尚硅谷_大数据技术之Flink(Java)

课程介绍

如今大数据技术的应用场景，对实时性的要求越来越高。作为新一代大数据流处理框架，Flink独树一帜，能够提供毫秒级别的延迟，同时保证了数据处理的低延迟、高吞吐和结果的正确性。 Flink已然成为各大公司实时领域的发力重点，以阿里为代表的一众大厂都在全力投入，众多国内企业为Flink社区贡献了大量源码。如今Flink已被认为是大数据实时处理的方向和未来，掌握Flink的人才炙手可热。 通尚硅谷精心打磨的Flink理论及项目实战视频教程，主要分为两部分：Flink基础理论与基于Flink的电商用户行为分析项目实战。第一部分Flink基础理论的讲解，涉及到各种重要概念、原理和API的用法，并配有大量的示例代码实现；第二部分以电商作为业务应用场景，以Flink作为分析框架，介绍一个电商用户行为分析项目的开发实战。 为了方便广大Java程序员上手学习，本套教程采用Java版API进行讲解和演示。通过理论和实际的紧密结合，让你对Flink和流式处理应用的场景、以及电商分析业务领域有更深刻的认识，通过对流处理原理的学习和与批处理架构的对比，帮你建立对大数据处理架构更全面的了解，为日后成长为架构师打下基础。

视频目录

001.尚硅谷_Flink理论-Flink简介（一）Flink是什么
002.尚硅谷_Flink理论-Flink简介（二）为什么要用Flink
003.尚硅谷_Flink理论-Flink简介（三）流数据处理的行业
004.尚硅谷_Flink理论-Flink简介（四）流处理的发展演变
005.尚硅谷_Flink理论-Flink简介（五）Flink的特点
006.尚硅谷_Flink理论-Flink简介（六）Flink vs Spark Streaming
007.尚硅谷_Flink理论-简单上手（一）批处理WordCount
008.尚硅谷_Flink理论-简单上手（二）流处理WordCount
009.尚硅谷_Flink理论-简单上手（三）流式数据源测试
010.尚硅谷_Flink理论-Flink部署（一）Flink安装和配置
011.尚硅谷_Flink理论-Flink部署（二）Job的提交运行
012.尚硅谷_Flink理论-Flink部署（三）资源的分配和并行度测试
013.尚硅谷_Flink理论-Flink部署（四）命令行提交Job
014.尚硅谷_Flink理论-Flink部署（五）Yarn和K8s平台的Flink部署
015.尚硅谷_Flink理论-运行时架构（一）Flink四大组件
016.尚硅谷_Flink理论-运行时架构（二）作业提交流程_抽象架构
017.尚硅谷_Flink理论-运行时架构（三）Yarn上作业提交流程
018.尚硅谷_Flink理论-运行时架构（四）作业调度原理及思考问题
019.尚硅谷_Flink理论-运行时架构（五）Slot和任务调度
020.尚硅谷_Flink理论-运行时架构（六）Slot和并行度的关系
021.尚硅谷_Flink理论-运行时架构（七）程序结构和数据流图
022.尚硅谷_Flink理论-运行时架构（八）数据传输和任务链
023.尚硅谷_Flink理论-流处理API_创建执行环境
024.尚硅谷_Flink理论-流处理API_Source（一）从集合读取数据
025.尚硅谷_Flink理论-流处理API_Source（二）从文件读取数据
026.尚硅谷_Flink理论-流处理API_Source（三）从kafka读取数据
027.尚硅谷_Flink理论-流处理API_Source（四）自定义测试数据源
028.尚硅谷_Flink理论-流处理API_Transform（一）基本转换操作
029.尚硅谷_Flink理论-流处理API_Transform（二）滚动聚合
030.尚硅谷_Flink理论-流处理API_Transform（三）reduce聚合
031.尚硅谷_Flink理论-流处理API_Transform（四）分流
032.尚硅谷_Flink理论-流处理API_Transform（五）connect合流
033.尚硅谷_Flink理论-流处理API_Transform（六）union合流
034.尚硅谷_Flink理论-流处理API_Flink支持的数据类型
035.尚硅谷_Flink理论-流处理API_Flink中的UDF函数类
036.尚硅谷_Flink理论-流处理API_Flink中的数据重分区操作
037.尚硅谷_Flink理论-流处理API_Sink（一）_Kafka
038.尚硅谷_Flink理论-流处理API_Sink（二）_Redis
039.尚硅谷_Flink理论-流处理API_Sink（三）_Es
