第1章 初识Flink
1-1 课程导学 (12:01)
1-2 学前必读（助你平稳踩坑，畅学无忧，课程学习与解决问题指南）
1-3 课程目录 (01:28)
1-4 Flink概述 (12:52)
1-5 Flink Layered API (05:13)
1-6 Flink运行多样化 (04:49)
1-7 业界流处理框架对比 (03:21)
1-8 Flink Use Cases (03:18)
1-9 Flink发展趋势 (02:12)
1-10 如何以正确的姿势来学习Flink (04:00)
第2章 快速上手开发第一个Flink应用程序
2-1 课程目录 (01:36)
2-2 开发环境准备之JDK安装 (02:55)
2-3 开发环境准备之Maven安装 (05:08)
2-4 开发环境准备之IDEA安装 (01:58)
2-5 Flink批处理应用开发之需求描述 (03:29)
2-6 Flink批处理应用Java开发之环境准备 (13:40)
2-7 Flink批处理应用开发之八股文编程 (03:06)
2-8 Flink批处理应用Java开发之功能实现 (14:35)
2-9 Flink批处理应用Scala开发之环境准备 (05:03)
2-10 Flink批处理应用Scala开发之功能实现 (04:34)
2-11 使用Java和Scala开发Flink应用程序对比 (04:04)
2-12 Flink实时处理应用Java开发之功能实现 (08:30)
2-13 Flink实时处理应用Java开发之代码重构 (05:22)
2-14 Flink实时处理应用Scala开发之代码重构 (04:11)
2-15 开发过程中依赖的注意事项 (04:04)
第3章 编程模型及核心概念
3-1 课程目录 (02:05)
3-2 核心概念概述 (05:19)
3-3 DataSet和DataStream (05:59)
3-4 Flink编程模型 (11:33)
3-5 延迟执行 (04:00)
3-6 指定key之Tuple (07:15)
3-7 指定key之字段表达式 (15:04)
3-8 指定key之key选择器函数 (04:29)
3-9 指定转换函数 (04:58)
3-10 Flink支持的数据类型 (08:35)
第4章 DataSet API编程
4-1 课程目录 (03:03)
4-2 DataSet API开发概述 (08:26)
4-3 Flink综合Java和Scala开发的项目构建creenflow (04:41)
4-4 Data Source宏观概述 (05:39)
4-5 从集合创建DataSet之Scala实现 (03:52)
4-6 从集合创建DataSet之Java实现 (03:03)
4-7 从文件或者文件夹创建DataSet之Scala实现 (04:34)
4-8 从文件或者文件夹创建DataSet之Java实现 (02:11)
4-9 从csv文件创建Dataset之Scala实现 (12:58)
4-10 从递归文件夹的内容创建DataSet之Scala实现 (05:16)
4-11 从压缩文件中创建DataSet之Scala实现 (06:39)
4-12 Transformation概述 (03:24)
4-13 Transformation函数map之Scala实现 (06:17)
4-14 Transformation函数map之Java实现 (04:32)
4-15 Transformation函数filter之Scala实现 (03:02)
4-16 Transformation函数filter之Java实现 (01:48)
4-17 Transformation函数mapPartition之Scala实现 (08:15)
4-18 Transformation函数mapPartition之Java实现 (04:09)
4-19 Transformation函数first之Scala实现 (06:13)
4-20 Transformation函数first之Java实现 (04:39)
4-21 Transformation函数flatMap之Scala实现 (04:03)
4-22 Transformation函数flatMap之Java实现 (04:10)
4-23 Transformation函数distinct之Scala和Java实现 (02:47)
4-24 Transformation函数join之Scala实现 (05:29)
4-25 Transformation函数outerJoin之Scala实现 (04:49)
4-26 Transformation函数join之Java实现 (03:48)
4-27 Transformation函数outerJoin之Java实现 (02:43)
4-28 Transformation函数cross之Scala实现 (03:34)
4-29 Transformation函数cross之Java实现 (02:02)
4-30 Transformation小结 (05:56)
4-31 Sink函数Scala实现 (11:06)
4-32 Sink函数Java实现 (03:10)
4-33 通过案例引入Flink的计数器 (05:36)
4-34 基于Flink编程的计时器之Scala实现 (08:09)
4-35 基于Flink编程的计时器之Java实现 (03:53)
