Developer Handbook Junior 后端开发者入职技能清单实战指南:从 Git 规范到 Python 全栈必修项
Developer Handbook Junior 后端开发者入职技能清单实战指南:从 Git 规范到 Python 全栈必修项
本文是 Developer Handbook(Apptension 出品的有观点 Web/Mobile 开发者成长指南)中 Junior Backend Developer 入职清单 的深度展开。它以"技能清单 + 实战要点"的形式,划定了一名 Junior 后端开发者在入职后前两周内应掌握的技术底线:从 Git 协作规范、Slack 沟通,到 Django/Flask/FastAPI 等 Python 框架、Django ORM、Celery 任务队列,再到 pytest 测试体系、pytz 时区处理与 Express JSON 接口。读完本文,你将获得一份可直接对照自查的能力地图,以及每项技能背后"该会什么、怎么用"的具体落地方案。
清单的定位与用法:先搞懂它解决什么问题
在深入技能点之前,先明确这份文档在整个仓库中的位置。本仓库由三大部分组成:Technical Stack(生产级技术清单)、Technical Guide(按职级划分的成长路线)与 Technical Onboarding Checklist(入职清单)。本文所讲的 Junior 后端清单正是第三部分的 Backend 分支,它的设计意图在 README 的 Q&A 中有明确说明:
- Onboarding 指开发者入职公司后的前两周,这份清单即"这两周内应学习/展示的技能"的指引;
- 清单是"该阶段开发者职业生涯中将面对的内容",并非招聘硬性门槛,招聘评估是主观且多维的;
- 晋级到 Regular 时,开发者应基本掌握 Junior 类别中的全部项目,并展现出学习 Regular 类别内容的能力。
因此,本文给出的每一类技能,既是入职自查表,也是从 Junior 走向 Regular 的底层地基。
一、公司最佳实践:Junior 的第一课不是代码,而是协作
清单的第一板块是 Company best practices,它聚焦 Git 与沟通两个维度。这体现了公司的观点:后端开发的工程质量首先来自版本管理与团队协作的规范性。
1.1 Git:PR、Squash Merge 与提交信息
Junior 清单要求掌握三条 Git 实践:
- 创建带规范名称与描述的 Pull Request——PR 标题应概括变更意图,描述中说明背景、改动范围与验证方式,让评审者无需猜测即可进入代码审查;
- 对 PR 使用 Squash Merge 合并——将分支上的多个提交压缩为一个干净提交合入主线,保持主干历史线性、可回溯,避免"WIP""fix typo"等噪音提交污染历史;
- 规范命名提交(commit)——提交信息应遵循"类型 + 简要说明"的结构化风格,例如
feat: add user profile endpoint、fix: resolve timezone offset in scheduler,使每个提交都能独立表达其变更含义。
在完整版 Company best practices 中,这套实践还有更深的进阶要求(如分支按 feature/fix/hotfix 目录组织、配置分支合并保护规则、认真评审 PR 并留下评论),Junior 阶段先把 PR 规范、Squash Merge 和提交命名这三项养成习惯即可。
1.2 Communication:Slack 状态即"在场证明"
协作的另一半是沟通。Junior 清单唯一要求的沟通技能是:按公司政策正确使用 Slack 状态——远程办公、休假、会议中等状态要及时切换。这在混合办公环境下直接决定了团队的异步协作效率:同事通过状态即可判断你的可用性,避免无效打扰与"已读不回"的猜测。更完整的沟通技能(创建群组与频道、Confluence 页面、Jira 工单等)会在 Regular 阶段逐步补齐。
二、Python 技术栈:Junior 后端的主战场
本清单的技术主体是 Python,覆盖 Web 框架、ORM 与任务队列三大块,对应 Python 技术栈文档。
2.1 Web 框架层
Django 生态:三个必配组件
django-hashid-field——用 Hashid 隐藏自增主键
该字段把数据库整数主键编码成不可猜测的短哈希串(如把 1 编码成 JQAXrK),常用于 URL 中替代裸露自增 ID 以规避遍历攻击。清单强调的核心是必须配置 salt 与长度:
# settings.py
HASHID_FIELD_SALT = "a-long-random-salt-string" # 必须设置,用于生成哈希
HASHID_FIELD_MIN_LENGTH = 7 # 哈希最小长度
# models.py
from hashid_field import HashidField
class Order(models.Model):
id = HashidField(primary_key=True, salt="my-special-salt-2023", min_length=10)
salt 一旦确定不应轻易变更,否则已发布 URL 中的全部哈希 ID 都会失效;min_length 决定哈希串最短长度,用于对齐 URL 展示或填充。从源码结构看,该库允许直接以 HashidField 作为主键(PK),此时 ORM 查询、外键关联均透明使用哈希值,这对应了完整清单中"how to use it as a PK"的进阶项。
django-environ——把配置交给环境变量
django-environ 是 12-Factor App 理念在 Django 中的落地工具:配置从环境变量/.env 文件读取,而非硬编码在代码里。Junior 要求掌握两个核心能力:
