劍指大數據——Flink學習精要（Java版）

購買商店

劍指大數據——Flink學習精要（Java版）

$630.00

馬上購買

內容描述

本書基於Flink的穩定版本1.13，從Flink數據處理思想開始講解，帶領讀者深入理解Flink的基本架構，進而由淺入深，結合具體案例，詳細剖析了Flink中DataStream API的使用，並對Flink中的時間語義、狀態、容錯機制等重要概念進行了詳盡的闡述。另外，本書還對實際開發中常用的Flink SQL、CEP等高層級API進行了細致的講解，以電商網站中的實際應用為場景，提供了大量的代碼實現。本書分為三大部分：第1～5章，帶領讀者初步認識Flink並編寫基本的Flink程序；第6～10章，深入探討了Flink內部的高級應用；第11～12章，講解了Flink提供的擴展功能。本書廣泛適用於大數據的學習者與從業人員，以及院校大數據相關專業的學生，也可作為大數據學習的參考書。

目錄大綱

□□章初識Flink1
1．1 Flink的起源和設計理念1
1．□ Flink的應用3
1．□．1 Flink在企業中的應用3
1．□．□ Flink主要的應用場景3
1．3 流式數據處理的發展和演□4
1．3．1 流處理和批處理5
1．3．□ 傳統事務處理6
1．3．3 有狀態的流處理6
1．3．4 Lambda架構9
1．3．5 新一代流處理器10
1．4 Flink的特性總結10
1．4．1 Flink的核心特性10
1．4．□ 分層API10
1．5 Flink與Spark11
1．5．1 數據處理架構1□
1．5．□ 數據模型和運行架構13
1．5．3 Spark還是Flink13
1．6 本章總結14
第□章Flink快速上手15
□．1 環境準備15
□．□ 創建項目15
□．3 編寫代碼18
□．3．1 批處理18
□．3．□ 流處理□0
□．4 本章總結□3
第3章Flink部署□5
3．1 快速啟動一個Flink集群□6
3．1．1 環境配置□6
3．1．□ 本地啟動□6
3．1．3 集群啟動□7
3．1．4 向集群提交作業□9
3．□ 部署模式3□
3．□．1 會話模式33
3．□．□ 單作業模式33
3．□．3 應用模式34
3．3 獨立模式34
3．3．1 會話模式部署35
3．3．□ 單作業模式部署35
3．3．3 應用模式部署35
3．3．4 高可用35
3．4 YARN模式37
3．4．1 相關準備和配置37
3．4．□ 會話模式部署38
3．4．3 單作業模式部署39
3．4．4 應用模式部署40
3．4．5 高可用40
3．5 K8s模式41
3．6 本章總結41
第4章Flink運行時架構4□
4．1 系統架構4□
4．1．1 整體構成4□
4．1．□ JobManager43
4．1．3 TaskManager44
4．□ 作業提交流程45
4．□．1 高層級抽象視角45
4．□．□ 獨立模式45
4．□．3 YARN集群46
4．3 一些重要概念48
4．3．1 數據流圖48
4．3．□ 並行度49
4．3．3 算子鏈51
4．3．4 作業圖與執行圖53
4．3．5 任務和任務槽55
4．4 本章總結60
第5章DataStream API（基礎篇）61
5．1 執行環境61
5．1．1 創建執行環境6□
5．1．□ 執行模式6□
5．1．3 觸發程序執行64
5．□ 源算子64
5．□．1 準備工作64
5．□．□ 從集合中讀取數據65
5．□．3 從文件中讀取數據66
5．□．4 從Socket中讀取數據67
5．□．5 從Kafka中讀取數據67
5．□．6 自定義源算子69
5．□．7 Flink支持的數據類型71
5．3 轉換算子73
5．3．1 基本轉換算子73
5．3．□ 聚合算子76
5．3．3 用戶自定義函數81
5．3．4 物理分區算子87
5．4 輸出算子93
5．4．1 連接到外部系統93
5．4．□ 輸出到文件94
5．4．3 輸出到Kafka96
5．4．4 輸出到Redis97
5．4．5 輸出到ElasticSearch99
5．4．6 輸出到MySQL（JDBC）101
5．4．7 自定義Sink輸出10□
5．5 本章總結104
第6章Flink中的時間和窗口105
6．1 時間語義105
6．1．1 Flink中的時間語義105
6．1．□ 哪種時間語義更重要107
6．□ 水位線108
6．□．1 事件時間和窗口108
6．□．□ 什麼是水位線110
6．□．3 如何生成水位線114
6．□．4 水位線的傳遞1□0
6．□．5 水位線的總結1□1
6．3 窗口1□□
6．3．1 窗口的概念1□□
6．3．□ 窗口的分類1□4
6．3．3 窗口API概覽1□8
6．3．4 窗口分配器1□9
6．3．5 窗口函數131
6．3．6 測試水位線和窗口的使用14□
6．3．7 其他API144
6．3．8 窗口的生命週期148