4-36 基于Flink的分布式缓存功能的Scala实现 (15:46)
4-37 基于Flink的分布式缓存功能的Java实现 (04:27)
4-38 本章节小结及作业 (04:58)
第5章 DataStream API编程
5-1 DataStream API编程概述 (09:56)
5-2 从Socket创建DataStream之Java实现 (02:21)
5-3 从Socket创建DataStream之Scala实现 (09:26)
5-4 自定义数据源方式SourceFunction之Scala实现 (12:09)
5-5 自定义数据源方式ParallelSourceFunction之Scala实现 (03:19)
5-6 自定义数据源方式RichParallelSourceFunction之Scala实现 (03:38)
5-7 自定义数据源方式之Java实现 (05:47)
5-8 Transformation函数map和filter之Scala实现 (06:19)
5-9 Transformation函数map和filter之Java实现 (02:47)
5-10 Transformation函数union之Scala和Java实现 (03:02)
5-11 Transformation函数split和select之Scala实现 (05:07)
5-12 Transformation函数split和select之Java实现 (02:35)
5-13 自定义Sink之需求描述及表创建 (05:48)
5-14 自定义Sink之功能测试 (11:47)
5-15 DataStream API开发小结 (02:58)
5-16 【讨论题】谈谈你对Flink中并行度的认识
第6章 Flink Table API & SQL编程
6-1 课程目录 (01:48)
6-2 什么是Flink关系型API (09:05)
6-3 Table API&SQL概述 (06:04)
6-4 使用Scala完成Table API&SQL功能的开发 (10:32)
6-5 使用Java完成Table API&SQL功能的开发 (07:59)
6-6 Table API&SQL其他功能介绍 (01:39)
第7章 Flink中的Time及Windows的使用
7-1 课程目录 (02:21)
7-2 Processing Time详解 (11:21)
7-3 Event Time详解 (09:35)
7-4 Ingestion Time详解 (03:49)
7-5 如何在Flink中指定Time的类型 (02:39)
7-6 Windows概述 (07:00)
7-7 Window Assigners详解 (07:16)
7-8 基于Time和Count的Windows (03:24)
7-9 Tumbling Windows详解及Scala编程 (07:50)
7-10 Tumbling Windows Java编程 (04:33)
7-11 Sliding Windows详解及Scala编程 (06:28)
7-12 Window Functions之ReduceFunction的Scala实现 (10:33)
7-13 Window Functions之ReduceFunction的Java实现 (03:12)
7-14 Window Functions之ProcessWindowFunction的Java实现 (05:48)
7-15 作业–Window Functions之ProcessWindowFunction的Scala实现 (01:19)
7-16 Flink watermark概述 (02:32)
7-17 【讨论题】谈谈你对Watermark的认识
7-18 【讨论题】谈谈你对Flink中Window的认识
第8章 Flink Connectors
8-1 课程目录 (02:16)
8-2 Connectors概述 (03:31)
8-3 HDFS Connector的使用 (11:07)
8-4 Kafka Connector概述 (05:35)
8-5 OOTB环境的使用 (06:43)
8-6 ZooKeeper部署 (05:45)
8-7 Kafka部署及测试 (08:46)
8-8 Flink对接Kafka作为Source使用 (08:15)
8-9 Flink对接Kafka作为Sink使用 (05:28)
8-10 作业 (01:06)
8-11 Flink整合Kafka的offset管理及EXACTLY_ONCE语义 (04:21)
8-12 Flink整合Kafka的checkpoint常用参数设置梳理 (03:19)
第9章 Flink部署及作业提交
9-1 课程目录 (03:06)
9-2 Flink部署准备及源码编译 (15:47)
9-3 单机模式部署及代码提交测试 (12:15)
9-4 Flink Standalone模式部署及参数详解 (19:20)
9-5 Hadoop集群快速搭建 (07:32)
9-6 Flink on YARN两种方式 (06:54)
9-7 Flink on YARN第一种模式实操 (08:42)
9-8 Flink on YARN第二种模式实操 (03:09)
9-9 Flink on YARN作业 (01:13)
9-10 如何查找需要配置的Flink参数及UI对应关系介绍 (04:58)
