| 培训目标：
|
- 掌握Flink流式计算系统的核心设计原理；
- 具备初步的流式应用开发能力；
- 具备Flink流式计算平台搭建、运维和优化能力
| 一、流式处理架构 |
1.1 流式处理背景及架构介绍
1.2 流式处理行业案例以及Flink的适用场景及应用概述 |
| 二、Flink概述 |
2.1 什么是Flink
2.2 Flink架构
2.3 Flink 与 Spark的比较以及为什么选择Flink
2.4 Flink开发环境配置和搭建 |
| 三、Flink编程模型 |
3.1 数据集类型
3.2 Flink编程接口
3.3 Flink程序结构
3.4 Flink数据类型 |
| 四、DataStream API介绍与使用 |
4.1 DataStream编程模型
4.2 Flink Execution 参数
4.3 Transformation
4.4 时间概念与Watermark
4.5 Windows窗口计算
4.6 作业链和资源组
4.7 Asynchronous I/O异步API
4.8 Asynchronous I/O异步原理
|
| 五、Flink流式计算基本概念介绍 |
5.1 时间特性：Event Time / Processing Time / Ingestion Time
5.2 WaterMark
5.3 Source/Sink/Operator
5.4 数据完整性语义
5.5 State/Checkpoint/Savepoint
5.6 Time window
|
| 六、Flink Connector数据源 |
6.1 FlinkKafkaSource序列化、消费模式
6.2 FlinkKafkaSource容错、动态分区及topic
6.3 FlinkKafkaSink序列化、配置、分区与容错
6.4自定义Source和Sink
|
| 七、DataSet API介绍与使用 |
7.1 DataSet API，Transformation
7.2 迭代计算
7.3 广播变量与分布式缓存
7.4 语义注解
7.5 DataSetUtils工具类 |
| 八、Table API & SQL介绍与使用 |
8.1 基本概念
流/表对偶性
Source/Sink Table
数据回撤
8.2 Flink Table API
8.3 Flink SQL使用
Flink SQL client
Flink SQL 已支持特性
8.4 自定义函数 UDF/UDTF/UDAF
|
| 九、两个完整的Flink实现案例 |
9.1 Kafka 数据流处理，写入HDFS
9.2多源数据关联与聚合分析
|
| 十、Flink有状态的计算、状态管理和容错 |
10.1 什么是有状态计算
10.2 有状态计算中的数据一致性挑战
10.3 理解state状态
10.4 Operator State 的使用及Redistribute
10.5 Keyed State的使用与Redistribute
10.6 Broadcast State的妙用
10.7 Checkpoint核心原理剖析
10.8 Checkpoint使用条件及使用步骤
10.9 Checkpoint相关配置及重启策略
10.10 Savepoint的触发、Job恢复及删除
|
| 十一、实战项目1：用Flink实现一个通用、配置化的海量数据流、批处理产品 |
11.1实现配置管理
11.2实现数据源加载
11.3实现主流程控制
11.4实现任务管理 |
| 十二、Flink部署与应用 |
12.1 Flink集群部署
12.2 Flink高可用配置
12.3 Flink安全管理
12.4 Flink集群升级
12.5 Flink on Yarn的原理和运行方式
12.6 Flink on Yarn 提交任务与停止任务 |
| 十三、Flink监控与性能优化 |
13.1 监控指标
13.2 Backpressure监控与优化
13.3 Checkpointing监控与优化
13.4 Flink内存优化 |
| 十四、Flink组件栈介绍与使用 |
14.1 Flink复杂事件处理
14.2 Flink Gelly图计算应用
14.3 FlinkML机器学习应用
14.4 Flink Metrics 与监控 |
| 十五、Flink源码学习 |
15.1 Flink源码编译
15.2 如何阅读和学习Flink源码
15.3 Flink源码实现思路以及依赖管理
15.4 Flink核心模块源码带读与分析 |
| 十六、Flink在各大互联网公司的典型应用剖析 |
16.1Flink在阿里的应用
16.2Flink在字节跳动的应用
16.3Flink在腾讯的应用
16.4Flink在微博的应用
16.5Flink在其他互联网公司的应用
16.6Flink 最佳实践 |
| 十七、实战项目2：使用Flink实现电商用户支付行为分析和审计风控 |
17.1电商支付数据模型（订单，流水，账户余额，发现表）
17.2用户行为分析需求与维度指标设计
17.3审计风控的需求与实现思路
17.4Flink代码实现结构与业务逻辑细节拆解 |
|
如果您想学习本课程，请
预约报名
如果没找到合适的课程或有特殊培训需求，请
订制培训
除培训外，同时提供相关技术咨询与技术支持服务，有需求请发需求表到邮箱soft@info-soft.cn,或致电4007991916
技术服务需求表下载请点击
服务优势：
丰富专家资源，精准匹配相关行业，相关项目技术精英，面向用户实际需求，针对性培训或咨询，互动式交流，案例教学，精品小班，实际工程项目经验分享，快捷高效，节省时间与金钱，少走弯路与错路。
专家力量：
中国科学院相关研究所高级研究人员
西门子，TI,vmware，MSC,Ansys，MDI，Mentor, candence,Altium,Atmel 、Freescale,达索，华为等
大型公司高级工程师，项目经理，技术支持专家
中科信软培训中心，资深专家或讲师
大多名牌大学，硕士以上学历，相关学历背景专业，理论素养高
多年实际项目实践，大型复杂项目实战案例分享，热情，乐于技术分享
针对客户实际需要，真实案例演示，互动式沟通，学有所值
