课程简介：

随着云计算和大数据的快速发展，在企业中需要处理和分析的数据量越来越大，随着Flink社区的快速发展，很多公司采用以Flink为核心技术栈来打造统一的大数据处理平台 ，Flink正变得越来越火，此时学习，正当其时。课程中从核心知识的多语言（Java-Scala）讲解到部署实战，循序渐进，助力系统入门Flink企业级应用

适合人群

大数据领域从业者或想转型大数据开发的工程师

符合技术储备要求即可学习

技术储备要求

了解Linux基础操作，

熟悉Java SE或Scala的基本使用

熟悉Hadoop基础应用

章节目录:

第1章 初识Flink

了解Flink是什么，Flink应用程序运行的多样化，对比业界常用的流处理框架，Flink的发展趋势，Flink生态圈，Flink应用场景及Flink如何进行高效的Flink学习。

1-1 课程导学 试看

1-2 ***学前必读***（助你平稳踩坑，畅学无忧，课程学习与解决问题指南）

1-3 课程目录

1-4 Flink概述 试看

1-5 Flink Layered API

1-6 Flink运行多样化

1-7 业界流处理框架对比

1-8 Flink Use Cases

1-9 Flink发展趋势

1-10 如何以正确的姿势来学习Flink

第2章 快速上手开发第一个Flink应用程序

动手搭建Flink的开发环境，快速使用Java和Scala语言开发第一个基于Flink的批处理和流式处理的应用程序。

2-1 课程目录

2-2 开发环境准备之JDK安装

2-3 开发环境准备之Maven安装

2-4 开发环境准备之IDEA安装

2-5 Flink批处理应用开发之需求描述

2-6 Flink批处理应用Java开发之环境准备

2-7 Flink批处理应用开发之八股文编程

2-8 Flink批处理应用Java开发之功能实现 试看

2-9 Flink批处理应用Scala开发之环境准备

2-10 Flink批处理应用Scala开发之功能实现

2-11 使用Java和Scala开发Flink应用程序对比

2-12 Flink实时处理应用Java开发之功能实现

2-13 Flink实时处理应用Java开发之代码重构

2-14 Flink实时处理应用Scala开发之代码重构

2-15 开发过程中依赖的注意事项

第3章 编程模型及核心概念

掌握Flink的核心概念及编程模型，如何在编程中执行key及转换函数，Flink支持的数据类型。

3-1 课程目录

3-2 核心概念概述

3-3 DataSet和DataStream

3-4 Flink编程模型

3-5 延迟执行

3-6 指定key之Tuple

3-7 指定key之字段表达式

3-8 指定key之key选择器函数

3-9 指定转换函数

3-10 Flink支持的数据类型

第4章 DataSet API编程

掌握Flink批处理开发的DataSet API的编程，包括数据源、转换函数、Sink、计数器以及分布式缓存的编程。

4-1 课程目录

4-2 DataSet API开发概述

4-3 Flink综合Java和Scala开发的项目构建creenflow

4-4 Data Source宏观概述

4-5 从集合创建DataSet之Scala实现

4-6 从集合创建DataSet之Java实现

4-7 从文件或者文件夹创建DataSet之Scala实现

4-8 从文件或者文件夹创建DataSet之Java实现

4-9 从csv文件创建Dataset之Scala实现

4-10 从递归文件夹的内容创建DataSet之Scala实现

4-11 从压缩文件中创建DataSet之Scala实现

4-12 Transformation概述

4-13 Transformation函数map之Scala实现

4-14 Transformation函数map之Java实现

4-15 Transformation函数filter之Scala实现

4-16 Transformation函数filter之Java实现

4-17 Transformation函数mapPartition之Scala实现

4-18 Transformation函数mapPartition之Java实现

4-19 Transformation函数first之Scala实现

4-20 Transformation函数first之Java实现

4-21 Transformation函数flatMap之Scala实现

4-22 Transformation函数flatMap之Java实现

4-23 Transformation函数distinct之Scala和Java实现

4-24 Transformation函数join之Scala实现

4-25 Transformation函数outerJoin之Scala实现

4-26 Transformation函数join之Java实现

4-27 Transformation函数outerJoin之Java实现

4-28 Transformation函数cross之Scala实现

4-29 Transformation函数cross之Java实现

4-30 Transformation小结

4-31 Sink函数Scala实现

4-32 Sink函数Java实现

4-33 通过案例引入Flink的计数器

4-34 基于Flink编程的计时器之Scala实现

4-35 基于Flink编程的计时器之Java实现

4-36 基于Flink的分布式缓存功能的Scala实现

4-37 基于Flink的分布式缓存功能的Java实现

4-38 本章节小结及作业

第5章 DataStream API编程

掌握Flink流处理开发的DataStream API的编程，包括数据源、转换函数、Sink的用法，以及如何自定义数据源和自定义Sink的实现。

5-1 DataStream API编程概述

5-2 从Socket创建DataStream之Java实现

5-3 从Socket创建DataStream之Scala实现

5-4 自定义数据源方式SourceFunction之Scala实现

5-5 自定义数据源方式ParallelSourceFunction之Scala实现

