《Flink大数据分析实战》带书签PDF
简介书名：Flink大数据分析实战作者：张伟洋
出版社：清华大学出版社
出版日期：2022-02-01
ISBN：9787302598183
目录
[*]封面
[*]版权信息
[*]作者简介
[*]内容简介
[*]前言
[*]第1章 初识Flink
[*]1.1 大数据开发总体架构
[*]1.2 什么是Flink
[*]1.3 Flink的应用场景
[*]1.4 流计算框架对比
[*]1.5 Flink的主要组件
[*]1.6 Flink编程模型
[*]1.6.1 数据集
[*]1.6.2 编程接口
[*]1.6.3 程序结构
[*]1.7 快速体验Flink程序
[*]1.7.1 IntelliJ IDEA安装Scala插件
[*]1.7.2 IntelliJ IDEA创建Flink项目
[*]1.7.3 示例：批处理单词计数
[*]1.7.4 示例：流处理单词计数
[*]第2章 Flink运行架构及原理
[*]2.1 Flink运行时架构
[*]2.1.1 YARN集群架构
[*]2.1.2 Flink Standalone架构
[*]2.1.3 Flink On YARN的架构
[*]2.2 Flink任务调度原理
[*]2.2.1 任务链
[*]2.2.2 并行度
[*]2.2.3 共享Task Slot
[*]2.2.4 数据流
[*]2.2.5 执行图
[*]2.2.6 执行计划
[*]2.3 Flink数据分区
[*]2.3.1 分区数量
[*]2.3.2 分区策略
[*]第3章 Flink安装及部署
[*]3.1 Flink集群搭建
[*]3.1.1 Flink本地模式搭建
[*]3.1.2 Flink Standalone搭建
[*]3.1.3 Flink On YARN搭建
[*]3.2 Flink HA模式
[*]3.2.1 Flink Standalone模式的HA架构
[*]3.2.2 Flink Standalone模式HA集群搭建
[*]3.2.3 Flink On YARN模式HA集群搭建
[*]3.3 Flink命令行界面
[*]3.4 Flink应用提交
[*]3.5 Flink Shell的使用
[*]第4章 Flink DataStream API
[*]4.1 基本概念
[*]4.2 执行模式
[*]4.3 作业流程
[*]4.4 程序结构
[*]4.5 Source数据源
[*]4.5.1 基本数据源
[*]4.5.2 高级数据源
[*]4.5.3 自定义数据源
[*]4.6 Transformation数据转换
[*]4.7 Sink数据输出
[*]4.8 数据类型与序列化
[*]4.9 分区策略
[*]4.9.1 内置分区策略
[*]4.9.2 自定义分区策略
[*]4.10 窗口计算
[*]4.10.1 事件时间
[*]4.10.2 窗口分类
[*]4.10.3 窗口函数
[*]4.10.4 触发器
[*]4.10.5 清除器
[*]4.11 水印
[*]4.11.1 计算规则
[*]4.11.2 允许延迟与侧道输出
[*]4.11.3 生成策略
[*]4.12 状态管理
[*]4.12.1 Keyed State
[*]4.12.2 Operator State
[*]4.13 容错机制
[*]4.13.1 Checkpoint
[*]4.13.2 Barrier
[*]4.13.3 重启与故障恢复策略
[*]4.13.4 Savepoint
[*]4.14 案例分析：计算5秒内输入的单词数量
[*]4.15 案例分析：统计5分钟内每个用户产生的日志数量
[*]4.16 案例分析：统计24小时内每个用户的订单平均消费额
[*]4.17 案例分析：计算5秒内每个信号灯通过的汽车数量
[*]4.18 案例分析：Flink整合Kafka计算实时单词数量
[*]4.19 案例分析：天猫双十一实时交易额统计
[*]4.19.1 创建自定义数据源
[*]4.19.2 计算各个分类的订单总额
[*]4.19.3 计算全网销售总额与分类Top3
[*]第5章 Flink Table API&SQL
[*]5.1 基本概念
[*]5.1.1 计划器
[*]5.1.2 API架构
[*]5.1.3 程序结构
[*]5.2 动态表
[*]5.2.1 流映射为动态表
