【好程序员】最新大数据Flink教程值得拥有

第1章-Flink介绍、初识Flink代码开发

1.01 讲师个人介绍

1.02 Flink课程内容概述

1.03 Flink前世今生

1.04 Flink定义

1.05 Flink在全球的热度

1.06 Flink在国内企业中的应用

1.07 为什么选择Flink

1.08 哪些行业需要处理流式数据

1.09 传统数据处理结构之事务处理

1.10 传统数据处理结构之分析处理

1.11 Flink中有状态的流式处理

1.12 流处理演变之Lamda架构

1.13 流处理技术的演变

1.14 Flink的主要特点之事件驱动型应用

1.15 Flink的主要特点之基于流的世界观

1.16 Flink的主要特点之分层API

1.17 Flink的其他特点

1.18 Flink vs Spark Streaming特点概述

1.19 Flink & Spark Streaming之数据模型以及运行时架构对比说明

1.20 Flink的应用场景之数据分析应用

1.21 Flink的应用场景之数据管道应用

1.22 Flink之前版本（＜1.9.0）的架构图

1.23 Flink当前版本（≥1.9.0）的架构图

1.24 Flink中的流处理与批处理

1.25 Flink项目相关的maven依赖详解

1.26 初识Flink代码开发之pom依赖

1.27 有界流开发业务分解

1.28 有界流开发之代码轮廓搭建

1.29 有界流开发详解以及效果演示

1.30 有界流开发总结

第2章-初识Flink代码开发、Flink集群部署以及运行时架构

2.31 上堂课知识点回顾

2.32 WordCount案例之源在本地目的地在hdfs前期准备

2.33 WordCount案例之源在本地目的地在hdfs核心代码书写以及效果演示

2.34 WordCount案例之源在本地目的地在hdfs总结

2.35 WordCount案例之源在hdfs目的地在本地核心代码书写以及效果演示

2.36 WordCount案例之源在hdfs目的地在本地总结

2.37 WordCount案例之源在hdfs目的地在hdfs核心代码书写以及效果演示

2.38 WordCount案例之源在hdfs目的地在hdfs总结

2.39 WordCount案例之代码优化以及效果演示

2.40 WordCount案例之代码优化总结

2.41 ***流之WordCount案例说明

2.42 ***流之WordCount案例源码以及效果演示

2.43 ***流之WordCount案例总结

2.44 ***流之WordCount案例优化以及效果演示

2.45 ***流之WordCount案例总结

2.46 Flink应用部署模式介绍

2.47 Flink应用部署之local模式实操

2.48 Flink应用部署之local模式实操Ⅱ

2.49 Flink应用部署之local模式实操Ⅲ

2.50 Flink应用部署local模式之命令行方式总结

2.51 Flink应用部署local模式之可视化部署方式说明

2.52 Flink应用部署local模式之可视化部署方式演示

2.53 Flink应用部署local模式之可视化部署方式总结

2.54 Flink应用部署之standalone方式说明

2.55 Flink分布式集群搭建实操

2.56 Flink分布式集群搭建总结

2.57 flink应用部署到Flink分布式集群之命令行方式实操

2.58 flink应用部署到Flink分布式集群之命令行方式总结

2.59 flink应用部署到Flink分布式集群之可视化方式演示

2.60 flink应用部署到Flink分布式集群之可视化方式总结

第3章-Flink集群部署以及运行时架构

3.61 上堂课知识点回顾

3.62 Standalone模式任务调度原理

3.63 Flink Standalone HA说明

3.64 Flink Standalone HA实操

3.65 Flink Standalone HA验证

3.66 Flink Standalone HA总结1

3.67 Flink Standalone HA总结2

3.68 Flink应用部署模式之Flink On Yarn介绍

3.69 Flink On Yarn两种具体实现方式之session、per job详解

3.70 session方式实操

3.71 上午知识点回顾

3.72 将Flink应用部署到session中实操

3.73 将Flink应用部署到session中总结

3.74 session部署方式集群的停止

3.75 Per Job方式介绍

3.76 Per Job方式实操

3.77 Per Job方式总结

3.78 Flink On Yarn内部实现

3.79 Flink On Yarn内部实现之类比说明

3.80 JobManager进程的HA介绍

3.81 JobManager进程的HA介绍

3.82 JobManager进程的HA实操1

3.83 JobManager进程的HA实操2

3.84 JobManager进程的HA最终效果演示

第4章-Flink运行时架构以及Flink流处理API

4.085 上堂课知识点回顾

4.086 Flink On Yarn模式之运行时组件

4.087 Flink运行时组件之作业管理器JobManager

4.088 Flink运行时的组件之任务管理器TaskManager

