​

 前言

Flink 项目是大数据计算领域冉冉升起的一颗新星。

大数据计算引 擎的发展经历了几个过程，从第 1 代的 MapReduce，到第 2 代基于有向无 环图的 Tez，第 3 代基于内存计算的 Spark，再到第 4 代的 Flink。因为 Flink 可以基于 Hadoop 进行开发和使用，所以 Flink 并不会取代 Hadoop，而是和 Hadoop 紧密结合。

Flink 主要包括 DataStream API、DataSet API、Table API、 SQL、Graph API 和 FlinkML 等。

现在 Flink 也有自己的生态圈，涉及离 线数据处理、实时数据处理、SQL 操作、图计算和机器学习库等。

学习目录

主要内容

本书共分 11 章，每章的主要内容如下。

第 1～2 章主要针对 Flink 的原理组件进行分析，其中包括针对 Storm、Spark Streaming 和 Flink 这 3 个实时计算框架进行对比和分 析，以及快速实现 Flink 的入门案例开发。

第 3 章主要介绍 Flink 的安装部署，包含 Flink 的几种部署模式：本 地模式、Standalone 模式和 YARN 模式。本章主要针对 YARN 模式进行了 详细分析，因为在实际工作中以 YARN 模式为主，这样可以充分利用现 有集群资源。

第 4 章主要针对 DataStream 和 DataSet 中的相关组件及 API 进行详细 分析，并对 Table API 和 SQL 操作进行了基本的分析。

第 5～9 章主要针对 Flink 的一些高级特性进行了详细的分析，包含 Broadcast、Accumulator、Distributed Cache、State、 CheckPoint、StateBackend、SavePoint、Window、Time、Watermark 以及 Flink 中的并行度。

第 10 章主要介绍常用组件 Kafka-Connector，针对 Kafka Consumer 和 Kafka Producer 的使用结合具体案例进行分析，并描述了 Kafka 的容 错机制的应用。

第 11 章介绍 Flink 在实际工作中的两个应用场景：一个是实时数据 清洗(实时 ETL)，另一个是实时数据报表，通过这两个项目实战可以加 深对 Flink 的理解。

​编辑

注：篇幅有限，资料已整理成文档，查看下方名片来进行获取！

​