Flink核心技术与实战 - 张利兵程序人生技术教程

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
📅 更新时间:
🔥 热门推荐
  • 📖 课程目录
  • 📝 课程介绍
  • 05 | Flink核心特性

  • 06 | Flink集群架构

  • 07 | Flink集群运行模式

  • 08 | Flink集群资源管理器支持

  • 09 | Standalone原理讲解与实操演示

  • 10 | Flink On Yarn部署讲解

  • 11 | Flink On Yarn实操演示

  • 12 | Flink On Kubernetes部署讲解

  • 13 | Flink On Kubernetes实操:Session模式

  • 14 | Flink On Kubernetes实操:Per-job模式

  • 15 | Flink On Kubernetes Native部署讲解

  • 16 | Flink On Kubernetes Native实操演示

  • 17 | Flink高可用配置原理讲解

  • 18 | Flink高可用配置实操演示

  • 19 | 分布式流处理模型

  • 20 | DataStream API 实践原理

  • 21 | Flink 时间概念

  • 22 | Watermark实践原理

  • 23 | Watermark与Window的关系

  • 24 | Watermark Generator

  • 25 | Windows窗口计算

  • 26 | Window Assigner

  • 27 | Window Trigger

  • 28 | Window Evictors

  • 29 | Window Function

  • 30 | Windows多流合并

  • 31 | Process Function应用

  • 32 | SideOutput旁路输出

  • 33 | Asynchronous I/O异步操作

  • 34 | Pipeline与StreamGraph转换

  • 35 | Flink类型系统

  • 36 | 自定义SourceFunction

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

  • 38 | 有状态计算概念

  • 39 | 状态类型及应用

  • 40 | KeyedState介绍与使用

  • 41 | OperatorState介绍与使用

  • 42 | BroadcastState介绍与使用

  • 43 | Checkpoint实现原理

  • 44 | Savepoint与Checkpoint

  • 45 | StateBackends状态管理器

  • 46 | State Schema Evolution

  • 47 | State序列化与反序列化

  • 48 | Queryable State介绍与使用

  • 49|项目实战:实时交易反欺诈项目介绍

  • 50|项目实战:实时交易反欺诈项目演示

  • 51|Flink Table API/SQL介绍与使用

  • 52|Table API/SQL核心概念

  • 53|DataStream & DataSet 与Table相互转换

  • 54|Table Connector介绍与使用

  • 55|Querying Dynamic Tables

  • 56|TimeStamp与Watermark时间属性定义

  • 57|Query With Temporal Condition

  • 58|Join With Dynamic Table

  • 59|Join With Temporal Function

  • 60|Join With Temporal Tables

  • 61|Catalog原理与使用

  • 62|Apache Hive集成

  • 63|SQL Client介绍与使用

  • 64|Flink SQL Table数据类型

  • 65|自定义Function

  • 66|Table Connector使用

  • 67|自定义Connector

  • 68|new tablesource & tablesink api

  • 69|项目实战:基于Flink SQL实现Top10商品统计

  • 70|Runtime整体架构

  • 71|Flink Client实现原理

  • 72|ResourceManager资源管理

  • 73|Dispatcher任务分发器

  • 74|JobGraph提交与运行(上)

  • 75|JobGraph提交与运行(下)

  • 76|Task执行与调度

  • 77|Task重启和容错策略

  • 78|集群组件RPC通信机制

  • 79|NetworkStatck实现原理

  • 80|Flink内存管理

  • 81|Metric指标分类与采集

  • 82|Flink REST API介绍与使用

  • 83|Checkpoint监控与调优

  • 84|反压监控与原理

  • 85|Flink内存配置与调优

  • 86|PyFlink实践与应用

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

  • 88|Alink机器学习框架介绍与使用

  • 89|Stateful Function介绍与使用

  • 90|实时推荐系统项目设计与实现

  • 91|结束语

📋 课程详细介绍

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

💡 学习建议

  • 建议按照课程目录顺序学习,循序渐进掌握知识点
  • 每个章节配合实战练习,巩固所学内容
  • 遇到问题可在评论区交流,社区互助学习
  • 完成课程后尝试独立项目,检验学习成果

❓ 常见问题 FAQ

这个教程适合什么水平的学习者?

本教程从基础概念讲起,逐步深入到高级应用,适合零基础初学者到有一定经验的开发者。无论您是刚入门还是想提升技能,都能从中受益。

学习这个教程需要多长时间?

根据个人基础和每天学习时间不同,通常需要2-4周可以完成基础部分,深入掌握需要1-2个月的持续学习和实践。建议每天投入1-2小时系统学习。

学完后能达到什么水平?

完成本教程后,您将掌握程序人生的核心技术和最佳实践,能够独立开发实际项目,具备中级开发工程师的技术能力,为求职或晋升打下坚实基础。