4.089 Flink运行时的组件之资源管理器ResourceManager

4.090 Flink运行时的组件之分发器Dispatcher

4.091 从高层级的视角详解任务提交流程

4.092 Flink On Yarn任务提交流程总结

4.093 TaskManager和Slots

4.094 TaskManager和Slots深度剖析

4.095 Flink应用并行度的设置

4.096 程序与数据流

4.097 程序与数据流详解

4.098 DataFlow中的Oprator与程序中的Transformation关系实操

4.099 ataFlow中的Oprator与程序中的Transformation关系总结

4.100 堂课知识点回顾

4.101 执行图

4.102 执行图四层详解

4.103 并行度

4.104 并行度图解

4.105 Stream在算子之间传输数据的形式

4.106 任务链Oprator Chain

4.107 任务链Oprator Chain实操以及总结

4.108 任务链生成图解

4.109 使用***流API进行离线计算实操

4.110 使用***流API进行离线计算总结

4.111 Flink 流处理API之Enviroment

4.112 DataStream API概述

4.113 DataSet API概述

4.114 DataStream Source API之从集合中读取数据实操

4.115 DataStream Source API之从集合中读取数据总结

第5章-Flink流处理API

5.116 上堂课知识点回顾1

5.117 上堂课知识点回顾2

5.118 Source案例之从文件读取数据实操

5.119 Source案例之从文件读取数据总结

5.120 以kafka消息队列中的数据作为来源介绍

5.121 以kafka消息队列中的数据作为来源案例之前期准备

5.122 以kafka消息队列中的数据作为Source案例实操

5.123 以kafka消息队列中的数据作为Source案例效果演示以及总结

5.124 自定义Source介绍

5.125 自定义Source实操之代码轮廓搭建

5.126 SourceFunction自定义子类核心源码书写以及效果演示

5.127 自定义Source案例总结

5.128 DataStream Transformation API之map、flatMap、filter和keyBy介绍

第6章-Flink流处理API

6.129 上堂课知识点回顾

6.130 Flink流处理API Transformation之滚动聚合算子实操

6.131 Flink流处理API Transformation之滚动聚合算子max总结

6.132 Flink流处理API Transformation之滚动聚合算子max注意点说明

6.133 Transformation之滚动聚合算子max使用方案1进行优化

6.134 Transformation之滚动聚合算子maxBy对max案例进行优化

6.135 Transformation算子之reduce介绍

6.136 Transformation算子之reduce案例演示

6.137 Transformation算子之reduce案例总结

6.138 Transformation算子之split、select介绍

6.139 Transformation算子之split、select案例涉及业务阐述

6.140 Transformation算子之split、select案例实操

6.141 Transformation算子之split、select案例总结

6.142 关于过时的api

6.143 使用侧输出流优化split、select案例实操

6.144 使用侧输出流优化split、select案例最终效果演示

6.145 使用侧输出流优化split、select案例总结

6.146 Transformation之connect算子介绍

6.147 Transformation之connect算子案例实操Ⅰ

6.148 Transformation之connect算子案例实操Ⅱ

6.149 Transformation之connect算子案例总结

6.150 Transformation之union算子介绍

6.151 Transformation之union算子案例演示

6.152 Transformation之union算子案例总结

第7章-Flink流处理API

7.153 上堂课知识点回顾

7.154 Flink流处理API支持的数据类型介绍

7.155 基础数据类型

7.156 数据类型之Java和Scala的元组

7.157_数据类型之Scala中的样例类

7.158_数据类型之Java中的POJO类

7.159 使用lombok框架优化之后的java中的pojo类

7.160 lombok框架总结

7.160_lombok框架总结

7.161 数据类型之Java中的集合

7.162 Flink流处理Api中支持的数据类型总结

7.163 上堂课知识点回顾

7.164 实现更细粒度的流控制之UDF函数介绍

7.165 UDF之自定义子类方式案例实操

7.166 UDF之自定义子类方式总结

7.167 UDF之匿名内部类方式

7.168 UDF之自定义带参数的子类方式案例实操

