徐葳 Flink入门及实战(上+下) 视频教程

冰点也疯狂

课程目标：
《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。

4 F6 n( p+ Q8 @- l7 S$ y1 Y  o; o适用人群：
# t# Y  e3 l$ Y: d  D+ 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)。

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。  

9 F( {* H1 f" d! g  ^课程目录：
1 W8 x% l+ i; ]$ H1 y+ u+ M上部
第1章 Flink简介
2 ]/ {% v- R2 \/ y1-1 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
1-3 Flink vs Storm vs SparkStr

: z% g* C, b8 q/ U5 C* V第2章 Flink案例开发-滑动窗口单词计数(Streaming)
2-1 Flink案例开发需求分析
2-2 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
1 c; x) a" b. o$ G" u& d; `
第3章 Flink案例开发-批处理单词计数(Batch)
' e+ E) [& \5 s/ {3-1 batch批处理-java代码实现
3-2 batch批处理-scala代码实现
" Y# X3 e5 E5 C3-3 Flink streaming和Batch代码层面的使用

5 r& V2 n0 G5 R) R$ u" F+ T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
! b" U( b7 `% |( x/ v4-2 Flink standalone集群安装部署
7 p  m2 Z/ S+ d0 W' H" j2 B, j6 |+ s4-3 Flink on yarn的两种方式
+ o6 F( f, p( T4-4 Flink on yarn内部实现
8 x) Q+ f/ W$ t& h4 I" @
第5章 Flink 集群HA配置
/ x% a7 d' f3 m; {& X: |/ N* ]3 k5-1 Flink standalone集群HA配置
5-2 如何解决集群启动失败的问题
5-3 Flink on yarn集群HA配置
6 a$ W7 S3 {- f1 n5 G) T
第6章 Flink scala shell 代码调试
0 Y& y9 s# r) R0 e4 P* v4 b6-1 Flink scala shell代码调试
+ d& W0 d6 i: r! c. J' O
  z* r! ~2 |/ r3 L2 r下部
) i) _# _" \: Y$ Z1 `第1章 Flink DataStreamAPI详解
1-1 课程相关资料及PPT等内容下载说明
9 v8 ~) `0 o+ f+ p) y# u8 F1-2 课程内容介绍
1-3 DataStream之source讲解-java
# K$ u( Z* @4 T  s1-4 DataStream之自定义source-1
1-5 DataStream之自定义source-2
1-6 DataStream之算子操作-java
1-7 DataStream之partition-java
& [3 P2 ^4 `, T4 N/ I1-8 DataStream之sink-java
1-9 DataStream之source-scala
. {% a) y! z6 g$ x5 d7 p# E3 Z1-10 DataStream之算子操作-scala
1-11 DataStream之partition-scala
1-12 DataStream之sink-scala
1 ]  n5 U1 ^# x* y
第2章 Flink DataSetAPI详解
) ^' E8 U* }# w! D2-1 DataSet之算子操作-java-1
% @, |2 |% T" ]0 O- J2-2 DataSet之算子操作-java-2
$ d! G# S9 P( h2-3 DataSet之partition-java
; s9 p6 R: y6 P$ w, p) [2-4 DataSet之算子操作-scala-1
2-5 DataSet之算子操作-scala-2
! V3 S1 C) D0 H" Z! C, @  {
第3章 Flink 支持的DataType和序列化
8 @; v2 o( N3 ^$ p! n1 X3-1 Flink支持的dataType和序列化

/ j& `# b: {( F/ f" ]  O% c7 n% ^第4章 Flink Broadcast
4-1 Flink Broadcast广播变量-(java代码)
4-2 Flink Broadcast广播变量-(scala代码)

+ G1 r) N* t4 W, [7 ~' q: A; s. f第5章 Flink Accumulators & Counters
9 N( D8 c# L. w$ i- e, Z5-1 Flink Counters-java代码
; c2 Z5 [( X. b$ q& [3 ?$ J5-2 Flink Counters-scala代码
& n2 D. T" M' O8 A  r, i+ `" g
* @- z% W; W4 A8 K, z第6章 Flink Distributed Cache
6-1 Flink Distributed Cache
9 S2 O9 |5 ]6 ~) T7 h& Q
第7章 Flink state(状态)管理与恢复
+ }$ D% O9 U. P) }& ?& Y7-1 state之keyedState分析
  b, o! @6 E: q& ~7-2 state之operatorState分析
7-3 Flink checkPoint分析
7-4 Flink state backend详细分析
7-5 Flink state backend实战演示
7-6 Flink 重启策略分析
: |4 ^/ r$ C0 b1 \2 i% ]7-7 Flink 从checkpoint恢复数据
7-8 Flink savePoint的使用详解

第8章 Flink Window和Time详解
; a, b  }; z3 z6 j8-1 Flink window详解
/ O! _9 |9 a7 n; A8 M6 P8-2 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

第9章 Flink 并行度详解(Parallel )
9-1 Flink parallelism并行度分析
: `& b1 P( r1 ]! d2 j* E; O# b
第10章 Flink UI界面指标介绍
8 v' j# I5 @, ]10-1 Flink UI界面介绍
& s: ^2 k: r6 b/ ]1 X* ^
第11章 Flink Kafka-Connector详解
) U1 i/ ?5 A* E; w/ r11-1 Flink kafka-connector分析
  E" e% d5 Y. E11-2 kafka-connector代码操作-java
9 }8 K4 Q2 T/ z+ q# h/ }11-3 kafka-connector代码操作scala
: N( |  F) Q$ D: ^/ g
3 G5 \6 q5 w  K# L第12章 Flink 生产环境主要配置
# z) N6 _+ P. P! h12-1 Flink 生产环境配置介绍
0 A/ A" R3 [% \: q4 a" G
* {# e# G5 S' D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])
0 p7 j+ H3 H4 c- `+ ^% M2 @13-2 数据清洗[实时ETL]-java代码实现-1
* p1 b; s# ]7 _" n13-3 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
# _8 n7 D1 {% R3 P* }, e13-5 数据清洗[实时ETL]-把任务提交命令封装成脚本
4 k- K# I% s% W: ~% \4 _13-6 数据清洗[实时ETL]-scala代码实现
13-7 实战需求分析(数据报表)
. m  i! \( v; n) {; t13-8 数据报表-java代码实现-1
4 f# t( H0 P! Q( ]13-9数据报表-java代码实现-2
6 g( E0 y7 ^9 V' K* @% U# X; x13-10数据报表-es和kibana的安装
13-11数据报表-运行任务
9 v- [7 d' ?0 v& z7 l3 s. J) b13-12数据报表-执行脚本封装
1 R$ Y7 T: }+ b( G! D1 ^% h1 K13-13数据报表-scala代码实现
13-14项目代码地址

+ u4 X! [/ j$ N6 |+ l6 j* t7 O