本文目录一览：
17张思维导图,2021年作为一名前端开发者需要掌握这些,前端面试复习资料...
安全性：xss、csrf、网络传输安全等，保护用户数据和系统安全。 监控与异常处理：性能埋点、数据发送、sendbeacon等技术，提升系统的稳定性。 Node.js：事件循环、内存泄漏、中间层优化、请求合并、pm2进程管理等，了解Node.js的高效开发流程。
Web前端开发环境，HTML常用标签，表单元素，Table布局，CSS样式表，DIV+CSS布局。熟练运用HTML和CSS样式属性完成页面的布局和美化，能够仿制任意网站的前端页面实现。CSS3选择器、伪类、过渡、变换、动画、字体图标、弹性盒模型、响应式布局、移动端。
在看***的同时注意记笔记，你也可以多看几遍***，在头脑中形成自己的框架，整理成一个思维导图，之后再复习就看思维导图就够了，打基础的时候一定不能求快，踏踏实实最重要。
作为一个初学者，你必须明确系统的学习方案，我建议一定有一个指导的人，全靠自己学，放弃的几率非常大，在你对于web前端还没有任何概念的时候，需要一个人领进门，之后就都靠自己钻研，第一步就是确定web前端都需要哪些内容，并且在多少时间内学完，建议时间6个月保底。***为主，书为辅。
但是整个前端开发知识体系它也是有很多细分领域的。例如，数据可视化，移动端、pc端、游戏、混合开发，等等。而很多前端开发路线图，它会把整个前端开发技术体系，大而全的整个画一个大思维导图出来，非常的详细、事无巨细。
学it要学哪些
1、学IT需要学的专业包括：计算机科学与技术、软件工程、网络工程、信息安全、电子商务技术等。计算机科学与技术 这是IT行业的基础专业之一。学习计算机科学与技术，会涉及到计算机硬件、软件应用、软件开发平台等多方面的知识。学生需要掌握计算机系统的基础知识，包括数据结构、操作系统、计算机组成原理等。
2、IT专业领域广阔，涉及计算机科学、网络、系统结构、编程语言、数据库、图形学与视觉等。IT学生须掌握计算机基本原理与架构、操作系统、数据库系统、网络技术、数据结构、算法及编程语言等知识。除了理论学习，实践与项目开发同样重要，旨在培养操作技能与问题解决能力。
3、计算机科学与技术专业 计算机科学与技术是IT行业的基础学科，涵盖了计算机硬件、软件、网络等核心领域。该专业主要学习数据结构、操作系统、计算机网络、数据库原理等核心课程。毕业生可以从事软件开发、网络安全、数据库管理等工作。
从事软件开发工作必须具备哪些知识?
从事软件开发工作必须具备的知识包括： 编程语言：精通至少一种编程语言，例如Java、Python、JavaScript或C++，这是进行软件开发的基础。 数据结构与算法：理解和运用包括排序、搜索等在内的基本数据结构和算法，以提升代码效率和性能。
具有扎实的计算机专业知识。这是软件开发人员能够从事软件一切工作最基本的前提，是软件工程最基本的素质，这要求软件工程师必须精通高等数学、离散数学、电子学、编程语言、数据结构等课程。良好的语言表达能力和沟通能力。
做网页，做图片，做flash，玩游戏，上网， 听歌，录mp3，搞电影字幕，装windows，改注册表，为软件皮肤……这通通不叫计算机科学 与技术，如果是计算机的学生，会做以上事情，那是应该的，不会做，也没什么丢人 的，需要的不是让别人称作“高手”。 明确最终的专业方向是软件还是硬件。方向是网络？网络不是专业方向。
从事软件开发，通常需要具备以下几个基础要求： **编程语言知识**：掌握至少一种或多种编程语言，如Java、C++、Python、JavaScript等。 **计算机科学基础**：了解数据结构、算法、计算机网络、操作系统等计算机科学基础知识。
编程知识和技能：必须具备扎实的编程基础，熟悉至少一种编程语言，如Java、C++、Python等。理解常用的编程概念、算法，并能够编写和理解代码。 开发工具和环境：熟练掌握软件开发工具，如集成开发环境（IDE）和文本编辑器，以及调试工具。对于特定领域，还需熟悉相关开发框架和库。
前端知识图谱
1、动态性：前端技术发展迅速，新的框架、库、工具不断涌现。因此，前端知识图谱需要不断更新，以保持其时效性和准确性。更新策略：定期回顾和更新知识图谱，将新技术、新概念融入其中，确保图谱始终与前端技术的发展保持同步。
2、实现知识图谱展示效果，可选用DJS这一JavaScript类库。DJS特别适合于构建数据驱动的动态、交互式数据可视化。力导向图是知识图谱展示的一种常见形式。这种布局方式可以直观地表示实体间的关联关系。实体作为节点分布在图中，边代表实体间的联系，通过力的模拟实现布局的动态平衡，使得图谱更加清晰。
3、体系化知识：如JavaScript对象、CSS排版等，适合从技术背景、原理设计出发构建框架图。零散知识：如JavaScript词法、HTML标签、浏览器API等，适合整理成知识图谱，便于记忆和查找。此框架图提供了一个前端知识的大致分类和组织方式，有助于学习者系统地掌握前端基础知识，并发现可能的知识盲区。
4、AI模型训练 ？ 特征工程：从知识图谱中提取有用的特征。？ 选择模型：根据任务需求选择合适的AI模型，如图神经网络（GNN）、深度学习模型等。？ 模型训练：使用知识图谱数据训练AI模型，使其能够进行预测和推理。
