阿里云大数据架构师推荐学习的 Flink 入门与实战

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。

目录概览

限于文章篇幅原因，就展示到这里了，有需要的小伙伴 点击这里凭本文截图即可获取！

内容概览

本文共分 11 章，每章的主要内容如下：

第 1 章 Flink 概述；

本章讲解 Flink 的基本原理，主要包含 Flink 原理及架构分析、Flink 组件介绍、Flink 中的流处理和批处理的对比、Flink 的一些典型应用场景分析，以及 Flink 和其他流式计算框架的区别等。

第 2 章 Flink 快速入门；

第 1 章针对 Flink 的基本原理、架构和组件进行了分析，本章开始快速实现- -个 Flink 的入门案例，这样可以加深对之前内容的理解。

第 3 章 Flink 的安装和部署；

我们对 Flink 有了一一个基本的认识，并且也掌握了 Flink 程序的开发步骤。下 面就来看一下如何安装和部署-一个 Flink 集群，并在集群上真正运行 Flink 程序。

Flink 的安装和部署主要分为本地模式和集群模式，其中本地模式只需直接解压就可以使用，不以修改任何参数，一般在做-些简单测试的时候使用。集群模式包含 Standalone.Flink on Yarn 等模式，适合在生产环境下面使用，且需要修改对应的配置参数。

第 4 章 Flink 常用 API 详解；

本章主要针对 Flink DataStream 和 DataSet 的常用 API 进行分析和讲解，也会涉及 FlinkTableAPI 和 Flink SQL 的一.些常见操作。

第 5 章 Flink 高级功能的使用；

本章主要针对 Flink 中的高级特性进行分析，包括 Broadcast. Accumulator 和 DistributedCache。

第 6 章 Flink State 管理与恢复；

本章主要针对 Flink State(状态)进行分析，包含状态的管理和恢复，以及 Flink 中的任务重启策略。

第 7 章 Flink 窗口详解；

本章主要针对 Flink 窗口(Window) 进行分析，包括 Flink 中提供的常见 Window,以及 Window 的聚合操作。

第 8 章 Flink Time 详解；

本章主要针对 Flink Time 中的 Event Time、Ingestion Time、Processing Time 以及 Watermark 进行详细讲解。

第 9 章 Flink 并行度详解；

本章主要针对 Flink 中的并行度进行详细分析.Flink 中的并行度设置分为 4 个层面:Operator Level(算子层面)、Execution Environment Level(执行环境层面)、Client Level(客户端层面)和 System Level(系统层面)。

第 10 章 Flink Kafka Connector 详解；

Flink 提供了很多 Connector 组件，其中应用较广泛的就是 Kafka 了。本章我们主要针对 Kafka Connector 在 Flink 中的应用做详细的分析。

第 11 章 Flink 实战项目开发；

本章主要针对 Flink 的一些实战应用场景进行分析，包含架构设计和代码实现。在这里主要介绍两个应用场景:一个是实时数据清洗，也称为实时 ETL;另一个是实时数据报表。

限于文章篇幅原因，就展示到这里了，有需要的小伙伴 点击这里凭本文截图即可获取！