找回密码
 立即注册
查看: 819|回复: 0

徐葳 Flink入门及实战(上+下) 视频教程

[复制链接]
累计签到:85 天
连续签到:1 天
发表于 2019-7-13 09:40:45 | 显示全部楼层 |阅读模式
课程目标:
$ T, U, u' k' K4 @* k) w4 d) ]" [《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。
0 I# W1 f/ f# c. G) S3 B; t+ M7 A% l& n7 a* {# I' w1 q; Y! {) b
适用人群:" P! W7 U0 e8 u) V& X/ E( P
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)。) `7 e( x6 D) [& s
; X* Y5 t5 C8 u$ l$ Y; b, U
课程简介:
" d) q6 R4 ~6 ]% ]本套课程基于Flink**版本V1.6.1: f+ B! @: ~, j% L# Q1 _  F7 t3 b
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。  6 C- a9 |5 N8 ~% U! `* \' {
) J9 o: |9 O  U2 v9 W
课程目录:. _9 h7 w* G2 f& P( W" C. n7 Z
上部: i8 H9 Q6 H, m$ `7 V/ Q; k
第1章 Flink简介+ s$ M6 ~- f4 ^1 H) B* s
1-1 课程相关资料及PPT等内容下载说明
( U: w1 L# o: @1-2 Flink基本原理及应用场景分析; ^; A( q8 [/ a0 `( ]3 N
1-3 Flink vs Storm vs SparkStr! {0 [+ r3 g& ]' @  L. }; `
  k  \5 `: @% I
第2章 Flink案例开发-滑动窗口单词计数(Streaming)
- J+ X, Y& _& E2 j0 v$ N, v2-1 Flink案例开发需求分析
* H% S, Y1 c- P2-2 滑动窗口单词计数-java代码实现% |! f& R9 H+ j0 Q+ M1 M, L
2-3 滑动窗口单词计数-scala代码实现  l: x- Y$ R" W( b/ ]# s* O
  k' d! U: o- _- f- f
第3章 Flink案例开发-批处理单词计数(Batch)0 @" \* O% b, S& Y- i/ _
3-1 batch批处理-java代码实现7 \1 W" U8 [$ n( l+ |0 L
3-2 batch批处理-scala代码实现" }$ `+ N# P6 ?" v9 I8 i5 i
3-3 Flink streaming和Batch代码层面的使用
  h7 N' L6 e5 e9 B$ d5 E; w: _: t! f% m5 B
第4章 Flink集群安装部署+本地代码提交到集群运行
! W, m  {. o8 Z# O4-1 Flink local集群安装以及集群代码提交执行
: R2 M1 [! O+ k* p% A# l4-2 Flink standalone集群安装部署; |! ?/ x" n) E8 Z
4-3 Flink on yarn的两种方式0 i2 Z# i8 C6 R$ _
4-4 Flink on yarn内部实现
# a6 l/ S0 e& u) s4 n/ F& Y% [' Q7 j* o+ h2 t0 v
第5章 Flink 集群HA配置0 R$ R4 U/ z6 ~
5-1 Flink standalone集群HA配置
8 C/ \. U7 D5 u2 e5-2 如何解决集群启动失败的问题
% F& V4 t, q/ w3 h* g8 g5-3 Flink on yarn集群HA配置
/ n! {' [; J* q
/ R6 R; i1 Y- [  m) r第6章 Flink scala shell 代码调试
/ l6 P$ l# n; o: h6-1 Flink scala shell代码调试+ I% F  J% x8 q$ I7 O5 h
2 z7 R: ?( u" h
下部4 }, ?3 ], ]2 q: W! z; K
第1章 Flink DataStreamAPI详解
; @6 F8 P/ \% |4 _! [1-1 课程相关资料及PPT等内容下载说明+ U) e2 p: k! |  n& u1 k: R
1-2 课程内容介绍! A* o4 y* X7 G1 M
1-3 DataStream之source讲解-java
3 W# W( w- i  z1-4 DataStream之自定义source-1
; I5 T1 s; R, y1-5 DataStream之自定义source-2
/ j7 x% J& P' O: P6 @! n/ d1-6 DataStream之算子操作-java
- s1 W# o( B, k1-7 DataStream之partition-java. s9 u9 w5 d; O$ p
1-8 DataStream之sink-java
* k+ X/ _; k' Q* b1-9 DataStream之source-scala* g( `5 J; S" A" _0 O' G
1-10 DataStream之算子操作-scala. K: T8 A/ k6 K+ ^- v- r& H
1-11 DataStream之partition-scala) s; h& |! {, U3 e
1-12 DataStream之sink-scala" ~$ I8 n  x9 p/ ^

2 f; R& A3 m% \, e% ~, A第2章 Flink DataSetAPI详解3 K+ E) A5 E; ?8 J# ?
2-1 DataSet之算子操作-java-1
8 O+ m: Q$ W: C  h8 b6 \3 D% n2-2 DataSet之算子操作-java-2
& B6 M$ U/ y( S) F2-3 DataSet之partition-java6 Y: Q6 h" W! t+ M
2-4 DataSet之算子操作-scala-1
7 S! F1 P( _, K2-5 DataSet之算子操作-scala-2
0 l- F3 P: d2 k; ~$ b* P- p- M8 G" s" w: K8 _) ?0 ~6 ]
第3章 Flink 支持的DataType和序列化
; L* p( p) N% i/ P  v8 V' g3-1 Flink支持的dataType和序列化
2 ^% U3 n; `- H5 U' n8 X$ e/ P& D8 @5 ^6 L$ v3 N
第4章 Flink Broadcast' C: R# p% g  Z3 j
4-1 Flink Broadcast广播变量-(java代码)
& a: {  l  C0 E3 E: @, Q; z; y4-2 Flink Broadcast广播变量-(scala代码)2 @. ~( B( l. S  G

