Flink1.13实战教程(涵盖所有flink-Java知识点)

课程介绍

如今的大数据技术应用场景，对实时性的要求越来越高。作为新一代大数据流处理框架，Flink已经成为各大公司实时领域的发力重点。越来越多的公司将实时项目向Flink迁移，国内以阿里为代表的一众大厂贡献了大量源码，Flink社区也在快速发展壮大。

Flink能够提供毫秒级别的延迟，同时保证了数据处理的低延迟、高吞吐和结果的正确性，还提供了丰富的时间类型和窗口计算、Exactly-once语义支持，还可以进行状态管理，并提供了CEP（复杂事件处理）的支持。Flink已被认为是大数据实时处理的方向和未来，掌握Flink的人才炙手可热。

尚硅谷精心打造推出了新版Flink（Scala）教程，基于Flink 1.13版本，各种代码使用Scala语言编写，可读性更强，更易于上手。教程对Flink底层原理和API做了详细梳理和阐述，并基于电商应用场景给出了大量应用案例代码。

教程分为四大篇章：
一、基础篇（1-4章）：Flink快速上手
Flink部署提交和运行时架构，初步掌握Flink的原理和用法。

二、核心篇（5-6章）：系统学习Flink API
Flink核心层API：DataStream API，包括基本的转换操作和窗口使用，并着重介绍Flink中时间语义和水位线（Watermark）的概念和原理。

三、高阶篇（7-10章）：Flink高阶用法
更加底层的API，Flink的处理函数（Process Function）、多流转换操作、状态编程和容错机制等。通过高阶篇学习，可以解决Flink实际应用中大多数问题，并更深刻地理解Flink有状态流处理的本质。