9-11 Flink Scala Shell的使用 (03:02)
9-12 本章作业 (02:24)
第10章 Flink监控及调优
10-1 课程目录 (02:21)
10-2 HistoryServer概述及配置 (14:03)
10-3 HistoryServer的使用 (03:13)
10-4 HistoryServer REST API使用 (05:20)
10-5 Monitoring REST API (04:11)
10-6 Flink Metrics (10:20)
10-7 Flink常用优化策略 (09:11)
第11章 基于Flink的互联网直播平台日志分析项目实战
11-1 课程目录 (00:56)
11-2 项目背景 (04:27)
11-3 项目功能需求描述 (03:46)
11-4 项目架构 (04:00)
11-5 Mock数据之Kafka生产者代码主流程开发 (09:24)
11-6 Mock数据之Kafka生产者代码日志生产开发 (07:33)
11-7 使用Flink消费Kafka生产的数据 (05:31)
11-8 使用Flink完成实时日志清洗功能开发 (07:01)
11-9 数据清洗过程中添加业务逻辑条件的过滤 (05:25)
11-10 Flink中Watermark的定义及使用 (09:31)
11-11 WindowFunction业务逻辑的实现 (12:41)
11-12 ES部署 (04:25)
11-13 Kibana部署 (03:31)
11-14 统计分析数据写入ES并通过Kibana展示出来 (14:20)
11-15 通过Kibana图形化展示ES中存储的结果 (05:48)
11-16 第一个功能作业 (02:02)
11-17 功能二需求及数据准备 (06:41)
11-18 自定义MySQL数据源读取 (09:21)
11-19 完成两个流关联的数据清洗功能 (08:58)
11-20 本章节总结 (04:57)
11-21 【讨论题】Flink项目面试相关
11-22 【讨论题】基于Flink建设实时数仓的解决方案
第12章 Flink版本升级
12-1 课程目录 (01:14)
12-2 Flink版本升级概述 (03:12)
12-3 Flink部署包升级及工程依赖的Flink版本升级 (05:11)
12-4 将升级后的代码运行到升级后的Flink上去 (05:28)
第13章 （讨论群内直播内容分享）Flink读取HBase
13-1 本章节概述 (04:33)
13-2 HBase部署 (11:51)
13-3 Flink读写操作API (04:22)
13-4 Flink读写HBase依赖讲解 (05:04)
13-5 Flink写数据到HBase准备工作 (04:08)
13-6 Flink写数据到HBase功能开发 (11:14)
13-7 Flink写数据到HBase功能测试及小问题修复 (03:03)
13-8 Flink读取HBase功能开发 (16:21)
13-9 正确的学习姿势分享 (02:11)
第14章 Flink Table API&SQL编程
14-1 课程目录 (01:09)
14-2 Flink升级到1.9版本 (03:48)
14-3 Table API&SQL概述 (07:48)
14-4 思考题 (00:41)
14-5 加入Table API&SQL开发所需要的依赖 (05:28)
14-6 概念及通用API (12:19)
14-7 DataStream整合SQL实战 (10:40)
14-8 DataSet整合SQL实战 (05:49)
14-9 DataSet整合Table API实战 (02:50)
14-10 流数据上的关系查询 (03:59)
14-11 动态表和持续查询 (06:23)
14-12 Append only模式 (08:46)
14-13 Retract模式 (02:13)
14-14 Table API实战 (05:57)
第15章 Flink1.10新特性分析及版本升级
15-1 课程目录 (01:01)
15-2 Flink1.10新特性概述 (04:17)
15-3 Flink新特性之内存管理及配置优化 (06:02)
15-4 Flink新特性之统一的作业提交逻辑 (02:20)
15-5 Flink新特性之原生Kubernetes集成 (04:06)
15-6 Flink新特性之Table API&SQL (08:30)
15-7 Flink新特性之PyFlink与其他的重要变化 (04:47)
15-8 小彩蛋 (01:30)
15-9 Flink升级到1.10版本- (06:03)
第16章 Flink State管理
16-1 课程目录 (01:52)
16-2 State引入 (08:53)
16-3 State分类 (08:26)
16-4 KeyedState案例开发 (18:16)
16-5 Checkpoint机制 (09:13)
16-6 开启Checkpoint (04:37)
16-7 重启策略 (04:36)
16-8 重启策略测试 (06:10)
16-9 重启策略结合State进行测试 (03:54)
16-10 StateBackend (06:16)
16-11 StateBackend测试 (06:45)
16-12 SavePoint (07:02)