- 定义默认值:环境变量缺失时回落至默认值,保证本地开发开箱即用:
import environ
env = environ.Env(
DEBUG=(bool, False), # 默认 False
PAGE_SIZE=(int, 20), # 默认 20
)
DEBUG = env.bool("DEBUG")
- 类型转换,包括列表:环境变量本质是字符串,必须显式转换。django-environ 内置了
int/bool/list/dict等转换器,列表可用 JSON 或逗号分隔形式:
# .env
ALLOWED_HOSTS=["app.example.com","api.example.com"]
# 或 ALLOWED_HOSTS=app.example.com,api.example.com
ALLOWED_HOSTS = env.list("ALLOWED_HOSTS", default=["localhost"])
进阶能力(完整清单中要求)还包括 env.db() 这类连接串解析助手,例如 DATABASE_URL=postgres://user:pass@localhost:5432/dbname 一行即可完成数据库配置。
Flask:路由、HTTP 动词与存储
Flask 部分要求"用 HTTP 动词定义路由""结合所选数据库使用存储"。最小示例:
from flask import Flask, jsonify, request
app = Flask(__name__)
@app.route("/users", methods=["GET"]) # 动词 + 路径 = 路由
def list_users():
return jsonify({"users": [...]}), 200
@app.route("/users/<int:user_id>", methods=["GET"])
def get_user(user_id):
return jsonify({"id": user_id}), 200
"用存储"指在视图内通过所选 ORM/驱动读写数据库(如 SQLAlchemy 或 Django ORM 风格封装),Junior 阶段只需跑通"请求 → 查询 → 响应"的闭环。
django-filter:全文搜索与 DRF 集成
django-filter 用于为查询集(QuerySet)声明式地构建过滤/排序/搜索。清单要求 Junior 掌握两项:
- 创建全文搜索查询:利用
SearchFilter或自定义FilterSet中的搜索逻辑,对文本字段做模糊/包含匹配; - 与 DRF Generic View 配合使用:把 FilterSet 挂到通用视图上,即可自动获得
?status=active&search=...这类查询参数能力:
# filters.py
import django_filters
from .models import Product
class ProductFilter(django_filters.FilterSet):
name = django_filters.CharFilter(lookup_expr="icontains")
class Meta:
model = Product
fields = ["name", "status"]
# views.py
from django_filters.rest_framework import DjangoFilterBackend
from rest_framework.generics import ListAPIView
class ProductListView(ListAPIView):
filter_backends = [DjangoFilterBackend]
filterset_class = ProductFilter
Serverless Framework:API Gateway 上的 HTTP 端点
Serverless Framework 把函数部署为云函数并通过 API Gateway 暴露 HTTP 端点。Junior 要求两个能力:
- 创建简单 HTTP 端点:在
serverless.yml中声明函数与事件:
service: hello-api
provider:
name: aws
runtime: python3.11
functions:
hello:
handler: handler.hello
events:
- http:
path: hello
method: get
- 使用本地开发插件(如 serverless-offline):部署前在本地模拟 API Gateway,加快迭代:
npm install -D serverless-offline
serverless offline start
本地起服务后即可直接 curl 调试,无需每次改动都部署到云端。
FastAPI:查询参数路由、异步数据库与响应模型
FastAPI 是现代异步 Python API 的首选之一,Junior 要求三项能力:
- 带查询参数的路由:路径参数走函数签名,查询参数用默认值声明,自动生成校验与文档:
from fastapi import FastAPI
from typing import Optional
app = FastAPI()
@app.get("/items")
def list_items(limit: int = 10, category: Optional[str] = None):
return {"limit": limit, "category": category}
- 用异步库查询数据库:如
asyncpg、databases、SQLAlchemy 2.0 async 或 Tortoise ORM,视图以async def声明并await查询:
@app.get("/orders/{order_id}")
async def get_order(order_id: int):
row = await db.fetch_one("SELECT * FROM orders WHERE id = :id", {"id": order_id})
return row
- 用模型(Pydantic)构造响应:声明响应模型后,FastAPI 自动完成数据校验与序列化:
from pydantic import BaseModel
class UserOut(BaseModel):
id: int
email: str
@app.get("/users/{user_id}", response_model=UserOut)
async def get_user(user_id: int):
return await fetch_user(user_id)
完整清单在此基础上还要求 Depends 依赖注入与服务端事件流(SSE),Junior 先掌握上面三条即可。
2.2 ORM:Django ORM 建模
ORM 章节 对 Junior 的要求收敛为一条:能创建 Model。这是 Django 一切数据能力的起点:
# models.py
from django.db import models
class Author(models.Model):
name = models.CharField(max_length=128)
bio = models.TextField(blank=True)
class Book(models.Model):
title = models.CharField(max_length=200)
author = models.ForeignKey(Author, on_delete=models.CASCADE, related_name="books")
published = models.DateField(null=True, blank=True)
随后通过 python manage.py makemigrations && python manage.py migrate 生成并应用迁移。Django ORM 的进阶能力(proxy 模型、自定义 Manager 链式查询、模型继承)在 Python.md 完整版中有更高级要求,Junior 阶段把建模型跑通即可。
2.3 任务队列:Celery 基础任务
Junior 清单 对 Celery 的要求是"能创建一个任务",即掌握 @app.task 声明、调用与执行的最小闭环:
# tasks.py
from celery import shared_task
@shared_task
def send_welcome_email(user_id: int) -> None:
# 模拟发邮件,真实场景中在这里调用邮件服务
print(f"Sending welcome email to user #{user_id}")
# 调用方
send_welcome_email.delay(user.id) # 异步入队,立即返回
创建任务后还需配置 broker(如 Redis)并在 worker 中消费:celery -A myproject worker -l info。Celery 完整进阶(多队列、自定义 Task 类、soft/hard 时间限制、Flower 监控)属于 Regular 范畴,详见 Python.md 的 Task Queues 章节。
三、测试:用 pytest + factory_boy + faker 建立可信度
测试板块对应 Testing 文档,Junior 要求的是 Python 侧三件套。
3.1 pytest:用 fixture 覆盖多路径
fixture 是 pytest 的核心复用机制,Junior 要求"能用一个测试用例覆盖多个路径"。典型做法:把"准备数据 → 调用 → 断言"中的准备与调用抽成 fixture,配合参数化覆盖不同分支:
import pytest
from myapp import process_order
@pytest.fixture
def sample_order():
return {"id": 1, "amount": 100, "status": "paid"}
@pytest.mark.parametrize("status,expected", [
("paid", "shipped"),
("cancelled", "cancelled"),
])
def test_order_flow(sample_order, status, expected):
sample_order["status"] = status
assert process_order(sample_order) == expected
一个测试函数通过参数化同时覆盖"已支付→已发货"与"已取消→维持取消"两条路径,这正是"multiple paths"的落点。fixture 的进阶(自定义 fixture、插件、作用域 scope)记录在 Testing.md 完整版中。
3.2 factory_boy:创建工厂
factory_boy 用于为测试批量生成模型实例,避免每个测试手写样板数据:
import factory
from myapp.models import User
class UserFactory(factory.django.DjangoModelFactory):
class Meta:
model = User