5-6 自定义数据源方式RichParallelSourceFunction之Scala实现

5-7 自定义数据源方式之Java实现

5-8 Transformation函数map和filter之Scala实现

5-9 Transformation函数map和filter之Java实现

5-10 Transformation函数union之Scala和Java实现

5-11 Transformation函数split和select之Scala实现

5-12 Transformation函数split和select之Java实现

5-13 自定义Sink之需求描述及表创建

5-14 自定义Sink之功能测试

5-15 DataStream API开发小结

第6章 Flink Table API & SQL编程

了解Flink中统一编程模式的编程Table API以及SQL API的开发及使用。

6-1 课程目录

6-2 什么是Flink关系型API

6-3 Table API&SQL概述

6-4 使用Scala完成Table API&SQL功能的开发

6-5 使用Java完成Table API&SQL功能的开发

6-6 Table API&SQL其他功能介绍

第7章 Flink中的Time及Windows的使用

掌握Flink中三种常用的Time处理方式，掌握Flink中滚动窗口以及滑动窗口的使用，了解Flink中的watermark。

7-1 课程目录

7-2 Processing Time详解

7-3 Event Time详解

7-4 Ingestion Time详解

7-5 如何在Flink中指定Time的类型

7-6 Windows概述

7-7 Window Assigners详解

7-8 基于Time和Count的Windows

7-9 Tumbling Windows详解及Scala编程

7-10 Tumbling Windows Java编程

7-11 Sliding Windows详解及Scala编程

7-12 Window Functions之ReduceFunction的Scala实现

7-13 Window Functions之ReduceFunction的Java实现

7-14 Window Functions之ProcessWindowFunction的Java实现

7-15 作业--Window Functions之ProcessWindowFunction的Scala实现

7-16 Flink watermark概述

第8章 Flink Connectors

了解Flink中常用的Connector有哪些，了解HDFS Connector的用户，掌握Flink和Kafka对接的Connnector用法。

8-1 课程目录

8-2 Connectors概述

8-3 HDFS Connector的使用

8-4 Kafka Connector概述

8-5 OOTB环境的使用

8-6 ZooKeeper部署

8-7 Kafka部署及测试

8-8 Flink对接Kafka作为Source使用

8-9 Flink对接Kafka作为Sink使用

8-10 作业

8-11 Flink整合Kafka的offset管理及EXACTLY_ONCE语义

8-12 Flink整合Kafka的checkpoint常用参数设置梳理

第9章 Flink部署及作业提交

掌握Flink的local、standalone、yarn模式的部署，如何提交Flink作业进行运行，熟悉Flink中常用的配置参数，掌握Flink cli的用法。

9-1 课程目录

9-2 Flink部署准备及源码编译

9-3 单机模式部署及代码提交测试

9-4 Flink Standalone模式部署及参数详解

9-5 Hadoop集群快速搭建

9-6 Flink on YARN两种方式

9-7 Flink on YARN第一种模式实操

9-8 Flink on YARN第二种模式实操

9-9 Flink on YARN作业

9-10 如何查找需要配置的Flink参数及UI对应关系介绍

9-11 Flink Scala Shell的使用

9-12 本章作业

第10章 Flink监控及调优

掌握Flink的常用监控方式以及调优策略。

10-1 课程目录

10-2 HistoryServer概述及配置

10-3 HistoryServer的使用

10-4 HistoryServer REST API使用

10-5 Monitoring REST API

10-6 Flink Metrics

10-7 Flink常用优化策略

第11章 基于Flink的互联网直播平台日志分析项目实战

掌握基于Flink的大数据项目的开发流程、处理流程及架构分析，根据需求进行功能的实现，涉及到基于Flink的实时数据清洗、业务统计、可视化展示等流程。

11-1 课程目录

11-2 项目背景

11-3 项目功能需求描述

11-4 项目架构

11-5 Mock数据之Kafka生产者代码主流程开发

11-6 Mock数据之Kafka生产者代码日志生产开发

11-7 使用Flink消费Kafka生产的数据

11-8 使用Flink完成实时日志清洗功能开发

11-9 数据清洗过程中添加业务逻辑条件的过滤

11-10 Flink中Watermark的定义及使用

11-11 WindowFunction业务逻辑的实现

11-12 ES部署

11-13 Kibana部署

11-14 统计分析数据写入ES并通过Kibana展示出来

11-15 通过Kibana图形化展示ES中存储的结果

11-16 第一个功能作业

11-17 功能二需求及数据准备

11-18 自定义MySQL数据源读取

11-19 完成两个流关联的数据清洗功能

11-20 本章节总结

第12章 Flink版本升级

掌握Flink应用程序的版本升级，Flink环境的升级。

12-1 课程目录

12-2 Flink版本升级概述

12-3 Flink部署包升级及工程依赖的Flink版本升级

12-4 将升级后的代码运行到升级后的Flink上去

百度网盘链接下载

点击进入资源下载页