四、扩展篇（11-12章）：Flink SQL和CEP
高层级的API，扩展篇的讲解中，面向应用层提供了大量方便的接口用法，在实际项目中有着广泛应用。

视频目录

001.尚硅谷_Flink(Scala版)-课程简介

002.尚硅谷_Flink(Scala版)-第一章-Flink的起源和发展

003.尚硅谷_Flink(Scala版)-第一章-Flink框架处理流程

004.尚硅谷_Flink(Scala版)-第一章-Flink应用场景

005.尚硅谷_Flink(Scala版)-第一章-为什么要用Flink

006.尚硅谷_Flink(Scala版)-第一章-数据处理框架的演变

007.尚硅谷_Flink(Scala版)-第一章-Flink的分层API

008.尚硅谷_Flink(Scala版)-第一章-Flink和Spark的区别

009.尚硅谷_Flink(Scala版)-第二章-Flink环境准备和创建项目

010.尚硅谷_Flink(Scala版)-第二章-批处理WordCount

011.尚硅谷_Flink(Scala版)-第二章-有界流处理WordCount

012.尚硅谷_Flink(Scala版)-第二章-无界流处理WordCount

013.尚硅谷_Flink(Scala版)-第三章-Flink基本运行架构

014.尚硅谷_Flink(Scala版)-第三章-本地启动Flink集群

015.尚硅谷_Flink(Scala版)-第三章-远程集群启动

016.尚硅谷_Flink(Scala版)-第三章-Web UI 提交作业

017.尚硅谷_Flink(Scala版)-第三章-命令行提交作业

018.尚硅谷_Flink(Scala版)-第三章-Flink部署模式

019.尚硅谷_Flink(Scala版)-第三章-独立模式的部署

020.尚硅谷_Flink(Scala版)-第三章-YARN模式的部署

021.尚硅谷_Flink(Scala版)-第四章-Flink系统架构

022.尚硅谷_Flink(Scala版)-第四章-Flink运行时架构（二）-作业提交流程

023.尚硅谷_Flink(Scala版)-第四章-数据流图

024.尚硅谷_Flink(Scala版)-第四章-并行度

025.尚硅谷_Flink(Scala版)-第四章-算子链

026.尚硅谷_Flink(Scala版)-第四章-执行图

027.尚硅谷_Flink(Scala版)-第四章-Task Slots

028.尚硅谷_Flink(Scala版)-第四章-Flink的任务调度

029.尚硅谷_Flink(Scala版)-第五章-DataStream API整体介绍

030.尚硅谷_Flink(Scala版)-第五章-执行环境

031.尚硅谷_Flink(Scala版)-第五章-Source（一）-读取有界数据

032.尚硅谷_Flink(Scala版)-第五章-Source（二）-读取Kafka

033.尚硅谷_Flink(Scala版)-第五章-Source（三）-读取自定义数据源

034.尚硅谷_Flink(Scala版)-第五章-Flink支持的类型系统

035.尚硅谷_Flink(Scala版)-第五章-Transform（一）-Map

036.尚硅谷_Flink(Scala版)-第五章-Transform（二）-Filter

037.尚硅谷_Flink(Scala版)-第五章-Transform（三）-FlatMap

038.尚硅谷_Flink(Scala版)-第五章-Transform（四）-KeyBy

039.尚硅谷_Flink(Scala版)-第五章-Transform（五）-简单聚合

040.尚硅谷_Flink(Scala版)-第五章-Transform（六）-归约聚合

041.尚硅谷_Flink(Scala版)-第五章-函数类

042.尚硅谷_Flink(Scala版)-第五章-富函数类

043.尚硅谷_Flink(Scala版)-第五章-物理分区（一）-整体介绍

044.尚硅谷_Flink(Scala版)-第五章-物理分区（二）-Shuffle

045.尚硅谷_Flink(Scala版)-第五章-物理分区（三）-Rebalance

046.尚硅谷_Flink(Scala版)-第五章-物理分区（四）-Rescale

047.尚硅谷_Flink(Scala版)-第五章-物理分区（五）-广播和全局分区

048.尚硅谷_Flink(Scala版)-第五章-物理分区（六）-自定义分区

049.尚硅谷_Flink(Scala版)-第五章-Sink（一）-Flink连接到外部系统

050.尚硅谷_Flink(Scala版)-第五章-Sink（二）-写入文件

051.尚硅谷_Flink(Scala版)-第五章-Sink（三）-写入Kafka

052.尚硅谷_Flink(Scala版)-第五章-Sink（四）-写入Redis

053.尚硅谷_Flink(Scala版)-第五章-Sink（五）-写入Es

054.尚硅谷_Flink(Scala版)-第五章-Sink（六）-写入MySQL

055.尚硅谷_Flink(Scala版)-第五章-Sink（七）-自定义Sink

056.尚硅谷_Flink(Scala版)-第六章-时间语义

057.尚硅谷_Flink(Scala版)-第六章-事件时间和窗口

