Flink是大數據處理領域最近冉冉升起的一顆新星，它可以基於Hadoop進行開發和使用，與Hadoop緊密結合。本書旨在幫助讀者從零開始快速掌握Flink的基本原理與核心功能，並具有以下特點：1.這是一本Flink入門級圖書，力求詳細而完整地描述Flink基礎理論與實際操作。2.采用Flink 1.6版本寫作，案例豐富實用，做到學以致用。3.細節與案例兼顧，深入淺出展現Flink技術精髓。4.51CTO熱門網課配套教材，可與網課結合學習，快速提升大數據開發技能。

●第 1章  Flink概述    11.1  Flink原理分析  11.2  Flink架構分析  21.3  Flink基本組件  31.4  Flink流處理（Streaming）與批處理（Batch）  41.5  Flink典型應用場景分析  51.6  流式計算框架對比  61.7  工作中如何選擇實時計算框架  8第  2章 Flink快速入門  92.1  Flink開發環境分析  92.1.1  開發工具推薦  92.1.2  Flink程序依賴配置  102.2  Flink程序開發步驟  112.3  Flink流處理（Streaming）案例開發  112.3.1  Java代碼開發  122.3.2  Scala代碼開發  142.3.3  執行程序  162.4  Flink批處理（Batch）案例開發  162.4.1  Java代碼開發  162.4.2  Scala代碼開發  182.4.3  執行程序  19第3章  Flink的安裝和部署  203.1  Flink本地模式  203.2  Flink集群模式  223.2.1  Standalone模式  233.2.2  Flink on Yarn模式  263.2.3  yarn-session.sh命令分析  303.2.4  Flink run命令分析  303.3  Flink代碼生成JAR包  313.4  Flink HA的介紹和使用  353.4.1  Flink HA  353.4.2  Flink Standalone集群的HA安裝和配置  353.4.3  Flink on Yarn集群HA的安裝和配置  503.5  Flink Scala Shell  53第4章  Flink常用API詳解  564.1  Flink API的抽像級別分析  564.2  Flink DataStream的常用API  574.2.1  DataSource  574.2.2  Transformation  664.2.3  Sink  704.3  Flink DataSet的常用API分析  804.3.1  DataSource  804.3.2  Transformation  814.3.3  Sink  824.4  Flink Table API和SQL的分析及使用  824.4.1  Table API和SQL的基本使用  834.4.2  DataStream、DataSet和Table之間的轉換  874.4.3  Table API和SQL的案例  914.5  Flink支持的DataType分析  974.6  Flink序列化分析  97第5章  Flink高級功能的使用  995.1  Flink Broadcast  995.2  Flink Accumulator  1045.3  Flink Broadcast和Accumulator的區別  1085.4  Flink Distributed Cache  108第6章  Flink State管理與恢復  1126.1  State  1126.1.1  Keyed State  1136.1.2  Operator State  1156.2  State的容錯  1166.3  CheckPoint  1186.4  StateBackend  1196.5  Restart Strategy  1216.6  SavePoint  123第7章  Flink窗口詳解  1257.1  Window  1257.2  Window的使用  1267.2.1  Time Window  1277.2.2  Count Window  1287.2.3  自定義Window  1297.3  Window聚合分類  1307.3.1  增量聚合  1307.3.2  全量聚合  132第8章  Flink Time詳解  1348.1  Time  1348.2  Flink如何處理亂序數據  1358.2.1  Watermark  1368.2.2  Watermark的生成方式  1378.3  EventTime+Watermark解決亂序數據的案例詳解  1388.3.1  實現Watermark的相關代碼  1388.3.2  通過數據跟蹤Watermark的時間  1428.3.3  利用Watermark+Window處理亂序數據  1498.3.4  Late Element的處理方式  1538.3.5  在多並行度下的Watermark應用  1638.3.6  With Periodic Watermarks案例總結  165第9章  Flink並行度詳解  1669.1  Flink並行度  1669.2  TaskManager和Slot  1669.3  並行度的設置  1679.3.1  並行度設置之Operator Level  1689.3.2  並行度設置之Execution Environment Level  1689.3.3  並行度設置之Client Level  1699.3.4  並行度設置之System Level  1699.4  並行度案例分析  169第  10章 Flink Kafka Connector詳解  17210.1  Kafka Connector  17210.2  Kafka Consumer  17310.2.1  Kafka Consumer消費策略設置  17310.2.2  Kafka Consumer的容錯  17510.2.3  動態加載Topic  17610.2.4  Kafka Consumer Offset自動提交  17710.3  Kafka Producer  17710.3.1  Kafka Producer的使用  17710.3.2  Kafka Producer的容錯  179第  11章 Flink實戰項目開發  18411.1  實時數據清洗（實時ETL）  18411.1.1  需求分析  18411.1.2  項目架構設計  18411.1.3  項目代碼實現  18611.2  實時數據報表  20511.2.1  需求分析  20511.2.2  項目架構設計  20611.2.3  項目代碼實現  207

本書旨在幫助讀者從零開始快速掌握Flink的基本原理與核心功能。本書首先介紹了Flink的基本原理和安裝部署，並對Flink中的一些核心API進行了詳細分析。然後配套對應的案例分析，分別使用Java代碼和Scala代碼實現案例。最後通過兩個項目演示了Flink在實際工作中的一些應用場景，幫助讀者快速掌握Flink開發。學習本書需要大家具備一些大數據的基礎知識，比如Hadoop、Kafka、Redis、Elasticsearch等框架的基本安裝和使用。本書也適合對大數據實時計算感興趣的讀者閱讀。學習本書需要大家具備一些大數據的基礎知識，例如Hadoop、Kafka、Redis、Elasticsearch等框架的基本安裝和使用。本書也適合對大數據實時計算感興趣的愛好者閱讀。

徐葳 著