7.169 UDF之自定义带参数的子类方式总结

7.170 使用Lamda表达式对代码进行简化

7.171 使用Lamda表达式对代码进行简化总结

7.172 用户自定义富函数介绍

7.173 用户自定义富函数深度剖析

7.174 用户自定义富函数之前期准备

7.175 用户自定义富函数案例实操Ⅰ

7.176 用户自定义富函数案例实操Ⅱ

7.177 用户自定义富函数案例效果演示

7.178 用户自定义富函数案例排错演示

7.179 用户自定义富函数案例最终效果演示以及总结

第8章-Flink流处理API

8.180 上堂课知识点回顾

8.181 Flink流处理API之Sink介绍

8.182 Sink之Kafka说明

8.183 Sink之Kafka案例实现思路阐述

8.184 Sink之Kafka案例之前期准备Ⅰ

8.185 Sink之Kafka案例之前期准备Ⅱ

8.186 Sink之Kafka案例之核心代码书写

8.187 Sink之Kafka案例之效果演示

8.188 Sink之Kafka案例总结

8.189 Sink之Kafka案例使用新的API进行优化实操

8.190 Sink之Kafka案例使用新的API进行优化效果演示以及总结

8.191 Sink Kafka案例之EXACTLY_ONCE语义深度剖析

8.192 Sink之Redis介绍

8.193 Sink之Redis案例之前期准备

8.194 Sink之Redis案例核心代码书写

8.195 Sink之Redis案例核心代码书写Ⅱ

8.196 Sink之Redis案例最终效果演示

8.197 Sink之Redis案例总结

8.198 Sink之ES介绍

8.199 Sink之ES案例之前期准备

8.200 Sink之ES案例核心代码书写

8.201 Sink之ES案例核心代码书写Ⅱ

8.202 Sink之ES案例最终效果演示

8.203 Sink之ES案例总结

第9章-Flink流处理API

9.204 上堂课知识点回顾

9.205 自定义Sink介绍

9.206 自定义Sink案例说明

9.207 自定义Sink案例之前期准备

9.208 自定义Sink案例之核心代码书写Ⅰ

9.209 自定义Sink案例之核心代码书写Ⅱ

9.210 自定义Sink案例之核心代码书写Ⅲ

9.211 自定义Sink案例之最终效果演示以及总结

9.212 自定义Sink案例深度剖析

9.213 自定义Sink案例深度剖析Ⅱ

9.214 上堂课知识点回顾

9.215 自定义Sink案例之SQL优化

9.216 自定义Sink案例之SQL优化效果演示以及总结

9.217 Flink项目开发语言选择说明

9.218 使用混合开发方式修改自定义sink案例Ⅰ

9.219 使用混合开发方式修改自定义sink案例实操Ⅱ

9.220 使用混合开发方式修改自定义sink案例最终效果演示

9.221 使用混合开发方式修改自定义sink案例总结

9.222 Flink Connector之预定义的Source和Sink介绍

9.223 预定义的Source和Sink之Socket案例总结

9.224 常用的Bundled Connectors介绍

9.225 Flink Connector之Apache Bahir说明

第10章-Flink Connector&高级特性

10.226 上堂课知识点回顾

10.227 Flink Connector之Async输出输出

10.228 Kafka Connector之消费策略

10.229 Kafka Connector之Kafka Consumer的容错

10.230 kafka consumer容错之CheckPoint配置以及StateBackend存储

10.231 Kafka Connector之动态加载Topic案例实操

10.232 Kafka Connector之动态加载Topic案例效果演示以及总结

10.233 kafka consumers offset自动提交

10.234 kafka connector之kafka producer介绍

10.235 kafka connector之kafka producer的容错

10.236 Elasticsearch Connector

10.237 Flink高级特性之Broadcast介绍

10.238 广播流变量、广播变量样例代码说明

10.239 上堂课知识点回顾

10.240 广播变量详解

10.241 广播有界流变量案例实操Ⅰ

10.242 广播有界流变量案例实操Ⅱ

10.243 广播有界流变量案例实操Ⅲ以及效果演示

10.244 广播有界流变量案例总结

10.245 DataSet内连接案例演示

10.246 广播变量方式和内连接方式执行耗时调查

10.247 广播***流变量详解

10.248 广播***流变量案例实操Ⅰ

10.249 广播***流变量案例实操Ⅱ

10.250 广播***流变量案例实操Ⅲ

10.251 广播***流变量案例实操Ⅳ

10.252 广播流变量最终效果演示

10.253 广播流变量案例总结

10.254 广播流变量代码优化以及效果演示

第11章-Flink Connector&高级特性

11.255 上堂课知识点回顾

11.256 两个DataStream上进行Join操作介绍

11.257 两个DataStream进行Join操作案例实操Ⅰ