058.尚硅谷_Flink(Scala版)-第六章-水位线的概念

059.尚硅谷_Flink(Scala版)-第六章-水位线的原理和特性

060.尚硅谷_Flink(Scala版)-第六章-水位线生成策略

061.尚硅谷_Flink(Scala版)-第六章-Flink内置水位线生成策略

062.尚硅谷_Flink(Scala版)-第六章-自定义水位线生成

063.尚硅谷_Flink(Scala版)-第六章-在自定义数据源中生成水位线

064.尚硅谷_Flink(Scala版)-第六章-水位线的传递

065.尚硅谷_Flink(Scala版)-第六章-窗口的概念

066.尚硅谷_Flink(Scala版)-第六章-窗口的分类

067.尚硅谷_Flink(Scala版)-第六章-窗口API概览

068.尚硅谷_Flink(Scala版)-第六章-窗口分配器

069.尚硅谷_Flink(Scala版)-第六章-窗口函数整体介绍

070.尚硅谷_Flink(Scala版)-第六章-增量聚合函数（一）-ReduceFunction

071.尚硅谷_Flink(Scala版)-第六章-增量聚合函数（二）-AggregateFunction

072.尚硅谷_Flink(Scala版)-第六章-全窗口函数

073.尚硅谷_Flink(Scala版)-第六章-增量聚合和全窗口函数结合使用

074.尚硅谷_Flink(Scala版)-第六章-测试水位线和窗口

075.尚硅谷_Flink(Scala版)-第六章-其它可选窗口API

076.尚硅谷_Flink(Scala版)-第六章-处理迟到数据（一）-整体介绍

077.尚硅谷_Flink(Scala版)-第六章-处理迟到数据（二）-代码实现

078.尚硅谷_Flink(Scala版)-第六章-处理迟到数据（三）-运行测试

079.尚硅谷_Flink(Scala版)-第七章-基本处理函数（ProcessFunction）

080.尚硅谷_Flink(Scala版)-第七章-处理函数的分类

081.尚硅谷_Flink(Scala版)-第七章-KeyedProcessFunction（一）-处理时间定时器

082.尚硅谷_Flink(Scala版)-第七章-KeyedProcessFunction（二）-事件时间定时器

083.尚硅谷_Flink(Scala版)-第七章-窗口处理函数

084.尚硅谷_Flink(Scala版)-第七章-TopN（一）-使用ProcessAllWindowFunction

085.尚硅谷_Flink(Scala版)-第七章-TopN（二）-使用KeyedProcessFunction（一）

086.尚硅谷_Flink(Scala版)-第七章-TopN（三）-使用KeyedProcessFunction（二）

087.尚硅谷_Flink(Scala版)-第八章-使用Filter实现分流

088.尚硅谷_Flink(Scala版)-第八章-使用侧输出流实现分流

089.尚硅谷_Flink(Scala版)-第八章-联合（Union）

090.尚硅谷_Flink(Scala版)-第八章-连接（Connect）

091.尚硅谷_Flink(Scala版)-第八章-实时对账（一）-基本框架

092.尚硅谷_Flink(Scala版)-第八章-实时对账（二）-具体实现

093.尚硅谷_Flink(Scala版)-第八章-广播连接流

094.尚硅谷_Flink(Scala版)-第八章-窗口联结

095.尚硅谷_Flink(Scala版)-第八章-间隔联结

096.尚硅谷_Flink(Scala版)-第八章-窗口同组联结

097.尚硅谷_Flink(Scala版)-第九章-状态的概念

098.尚硅谷_Flink(Scala版)-第九章-状态的管理

099.尚硅谷_Flink(Scala版)-第九章-状态的分类

100.尚硅谷_Flink(Scala版)-第九章-Keyed State概念和特点

101.尚硅谷_Flink(Scala版)-第九章-KeyedState类型（一）-值状态

102.尚硅谷_Flink(Scala版)-第九章-KeyedState类型（二）-列表状态和映射状态

103.尚硅谷_Flink(Scala版)-第九章-KeyedState类型（三）-归约状态和聚合状态

104.尚硅谷_Flink(Scala版)-第九章-KeyedState应用（一）-值状态

105.尚硅谷_Flink(Scala版)-第九章-KeyedState应用（二）-列表状态

106.尚硅谷_Flink(Scala版)-第九章-KeyedState应用（三）-映射状态

107.尚硅谷_Flink(Scala版)-第九章-KeyedState应用（四）-聚合状态

108.尚硅谷_Flink(Scala版)-第九章-状态生存时间（TTL）

109.尚硅谷_Flink(Scala版)-第九章-算子状态的概念和类型

110.尚硅谷_Flink(Scala版)-第九章-算子状态应用实例

111.尚硅谷_Flink(Scala版)-第九章-广播状态的概念和用法

112.尚硅谷_Flink(Scala版)-第九章-广播状态应用实例

113.尚硅谷_Flink(Scala版)-第九章-状态持久化（一）-检查点

