Flink内核原理与实现电子书

前折页

书名页

版权

前言

目录

第1章 Flink入门

1.1 核心特点

1.1.1 批流一体

1.1.2 可靠的容错能力

1.1.3 高吞吐、低延迟

1.1.4 大规模复杂计算

1.1.5 多平台部署

1.2 架构

1.2.1 技术架构

1.2.2 运行架构

1.3 Flink的未来

1.4 准备工作

1.5 总结

第2章 Flink应用

2.1 Flink应用开发

2.2 API层次

2.3 数据流

2.4 数据流API

2.4.1 数据读取

2.4.2 处理数据

2.4.3 数据写出

2.4.4 旁路输出

2.5 总结

第3章 核心抽象

3.1 环境对象

3.1.1 执行环境

3.1.2 运行时环境

3.1.3 运行时上下文

3.2 数据流元素

3.3 数据转换

3.4 算子

3.4.1 算子行为

3.4.2 Flink算子

3.4.3 Blink算子

3.4.4 异步算子

3.5 函数体系

3.5.1 函数层次

3.5.2 处理函数

3.5.3 广播函数

3.5.4 异步函数

3.5.5 数据源函数

3.5.6 输出函数

3.5.7 检查点函数

3.6 数据分区

3.7 连接器

3.8 分布式ID

3.9 总结

第4章 时间与窗口

4.1 时间类型

4.2 窗口类型

4.3 窗口原理与机制

4.3.1 WindowAssigner

4.3.2 WindowTrigger

4.3.3 WindowEvictor

4.3.4 Window函数

4.4 水印

4.4.1 DataStream Watermark生成

4.4.2 Flink SQL Watermark生成

4.4.3 多流的Watermark

4.5 时间服务

4.5.1 定时器服务

4.5.2 定时器

4.5.3 优先级队列

4.6 窗口实现

4.6.1 时间窗口

4.6.2 会话窗口

4.6.3 计数窗口

4.7 总结

第5章 类型与序列化

5.1 DataStream类型系统

5.1.1 物理类型

5.1.2 逻辑类型

5.1.3 类型推断

5.1.4 显式类型

5.1.5 类型系统存在的问题

5.2 SQL类型系统

5.2.1 Flink Row

5.2.2 Blink Row

5.2.3 ColumnarRow

5.3 数据序列化

5.3.1 数据序列化/反序列化

5.3.2 String序列化过程示例

5.3.3 作业序列化

5.3.4 Kryo序列化

5.4 总结

第6章 内存管理

6.1 自主内存管理

6.2 内存模型

6.2.1 内存布局

6.2.2 内存计算

6.3 内存数据结构

6.3.1 内存段

6.3.2 内存页

6.3.3 Buffer

6.3.4 Buffer资源池

6.4 内存管理器

6.4.1 内存申请

6.4.2 内存释放

6.5 网络缓冲器

6.5.1 内存申请

6.5.2 内存回收

6.6 总结

第7章 状态原理

7.1 状态类型

7.1.1 KeyedState与OperatorState

7.1.2 原始和托管状态

7.2 状态描述

7.3 广播状态

7.4 状态接口

7.4.1 状态操作接口

7.4.2 状态访问接口

7.5 状态存储

7.5.1 内存型和文件型状态存储

7.5.2 基于RocksDB的StateBackend

7.6 状态持久化

7.7 状态重分布

7.7.1 OperatorState重分布

7.7.2 KeyedState重分布

7.8 状态过期

7.8.1 DataStream中状态过期

7.8.2 Flink SQL中状态过期

7.8.3 状态过期清理

7.9 总结

第8章 作业提交

8.1 提交流程

8.1.1 流水线执行器PipelineExecutor

8.1.2 Yarn Session提交流程

8.1.3 Yarn Per-Job提交流程

8.1.4 K8s Session提交流程

8.2 Graph总览

8.3 流图

8.3.1 StreamGraph核心对象

8.3.2 StreamGraph生成过程

8.3.3 单输入物理Transformation的转换示例

8.3.4 虚拟Transformation的转换示例

8.4 作业图

8.4.1 JobGraph核心对象

8.4.2 JobGraph生成过程

8.4.3 算子融合

8.5 执行图

8.5.1 ExecutionGraph核心对象

8.5.2 ExecutionGraph生成过程

8.6 总结

第9章 资源管理

9.1 资源抽象

9.2 资源管理器

9.3 Slot管理器

9.4 SlotProvider

9.5 Slot选择策略

9.6 Slot资源池

9.7 Slot共享

9.8 总结

第10章 作业调度

10.1 调度

10.2 执行模式

10.3 数据交换模式

10.4 作业生命周期

10.4.1 作业生命周期状态

10.4.2 Task的生命周期

10.5 关键组件

10.5.1 JobMaster

10.5.2 TaskManager

10.5.3 Task

10.5.4 StreamTask

10.6 作业启动

10.6.1 JobMaster启动作业

10.6.2 流作业启动调度

10.6.3 批作业调度

10.6.4 TaskManger启动Task

10.7 作业停止

10.8 作业失败调度

10.8.1 默认作业失败调度

10.8.2 遗留的作业失败调度

