这篇文章写的是我对知识关联性的理解，以及用知识体系实现知识关联性。
引言
科学研究显示，大脑并不是简单地记忆信息，而是通过神经元之间的连接来组织和管理知识。关于大脑的研究，Eric Kandel （2000 年诺贝尔生理学或医学奖获得者）通过对神经元及突触机制的研究发现，学习和记忆的形成依赖于神经元之间的突触可塑性：当我们学习新知识时，神经元之间的连接会得到强化，这种突触的变化决定了信息能否从短期记忆转化为长期记忆，从而在大脑中被持久存储。
（神经元的卡通图，显示了由每个突触内的数百个机械开关产生的二进制编码）
关于**突触可塑性，**知乎上有一位神经生物学博士对此发表过一篇文章：https://zhuanlan.zhihu.com/p/29948671
条件反射实验表明，单独的刺激可能效果有限，但与已有重要信息关联后，学习效果显著增强，本质上可以作为关联性增强记忆的生物学证据。
所以得出结论： 知识在已有知识网络的基础上进行关联学习，会显著提高理解力和记忆效果，即： 知识的关联性学习，是一种科学的高效学习方法。
知识关联性的实现方式可以有很多种，用对比的方式学习，会越学越快。
本篇文章用知识体系来做知识关联性，是我认为比较全面性关联的一种方式。
知识体系的作用和意义
- 让原本知识的关联性更清晰
可能你已经学习了很多知识，但脑海没有对知识点进行过整理，有些零碎，将相关联的知识建立一个知识体系正是对知识的梳理，这个过程你会对知识点的定位更加清晰，增强你对原有知识的记忆。
- 对新知识的快速学习
当我遇到新的知识，当我问自己这是什么的时候，我会尝试给知识定位，尝试放入到知识体系中，用原有的知识帮我快速认识新的知识，并建立知识关联性。这便是高效学习法之一。
比如：
单个知识都不难理解，比如各种Spring入门，讲的并没有多难，不用什么关联性也能懂，但是到了Spring IOC 体系讲解、AOP 实现原理， 就非常需要前面入门知识的理解，否则就会有特别吃力、跟不上的感觉，此时你会怀疑自己脑子笨？其实并不是，仅仅是前面学的太随意了，认为以后没什么用，走马观花看了一遍，到了Spring进阶, 缺乏Spring入门的知识，学习便会带给你挫败感，不再是入门时听懂知识的成就感。
下面分享我的知识体系例子，没写全，也写不全。
技术层面的知识体系
从大学开始计算机学习，随着学习时间推移，知识广度不断扩展，知识点经常会遗忘或者混乱。我知道 AI 可以一键输出知识体系，但那缺乏一个一个知识点思考的过程，有点这知识体系不是自己的感觉，如果是自己写的知识体系，每个知识在哪个分类、哪个位置都是自己思考过后的结果，完全属于自己的产物。
前端
前端三件套，vue, vite , Echarts 。
后端
核心知识：java, javaweb, spring ，OS 操作系统，juc, jvm, 数据结构和算法，网络协议 等。
框架：spring boot , mybatis-plus , sa-token。
中间件：mysql ，redis，rabbitMQ ，tomcat , Elasticserch
中间件组件：数据库连接池
后端开发库: hutool, lombok ， logback , grava , apach josn。
-
性能优化工具
-
- JVM分析工具： jconsole ， jstat ， jmap ， jcmd
- 数据库性能分析工具：explain，慢查询日志
协议：http 协议，websocket 协议， TCP 协议，UPD 协议。
监控： prometheus ,ARMS , grafa, clariry , sentry。
部署
原生，宝塔，1panel , docker , docker compose , k8s ，nginx 等
云服务
serverless ，云服务器，对象存储，云数据库，edgeone pages , cdn 。
软件工程
为了保持代码的整洁、可扩展、可重复使用，和工程化开发，需要软件工程的知识
- 项目管理：
maven管理项目，git 版本管理。
- 一套开发流程：
需求分析，数据建模，方案调研，方案设计（架构、模块、详细），技术调研，编码实施，单元测试，性能优化，监控告警, 部署上线，持续迭代
- 面向对象开发规范：
原则（SOLID）单一职责，扩展开放修改关闭，依赖倒置，接口隔离等 。 还有设计模式等等
- 架构设计原则：
三层架构，主从架构，分布式，微服务。为了达到高内聚、低耦合，可维护，提升扩展性、稳定性、可用性。
- 编码风格：
阿里巴巴java开发手册，《重构》
文章分类
另外还需要经常编写文档，可分类：
博客：技术科普文档，bug解决文档，个人技术笔记。
开发文档：需求文档，技术方案，调研文档，readme 。
产品/功能知识体系
上面的技术是为了开发出产品或者功能，产品和功能有很多，也进行分类：
web产品，BI产品，移动端产品，小程序产品，SaaS产品，基础系统类产品，工具产品
基础功能
- 登录/注册/注销
- 验证码
- 权限管理
- 用户个人资料
- 日志管理
- 文件上传/下载
- 通知/消息推送
业务功能
- 数据的增删改查
- 审批
- 导入导出（excel）
安全与认证
- 单点登录
- Token /JWT 校验
- 接口签名
- 接口防刷
系统基础类功能
- 数据存储 ：Mysql , postgre , H2 , MongeDB
- 对象存储：MinIO , COS , OSS
- 缓存功能：redis
- 消息队列：RabbiteMQ
- Elasticsearch ：全文检索，结构化搜索，聚合分析。
学习维度知识体系
上面是按技术维度划分的知识体系，我还会建立另一种学习深度的维度，用来判断对知识掌握的深度，我不会细致的分类，只会对需要耗时的技术思考一下，得出我应该为这个技术花多少时间学习是值得的。
重要性排名主要依据自身业务需求和目标，决定某项技术是"只需会用即可"，还是"必须理解原理"，或者"需要掌握设计思想"。
- 使用层面
使用层面是对知识的入门级掌握，不需要深入到原理，会用即可，大部分知识点工具都是这个层面。比如：工具库，监控工具，部署工具，我的前端。。 这些对我来说目前会用就行。
- 原理层面
有些技术不能满足于使用，要深入到技术内部结构和工作原理，才能满足开发需求，否则自己开发的软件真的用的安心吗？比如仅仅会使用 mysql，对于mysql B+树结构一概不知，是很难开发出高效查询的数据。
类似的技术：spring 原理，消息队列，juc, 网络协议，操作系统，jvm等。
- 设计思想层面
设计思想 指的是一类抽象的软件设计方法论和架构理念，强调如何组织系统、分配职责、管理模块之间的依赖关系。 在我看来，设计思想是设计复杂系统时，作为参考使用，普通开发者设计复杂方案时，也会看到设计思想的影子，这是一套指导思想，并非具体实现，开发时会更注重符合设计思想的编码，比如高内聚、低耦合。
比如：控制反转(Spring IOC , 回调函数)，AOP 设计思想 ， MVC 架构思想。
小结
最好是画一个思维导图，但是我懒的切换到画图平台，能让我使用最频繁，经常迭代更新的，还是文档。
本篇文章是对高效学习方法的理解------知识关联性，知识体系是知识关联性的体现，如果有别的方式替代知识体现也是完全可以的，另外知识体系不是关键，不用追求归纳百分百准确，或者恨不得把自己脑海中的全部知识写出来，这不太可能。