徐葳 Flink入门及实战(上+下) 视频教程

冰点也疯狂

课程目标：
& g8 L8 b# s. h" U/ f9 t* Z《Flink入门及实战》课程主要讲述了Flink实时框架的基本操作使用以及案例实战开发。通过本课程的教学，使学生既能学习Flink的理论知识，也能掌握Flink的实战内容。为后期工作中的实时处理业务提供多一种技术选择。

适用人群：
+ H8 ]' L1 K: S. {- v* A, M- [对大数据、实时计算感兴趣的同学，需要具备一定的编程基础(java\scala)。

课程简介：
本套课程基于Flink**版本V1.6.1
本套课程主要针对Flink课程进行讲解，学完以后可以帮助大家快速掌握数据实时计算技能。  

课程目录：
上部
第1章 Flink简介
1-1 课程相关资料及PPT等内容下载说明
1-2 Flink基本原理及应用场景分析
& n8 F7 i4 w. j+ l- P2 J1-3 Flink vs Storm vs SparkStr

( s8 U3 ^. a7 {& F( ~  Q第2章 Flink案例开发-滑动窗口单词计数(Streaming)
7 B! n) q" H1 G! c# Z* I" U2-1 Flink案例开发需求分析
7 [7 v. h. |& i8 Q* Y9 E0 Z2-2 滑动窗口单词计数-java代码实现
2-3 滑动窗口单词计数-scala代码实现

第3章 Flink案例开发-批处理单词计数(Batch)
4 l& \1 e+ o7 `0 d% O3-1 batch批处理-java代码实现
* b+ n' \& ^% ?4 L6 J3-2 batch批处理-scala代码实现
3-3 Flink streaming和Batch代码层面的使用

1 |& Y$ p6 j7 x0 D, R( ~! [: j第4章 Flink集群安装部署+本地代码提交到集群运行
4-1 Flink local集群安装以及集群代码提交执行
4-2 Flink standalone集群安装部署
4-3 Flink on yarn的两种方式
! s1 O" J7 T# g* |- J# ^/ K' {4-4 Flink on yarn内部实现
: ?* @" _  d. ~
6 ~6 R8 Z- u8 y7 q; N2 g第5章 Flink 集群HA配置
9 K# t) @. v6 a7 @4 [5-1 Flink standalone集群HA配置
5-2 如何解决集群启动失败的问题
7 U4 J5 ^8 T: D$ J, K# G5-3 Flink on yarn集群HA配置
7 l7 [- T- P" \* K6 W  Z7 Y
第6章 Flink scala shell 代码调试
6-1 Flink scala shell代码调试
4 U' J3 h7 S6 @# H5 @
下部
第1章 Flink DataStreamAPI详解
( B7 S0 e: S6 a6 N! R2 F1-1 课程相关资料及PPT等内容下载说明
, y) C/ T6 v; }8 e+ @1-2 课程内容介绍
1-3 DataStream之source讲解-java
1-4 DataStream之自定义source-1
; E2 |; a& J" J# |- `1-5 DataStream之自定义source-2
) P: ]2 O7 ~: W  t# c% c1-6 DataStream之算子操作-java
1-7 DataStream之partition-java
0 F& l4 t3 K/ b: n1-8 DataStream之sink-java
1-9 DataStream之source-scala
1-10 DataStream之算子操作-scala
4 \% I) k; K! C" G% E! |  y1-11 DataStream之partition-scala
1-12 DataStream之sink-scala
2 B# [) _- `1 k# g) J2 K5 p. t
" V3 o) }8 p! w, o9 N. N& B第2章 Flink DataSetAPI详解
# g. u2 d( H! s2-1 DataSet之算子操作-java-1
1 f1 v& I7 R- O2-2 DataSet之算子操作-java-2
# B( |0 V' n. ]) L4 B2-3 DataSet之partition-java
1 q, S) t5 y: M1 o! u" F  Y; E2-4 DataSet之算子操作-scala-1
/ H3 }8 [. i* _/ g2-5 DataSet之算子操作-scala-2
, G- R$ w. K* w2 P9 e
1 c1 c! ~$ M4 `3 t# c9 P# B" r第3章 Flink 支持的DataType和序列化
, b" ^: H8 ]2 b" [* q3-1 Flink支持的dataType和序列化
' r. c0 w- o! x5 o. o, W. @
( v/ h6 {6 Z) K第4章 Flink Broadcast
2 e3 v3 v, A. q$ Z# \( C4-1 Flink Broadcast广播变量-(java代码)
, E& q+ m' j  I6 i4 H4-2 Flink Broadcast广播变量-(scala代码)

