Flink入门与实战

封面

版权信息

内容提要

前言

资源与支持

配套资源

提交勘误

与我们联系

关于异步社区和异步图书

第1章 Flink概述

1.1 Flink原理分析

1.2 Flink架构分析

1.3 Flink基本组件

1.4 Flink流处理（Streaming）与批处理（Batch）

1.5 Flink典型应用场景分析

1.6 流式计算框架对比

1.7 工作中如何选择实时计算框架

第2章 Flink快速入门

2.1 Flink开发环境分析

2.2 Flink程序开发步骤

2.3 Flink流处理（Streaming）案例开发

2.4 Flink批处理（Batch）案例开发

第3章 Flink的安装和部署

3.1 Flink本地模式

3.2 Flink集群模式

3.3 Flink代码生成JAR包

3.4 Flink HA的介绍和使用

3.5 Flink Scala Shell

第4章 Flink常用API详解

4.1 Flink API的抽象级别分析

4.2 Flink DataStream的常用API

4.3 Flink DataSet的常用API分析

4.4 Flink Table API和SQL的分析及使用

4.5 Flink支持的DataType分析

4.6 Flink序列化分析

第5章 Flink高级功能的使用

5.1 Flink Broadcast

5.2 Flink Accumulator

5.3 Flink Broadcast和Accumulator的区别

5.4 Flink Distributed Cache

第6章 Flink State管理与恢复

6.1 State

6.2 State的容错

6.3 CheckPoint

6.4 StateBackend

6.5 Restart Strategy

6.6 SavePoint

第7章 Flink窗口详解

7.1 Window

7.2 Window的使用

7.3 Window聚合分类

第8章 Flink Time详解

8.1 Time

8.2 Flink如何处理乱序数据

8.3 EventTime+Watermark解决乱序数据的案例详解

第9章 Flink并行度详解

9.1 Flink并行度

9.2 TaskManager和Slot

9.3 并行度的设置

9.4 并行度案例分析

第10章 Flink Kafka Connector详解

10.1 Kafka Connector

10.2 Kafka Consumer

10.3 Kafka Producer

第11章 Flink实战项目开发

11.1 实时数据清洗（实时ETL）