《大数据》
Apache Flink是由Apache软件基金会开发的开源流处理框架，是新一代实时计算平台，采用原生的流处理系统，保证了低延迟性，在API和容错上也是做的相当完善，本课程将从架构原理、安装、实战等进行讲解。
适合人群：
1)掌握MySQL、JDBC
2)掌握Scala、Java代码编程
3)掌握大数据HDFS、Hive、HBase、Redis、Kafka技术的使用
4)了解或者使用过Spark Streaming更佳
| 章节 | 内容 |
|---|---|
章节1 基础 | 1：课程介绍 2：Flink概述_无界流和有界流 3：Flink概述_有状态的计算 4：Flink概述_Flink是什么？ 5：Flink概述_发展历史 6：Flink概述_为什么用Flink？ 7：Flink概述_应用场景 8：入门案例_创建项目 9：入门案例_编程模型 10：入门案例_单词统计批处理Java版一 11：入门案例_单词统计批处理Java版二 12：入门案例_单词统计流处理Java版一 13：入门案例_单词统计流处理Java版二 14：入门案例_单词统计批处理Scala版 15：入门案例_单词统计流处理Scala版 16：入门案例_单词统计流批统一 17：Flink架构与部署_运行模式概述 18：Flink架构与部署_Standalone集群架构 19：Flink架构与部署_Standalone集群部署 20：Flink架构与部署_Standalone集群测试 21：Flink架构与部署_StandaloneHA集群部署 22：Flink架构与部署_StandaloneHA集群测试 23：Flink架构与部署_FlinkOnYarn集群架构 24：Flink架构与部署_FlinkOnYarn集群部署 25：Flink架构与部署_FlinkOnYarnPerJob原理 26：Flink架构与部署_FlinkOnYarnPerJob实战 27：Flink架构与部署_FlinkOnYarnSession原理 28：Flink架构与部署_FlinkOnYarnSession实战 29：Flink架构与部署_FlinkOnYarnApplication原理 30：Flink架构与部署_FlinkOnYarnApplication实战 |
章节2 流批一体 | 31：流批一体基础知识_概述 32：流批一体基础知识_并行度 33：流批一体基础知识_资源槽 34：流批一体DataSource_概述 35：流批一体DataSource_File-based 36：流批一体DataSource_Collection-based一 37：流批一体DataSource_Collection-base二 38：流批一体DataSource_Custom 39：流批一体DataSource_Custom实战一 40：流批一体DataSource_Custom实战二 41：流批一体DataSource_ CustomMySQL一 42：流批一体DataSource_CustomMySQL二 43：流批一体DataSource_KafkaConnector 44：流批一体DataSource_FlinkKafkaConsumer实战 45：流批一体DataSource_FlinkKafkaConsumer测试 46：流批一体DataSource_Kafka数据源Offset 47：流批一体DataSource_Kafka数据源Offset扩展 48：流批一体DataSource_KafkaSource 49：流批一体DataSink_FlinkKafkaProducer 50：流批一体DataSink_FlinkKafkaProducer 51：流批一体DataSink_RedisSink一 52：流批一体DataSink_RedisSink二 53：流批一体DataSink_FileSink一 54：流批一体DataSink_FileSink二 55：流批一体DataSink_JdbcSink 56：流批一体DataSink_自定义Sink一 57：流批一体DataSink_自定义Sink二 58：流批一体数据转换_基本转换算子 59：流批一体数据转换_聚合算子一 60：流批一体数据转换_聚合算子二 61：流批一体数据转换_union算子 62：流批一体数据转换_connect算子 63：流批一体数据转换_函数类 64：流批一体数据转换_富函数类一 65：流批一体数据转换_富函数类二 66：流批一体数据转换_ProcessFunction 67：流批一体数据转换_SideOutputs |
章节3 窗口、时间和状态 | 68：窗口与时间_窗口概述 69：窗口与时间_窗口类型 70：窗口与时间_窗口API概述 71：窗口与时间_时间窗口实战一 72：窗口与时间_时间窗口实战二 73：窗口与时间_时间窗口实战三 74：窗口与时间_滚动计数窗口实战 75：窗口与时间_滑动计数窗口实战 76：窗口与时间_会话窗口实战一 77：窗口与时间_会话窗口实战二 78：窗口与时间_时间语义 79：窗口与时间_ 事件时间实战一 80：窗口与时间_ 事件时间实战二 81：窗口与时间_ 事件时间实战三 82：窗口与时间_EventTime窗口时间 83：窗口与时间_Watermark 84：窗口与时间_AllowedLateness 85：窗口与时间_Watermark与AllowedLateness 86：窗口与时间_丢弃SideOutput一 87：窗口与时间_丢弃SideOutput二 88：窗口与时间_丢弃SideOutput三 89：状态相关_状态概述 90：状态相关_状态分类 91：状态相关_状态存储结构 92：状态相关_键控状态实战一 93：状态相关_键控状态实战二 94：状态相关_键控状态实战三 95：状态相关_Checkpoint 96：状态相关_StateBackend 97：状态相关_Checkpoint配置 98：状态相关_Checkpoint实战一 99：状态相关_Checkpoint实战二 100：状态相关_Checkpoint实战 101：状态相关_Checkpoint手动恢复 102：状态相关_Checkpoint自动恢复 103：状态相关_Savepoint 104：状态相关_Savepoint实战 |
章节4 TableAPI、SQL和CDC | 105：TableAPI与SQL_概述 106：TableAPI与SQL_发展历史 107：TableAPI与SQL_执行原理一 108：TableAPI与SQL_执行原理二 109：TableAPI与SQL_执行原理三 110：TableAPI与SQL_SQL入门案例一 111：TableAPI与SQL_SQL入门案例二 112：TableAPI与SQL_TableApi入门案例 113：SQLConnector_KafkaSource一 114：SQLConnector_KafkaSource二 115：SQLConnector_KafkaSink一 116：SQLConnector_KafkaSink二 117：SQLConnector_JDBCSink 118：SQLConnector_JDBCSource 119：SQLConnector_FileSystem 120：SQLConnector_HBaseSink一 121：SQLConnector_HBaseSink二 122：SQLConnector_HBaseSink三 123：SQLConnector_HBaseSource 124：集成Hive_SQLClient 125：集成Hive_Flink&Hive优势 126：集成Hive_Catalog概述 127：集成Hive_SQLClint整合Hive一 128：集成Hive_SQLClint整合Hive 129：集成Hive_SQL整合Hive 130：CDC_概述 131：CDC_MySQL配置 132：CDC_基于DataStream实战一 133：CDC_基于DataStream实战二 134：CDC_基于SQL实战 135：扩展应用场景_事件驱动型应用 136：扩展应用场景_数据分析应用 137：扩展应用场景_数据管道应用 |
另附每个阶段的课程资料
京公网安备 11011402011233号