[322] 新一代大数据计算引擎，Flink从入门到实战 - Flink 正处于升温期，抢先一步掌握它，你就会在大数据行业抢先崛起

网盘链接：

1. 初识Flink

• 1-1 课程导学
• 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
• 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

2. 快速上手开发第一个Flink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
• 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

3. 编程模型及核心概念

• 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

4. DataSet API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

5. DataStream API编程

• 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
• 5-16 【讨论题】谈谈你对Flink中并行度的认识

6. Flink Table API & SQL编程

• 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

7. Flink中的Time及Windows的使用

• 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
• 7-17 【讨论题】谈谈你对Watermark的认识
• 7-18 【讨论题】谈谈你对Flink中Window的认识

8. Flink Connectors

• 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

9. Flink部署及作业提交

• 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

10. Flink监控及调优

• 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

11. 基于Flink的互联网直播平台日志分析项目实战

• 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
• 11-21 【讨论题】Flink项目面试相关
• 11-22 【讨论题】基于Flink建设实时数仓的解决方案

12. Flink版本升级

• 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

13. （讨论群内直播内容分享）Flink读取HBase

• 13-1 本章节概述
• 13-2 HBase部署
• 13-3 Flink读写操作API
• 13-4 Flink读写HBase依赖讲解
• 13-5 Flink写数据到HBase准备工作
• 13-6 Flink写数据到HBase功能开发
• 13-7 Flink写数据到HBase功能测试及小问题修复
• 13-8 Flink读取HBase功能开发
• 13-9 正确的学习姿势分享

14. Flink Table API&SQL编程

• 14-1 课程目录
• 14-2 Flink升级到1.9版本
• 14-3 Table API&SQL概述
• 14-4 思考题
• 14-5 加入Table API&SQL开发所需要的依赖
• 14-6 概念及通用API
• 14-7 DataStream整合SQL实战
• 14-8 DataSet整合SQL实战
• 14-9 DataSet整合Table API实战
• 14-10 流数据上的关系查询
• 14-11 动态表和持续查询
• 14-12 Append only模式
• 14-13 Retract模式
• 14-14 Table API实战

15. Flink1.10新特性分析及版本升级

• 15-1 课程目录
• 15-2 Flink1.10新特性概述
• 15-3 Flink新特性之内存管理及配置优化
• 15-4 Flink新特性之统一的作业提交逻辑
• 15-5 Flink新特性之原生Kubernetes集成
• 15-6 Flink新特性之Table API&SQL
• 15-7 Flink新特性之PyFlink与其他的重要变化
• 15-8 小彩蛋
• 15-9 Flink升级到1.10版本-

16. Flink State管理

• 16-1 课程目录
• 16-2 State引入
• 16-3 State分类
• 16-4 KeyedState案例开发
• 16-5 Checkpoint机制
• 16-6 开启Checkpoint
• 16-7 重启策略
• 16-8 重启策略测试
• 16-9 重启策略结合State进行测试
• 16-10 StateBackend
• 16-11 StateBackend测试
• 16-12 SavePoint