在数字经济时代，数据是重要的资源要素；同时，新的数据又在源源不断地产生，企业面临的一个基本问题就是如何管理和利用这些数据，这对传统的数据处理方法与分析框架提出了新的诉求和挑战，也是全球业界与学界为关心的问题。为了满足大数据时代对信息的快速处理的需求，一个分布式的开源计算框架Apache Spark应运而生。经过十年的发展，Spark已经成为目前大数据处理的标杆，在整个业界得到了广泛的使用。对大数据工程师来说，用Spark构建数据管道无疑是很好的选择，而对数据科学家来说，Spark也是高效的数据探索工具。
本书基于Spark发行版2.4.4写作而成，包含大量的实例与一个完整项目，技术理论与实战相结合，层次分明，循序渐进。本书不仅介绍了如何开发Spark应用的基础内容，包括Spark架构、Spark编程、SparkSQL、Spark调优等，还探讨了Structured Streaming、Spark机器学习、Spark图挖掘、Spark深度学习、Alluxio系统等高级主题，同时完整实现了一个企业背景调查系统，借鉴了数据湖与Lambda架构的思想，涵盖了批处理、流处理应用开发，并加入了一些开源组件来满足业务需求。学习该系统可以使读者从实战中巩固所学，并将技术理论与应用实战融会贯通。
本书适合准备学习Spark的开发人员和数据分析师，以及准备将Spark应用到实际项目中的开发人员和管理人员阅读，也适合计算机相关专业的高年级本科生和研究生学习和参考，对于具有一定的Spark使用经验并想进一步提升的数据科学从业者也是很好的参考资料。
电子书
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。
章节目录
- 封面
- 内容提要
- 前言
- 资源与支持
- 目录
- 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
- 2.1.1 开发工具推荐
- 2.1.2 Flink程序依赖配置
- 2.2 Flink程序开发步骤
- 2.3 Flink流处理（Streaming）案例开发
- 2.3.1 Java代码开发
- 2.3.2 Scala代码开发
- 2.3.3 执行程序
- 2.4 Flink批处理（Batch）案例开发
- 2.4.1 Java代码开发
- 2.4.2 Scala代码开发
- 2.4.3 执行程序
- 第3章 Flink的安装和部署
- 3.1 Flink本地模式
- 3.2 Flink集群模式
- 3.2.1 Standalone模式
- 3.2.2 Flink on Yarn模式
- 3.2.3 yarn-session.sh命令分析
- 3.2.4 Flink run命令分析
- 3.3 Flink代码生成JAR包
- 3.4 Flink HA的介绍和使用
- 3.4.1 Flink HA
- 3.4.2 Flink Standalone集群的HA安装和配置
- 3.4.3 Flink on Yarn集群HA的安装和配置
- 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
- 4.2.1 DataSource
- 4.2.2 Transformation
- 4.2.3 Sink
- 4.3 Flink DataSet的常用API分析
- 4.3.1 DataSource
- 4.3.2 Transformation
- 4.3.3 Sink
- 4.4 Flink Table API和SQL的分析及使用
- 4.4.1 Table API和SQL的基本使用
- 4.4.2 DataStream、DataSet和Table之间的转换
- 4.4.3 Table API和SQL的案例
- 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
- 6.1.1 Keyed State
- 6.1.2 Operator 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
- 7.2.1 Time Window
- 7.2.2 Count Window
- 7.2.3 自定义Window
- 7.3 Window聚合分类
- 7.3.1 增量聚合
- 7.3.2 全量聚合
- 第8章 Flink Time详解
- 8.1 Time
- 8.2 Flink如何处理乱序数据
- 8.2.1 Watermark
- 8.2.2 Watermark的生成方式
- 8.3 EventTime+Watermark解决乱序数据的案例详解
- 8.3.1 实现Watermark的相关代码
- 8.3.2 通过数据跟踪Watermark的时间
- 8.3.3 利用Watermark Window处理乱序数据
- 8.3.4 Late Element的处理方式
- 8.3.5 在多并行度下的Watermark应用
- 8.3.6 With Periodic Watermarks案例总结
- 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
- 9.3.1 并行度设置之Operator Level
- 9.3.2 并行度设置之Execution Environment Level
- 9.3.3 并行度设置之Client Level
- 9.3.4 并行度设置之System Level
- 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
- 10.2.1 Kafka Consumer消费策略设置
- 10.2.2 Kafka Consumer的容错
- 10.2.3 动态加载Topic
- 10.2.4 Kafka Consumer Offset自动提交
- 10.3 Kafka Producer
- 10.3.1 Kafka Producer的使用
- 10.3.2 Kafka Producer的容错
- 第11章 Flink实战项目开发
- 11.1 实时数据清洗（实时ETL）
- 11.1.1 需求分析
- 11.1.2 项目架构设计
- 11.1.3 项目代码实现
- 11.2 实时数据报表
- 11.2.1 需求分析
- 11.2.2 项目架构设计
- 11.2.3 项目代码实现
展开全部
Flink入门与实战是2019年由人民邮电出版社出版,作者徐葳。
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
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。
电子书
电子书
面向大数据开发工程师，大数据运维工程师围绕Hadoop、Spark、Flink三大主流平台，详解大数据平台的搭建及数据分析（离线/实时）随书配备全套数据集、安装包、配置文件、海量教学视频（近30GB），方便学用
电子书
本书旨在帮助读者从基础开始了解Redis，由浅入深过渡到实践，帮助读者尽快在实际项目中用上Redis，做到即学即用。
电子书
本书是厦门大学作者团队长期经验总结的结晶，是在厦门大学《大数据技术原理与应用》入门级大数据教材的基础之上编写的。为了确保教程质量，在编著出版纸质教材之前，实验室已经于2016年10月通过实验室官网免费发布共享了简化版的Spark在线教程和相关教学资源，同时，该在线教程也已经用于厦门大学计算机科学系研究生的大数据课程教学，并成为全国高校大数据课程教师培训交流班的授课内容。实验室根据读者对在线Spark教程的大量反馈意见以及教学实践中发现的问题，对Spark在线教程进行了多次修正和完善，所有这些前期准备工作，都为纸质教材的编著出版打下了坚实的基础。
披荆斩棘，在大数据丛林中开辟学习捷径
填沟削坎，为快速学习Spark 技术铺平道路
深入浅出，有效降低Spark 技术学习门槛
资源全面，构建全方位一站式在线服务体系
电子书
理论与实战相结合，结合大量案例系统为你介绍Python。
电子书
深入描述了Elasticsearch的各种运行机制。
电子书
Java10全面解析：技术解惑与实例演练
电子书
本书介绍Kafka的应用和使用，适合Java开发者和数据工程师。
