〖课程介绍〗:
系统掌握流数据处理必杀技
〖课程目录〗:
( e9 h4 B' x: [0 f# E 第一章：Apache Flink介绍 (5讲)
; n: ?( H0 L& q; Q: e, ~/ q 01 | 课程介绍
免费
02 | 内容综述
5 d) L9 N7 b4 J) l& g0 O7 ` 免费
03 | 流处理技术概览
5 N, M2 f3 S9 V0 B 免费
04 | Flink发展历史与应用场景
" E6 o5 B5 k) X4 G) S5 y0 H4 U8 { 免费
05 | Flink核心特性
( X6 e2 ?2 s! s, z8 D6 O& L 第二章：Flink部署与应用 (13讲)
06 | Flink集群架构
07 | Flink集群运行模式
* s5 a" ~" J' u# [, p: ?- X 08 | Flink集群资源管理器支持
( R4 q7 @6 C4 h+ [8 z$ E1 v 09 | Standalone原理讲解与实操演示
10 | Flink On Yarn部署讲解
' Z7 m: m4 ^- E& [ c 11 | Flink On Yarn实操演示
% |( {. u( T# j3 P 12 | Flink On Kubernetes部署讲解
- ~" C0 a$ J1 A! ?; H 13 | Flink On Kubernetes实操-Session模式
6 D& x8 J& u" G0 T0 \; W 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
. y+ K) W% \1 p6 w$ f/ r6 g4 K0 M 17 | Flink高可用配置原理讲解
18 | Flink高可用配置实操演示
第三章：Flink DataStream API实践原理 (19讲)
19 | 分布式流处理模型
20 | DataStream API 实践原理
/ N4 D" r, Y1 M' f; W 21 | Flink 时间概念
7 U$ n6 ]/ F/ Q$ Z* B 22 | Watermark实践原理
23 | Watermark与Window的关系
U5 P& B6 a8 B' \3 y+ O 24 | Watermark Generator
25 | Windows窗口计算
0 k o8 ? M1 {) O9 ^: A 26 | Window Assigner
27 | Window Trigger
' {: P" c- ]! @8 { 28 | Window Evictors
0 N' ` n" L- h. [ 29 | Window Function
+ E e% j) _' p K1 _# F T( R 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
( z' J0 m; O- Y/ q b. ~- p 37 | 项目实战：基于DataStream API实现PV，UV统计
/ z2 a9 M& q2 I0 _+ t 第四章：Flink状态管理和容错 (13讲)
38 | 有状态计算概念
39 | 状态类型及应用
+ C4 P; M* ?6 A$ g& }2 }! d 40 | KeyedState介绍与使用
2 L# q+ ]' ~/ ~; [2 G 41 | OperatorState介绍与使用
& F( a* s% o3 j 42 | BroadcastState介绍与使用
43 | Checkpoint实现原理
5 b5 B9 W! \) a) }! ?( Q- H2 X$ J 44 | Savepoint与Checkpoint
# U! ~9 W ?6 H 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
/ Q% ], q5 K& F6 T 49｜项目实战：实时交易反欺诈项目介绍
! }2 c$ d. u& _! [# p$ ] 50｜项目实战：实时交易反欺诈项目演示
第五章：Flink Table & SQL实践原理 (19讲)
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
# W% Z: [7 g5 p& f8 b* | 54｜Table Connector介绍与使用
55｜Querying Dynamic Tables
* P& r1 N7 t) } 56｜TimeStamp与Watermark时间属性定义
57｜Query With Temporal Condition
& p; e0 g0 G f/ a 58｜Join With Dynamic Table
59｜Join With Temporal Function
60｜Join With Temporal Tables
6 L" s- @& L. L# ]8 ?) W8 O# Q# Z1 b 61｜Catalog原理与使用
+ i. x$ ~* h( ]% F 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
$ ^0 \4 n ~' D* ^ 66｜Table Connector使用
67｜自定义Connector
68｜new tablesource & tablesink api
) |3 c! o3 p* p( t. l1 I; I! M 69｜项目实战：基于Flink SQL实现Top10商品统计
$ C' ]7 w; c# p4 Y- {3 ] 第六章：Flink Runtime设计与实现 (11讲)
* v- O6 \. J/ i 70｜Runtime整体架构
& B, R% z! C* a8 a. b. |- g5 x 71｜Flink Client实现原理
# B/ c$ U! ?2 ` 72｜ResourceManager资源管理
73｜Dispatcher任务分发器
# x( d4 B3 V# [ r7 i% U$ A2 m 74｜JobGraph提交与运行（上）
" d5 E% H+ N+ m9 e* b+ U 75｜JobGraph提交与运行（下）
3 r4 f# V8 V( m3 h. c5 p$ m 76｜Task执行与调度
77｜Task重启和容错策略
! M" }& [. ?2 N0 w 78｜集群组件Rpc通信机制
: U; f1 O3 z0 t: I 79｜NetworkStatck实现原理
80｜Flink内存管理
# K* n9 f" g' x3 s5 O8 P 第七章：Flink监控与性能优化 (5讲)
81｜Metric指标分类与采集
82｜Flink RestAPI介绍与使用
+ R5 ?; H/ P* }4 W 83｜Checkpoint监控与调优
84｜反压监控与原理
85｜Flink内存配置与调优
第八章：Flink组件栈介绍与使用 (4讲)
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
, W& y1 M5 D; v. i, O* z 89｜Stateful Function介绍与使用
第九章：项目实战-使用Flink构建推荐系统实时数据流 (2讲)
90｜实时推荐系统项目设计与实现
91｜结束语
编辑推荐
〖视频截图〗:
