课程介绍 【点这里免费试听】
本课程基于某电商公司运营实时分析系统（2B），对Flink进行全方位系统讲解。通过本课程的学习，既能获得Flink企业级真实项目经验，也能深入掌握Flink的核心理论知识，还能获得Flink在生产环境中安装、部署、监控的宝贵经验，从而深入掌握Flink技术。
适用人群
1. 对大数据感兴趣的学员
2. 对实时计算感兴趣的学员
3. 想提升Flink项目经验的学员
4. 想系统学习Flink技术的学员
课程特色
1. 3分理论、7分实战
2. 紧贴项目，发散性、扯淡的地方往往比较重要
3. 弱化ppt，强调实战操作+笔记整理
4. 注重课程的趣味性，与实际项目相结合
技术说明
1. Flink版本：较新稳定版本flink1.6.2
2. 开发语言和工具：Java、IDEA
3. 数据量级：实时生成项目数据
课程资料
1. 免费提供课程ppt
2. 免费提供课程文档
3. 免费提供课程安装包
4. 免费提供课程工程源码
课程形式
1. 视频，精心录制，总时长40小时左右（持续更新）
2. 答疑，专属QQ答疑群，猪八戒数据总监亲自参与答疑
讲师介绍
-
李飞（Felix）
大讲台大数据特聘讲师 | 猪八戒数据总监
10年一线开发及项目管理经验，6年以上大数据项目架构、实施、开发与运维经验，骨灰级大数据玩家，对Hadoop、Storm、Spark、Flink、Kylin、Druid等大数据技术有较深研究。搭建、维护过上百节点集群，处理过PB级数据。 因技术出色，多次在知名企业内部进行大数据技能培训，对一线企业大数据方面的技能需求非常了解。 热爱分享，喜欢结合切身经历的大型项目经验来授课，用血淋淋的一线案例、真刀真枪的现场演示、实时的回馈指导赢得了很多学员的仰慕和好评。
课程大纲
| Flink概述 |
1、阐述Flink的前世今生 2、Flink生态 3、Flink Use Cases 4、与Hadoop、Spark、Storm等横向对比 5、Flink当前的发展状况以及未来趋势 |
| Flink初探 |
1.Flink 批处理案例实现 2.Flink 流处理案例实现 |
| Flink核心概念与编程模型(一) |
1、Flink架构 2、Stateful Stream Processing 3、DataStream与DataSet 4、Table & SQL 5、Flink程序基本结构 6、Flink DataFlow |
| Flink核心概念与编程模型(二) |
1、window 2、Time 3、State 4、checkpoint与savepoint |
| Flink Runtime(一) |
1、Flink 运行时架构 2、TaskManger Slot 3、Job Managers, Task Managers, Clients 4、CoLocationGroup 5、SlotSharingGroup 6、Slots && parallelism 7、OperatorChain && Task |
| Flink Runtime(二) |
1、Flink 部署方式介绍 2、Local 3、Standalone实验环境部署 4、Flink On Yarn简述(后续专门章节细讲) 5、Flink job启动方式 6、Job 的启动过程 7、Graph 8、Flink HA |
| Flink开发环境搭建 |
1、Flink Java开发环境搭建 2、Flink Scala开发环境搭建 3、依赖管理 4、Flink源代码编译 |
| Flink编程基础 |
1、DataSet与DataStream 2、Flink编程基本套路 3、Lazy Evaluation 4、Specifying Keys 5、Specifying Transformation Functions 6、Supported Data Types 7、Accumulators & Counters 8、Java Lambda Expressions |
| DataStreaming API 概述 |
1、再次剖析Streaming示例程序 2、Graph 3、DataStreamContext环境 4、数据源(DataSource) 5、转化(Transformation) 6、数据输出(Sink) 7、迭代Iterations 8、执行参数 9、调试 |
| 状态与容错 |
1、Flink带状态编程 2、checkpoint与savepoint得细节 3、broadcast 4、State Backends |
| Connectors概述 |
1、Connector的概念(Source&Sink) 2、内置Connector 3、第三方Connector 4、自定义Connector |
| Connectors之Kafka |
Flink与Kafka集成开发实战 |
| Operators概述 |
Operator基本算子介绍 |
| Operators之Windows操作 |
1、理解Window 2、理解Time与Watermarks 3. Window机制内部实现源码分析 4. 生产环境中window使用容易遇到的问题 |
| Operators之Join操作 |
1、Window Join 2、Interval Join |
| Operators之Process Function |
介绍Low-level算子 |
| Operators之异步IO |
异步IO方式访问外部数据源 |
| Side Outputs |
简单阐述Side Outputs |
| Python API |
简单阐述一下Python API |
| Flink Streaming测试 |
1、Flink Streaming程序单元测试 2、Flink Streaming程序集成测试 |
| Flink项目实战 |
实时日志分析(上) 实时日志分析(中) 实时日志分析(下) |
| DataSet API 概述 |
1、再次剖析DataSet示例程序 2、数据源(DataSource) 3、转化(Transformation) 4、数据输出(Sink) 5、迭代操作 6、函数中操作数据对象 7、调试 8、Semantic Annotations 9、广播变量 10、分布式缓存 11、参数传递 |
| DataSet Transformation |
1、全面介绍各种常见Transformation（1） 2、全面介绍各种常见Transformation（2） |
| 批处理中的容错机制 | 讲述Flink批处理如何容错 |
| 迭代 | 重点讲述增量迭代 |
| Connectors |
1、内置Connectors 2、HDFS Connector |
| 兼容Hadoop | 讲述如何跟Hadoop兼容，直接使用Hadoop的MR接口 |
| DataSetUtils | 单独讲一下DataSetUtils工具类 |
| 基于Flink的ETL项目实践 |
1、需求分析 2、方案设计 3、代码实现 4、运行和优化 5、可视化 |
| 数据类型与序列化 |
讲述Flink独特的数据类型和序列化方式 |
| Execution管理 |
1、Execution配置 2、打包 3、并行Execution 4、执行计划 5、Resart策略 |
| Flink其他Libraries简介 |
1、CEP简介 2、Storm集成 3、图计算库Gelly简介 4、机器学习库简介 |
| Flink 最佳实践 |
讲述Flink使用过程中的一些最佳实践 |
| 深入理解Flink On Yarn |
1、深入讲解Flink On Yarn 2、Hadoop集成 |
| Flink HA |
讲述各种运行模式下的HA |
| Flink容错机制大盘点 | 盘点Flink的各种容错机制 |
| Flink配置 |
盘点Flink的常见配置 |
| Flink CLI |
讲述Flink CLI操作 |
| Flink SSL配置 |
讲述Flink SSL配置 |
| Flink中使用各种分布式文件系统 |
讲述Flink中使用各种分布式文件系统 |
| Flink应用及版本升级 |
讲述如何升级Flink应用和自身的版本 |
这门课好评如潮 ，学员们说~~