040.尚硅谷_Flink理论-流处理API_Sink（四）_JDBC
041.尚硅谷_Flink理论-Window API（一）_基本概念
042.尚硅谷_Flink理论-Window API（二）_窗口类型
043.尚硅谷_Flink理论-Window API（三）_窗口分配器
044.尚硅谷_Flink理论-Window API（四）_窗口函数（一）时间窗口u增量聚合
045.尚硅谷_Flink理论-Window API（五）_窗口函数（二）时间窗口全窗口聚合
046.尚硅谷_Flink理论-Window API（六）_窗口函数（三）计数窗口测试
047.尚硅谷_Flink理论-Window API（七）_其它可选API
048.尚硅谷_Flink理论-时间语义（一）_时间语义概念
049.尚硅谷_Flink理论-时间语义（二）_时间语义的应用
050.尚硅谷_Flink理论-时间语义（三）_事件时间语义的设置
051.尚硅谷_Flink理论-Watermark（四）_Watermark概念和原理
052.尚硅谷_Flink理论-Watermark（五）_Watermark特点和行为
053.尚硅谷_Flink理论-Watermark（六）_Watermark在任务间的传递
054.尚硅谷_Flink理论-Watermark（七）_Watermark在代码中的设置
055.尚硅谷_Flink理论-Watermark（八）_Watermark的设定原则
056.尚硅谷_Flink理论-事件时间语义下的窗口测试（一）
057.尚硅谷_Flink理论-窗口起始点和偏移量
058.尚硅谷_Flink理论-事件时间语义下的窗口测试（二）迟到数据处理
059.尚硅谷_Flink理论-状态管理（一）状态定义
060.尚硅谷_Flink理论-状态管理（二）算子状态
061.尚硅谷_Flink理论-状态管理（三）键控状态
062.尚硅谷_Flink理论-状态编程_温度跳变报警
063.尚硅谷_Flink理论-并行任务Watermark传递测试
064.尚硅谷_Flink理论-状态管理（四）状态后端
065.尚硅谷_Flink理论-ProcessFunction（一）整体介绍和分类
066.尚硅谷_Flink理论-ProcessFunction（二）KeyedProcessFunction测试
067.尚硅谷_Flink理论-ProcessFunction（三）应用案例_一段时间内温度连续上升
068.尚硅谷_Flink理论-ProcessFunction（四）应用案例_高低温分流
069.尚硅谷_Flink理论-容错机制（一）检查点概念
070.尚硅谷_Flink理论-容错机制（二）从检查点做故障恢复
071.尚硅谷_Flink理论-容错机制（三）检查点算法思路和Barrier
072.尚硅谷_Flink理论-容错机制（四）检查点具体算法
073.尚硅谷_Flink理论-容错机制（五）保存点
074.尚硅谷_Flink理论-容错机制（六）检查点和重启策略配置
075.尚硅谷_Flink理论-状态一致性（一）一致性概念和分类
076.尚硅谷_Flink理论-状态一致性（二）端到端状态一致性
077.尚硅谷_Flink理论-状态一致性（三）幂等写入
078.尚硅谷_Flink理论-状态一致性（四）事物写入_预写日志和两阶段提交
079.尚硅谷_Flink理论-状态一致性（五）事物写入_Flink和Kafka连接保证状态一致性
080.尚硅谷_Flink理论-Table API和Flink SQL（一）_基本介绍和简单示例
081.尚硅谷_Flink理论-Table API和Flink SQL（二）_基本程序结构
082.尚硅谷_Flink理论-Table API和Flink SQL（三）_表环境配置
083.尚硅谷_Flink理论-Table API和Flink SQL（四）_创建表_从文件读取数据
084.尚硅谷_Flink理论-Table API和Flink SQL（五）_表的查询
085.尚硅谷_Flink理论-Table API和Flink SQL（六）_表的输出_输出到文件
086.尚硅谷_Flink理论-Table API和Flink SQL（七）_Kafka数据管道测试
087.尚硅谷_Flink理论-Table API和Flink SQL（八）_更新模式
088.尚硅谷_Flink理论-Table API和Flink SQL（九）_输出到其它外部系统
089.尚硅谷_Flink理论-Table API和Flink SQL（十）_表和流的转换
090.尚硅谷_Flink理论-Table API和Flink SQL（十一）_动态表和持续查询