11.258 两个DataStream进行Join操作案例实操Ⅱ

11.259 两个DataStream进行Join操作案例最终效果演示

11.260 广播***流变量的适用场景与DataStream之间的Join操作对比说明

11.261 两个DataStream之间进行Join操作案例总结

11.262 Flink中的累加器介绍

11.263 累加器案例实操Ⅰ

11.264 累加器案例实操Ⅱ

11.265 累加器案例总结

11.266 Flink***流应用中使用累加器注意点说明

11.267 通过任务管理器查看累加器的值实操Ⅰ

11.268 通过任务管理器查看累加器的值实操Ⅱ以及效果演示

11.269 关于注解框架lombok与maven之package功能冲突解决演示

11.270 关于注解框架lombok与maven之package功能冲突解决经验总结

第12章-Flink高级特性

12.271 上堂课知识点回顾

12.272 分布式文件缓存介绍

12.273 分布式文件缓存案例介绍

12.274 分布式文件缓存案例实操Ⅰ

12.275 分布式文件缓存案例实操Ⅱ

12.276 分布式文件缓存案例效果演示以及总结

12.277 分布式文件缓存介绍

12.278 State状态管理说明

12.279 无状态的流处理和有状态的流处理介绍

12.280 状态的分类

12.281 算子状态Operator State

12.282 算子状态之Keyed State

12.283 Keyed State案例说明

12.284 Keyed State案例对应的业务场景阐述

12.285 Keyed State案例实操Ⅰ

12.286 Keyed State案例实操Ⅱ

12.287 Keyed State案例实操Ⅲ

12.288 Keyed State案例最终效果演示

12.289 Keyed State案例总结

12.290 Keyed State案例之flatMap方式

第13章-Flink高级特性

13.291 上堂课知识点回顾

13.292 Keyed State优化方法之flatMapWithState说明

13.293 Keyed State优化方法之flatMapWithState案例实操

13.294 Keyed State优化方法之flatMapWithState案例最终效果演示

13.295 Keyed State优化方法之flatMapWithState案例总结

13.296 Keyed State和Operator State的两种存在形式

13.297 状态后端之State Backends介绍

13.298 状态后端案例说明

13.299 状态后端之FsStateBackend案例实操

13.300 状态后端之FsStateBackend案例总结

13.301 RocksDB案例实操

13.302 RocksDB案例效果演示

13.303 RocksDB案例总结

13.304 状态后端之RocksDBStateBackend案例实操

13.305 状态后端之RocksDBStateBackend案例总结

13.306 State状态容错

13.307 checkpoint介绍

13.308 从检查点恢复状态步骤详解

13.309 Checkpoint内部算法以及检查点分界线之Checkpoint barrier

13.310 检查点分界线checkpoint barrier内幕剖析

13.311 Flink检查点算法深度剖析

13.312 保存点之savepoints

第14章-Window和Time操作

14.313 上堂课知识点回顾Ⅰ

14.314 上堂课知识点回顾Ⅱ

14.315 状态一致性的分类以及一致性检查点

14.316 端到端的Exactly once

14.317 sink端的一致性实现方式之预写日志和两阶段提交

14.318 不同Source和Sink的一致性保证

14.319 Exactly once两阶段提交详解Ⅰ

14.320 Flink+Kafka两步提交总结

14.321 Flink中的Window介绍

14.322 窗口的分类

14.323 Flink计时窗口案例说明

14.324 Flink滚动计时窗口案例实操

14.325 Flink滚动计时窗口案例总结

第15章-Window和Time操作

15.326 上堂课知识点回顾

15.327 滚动计数窗口案例实操以及效果演示

15.328 滚动计数窗口案例总结

15.329 滑动计数窗口案例实操以及效果演示

15.330 滑动计数窗口案例总结

15.331 全窗口函数和增量聚合函数介绍

15.332 增量聚合函数之ReduceFunction案例实操以及效果演示

15.333 增量聚合函数之ReduceFunction案例总结

15.334 增量聚合函数之ReduceFunction代码简化以及效果演示

15.335 增量聚合函数之AggregateFunction介绍

15.336 增量聚合函数之AggregateFunction案例实操Ⅰ

15.337 增量聚合函数之AggregateFunction案例实操Ⅱ以及效果演示

15.338 增量聚合函数之AggregateFunction总结

第16章-Window和Time操作

16.339 上堂课知识点回顾

16.340 全窗口函数之ProcessWindowFunction介绍