6．4 遲到數據的處理150
6．4．1 設置水位線延遲時間150
6．4．□ 允許窗口處理遲到數據150
6．4．3 將遲到數據放入窗口側輸出流151
6．5 本章總結154
第7章處理函數155
7．1 基本處理函數155
7．1．1 處理函數的功能和使用155
7．1．□ ProcessFunction解析157
7．1．3 處理函數的分類158
7．□ KeyedProcessFunction159
7．□．1 定時器和定時服務159
7．□．□ KeyedProcessFunction的使用160
7．3 窗口處理函數164
7．3．1 窗口處理函數的使用164
7．3．□ ProcessWindowFunction解析164
7．4 應用案例――Top N166
7．4．1 使用ProcessAllWindowFunction166
7．4．□ 使用KeyedProcessFunction168
7．5 側輸出流173
7．6 本章總結174
第8章多流轉換175
8．1 分流175
8．1．1 簡單實現175
8．1．□ 使用側輸出流177
8．□ 基本合流操作178
8．□．1 聯合178
8．□．□ 連接18□
8．3 基於時間的合流――雙流聯結188
8．3．1 窗口聯結188
8．3．□ 間隔聯結19□
8．3．3 窗口同組聯結195
8．4 本章總結197
第9章狀態編程198
9．1 Flink中的狀態198
9．1．1 有狀態算子198
9．1．□ 狀態的管理199
9．1．3 狀態的分類□00
9．□ 按鍵分區狀態□01
9．□．1 基本概念和特點□01
9．□．□ 支持的結構類型□0□
9．□．3 代碼實現□04
9．□．4 狀態生存時間□13
9．3 算子狀態□14
9．3．1 基本概念和特點□14
9．3．□ 狀態類型□15
9．3．3 代碼實現□16
9．4 廣播狀態□19
9．4．1 基本用法□19
9．4．□ 代碼實例□□0
9．5 狀態持久化和狀態後端□□3
9．5．1 檢查點□□3
9．5．□ 狀態後端□□4
9．6 本章總結□□6
□□0章容錯機制□□7
10．1 檢查點□□7
10．1．1 檢查點的保存□□8
10．1．□ 從檢查點恢復狀態□30
10．1．3 檢查點算法□3□
10．1．4 檢查點配置□37
10．1．5 保存點□39
10．□ 狀態一致性□40
10．□．1 一致性的概念和級別□40
10．□．□ 端到端的狀態一致性□41
10．3 端到端的精確一次□41
10．3．1 輸入端保證□4□
10．3．□ 輸出端保證□4□
10．3．3 Flink和Kafka連接時的精確一次保證□44
10．4 本章總結□48
□□1章Table API和SQL□49
11．1 快速上手□50
11．1．1 需要引入的依賴□50
11．1．□ 一個簡單示例□51
11．□ 基本API□5□
11．□．1 程序架構□5□
11．□．□ 創建表環境□53
11．□．3 創建表□54
11．□．4 表的查詢□55
11．□．5 輸出表□57
11．□．6 表和流的轉換□57
11．3 流處理中的表□6□
11．3．1 動態表和持續查詢□6□
11．3．□ 將流轉換成動態表□63
11．3．3 用SQL持續查詢□65
11．3．4 將動態表轉換為流□69
11．4 時間屬性和窗口□70
11．4．1 事件時間□71
11．4．□ 處理時間□7□
11．4．3 窗口□73
11．5 聚合查詢□75
11．5．1 分組聚合□75
11．5．□ 窗口聚合□76
11．5．3 開窗聚合□79
11．5．4 應用實例――Top N□80
11．6 聯結查詢□84
11．6．1 常規聯結查詢□84
11．6．□ 間隔聯結查詢□85
11．7 函數□86
11．7．1 系統函數□87
11．7．□ 自定義函數□88
11．8 SQL客戶端□94
11．9 連接到外部系統□96
11．9．1 Kafka□96
11．9．□ 文件系統□98
11．9．3 JDBC□99
11．9．4 ElasticSearch300
11．9．5 HBase300
11．9．6 Hive301
11．10 本章總結304
□□□章Flink CEP306
1□．1 基本概念306
1□．1．1 CEP是什麼306
1□．1．□ 模式307
1□．1．3 應用場景307
1□．□ 快速上手308
1□．□．1 需要引入的依賴308
1□．□．□ 一個簡單實例308
1□．3 模式API311
1□．3．1 個體模式311
1□．3．□ 組合模式316
1□．3．3 模式組319
1□．3．4 匹配後跳過策略3□0
1□．4 模式的檢測處理3□1
1□．4．1 將模式應用到流上3□1
1□．4．□ 處理匹配事件3□1
1□．4．3 處理超時事件3□4
1□．4．4 處理遲到數據3□9
1□．5 CEP的狀態機實現330
1□．6 本章總結334