10.9 组件容错

10.9.1 容错设计

10.9.2 HA服务

10.9.3 JobMaster的容错

10.9.4 ResourceManager容错

10.9.5 TaskManager的容错

10.10 总结

第11章 作业执行

11.1 作业执行图

11.2 核心对象

11.2.1 输入处理器

11.2.2 Task输入

11.2.3 Task输出

11.2.4 结果分区

11.2.5 结果子分区

11.2.6 有限数据集

11.2.7 输入网关

11.2.8 输入通道

11.3 Task执行

11.3.1 Task处理数据

11.3.2 Task处理Watermark

11.3.3 Task处理StreamStatus

11.3.4 Task处理LatencyMarker

11.4 总结

第12章 数据交换

12.1 数据传递模式

12.2 关键组件

12.2.1 RecordWriter

12.2.2 数据记录序列化器

12.2.3 数据记录反序列化器

12.2.4 结果子分区视图

12.2.5 数据输出

12.3 数据传递

12.3.1 本地线程内的数据传递

12.3.2 本地线程间的数据传递

12.3.3 跨网络的数据传递

12.4 数据传递过程

12.4.1 数据读取

12.4.2 数据写出

12.4.3 数据清理

12.5 网络通信

12.5.1 网络连接

12.5.2 无流控

12.5.3 基于信用的流控

12.6 总结

第13章 应用容错

13.1 容错保证语义

13.2 检查点与保存点

13.3 作业恢复

13.3.1 检查点恢复

13.3.2 保存点恢复

13.3.3 恢复时的时间问题

13.4 关键组件

13.4.1 检查点协调器

13.4.2 检查点消息

13.5 轻量级异步分布式快照

13.5.1 基本概念

13.5.2 Barrier对齐

13.6 检查点执行过程

13.6.1 JobMaster触发检查点

13.6.2 TaskExecutor执行检查点

13.6.3 JobMaster确认检查点

13.7 检查点恢复过程

13.8 端到端严格一次

13.8.1 两阶段提交协议

13.8.2 两阶段提交实现

13.9 总结

第14章 Flink SQL

14.1 Apache Calcite

14.1.1 Calcite是什么

14.1.2 Calcite的技术特点

14.1.3 Calcite的主要功能

14.1.4 Calcite的核心原理

14.2 动态表

14.2.1 流映射为表

14.2.2 连续查询

14.2.3 流上SQL查询限制

14.2.4 表到流的转换

14.3 TableEnvironment

14.3.1 TableEnvironment体系

14.3.2 TableEnvironment使用示例

14.4 Table API

14.5 SQL API

14.6 元数据

14.6.1 元数据管理

14.6.2 元数据分类

14.7 数据访问

14.7.1 Table Source

14.7.2 Table Slink

14.8 SQL函数

14.9 Planner关键抽象

14.9.1 Expression

14.9.2 ExpressionResolver

14.9.3 Operation

14.9.4 QueryOperation

14.9.5 物理计划节点

14.10 Blink Planner和Flink Planner对比

14.11 Blink与Calcite关系

14.12 Blink SQL执行过程

14.12.1 从SQL到Operation

14.12.2 Operation到Transformation

14.13 Blink Table API执行过程

14.13.1 Table API到Operation

14.13.2 Operation到Transformation

14.14 Flink与Calcite的关系

14.15 Flink SQL执行过程

14.15.1 SQL到Operation

14.15.2 Operation到DataStream/DataSet

14.16 Flink Table API执行过程

14.17 SQL优化

14.18 Blink优化

14.18.1 优化器

14.18.2 代价计算

14.18.3 优化过程

14.18.4 优化规则

14.18.5 公共子图

14.19 Flink优化

14.19.1 优化器

14.19.2 优化过程

14.19.3 优化规则

14.20 代码生成

14.20.1 为什么进行代码生成

14.20.2 代码生成范围

14.20.3 代码生成示例

14.21 总结

第15章 运维监控

15.1 监控指标

15.2 指标组

15.3 监控集成

15.4 指标注册中心

15.5 指标查询服务

15.6 延迟跟踪实现原理

15.7 总结

第16章 RPC框架

16.1 Akka简介

16.1.1 Akka是什么

16.1.2 使用Akka

16.1.3 Akka的通信

16.2 RPC消息的类型

16.3 RPC通信组件

16.3.1 RpcGateway

16.3.2 RpcEndpoint

16.3.3 RpcService

16.3.4 RpcServer

16.3.5 AkkaRpcActor

16.4 RPC交互过程

16.4.1 RPC请求发送

16.4.2 RPC请求响应

16.5 总结

专家寄语

参考文献

后折页