大數(shù)據(jù)培訓(xùn)之flink從入門到精通視頻教程【黑馬程序員】

	flink從入門到精通視頻教程
	中級	共106節(jié)課
	了解Flink，了解集群環(huán)境搭建運維，學習Flink中重要概念、原理和API的用法，通過知識點 + 案例教學法幫助小白快速掌握Flink。提取碼：zdsz
	下載完整視頻（已有6871人下載）

課程亮點：

1.知識體系完備，從小白到大神各階段讀者均能學有所獲。

2.生動形象，化繁為簡，講解通俗易懂。

3.結(jié)合工作實踐及分析應(yīng)用，培養(yǎng)解決實際問題的能力。

4.每一塊知識點, 都有配套案例, 學習不再迷茫。

課程內(nèi)容：

1.Flink框架簡介

2.Flink集群搭建運維

3.Flink Dataset開發(fā)

4.Flink 廣播變量，分布式緩存，累加器

5.Flink Datastream開發(fā)

6.Flink Window操作

7.Flink watermark與側(cè)道輸出

8.Flink狀態(tài)計算

9.Flink容錯checkpoint與一致性語義

10.Flink進階 異步IO，背壓，內(nèi)存管理

11.Flink Table API與SQL

適用人群：

1.對實時計算領(lǐng)域或者Flink感興趣的在校生及應(yīng)屆畢業(yè)生。

2.對目前職業(yè)有進一步提升要求，希望從事大數(shù)據(jù)行業(yè)高薪工作的在職人員。

3.對大數(shù)據(jù)行業(yè)感興趣的相關(guān)人員。
推薦了解黑馬成員大數(shù)據(jù)培訓(xùn)課程。

課程目錄介紹

第一章 Flink簡介

01.Flink的引入

02.什么是Flink

03.Flink流處理特性

04.Flink基石

05.批處理與流處理

第二章 Flink架構(gòu)體系

01.Flink中重要角色

02.無界數(shù)據(jù)流與有界數(shù)據(jù)流

03.Flink數(shù)據(jù)流編程模型

04.Libraries支持

第三章 Flink集群搭建

01.環(huán)境準備工作

02.local模式

03.Standalone集群模式

04.Standalone-HA集群模式

05.Flink On Yarn模式-介紹

06.Flink On Yarn模式-準備工作

07.Flink On Yarn模式-提交方式-Session會話模式

08.Flink On Yarn模式-提交方式-Job分離模式

09. Flink運行架構(gòu)-Flink程序結(jié)構(gòu)

10. Flink運行架構(gòu)-Flink并行數(shù)據(jù)流

11. Flink運行架構(gòu)-Task和Operator chain

12. Flink運行架構(gòu)-任務(wù)調(diào)度與執(zhí)行

13. Flink運行架構(gòu)-任務(wù)槽與槽共享

第四章 Dataset開發(fā)

01.入門案例

02.入門案例-構(gòu)建工程、log4j.properties

03.入門案例-代碼運行yarn模式運行

04.DataSource-基于集合

05.DataSource-基于文件

06.Transformation開發(fā)

07.Datasink-基于集合

08.Datasink-基于文件

09.執(zhí)行模式-本地執(zhí)行

10.執(zhí)行模式-集群執(zhí)行

11.廣播變量

12.累加器

13.分布式緩存

14.擴展并行度的設(shè)置

第五章 DataStream開發(fā)

01.入門案例-流處理流程

02.入門案例-示例、參考代碼

03.流處理常見Datasource

04.Datasource基于集合

05.Datasource基于文件

06.Datasource基于網(wǎng)絡(luò)套接字

07.Datasource-自定義source-SourceFunction

08.Datasource-自定義source-ParallelSourceFunction

09.Datasource-自定義source-RichParallelSourceFunction

10.Datasource-自定義source-MysqlSource

11.Datasource-自定義source-KafkaSource

12.DataStream-transformations

13.DataSink-輸出數(shù)據(jù)到本地文件

14.DataSink-輸出數(shù)據(jù)到本地集合

15.DataSink-輸出數(shù)據(jù)到HDFS

16.DataSink-輸出數(shù)據(jù)到mysql,kafka,Redis

第六章 Flink中Window

01.為什么需要window

02.什么是window

03.Flink支持的窗口劃分方式

04.Time-window之tumbling-time-window

05.Time-window之sliding-time-window

06.Time-window之session-window

07.Count-window之tumbling-count-window

08.Count-window之sliding-count-window

09.window-Apply函數(shù)

第七章 Eventime-watermark

01.時間分類

02.watermark之數(shù)據(jù)延遲產(chǎn)生

03.watermark之解決數(shù)據(jù)延遲到達

04.watermark綜合案例

05.watermark之數(shù)據(jù)丟失

06.watermark+側(cè)道輸出保證數(shù)據(jù)不丟失

第八章 Flink狀態(tài)管理

01.狀態(tài)管理概述之無狀態(tài)計算

02.狀態(tài)管理概述之有狀態(tài)計算

03.狀態(tài)管理概述之有狀態(tài)計算場景

04.狀態(tài)的類型之Managed State&Raw State

05.狀態(tài)的類型之Keyed State&Operator State

06.API演示之ValueState

07.API演示之MapState

08.案例之OperatorState

09.案例之BroadcastState

第九章 Flink容錯&重啟策略

01.checkpoint是什么

02.checkpoint執(zhí)行流程

03.checkpoint持久化存儲

04.案例之checkpoint設(shè)置演示

05.Flink重啟策略之重啟策略配置

06.案例之重啟策略演示

07.Savepoint與checkpoint區(qū)別

08.案例之savepoint演示

09.端到端一致性語義解釋

10.案例之kafka實現(xiàn)EndToEnd一致性語義

11.案例之Mysql實現(xiàn)EndToEnd一致性語義

第十章 Flink擴展_異步IO_反壓_內(nèi)存管理

01.異步IO之使用前提

02.異步IO之核心API Async IO

03.案例之異步IO案例

04.什么是反壓問題

05.Flink如何解決反壓問題

06.Flink內(nèi)存管理

07.定制化內(nèi)存管理

08.定制化序列化框架

09.使用堆外內(nèi)存

第十一章 Flink-sql開發(fā)

01.Flink sql背景

02.sql常用算子之select

03.sql常用算子之where

04.sql常用算子之distinct

05.sql常用算子之group by

06.sql常用算子之union_union all

07.sql常用算子之join

08.sql常用算子之group window

09.案例之批處理sql案例

10.案例之流處理sql案例

猜你喜歡

什么是數(shù)據(jù)挖掘?數(shù)據(jù)挖掘前景怎么樣?