: t$ I' B" |$ z6 ~! C' W( o: s第5章 Flink Accumulators & Counters/ X; q( w! O1 S8 h' G4 _! W
5-1 Flink Counters-java代码  L1 w% H/ V7 }6 A0 j
5-2 Flink Counters-scala代码
1 N8 {2 k8 Q  t+ P' k8 P+ j4 y% E3 z* y0 x, m0 o" Z& f
第6章 Flink Distributed Cache
& C' R# L( b$ O6 Y2 E6-1 Flink Distributed Cache+ c8 R2 S3 p9 j- q3 K$ ?$ j+ S

: M3 T  x7 r" v- q& B( i2 F第7章 Flink state(状态)管理与恢复' m9 }  @/ }; `3 m, w
7-1 state之keyedState分析
! m& U7 d* W7 j$ q* o7-2 state之operatorState分析% M5 J+ \8 L1 n' [( K( s1 r% ]
7-3 Flink checkPoint分析, z; ]+ }5 D. P3 A
7-4 Flink state backend详细分析* {6 N6 @+ B# k: R& j7 I( N  w
7-5 Flink state backend实战演示
6 E- r1 t8 L" l& h( O, i5 w5 E7-6 Flink 重启策略分析5 ]7 \" y, w! c8 S+ o# {
7-7 Flink 从checkpoint恢复数据0 [, D+ U; E* F  p  c
7-8 Flink savePoint的使用详解/ T) E$ d6 ?0 G
1 a+ S5 _9 z0 T
第8章 Flink Window和Time详解& g2 l% p5 W1 R" J# \
8-1 Flink window详解
3 f! i5 H( L3 Z9 }% }* |8-2 Flink time介绍1 I  ?* W; F! I- o! z
8-3 Flink watermark介绍$ z& A; J7 o$ u3 J( A: f
8-4 Flink watermark解决乱序数据-1* H7 e* u2 }$ `7 [% j4 ?
8-5 Flink watermark解决乱序数据-2
  i* C$ G/ V: H! ]; X$ Q( {( L, E0 w5 x. \
第9章 Flink 并行度详解(Parallel )
# S, x* r# F2 e: `# }- Z# a9-1 Flink parallelism并行度分析* p* C/ n& q2 e! h

; E( C$ P* L4 U2 z) d' l8 d- h第10章 Flink UI界面指标介绍/ _) X2 ]7 c4 n2 }; I4 z% C* l' E
10-1 Flink UI界面介绍
/ g! c; z; Y% W+ L( R  J( q& H
" X3 U8 g% c7 ~第11章 Flink Kafka-Connector详解
5 j) x0 T- O5 w2 r, _7 \, V3 Z8 N11-1 Flink kafka-connector分析: p% D' D  t+ i% R; W# U- F# e
11-2 kafka-connector代码操作-java7 {# z  f2 J1 M$ D( v! G6 A
11-3 kafka-connector代码操作scala8 s% A* A, @# b- n1 Z& \

* W4 d# d5 e: b! v8 q! @* a第12章 Flink 生产环境主要配置; x; `  z6 C- `5 t$ t; d
12-1 Flink 生产环境配置介绍
( l2 {9 X% M6 |" C
  t( W8 Q1 d2 b( }第13章 Flink 实战案例开发
; x/ D/ s% e( f6 Z* d/ W13-1 实战需求分析(数据清洗[实时ETL])  q  N2 Q" e6 m
13-2 数据清洗[实时ETL]-java代码实现-1
7 Z9 n: i, K+ m8 }# q! X# B13-3 数据清洗[实时ETL]-java代码实现-2- G) e* w4 A+ k6 r4 G! @  N
13-4 数据清洗[实时ETL]-java代码提交集群运行
2 \+ \$ E) j/ N2 u/ _13-5 数据清洗[实时ETL]-把任务提交命令封装成脚本. g! W8 R3 \2 g. u
13-6 数据清洗[实时ETL]-scala代码实现6 @" U; t+ ~. f9 }
13-7 实战需求分析(数据报表)# _* K7 I: |' F# q! E9 G
13-8 数据报表-java代码实现-1; Z, u* B; S9 {* p# N7 [* x5 G7 L% k/ T# h
13-9数据报表-java代码实现-2
& I8 x1 Q$ v% B4 p' M( |13-10数据报表-es和kibana的安装
: C/ U( y' D* t- V1 U2 p13-11数据报表-运行任务
- K) }+ |/ L# A9 z4 ?- ?% r13-12数据报表-执行脚本封装
6 I6 F$ s/ z$ c* K4 J13-13数据报表-scala代码实现
% Y. B* }0 K0 O8 M13-14项目代码地址( Q$ |- O; \* s$ u
: M8 G; U% k; M' ^3 l' B

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有账号?立即注册

×
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

点击这里给我发消息

QQ|小黑屋|Archiver|手机版|一路学IT论坛 专业视频教程网站

GMT+8, 2026-9-1 16:36

Powered by Discuz! X3.5

© 2001-2025 Discuz! Team.

快速回复 返回顶部 返回列表