username = factory.Sequence(lambda n: f"user{n}")
email = factory.LazyAttribute(lambda o: f"{o.username}@example.com")
测试中 UserFactory() 一行即可产出完整可用的 User;完整清单中的 traits(如 UserFactory(status="vip"))与关联工厂(related factories)是下一步要补的能力。
3.3 faker:用内置 provider 生成假数据
faker 用内置 provider 生成贴近真实的假值,且支持本地化:
from faker import Faker
fake = Faker() # 默认英文;Faker("pl_PL") 可指定语言
name = fake.name()
email = fake.email()
address = fake.address()
在 factory 中组合使用即可快速造出多样化的测试数据:name=factory.LazyFunction(fake.name)。
四、日期与时间:pytz 时区转换
Date & Time 文档 对 Junior 只要求一条:能用 pytz 转换 datetime 对象的时区。这是后端国际化与定时任务正确性的基础:
import pytz
from datetime import datetime
utc_now = datetime.now(tz=pytz.UTC)
warsaw = utc_now.astimezone(pytz.timezone("Europe/Warsaw"))
tokyo = utc_now.astimezone(pytz.timezone("Asia/Tokyo"))
print(utc_now.isoformat()) # 2026-10-09T07:46:59+00:00
print(warsaw.isoformat()) # 转为本地时区表示
要点:存储统一用 UTC(datetime.now(tz=pytz.UTC)),展示层再 astimezone() 转目标时区,避免"naive datetime + 本地时间"导致的跨时区错乱。该文档同时记录了 python-dateutil 的进阶要求(生成相对时间对象,如"三天后"),Junior 先把 pytz 转换链路跑通。
五、JavaScript 后端:Express 的 JSON 响应
尽管 Python 是主栈,清单仍要求 Junior 具备 Node.js 侧的最小后端能力:用 Express 创建 JSON 响应。
const express = require('express');
const app = express();
app.use(express.json()); // 解析 JSON 请求体
app.get('/api/health', (req, res) => {
res.json({ status: 'ok', uptime: process.uptime() });
});
app.post('/api/users', (req, res) => {
const { name, email } = req.body;
res.status(201).json({ id: 1, name, email }); // 显式状态码 + JSON
});
app.listen(3000, () => console.log('API on :3000'));
这里的关键约定是统一以 res.json() 返回结构化响应,并配合恰当的 HTTP 状态码(200/201/4xx/5xx)。Express 的进阶(中间件、数据库读写)与可选技能 mongoose Schema 建模见 Javascript.md。
六、如何对照清单自查与进阶
把上文所有技能点汇总,Junior 后端入职自查可以浓缩为三条主线:
| 主线 | 核心能力 | 对应清单位置 |
|---|---|---|
| 协作规范 | PR 命名与描述、Squash Merge、规范 commit、Slack 状态 | Company best practices |
| Python 后端 | django-hashid-field salt/长度、django-environ 默认值与类型转换、Flask 路由与存储、django-filter 搜索、Serverless 端点、FastAPI 查询参数/异步查询/响应模型、Django ORM 建模、Celery 建任务 | Python.md |
| 测试与时间 | pytest fixtures 多路径、factory_boy 工厂、faker provider、pytz 时区转换、Express JSON 响应 | Testing.md · Date & Time.md · Javascript.md |
自学路径建议:先按上文示例逐个跑通最小代码(每项控制在 30 分钟以内),再用真实业务场景验证——例如为 Django 项目接入 hashid 主键、把配置迁移到 django-environ、为接口补 pytest 测试。若需进一步深入,可继续阅读 Junior to Regular 后端技术指南(覆盖 Databases、3rd Party、Documenting、Development Tools、Code Analysis 等更多板块)以及 Regular 后端入职清单,形成完整的职级成长闭环。
说明:本文所有代码示例均为教学性最小实现,用于演示清单中各技能点的标准用法;清单本身是 Apptension 团队基于生产实践沉淀的技能要求,若你有基于经验的增改建议,可通过 Pull Request 向仓库贡献。