114.尚硅谷_Flink(Scala版)-第九章-状态持久化（二）-状态后端

115.尚硅谷_Flink(Scala版)-第十章-检查点的保存

116.尚硅谷_Flink(Scala版)-第十章-从检查点恢复状态

117.尚硅谷_Flink(Scala版)-第十章-检查点分界线

118.尚硅谷_Flink(Scala版)-第十章-检查点算法

119.尚硅谷_Flink(Scala版)-第十章-检查点的配置

120.尚硅谷_Flink(Scala版)-第十章-保存点

121.尚硅谷_Flink(Scala版)-第十章-状态一致性

122.尚硅谷_Flink(Scala版)-第十章-端到端状态一致性（一）

123.尚硅谷_Flink(Scala版)-第十章-端到端状态一致性（二）

124.尚硅谷_Flink(Scala版)-第十章-Flink和Kafka连接的精确一次

125.尚硅谷_Flink(Scala版)-第十一章-Table API和SQL整体介绍

126.尚硅谷_Flink(Scala版)-第十一章-快速上手

127.尚硅谷_Flink(Scala版)-第十一章-整体程序架构

128.尚硅谷_Flink(Scala版)-第十一章-表环境

129.尚硅谷_Flink(Scala版)-第十一章-创建表

130.尚硅谷_Flink(Scala版)-第十一章-表的查询

131.尚硅谷_Flink(Scala版)-第十一章-输出表

132.尚硅谷_Flink(Scala版)-第十一章-表转换成流

133.尚硅谷_Flink(Scala版)-第十一章-流转换成表

134.尚硅谷_Flink(Scala版)-第十一章-支持的数据类型

135.尚硅谷_Flink(Scala版)-第十一章-动态表和持续查询

136.尚硅谷_Flink(Scala版)-第十一章-持续查询的过程

137.尚硅谷_Flink(Scala版)-第十一章-动态表编码为流

138.尚硅谷_Flink(Scala版)-第十一章-时间属性（一）-在DDL中定义

139.尚硅谷_Flink(Scala版)-第十一章-时间属性（二）-流转换为表时定义

140.尚硅谷_Flink(Scala版)-第十一章-时间属性（三）-处理时间的定义

141.尚硅谷_Flink(Scala版)-第十一章-窗口

142.尚硅谷_Flink(Scala版)-第十一章-分组聚合

143.尚硅谷_Flink(Scala版)-第十一章-窗口聚合

144.尚硅谷_Flink(Scala版)-第十一章-开窗（Over）聚合

145.尚硅谷_Flink(Scala版)-第十一章-普通TopN

146.尚硅谷_Flink(Scala版)-第十一章-窗口TopN

147.尚硅谷_Flink(Scala版)-第十一章-常规Join

148.尚硅谷_Flink(Scala版)-第十一章-间隔Join

149.尚硅谷_Flink(Scala版)-第十一章-系统函数

150.尚硅谷_Flink(Scala版)-第十一章-UDF（一）-整体介绍

151.尚硅谷_Flink(Scala版)-第十一章-UDF（二）-标量函数

152.尚硅谷_Flink(Scala版)-第十一章-UDF（三）-表函数

153.尚硅谷_Flink(Scala版)-第十一章-UDF（四）-聚合函数

154.尚硅谷_Flink(Scala版)-第十一章-UDF（五）-表聚合函数（一）-整体介绍

155.尚硅谷_Flink(Scala版)-第十一章-UDF（五）-表聚合函数（二）-代码实现

156.尚硅谷_Flink(Scala版)-第十一章-UDF（五）-表聚合函数（三）-调用和测试

157.尚硅谷_Flink(Scala版)-第十一章-SQL客户端

158.尚硅谷_Flink(Scala版)-第十一章-连接到常见的外部系统

159.尚硅谷_Flink(Scala版)-第十一章-连接到Hive

160.尚硅谷_Flink(Scala版)-第十二章-CEP的基本概念和应用场景

161.尚硅谷_Flink(Scala版)-第十二章-快速上手（一）-程序架构和定义模式

162.尚硅谷_Flink(Scala版)-第十二章-快速上手（二）-检测处理和测试

163.尚硅谷_Flink(Scala版)-第十二章-个体模式（一）-整体介绍

164.尚硅谷_Flink(Scala版)-第十二章-个体模式（二）-量词

165.尚硅谷_Flink(Scala版)-第十二章-个体模式（三）-条件

166.尚硅谷_Flink(Scala版)-第十二章-组合模式

167.尚硅谷_Flink(Scala版)-第十二章-模式组

168.尚硅谷_Flink(Scala版)-第十二章-匹配后跳过策略

169.尚硅谷_Flink(Scala版)-第十二章-处理匹配事件

170.尚硅谷_Flink(Scala版)-第十二章-处理超时事件（一）-基本流程

171.尚硅谷_Flink(Scala版)-第十二章-处理超时事件（二）-应用实例

172.尚硅谷_Flink(Scala版)-第十二章-处理迟到数据

173.尚硅谷_Flink(Scala版)-第十二章-状态机实现（一）-基本原理

174.尚硅谷_Flink(Scala版)-第十二章-状态机实现（二）-代码实现

175.尚硅谷_Flink(Scala版)-课程总结