前言
Flink项目是大数据计算领域冉冉升起的一颗新星。
大数据计算引 擎的发展经历了几个过程，从第1代的MapReduce，到第2代基于有向无 环图的Tez，第3代基于内存计算的Spark，再到第4代的Flink。因为 Flink可以基于Hadoop进行开发和使用，所以Flink并不会取代 Hadoop，而是和Hadoop紧密结合。
Flink主要包括DataStream API、DataSet API、Table API、 SQL、Graph API和FlinkML等。
现在Flink也有自己的生态圈，涉及离 线数据处理、实时数据处理、SQL操作、图计算和机器学习库等。
学习目录
主要内容
本书共分11章，每章的主要内容如下。
第1～2章主要针对Flink的原理组件进行分析，其中包括针对 Storm、Spark Streaming和Flink这3个实时计算框架进行对比和分 析，以及快速实现Flink的入门案例开发。
第3章主要介绍Flink的安装部署，包含Flink的几种部署模式：本 地模式、Standalone模式和YARN模式。本章主要针对YARN模式进行了 详细分析，因为在实际工作中以YARN模式为主，这样可以充分利用现 有集群资源。
第4章主要针对DataStream和DataSet中的相关组件及API进行详细 分析，并对Table API和SQL操作进行了基本的分析。
第5～9章主要针对Flink的一些高级特性进行了详细的分析，包含 Broadcast、Accumulator、Distributed Cache、State、 CheckPoint、StateBackend、SavePoint、Window、Time、Watermark 以及Flink中的并行度。
第10章主要介绍常用组件Kafka-Connector，针对Kafka Consumer 和Kafka Producer的使用结合具体案例进行分析，并描述了Kafka的容 错机制的应用。
第11章介绍Flink在实际工作中的两个应用场景：一个是实时数据 清洗(实时ETL)，另一个是实时数据报表，通过这两个项目实战可以加 深对Flink的理解。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
