第 1章　Flink概述　　1
1.1　Flink原理分析　1
1.2　Flink架構分析　2
1.3　Flink基本組件　3
1.4　Flink流處理（Streaming）與批次處理（Batch）　4
1.5　Flink典型應用場景分析　5
1.6　流式計算框架對比　6
1.7　工作中如何選擇即時計算框架　8
第　2章 Flink快速入門　9
2.1　Flink開發環境分析　9
2.1.1　開發工具推薦　9
2.1.2　Flink程式依賴配置　10
2.2　Flink程式開發步驟　11
2.3　Flink流處理（Streaming）案例開發　11
2.3.1　Java代碼開發　12
2.3.2　Scala代碼開發　14
2.3.3　執行程式　16
2.4　Flink批次處理（Batch）案例開發　16
2.4.1　Java代碼開發　16
2.4.2　Scala代碼開發　18
2.4.3　執行程式　19
第3章　Flink的安裝和部署　20
3.1　Flink本地模式　20
3.2　Flink集群模式　22
3.2.1　Standalone模式　23
3.2.2　Flink on Yarn模式　26
3.2.3　yarn-session.sh命令分析　30
3.2.4　Flink run命令分析　30
3.3　Flink代碼生成JAR包　31
3.4　Flink HA的介紹和使用　35
3.4.1　Flink HA　35
3.4.2　Flink Standalone集群的HA安裝和配置　35
3.4.3　Flink on Yarn集群HA的安裝和配置　50
3.5　Flink Scala Shell　53
第4章　Flink常用API詳解　56
4.1　Flink API的抽象級別分析　56
4.2　Flink DataStream的常用API　57
4.2.1　DataSource　57
4.2.2　Transformation　66
4.2.3　Sink　70
4.3　Flink DataSet的常用API分析　80
4.3.1　DataSource　80
4.3.2　Transformation　81
4.3.3　Sink　82
4.4　Flink Table API和SQL的分析及使用　82
4.4.1　Table API和SQL的基本使用　83
4.4.2　DataStream、DataSet和Table之間的轉換　87
4.4.3　Table API和SQL的案例　91
4.5　Flink支持的DataType分析　97
4.6　Flink序列化分析　97
第5章　Flink高級功能的使用　99
5.1　Flink Broadcast　99
5.2　Flink Accumulator　104
5.3　Flink Broadcast和Accumulator的區別　108
5.4　Flink Distributed Cache　108
第6章　Flink State管理與恢復　112
6.1　State　112
6.1.1　Keyed State　113
6.1.2　Operator State　115
6.2　State的容錯　116
6.3　CheckPoint　118
6.4　StateBackend　119
6.5　Restart Strategy　121
6.6　SavePoint　123
第7章　Flink窗口詳解　125
7.1　Window　125
7.2　Window的使用　126
7.2.1　Time Window　127
7.2.2　Count Window　128
7.2.3　自訂Window　129
7.3　Window聚合分類　130
7.3.1　增量聚合　130
7.3.2　全量聚合　132
第8章　Flink Time詳解　134
8.1　Time　134
8.2　Flink如何處理亂序數據　135
8.2.1　Watermark　136
8.2.2　Watermark的生成方式　137
8.3　EventTime Watermark解決亂序數據的案例詳解　138
8.3.1　實現Watermark的相關代碼　138
8.3.2　通過資料跟蹤Watermark的時間　142
8.3.3　利用Watermark Window處理亂序數據　149
8.3.4　Late Element的處理方式　153
8.3.5　在多並行度下的Watermark應用　163
8.3.6　With Periodic Watermarks案例總結　165
第9章　Flink並行度詳解　166
9.1　Flink並行度　166
9.2　TaskManager和Slot　166
9.3　並行度的設置　167
9.3.1　並行度設置之Operator Level　168
9.3.2　並行度設置之Execution Environment Level　168
9.3.3　並行度設置之Client Level　169
9.3.4　並行度設置之System Level　169
9.4　並行度案例分析　169
第　10章 Flink Kafka Connector詳解　172
10.1　Kafka Connector　172
10.2　Kafka Consumer　173
10.2.1　Kafka Consumer消費策略設置　173
10.2.2　Kafka Consumer的容錯　175
10.2.3　動態載入Topic　176
10.2.4　Kafka Consumer Offset自動提交　177
10.3　Kafka Producer　177
10.3.1　Kafka Producer的使用　177
10.3.2　Kafka Producer的容錯　179

第　11章 Flink實戰專案開發　184
11.1　即時資料清洗（即時ETL）　184
11.1.1　需求分析　184
11.1.2　專案架構設計　184
11.1.3　項目代碼實現　186
11.2　即時資料報表　205
11.2.1　需求分析　205
11.2.2　專案架構設計　206
11.2.3　項目代碼實現　207