●前言
第1章 Apache Flink介紹 1
1.1 Apache Flink是什麼 1
1.2 數據架構的演變 2
1.2.1 傳統數據基礎架構 3
1.2.2 大數據數據架構 4
1.2.3 有狀態流計算架構 5
1.2.4 為什麼會是Flink 6
1.3 Flink應用場景 8
1.4 Flink基本架構 10
1.4.1 基本組件棧 10
1.4.2 基本架構圖 11
1.5 本章小結 13
第2章 環境準備 14
2.1 運行環境介紹 14
2.2 Flink項目模板 15
2.2.1 基於Java實現的項目模板 15
2.2.2 基於Scala實現的項目模板 18
2.3 Flink開發環境配置 20
2.3.1 下載IntelliJ IDEA IDE 21
2.3.2 安裝Scala Plugins 21
2.3.3 導入Flink應用代碼 22
2.3.4 項目配置 22
2.4 運行Scala REPL 24
2.4.1 環境支持 24
2.4.2 運行程序 24
2.5 Flink源碼編譯 25
2.6 本章小結 26
第3章 Flink編程模型 27
3.1 數據集類型 27
3.2 Flink編程接口 29
3.3 Flink程序結構 30
3.4 Flink數據類型 37
3.4.1 數據類型支持 37
3.4.2 TypeInformation信息獲取 40
3.5 本章小結 43
第4章 DataStream API 介紹與使用 44
4.1 DataStream編程模型 44
4.1.1 DataSources數據輸入 45
4.1.2 DataSteam轉換操作 49
4.1.3 DataSinks數據輸出 59
4.2 時間概念與Watermark 61
4.2.1 時間概念類型 61
4.2.2 EventTime和Watermark 63
4.3 Windows窗口計算 69
4.3.1 Windows Assigner 70
4.3.2 Windows Function 77
4.3.3 Trigger窗口觸發器 83
4.3.4 Evictors數據剔除器 87
4.3.5 延遲數據處理 88
4.3.6 連續窗口計算 89
4.3.7 Windows多流合並 90
4.4 作業鏈和資源組 95
4.4.1 作業鏈 95
4.4.2 Slots資源組 96
4.5 Asynchronous I/O異步操作 97
4.6 本章小結 98
第5章 Flink狀態管理和容錯 100
5.1 有狀態計算 100
5.2 Checkpoints和Savepoints 109
5.2.1 Checkpoints檢查點機制 109
5.2.2 Savepoints機制 111
5.3 狀態管理器 114
5.3.1 StateBackend類別 114
5.3.2 狀態管理器配置 116
5.4 Querable State 118
5.5 本章小結 123
第6章 DataSet API介紹與使用 124
6.1 DataSet API 124
6.1.1 應用實例 125
6.1.2 DataSources數據接入 126
6.1.3 DataSet轉換操作 128
6.1.4 DataSinks數據輸出 134
6.2 迭代計算 136
6.2.1 全量迭代 136
6.2.2 增量迭代 137
6.3 廣播變量與分布式緩存 139
6.3.1 廣播變量 139
6.3.2 分布式緩存 140
6.4 語義注解 141
6.4.1 Forwarded Fileds注解 141
6.4.2 Non-Forwarded Fileds注解 143
6.4.3 Read Fields注解 144
6.5 本章小結 145
第7章 Table API & SQL介紹與使用 146
7.1 TableEnviroment概念 146
7.1.1 開發環境構建 147
7.1.2 TableEnvironment基本操作 147
7.1.3 外部連接器 155
7.1.4 時間概念 162
7.1.5 Temporal Tables臨時表 166
7.2 Flink Table API 167
7.2.1 Table API應用實例 167
7.2.2 數據查詢和過濾 168
7.2.3 窗口操作 168
7.2.4 聚合操作 173
7.2.5 多表關聯 175
7.2.6 集合操作 177
7.2.7 排序操作 178
7.2.8 數據寫入 179
7.3 Flink SQL使用 179
7.3.1 Flink SQL實例 179
7.3.2 執行SQL 180
7.3.3 數據查詢與過濾 181
7.3.4 Group Windows窗口操作 182
7.3.5 數據聚合 184
7.3.6 多表關聯 186
7.3.7 集合操作 187
7.3.8 數據輸出 189
7.4 自定義函數 189
7.4.1 Scalar Function 189
7.4.2 Table Function 191
7.4.3 Aggregation Function 192
7.5 自定義數據源 193
7.5.1 TableSource定義 193
7.5.2 TableSink定義 196
7.5.3 TableFactory定義 199
7.6 本章小結 201
第8章 Flink組件棧介紹與使用 202
8.1 Flink復雜事件處理 202
8.1.1 基礎概念 203
8.1.2 Pattern API 204
8.1.3 事件獲取 210
8.1.4 應用實例 212
8.2 Flink Gelly圖計算應用 213
8.2.1 基本概念 213
8.2.2 Graph API 214
8.2.3 迭代圖處理 220
8.2.4 圖生成器 226
8.3 FlinkML機器學習應用 227
8.3.1 基本概念 227
8.3.2 有監督學習算子 229
8.3.3 數據預處理 231
8.3.4 推薦算法 234
8.3.5 Pipelines In FlinkML 235
8.4 本章小結 236
第9章 Flink部署與應用 237
9.1 Flink集群部署 237
9.1.1 Standalone Cluster部署 238
9.1.2 Yarn Cluster部署 240
9.1.3 Kubernetes Cluster部署 244
9.2 Flink高可用配置 247
9.2.1 Standalone集群高可用配置 248
9.2.2 Yarn Session集群高可用配置 250
9.3 Flink安全管理 251
9.3.1 認證目標 251
9.3.2 認證配置 252
9.3.3 SSL配置 253
9.4 Flink集群升級 255
9.4.1 任務重啟 256
9.4.2 狀態維護 256
9.4.3 版本升級 257
9.5 本章小結 258
第10章 Flink監控與性能優化 259
10.1 監控指標 259
10.1.1 繫統監控指標 259
10.1.2 監控指標注冊 261
10.1.3 監控指標報表 264
10.2 Backpressure監控與優化 266
10.2.1 Backpressure進程抽樣 266
10.2.2 Backpressure頁面監控 267
10.2.3 Backpressure配置 268
10.3 Checkpointing監控與優化 268
10.3.1 Checkpointing頁面監控 268
10.3.2 Checkpointing優化 271
10.4 Flink內存優化 273
10.4.1 Flink內存配置 274
10.4.2 Network Buffers配置 275
10.5 本章小結 277
這是一部以實戰為導向，能指導讀者零基礎掌握Flink並快速完成進階的著作，從功能、原理、實戰和調優等4個維度循序漸進地講解了如何利用Flink進行分布式流式應用開發。作者是該領域的專家，現就職於第四範式，曾就職於明略數據。全書一共10章，邏輯上可以分為三個部分：第一部分（第1~2章）主要介紹了Flink的核心概念、特性、應用場景、基本架構，開發環境的搭建和配置，以及源代碼的編譯。第二部分（第3~9章）詳細講解了Flink的編程範式，各種編程接口的功能、應用場景和使用方法，以及核心模塊和組件的原理和使用。第三部分（第10章）重點講解了Flink的監控和優化，參數調優，以及對反壓、Checkpoint和內存的優化。
