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。
版权说明：本电子书已获得正版授权，由出版社通过知传链发行。
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。