第5章 Flink Accumulators & Counters
7 T! M* w% l+ ^5-1 Flink Counters-java代码
+ p7 Q' B( z5 Q& x; o: A) t5-2 Flink Counters-scala代码
% t: |& s' y7 C& w! |% Z0 ]' [3 y
第6章 Flink Distributed Cache
6-1 Flink Distributed Cache

第7章 Flink state(状态)管理与恢复
7-1 state之keyedState分析
7-2 state之operatorState分析
7-3 Flink checkPoint分析
1 B# A' |+ J3 F8 L# X3 C! _7-4 Flink state backend详细分析
/ j) K! {3 N) ?( N" A$ O7-5 Flink state backend实战演示
7-6 Flink 重启策略分析
9 T8 t8 ?  W( a, n6 g) r7-7 Flink 从checkpoint恢复数据
% Q: Z! n4 `; H" z6 E$ n5 |% ]7-8 Flink savePoint的使用详解
$ B, y. O4 c/ M3 X4 J+ v
第8章 Flink Window和Time详解
8-1 Flink window详解
8-2 Flink time介绍
8-3 Flink watermark介绍
8-4 Flink watermark解决乱序数据-1
8-5 Flink watermark解决乱序数据-2
- O1 n( S, s+ W( q3 m
第9章 Flink 并行度详解(Parallel )
* e7 o+ p; {# J3 U4 h" W9-1 Flink parallelism并行度分析
& h- z# H+ n$ F5 P
3 Y$ V+ H0 R8 G$ a: D$ f6 C" v0 y第10章 Flink UI界面指标介绍
' e' p, E7 V" y10-1 Flink UI界面介绍

2 Z" {. w2 s9 G, w( N1 G第11章 Flink Kafka-Connector详解
9 e, C" B/ B* E8 n11-1 Flink kafka-connector分析
$ P# K) n4 c6 K11-2 kafka-connector代码操作-java
8 D) C# x' q) F/ J11-3 kafka-connector代码操作scala

+ j7 R: c( m* d  z第12章 Flink 生产环境主要配置
+ y7 I% O2 q9 `12-1 Flink 生产环境配置介绍
4 `; @/ T4 a  X6 i
第13章 Flink 实战案例开发
13-1 实战需求分析(数据清洗[实时ETL])
2 ]7 R- L7 y4 z- l* e13-2 数据清洗[实时ETL]-java代码实现-1
13-3 数据清洗[实时ETL]-java代码实现-2
13-4 数据清洗[实时ETL]-java代码提交集群运行
13-5 数据清洗[实时ETL]-把任务提交命令封装成脚本
13-6 数据清洗[实时ETL]-scala代码实现
. T5 ?4 w8 ~/ C0 U' C1 Q* ^13-7 实战需求分析(数据报表)
: Q  ?' g3 Q  h; n* |13-8 数据报表-java代码实现-1
13-9数据报表-java代码实现-2
* r( o* |8 v( h+ ^; u13-10数据报表-es和kibana的安装
13-11数据报表-运行任务
13-12数据报表-执行脚本封装
13-13数据报表-scala代码实现
13-14项目代码地址
; J+ x/ H3 ~7 L. _