[*]5.2.2 连续查询
[*]5.2.3 动态表转换为流
[*]5.3 TableEnvironment API
[*]5.3.1 基本概念
[*]5.3.2 创建TableEnvironment
[*]5.3.3 示例：简单订单统计
[*]5.4 Table API
[*]5.4.1 基本概念
[*]5.4.2 示例：订单分组计数
[*]5.4.3 示例：每小时订单分组求平均值
[*]5.4.4 关系操作
[*]5.5 SQL API
[*]5.5.1 DDL操作
[*]5.5.2 DML操作
[*]5.5.3 DQL操作
[*]5.5.4 窗口函数
[*]5.5.5 窗口聚合
[*]5.5.6 分组聚合
[*]5.5.7 OVER聚合
[*]5.5.8 连接查询
[*]5.6 TopN查询
[*]5.6.1 OVER子句
[*]5.6.2 示例：计算产品类别销售额TopN
[*]5.6.3 示例：搜索词热度统计
[*]5.6.4 窗口TopN
[*]5.7 Catalog元数据管理
[*]5.8 Flink SQL整合Kafka
[*]5.8.1 基本概念
[*]5.8.2 示例：Flink SQL整合Kafka实现实时ETL
[*]5.9 Flink SQL CLI
[*]5.9.1 启动SQL CLI
[*]5.9.2 执行SQL查询
[*]5.9.3 可视化结果模式
[*]5.10 Flink SQL整合Hive
[*]5.10.1 整合步骤
[*]5.10.2 Table API操作Hive
[*]5.10.3 示例：Flink SQL整合Hive分析搜狗用户搜索日志
[*]5.11 案例分析：Flink SQL实时单词计数
[*]5.12 案例分析：Flink SQL实时计算5秒内用户订单总金额
[*]5.13 案例分析：微博用户行为分析
[*]5.13.1 离线与实时计算业务架构
[*]5.13.2 Flume数据采集架构
[*]5.13.3 Kafka消息队列架构
[*]5.14 案例分析：Flink SQL智慧交通数据分析
[*]5.14.1 项目介绍
[*]5.14.2 数据准备
[*]5.14.3 统计正常卡口数量
[*]5.14.4 统计车流量排名前3的卡口号
[*]5.14.5 统计每个卡口通过速度最快的前3辆车
[*]5.14.6 车辆轨迹分析
[*]第6章 Flink内核源码
[*]6.1 流图
[*]6.1.1 StreamGraph核心对象
[*]6.1.2 StreamGraph生成过程
[*]6.2 作业图
[*]6.2.1 JobGraph的核心对象
[*]6.2.2 JobGraph的生成过程
[*]6.3 执行图
[*]6.3.1 ExecutionGraph的核心对象
[*]6.3.2 ExecutionGraph的生成过程
[*]第7章 Gelly图计算
[*]7.1 什么是Gelly
[*]7.2 第一个Gelly程序
[*]7.3 Gelly数据结构
[*]7.4 如何使用Gelly
[*]7.5 图操作
[*]7.5.1 基本操作
[*]7.5.2 属性操作
[*]7.5.3 结构操作
[*]7.5.4 连接操作
[*]7.6 图常用API
[*]7.6.1 创建图
[*]7.6.2 图的转换
[*]7.6.3 图的添加与移除
[*]7.6.4 图的邻域方法7.7 案例分析：Gelly计算社交网络中粉丝的平均年龄
侵权联系与免责声明1、本站资源所有言论和图片纯属用户个人意见，与本论坛立场无关
2、本站所有资源收集于互联网，由用户分享，该帖子作者与瑞客论坛不享有任何版权，如有侵权请联系本站删除
3、本站部分内容转载自其它网站，但并不代表本站赞同其观点和对其真实性负责
4、如本帖侵犯到任何版权问题，请立即告知本站，本站将及时予与删除并致以最深的歉意
如有侵权联系邮箱：ruikelink@gmai.com
资源下载地址和密码（百度云盘）：**** Hidden Message ***** 百度网盘信息回帖可见
本资源由Java自学网收集整理【www.javazx.com】 不错好资源 可以用 看到这帖子真是高兴！ 强烈支持楼主ing…… 强烈支持楼主ing…… 强烈支持楼主ing…… 强烈支持楼主ing…… 强烈支持楼主ing…… 强烈支持楼主ing…… 强烈支持楼主ing……