万本电子书0元读

万本电子书0元读

顶部广告

Flink入门与实战电子书

Flink是大数据处理领域*近冉冉升起的一颗新星,它可以基于Hadoop行发和使用,与Hadoop紧密结合。本书旨在帮助读者从零始快速掌握Flink的基本原理与核心功能,并具有以下特: 1.这是一本Flink门级图书,力求详细而完整地描述Flink基础理论与实际操作。 2.采用Flink 1.6版本写作,案例丰富实用,做到学以致用。 3.细节与案例兼顾,深浅出展现Flink技术精髓。 4.51CTO热门网课配套教材,可与网课结合学习,快速提升大数据发技能。

售       价:¥

纸质售价:¥44.20购买纸书

465人正在读 | 0人评论 6.2

作       者:徐葳

出  版  社:人民邮电出版社有限公司

出版时间:2019-10-01

字       数:19.4万

所属分类: 科技 > 计算机/网络 > 程序设计

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(0条)
  • 读书简介
  • 目录
  • 累计评论(0条)
本书旨在帮助读者从零始快速掌握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。*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。<br/>【推荐语】<br/>Flink是大数据处理领域*近冉冉升起的一颗新星,它可以基于Hadoop行发和使用,与Hadoop紧密结合。本书旨在帮助读者从零始快速掌握Flink的基本原理与核心功能,并具有以下特: 1.这是一本Flink门级图书,力求详细而完整地描述Flink基础理论与实际操作。 2.采用Flink 1.6版本写作,案例丰富实用,做到学以致用。 3.细节与案例兼顾,深浅出展现Flink技术精髓。 4.51CTO热门网课配套教材,可与网课结合学习,快速提升大数据发技能。<br/>【作者】<br/>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的理解。<br/>
目录展开

版权

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

2.1.1 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

累计评论(0条) 0个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部