更新时间：2021-04-02 14:07:26
封面
版权信息
内容提要
序
前言
第1章 大数据技术概述
1.1 什么是大数据
1.2 从批处理到流处理
1.3 代表性大数据技术
1.4 从Lambda到Kappa：大数据处理平台的演进
1.5 流处理基础概念
1.6 编程语言的选择
1.7 案例实战使用Kafka构建文本数据流
本章小结
第2章 大数据必备编程知识
2.1 继承和多态
2.2 泛型
2.3 函数式编程
2.4 案例实战Flink开发环境搭建
第3章 Flink的设计与运行原理
3.1 Flink数据流图简介
3.2 Flink分布式架构与核心组件
3.3 任务执行与资源划分
3.4 实验WordCount程序迭代和完善
第4章 DataStream API的介绍和使用
4.1 Flink程序的骨架结构
4.2 常见Transformation的使用方法
4.3 数据类型和序列化
4.4 用户自定义函数
4.5 实验股票价格数据流处理
第5章 时间和窗口
5.1 Flink的时间语义
5.2 ProcessFunction系列函数
5.3 窗口算子的使用
5.4 双流连接
5.5 处理迟到数据
5.6 实验股票价格数据进阶分析
第6章 状态和检查点
6.1 实现有状态的计算
6.2 Checkpoint机制的原理及配置方法
6.3 Savepoint机制的原理及使用方法
6.4 实验电商平台用户行为分析
第7章 Flink连接器
7.1 Flink端到端的Exactly-Once保障
7.2 自定义Source和Sink
7.3 Flink中常用的Connector
7.4 实验读取并输出股票价格数据流
第8章 Table API & SQL的介绍和使用
8.1 Table API & SQL综述
8.2 动态表和持续查询
8.3 时间和窗口
8.4 Join
8.5 SQL DDL
8.6 系统内置函数
8.7 用户自定义函数
8.8 实验使用Flink SQL处理IoT数据
第9章 Flink的部署和配置
9.1 Flink集群部署模式
9.2 配置文件
9.3 算子链与槽位共享
9.4 命令行工具
9.5 与Hadoop集成
9.6 实验作业编码、打包与提交
参考文献
