类似推荐
编辑推荐
深入浅出展现Flink技术精髓，力求详细而完整地描述Flink大数据项目实战，从零开始快速掌握Flink的基本原理和核心功能。
内容简介
本书旨在帮助读者从零开始快速掌握Flink的基本原理与核心功能。本书首先介绍了Flink的基本原理和安装部署，并对Flink中的一些核心API进行了详细分析。然后配套对应的案例分析，分别使用Java代码和Scala代码实现案例。最后通过两个项目演示了Flink在实际工作中的一些应用场景，帮助读者快速掌握Flink开发。
学习本书需要大家具备一些大数据的基础知识，比如Hadoop、Kafka、Redis、Elasticsearch等框架的基本安装和使用。本书也适合对大数据实时计算感兴趣的读者阅读。
学习本书需要大家具备一些大数据的基础知识，例如Hadoop、Kafka、Redis、Elasticsearch等框架的基本安装和使用。本书也适合对大数据实时计算感兴趣的爱好者阅读。
作者简介
作者徐葳，拥有多年一线互联网公司软件的研发经验，曾担任猎豹移动大数据技术专家、中科院大数据研究院大数据技术专家、某大学外聘大数据讲师。他主导开发海外舆情监控系统、海量数据采集平台、OLAP数据分析平台、三度关系推荐系统和PB级数据检索系统等，并进行大数据相关的内容培训。此外，他对Hadoop、Storm和Spark等大数据技术框架有深入的理解。
章节目录
版权信息
内容提要
前言
资源与支持
第1章 Flink概述
1.1 Flink原理分析
1.2 Flink架构分析
1.3 Flink基本组件
1.4 Flink流处理（Streaming）与批处理（Batch）
1.5 Flink典型应用场景分析
1.6 流式计算框架对比
1.7 工作中如何选择实时计算框架
第2章 Flink快速入门
2.1 Flink开发环境分析
2.2 Flink程序开发步骤
2.3 Flink流处理（Streaming）案例开发
2.4 Flink批处理（Batch）案例开发
第3章 Flink的安装和部署
3.1 Flink本地模式
3.2 Flink集群模式
3.3 Flink代码生成JAR包
3.4 Flink HA的介绍和使用
3.5 Flink Scala Shell
第4章 Flink常用API详解
4.1 Flink API的抽象级别分析
4.2 Flink DataStream的常用API
4.3 Flink DataSet的常用API分析
4.4 Flink Table API和SQL的分析及使用
4.5 Flink支持的DataType分析
4.6 Flink序列化分析
第5章 Flink高级功能的使用
5.1 Flink Broadcast
5.2 Flink Accumulator
5.3 Flink Broadcast和Accumulator的区别
5.4 Flink Distributed Cache
第6章 Flink State管理与恢复
6.1 State
6.2 State的容错
6.3 CheckPoint
6.4 StateBackend
6.5 Restart Strategy
6.6 SavePoint
第7章 Flink窗口详解
7.1 Window
7.2 Window的使用
7.3 Window聚合分类
第8章 Flink Time详解
8.1 Time
8.2 Flink如何处理乱序数据
8.3 EventTime+Watermark解决乱序数据的案例详解
第9章 Flink并行度详解
9.1 Flink并行度
9.2 TaskManager和Slot
9.3 并行度的设置
9.4 并行度案例分析
第10章 Flink Kafka Connector详解
10.1 Kafka Connector
10.2 Kafka Consumer
10.3 Kafka Producer
第11章 Flink实战项目开发
11.1 实时数据清洗（实时ETL）
11.2 实时数据报表
Flink入门与实战是2019年由人民邮电出版社出版,作者徐葳。
得书感谢您对《Flink入门与实战》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