091.尚硅谷_Flink理论-Table API和Flink SQL（十二）_处理时间特性
092.尚硅谷_Flink理论-Table API和Flink SQL（十三）_事件时间特性
093.尚硅谷_Flink理论-Table API和Flink SQL（十四）_分组窗口
094.尚硅谷_Flink理论-Table API和Flink SQL（十五）_开窗函数
095.尚硅谷_Flink理论-Table API和Flink SQL（十六）_系统内置函数
096.尚硅谷_Flink理论-Table API和Flink SQL（十七）_标量函数
097.尚硅谷_Flink理论-Table API和Flink SQL（十八）_表函数
098.尚硅谷_Flink理论-Table API和Flink SQL（十九）_聚合函数
099.尚硅谷_Flink理论-Table API和Flink SQL（二十）_表聚合函数
100.尚硅谷_Flink项目-项目介绍（一）_批处理和流处理
101.尚硅谷_Flink项目-项目介绍（二）_电商用户行为分析
102.尚硅谷_Flink项目-项目介绍（三）_项目模块设计
103.尚硅谷_Flink项目-项目介绍（四）_项目模块分析和实现思路
104.尚硅谷_Flink项目-实时热门商品统计（一）_依赖引入和数据定义
105.尚硅谷_Flink项目-实时热门商品统计（二）_开窗聚合
106.尚硅谷_Flink项目-实时热门商品统计（三）_排序输出TopN
107.尚硅谷_Flink项目-实时热门商品统计（四）_切换Kafka数据源
108.尚硅谷_Flink项目-实时热门商品统计（五）_Kafka批量数据测试
109.尚硅谷_Flink项目-实时热门商品统计（六）_Flink SQL实现
110.尚硅谷_Flink项目-实时热门页面统计（一）_程序整体架构
111.尚硅谷_Flink项目-实时热门页面统计（二）_代码具体实现
112.尚硅谷_Flink项目-实时热门页面统计（三）_乱序数据测试
113.尚硅谷_Flink项目-实时热门页面统计（四）_乱序数据处理代码改进
114.尚硅谷_Flink项目-PV统计（一）_基本实现和测试
115.尚硅谷_Flink项目-PV统计（二）_并行和数据倾斜优化
116.尚硅谷_Flink项目-UV统计（一）_基于Set的去重
117.尚硅谷_Flink项目-UV统计（二）_布隆过滤器原理
118.尚硅谷_Flink项目-UV统计（三）_程序架构和自定义窗口触发器
119.尚硅谷_Flink项目-UV统计（四）_自定义布隆过滤器
120.尚硅谷_Flink项目-UV统计（五）_具体代码实现
121.尚硅谷_Flink项目-市场推广渠道统计（一）_整体架构和自定义测试数据源
122.尚硅谷_Flink项目-市场推广渠道统计（二）_具体代码实现
123.尚硅谷_Flink项目-市场推广统计（三）_不分渠道代码实现
124.尚硅谷_Flink项目-广告点击量统计（一）_基本代码实现
125.尚硅谷_Flink项目-广告点击量统计（二）_点击异常行为黑名单过滤
126.尚硅谷_Flink项目-恶意登录检测（一）_程序架构和实现思路
127.尚硅谷_Flink项目-恶意登录检测（二）_简单代码实现
128.尚硅谷_Flink项目-恶意登录检测（三）_代码时效性改进
129.尚硅谷_Flink项目-恶意登录检测（四）_CEP代码实现
130.尚硅谷_Flink项目-CEP简介（一）_CEP概念和Pattern API整体介绍
131.尚硅谷_Flink项目-CEP简介（二）_个体模式和模式序列
132.尚硅谷_Flink项目-CEP简介（三）_复杂事件的匹配检测
133.尚硅谷_Flink项目-CEP简介（四）_连续登录失败检测用循环模式优化
134.尚硅谷_Flink项目-订单超时检测（一）_CEP实现整体架构
135.尚硅谷_Flink项目-订单超时检测（二）_CEP具体实现和测试
136.尚硅谷_Flink项目-订单超时检测（三）_ProcessFunction实现思路和程序架构
137.尚硅谷_Flink项目-订单超时检测（四）_ProcessFunction具体实现流程
138.尚硅谷_Flink项目-订单支付实时对账（一）_实现思路和程序架构
139.尚硅谷_Flink项目-订单支付实时对账（二）_具体代码实现
140.尚硅谷_Flink项目-Join操作（一）_Window Join
141.尚硅谷_Flink项目-Join操作（二）_Interval Join
142.尚硅谷_Flink项目-订单支付实时对账（三）_Join实现