100058801-Flink核心技术与实战 – 网盘下载 - 系统掌握流数据处理必杀技

网盘链接：

第一章：Apache Flink介绍

• 01 | 课程介绍
• 02 | 内容综述
• 03 | 流处理技术概览
• 04 | Flink发展历史与应用场景
• 05 | Flink核心特性

第二章：Flink部署与应用

• 06 | Flink集群架构
• 07 | Flink集群运行模式
• 08 | Flink集群资源管理器支持
• 09 | Standalone原理讲解与实操演示
• 10 | Flink On Yarn部署讲解
• 11 | Flink On Yarn实操演示
• 12 | Flink On Kubernetes部署讲解
• 13 | Flink On Kubernetes实操：Session模式
• 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
• 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 | 分布式流处理模型
• 20 | DataStream API实践原理
• 21 | Flink时间概念
• 22 | Watermark实践原理
• 23 | Watermark与Window的关系
• 24 | Watermark Generator
• 25 | Windows窗口计算
• 26 | Window Assigner
• 27 | Window Trigger
• 28 | Window Evictors
• 29 | Window Function
• 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
• 37 | 项目实战：基于DataStream API实现PV，UV统计

第四章：Flink状态管理和容错

• 38 | 有状态计算概念
• 39 | 状态类型及应用
• 40 | KeyedState介绍与使用
• 41 | OperatorState介绍与使用
• 42 | BroadcastState介绍与使用
• 43 | Checkpoint实现原理
• 44 | Savepoint与Checkpoint
• 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
• 49｜项目实战：实时交易反欺诈项目介绍
• 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

• 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
• 54｜Table Connector介绍与使用
• 55｜Querying Dynamic Tables
• 56｜TimeStamp与Watermark时间属性定义
• 57｜Query With Temporal Condition
• 58｜Join With Dynamic Table
• 59｜Join With Temporal Function
• 60｜Join With Temporal Tables
• 61｜Catalog原理与使用
• 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
• 66｜Table Connector使用
• 67｜自定义Connector
• 68｜new tablesource & tablesink api
• 69｜项目实战：基于Flink SQL实现Top10商品统计

第六章：Flink Runtime设计与实现

• 70｜Runtime整体架构
• 71｜Flink Client实现原理
• 72｜ResourceManager资源管理
• 73｜Dispatcher任务分发器
• 74｜JobGraph提交与运行（上）
• 75｜JobGraph提交与运行（下）
• 76｜Task执行与调度
• 77｜Task重启和容错策略
• 78｜集群组件RPC通信机制
• 79｜NetworkStatck实现原理
• 80｜Flink内存管理

第七章：Flink监控与性能优化

• 81｜Metric指标分类与采集
• 82｜Flink REST API介绍与使用
• 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

• 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
• 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

• 90｜实时推荐系统项目设计与实现
• 91｜结束语