16.341 全窗口函数之ProcessWindowFunction案例实操Ⅰ

16.342 全窗口函数之ProcessWindowFunction案例实操Ⅱ以及效果演示

16.343 全窗口函数之ProcessWindowFunction总结

16.344 增量聚合+全窗口函数综合案例介绍

16.345 增量聚合+全窗口函数综合案例实操Ⅰ

16.346 增量聚合+全窗口函数综合案例实操Ⅱ以及效果演示

16.347 增量聚合+全窗口函数综合案例总结

16.348 全窗口聚合函数之RichWindowFunction案例实操Ⅰ

16.349 全窗口聚合函数之RichWindowFunction案例实操Ⅱ以及总结

第17章-Window和Time操作

17.350 上堂课知识点回顾

17.351 Window可选API以及自定义触发器说明

17.352 自定义触发器案例实操Ⅰ

17.353 自定义触发器案例实操Ⅱ

17.354 自定义触发器案例实操Ⅲ

17.355 自定义触发器案例实操Ⅳ以及最终效果演示

17.356 自定义触发器案例总结

17.357 window API总览

17.358 Flink支持的时间语义以及时间特性说明

17.359 乱序数据的影响阐述

17.360 水位线Watermark

17.361 有序流的Watermarks案例介绍

17.362 有序流的Watermarks案例实操Ⅰ

17.363 有序流的Watermarks案例实操Ⅱ

17.364 有序流的Watermarks案例最终效果演示

17.365 有序流的Watermarks案例总结

17.366 无序流的watermark机制结合window操作处理一定范围内的乱序数据案例实操

17.367 无序流的watermark机制结合window操作处理一定范围内的乱序数据案例总结

17.368 Flink中无序流数据处理方案介绍

17.369 针对于延迟太多的数据处理默认方案之丢弃案例实操以及效果演示

17.370 针对于延迟太多的数据处理默认方案之丢弃案例总结

17.371 针对于延迟太多的数据处理方案之allowedLateness案例实操以及效果演示

17.372 针对于延迟太多的数据处理方案之allowedLateness案例总结

17.373 针对于延迟太多的数据处理方案之SideOutputLateData案例实操

17.374 针对于延迟太多的数据处理方案之SideOutputLateData案例最终效果演示以及总结

17.375 多并行度下的Watermark介绍

17.376 多并行度下的Watermark案例实操Ⅰ

17.377 多并行度下的Watermark案例实操Ⅱ以及最终效果演示

17.378 多并行度下的Watermark案例总结

第18章-Window和Time操作、CEP

18.379 上堂课知识点回顾Ⅰ

18.380 上堂课知识点回顾Ⅱ

18.381 Watermark总结

18.382 Flink Table API 和 Flink SQL介绍

18.383 Flink Table API使用方式简介

18.384 Flink Table API简单案例实操

18.385 Flink Table API简单案例效果演示以及总结

18.386 给Flink Table API中相应的字段取别名

18.387 使用链式编程方式对Flink Table API编程方式进行优化

18.388 Flink Table API的窗口操作案例说明

18.389 Flink Table API的窗口操作案例实操

18.390 Flink Table API窗口操作效果演示以及总结

18.391 Flink Table API中关于groupBy和时间窗口说明

18.392 Flink Table API之toAppendStream和toRetractStream详解之案例实操

18.393 Flink Table API之toAppendStream和toRetractStream总结

18.394 Flink SQL特点阐述以及使用方式说明

18.395 Flink SQL使用方式案例实操以及效果演示

18.396 Flink SQL使用方式案例总结

18.397 使用Flink SQL API进行窗口操作案例实操以及效果演示

18.398 使用Flink SQL API进行窗口操作案例总结

18.399 使用Flink SQL API实时统计单词出现的次数案例实操以及总结

18.400 Flink Table API 和Flink SQL总结

18.401 Flink CEP介绍

18.402 非确定有限自动机（NFA）

18.403 Flink CEP Library介绍

18.404 Flink CEP案例介绍

18.405 Flink CEP案例之Event类设计

18.406 Flink CEP案例实操Ⅰ

18.407 Flink CEP案例实操Ⅱ之定制CEP Pattern

18.408 Flink CEP案例实操Ⅲ

18.409 Flink CEP案例最终效果演示

18.410 Flink CEP案例总结

18.411 Flink CEP案例优化

18.412 Flink CEP个体模式的条件介绍

18.413 模式序列和模式检测

18.414 匹配事件的提取和超时事件的提取说明

18.415 超时事件处理案例实操Ⅰ

18.416 超时事件处理案例实操Ⅱ

18.417 超时事件处理案例总结