Flink核心技术与实战

Flink核心技术与实战 / 系统掌握流数据处理必杀技

张利兵 第四范式数据中台架构师，Apache Flink贡献者

  • 课程介绍

  1. 05 | Flink核心特性

  2. 06 | Flink集群架构

  3. 07 | Flink集群运行模式

  4. 08 | Flink集群资源管理器支持

  5. 09 | Standalone原理讲解与实操演示

  6. 10 | Flink On Yarn部署讲解

  7. 11 | Flink On Yarn实操演示

  8. 12 | Flink On Kubernetes部署讲解

  9. 13 | Flink On Kubernetes实操：Session模式

  10. 14 | Flink On Kubernetes实操：Per-job模式

  11. 15 | Flink On Kubernetes Native部署讲解

  12. 16 | Flink On Kubernetes Native实操演示

  13. 17 | Flink高可用配置原理讲解

  14. 18 | Flink高可用配置实操演示

  15. 19 | 分布式流处理模型

  16. 20 | DataStream API 实践原理

  17. 21 | Flink 时间概念

  18. 22 | Watermark实践原理

  19. 23 | Watermark与Window的关系

  20. 24 | Watermark Generator

  21. 25 | Windows窗口计算

  22. 26 | Window Assigner

  23. 27 | Window Trigger

  24. 28 | Window Evictors

  25. 29 | Window Function

  26. 30 | Windows多流合并

  27. 31 | Process Function应用

  28. 32 | SideOutput旁路输出

  29. 33 | Asynchronous I/O异步操作

  30. 34 | Pipeline与StreamGraph转换

  31. 35 | Flink类型系统

  32. 36 | 自定义SourceFunction

  33. 37 | 项目实战：基于DataStream API实现PV，UV统计

  34. 38 | 有状态计算概念

  35. 39 | 状态类型及应用

  36. 40 | KeyedState介绍与使用

  37. 41 | OperatorState介绍与使用

  38. 42 | BroadcastState介绍与使用

  39. 43 | Checkpoint实现原理

  40. 44 | Savepoint与Checkpoint

  41. 45 | StateBackends状态管理器

  42. 46 | State Schema Evolution

  43. 47 | State序列化与反序列化

  44. 48 | Queryable State介绍与使用

  45. 49｜项目实战：实时交易反欺诈项目介绍

  46. 50｜项目实战：实时交易反欺诈项目演示

  47. 51｜Flink Table API/SQL介绍与使用

  48. 52｜Table API/SQL核心概念

  49. 53｜DataStream & DataSet 与Table相互转换

  50. 54｜Table Connector介绍与使用

  51. 55｜Querying Dynamic Tables

  52. 56｜TimeStamp与Watermark时间属性定义

  53. 57｜Query With Temporal Condition

  54. 58｜Join With Dynamic Table

  55. 59｜Join With Temporal Function

  56. 60｜Join With Temporal Tables

  57. 61｜Catalog原理与使用

  58. 62｜Apache Hive集成

  59. 63｜SQL Client介绍与使用

  60. 64｜Flink SQL Table数据类型

  61. 65｜自定义Function

  62. 66｜Table Connector使用

  63. 67｜自定义Connector

  64. 68｜new tablesource & tablesink api

  65. 69｜项目实战：基于Flink SQL实现Top10商品统计

  66. 70｜Runtime整体架构

  67. 71｜Flink Client实现原理

  68. 72｜ResourceManager资源管理

  69. 73｜Dispatcher任务分发器

  70. 74｜JobGraph提交与运行（上）

  71. 75｜JobGraph提交与运行（下）

  72. 76｜Task执行与调度

  73. 77｜Task重启和容错策略

  74. 78｜集群组件RPC通信机制

  75. 79｜NetworkStatck实现原理

  76. 80｜Flink内存管理

  77. 81｜Metric指标分类与采集

  78. 82｜Flink REST API介绍与使用

  79. 83｜Checkpoint监控与调优

  80. 84｜反压监控与原理

  81. 85｜Flink内存配置与调优

  82. 86｜PyFlink实践与应用

  83. 87｜Flink复杂事件处理：Complex event process

  84. 88｜Alink机器学习框架介绍与使用

  85. 89｜Stateful Function介绍与使用

  86. 90｜实时推荐系统项目设计与实现

  87. 91｜结束语

课程介绍

你将获得 熟练掌握Flink SQL接口的原理与操作方法； 深入理解Flink DataStream API的实践原理； 全面剖析Flink Runtime的设计与实现机制； 完整构建一个实时推荐数据流系统。 讲师介绍 课程介绍...

你将获得

  1. 熟练掌握Flink SQL接口的原理与操作方法；
  2. 深入理解Flink DataStream API的实践原理；
  3. 全面剖析Flink Runtime的设计与实现机制；
  4. 完整构建一个实时推荐数据流系统。

讲师介绍


课程介绍

Flink的上手门槛比较高，API不够直观也不够好用，在不同使用模式下体验也不一致。有了问题，求助社区，得到反馈时间又比较长，这些问题让我们自学起来困难重重。

本课程会通过讲解Flink的核心特性以及实操部署，带你入门Flink。结合三个不同的实战，重点讲解Flink作业的开发与实践技巧，加深掌握。随后对核心原理进行剖析，包括Runtime的设计与实现，常用的监控指标Checkpoint、反压等概念。在课程的最后部分，我会安排一个完整的推荐项目，串联所有知识点进行实战，让你更加游刃有余地使用Flink进行工作开发。


课程目录


适合人群

需要你有一门语言基础，如Java、Scala、Python等；有一定的编程基础。


特别放送

免费领取福利



限时活动推荐


订阅须知