 |
-- 會員 / 註冊 --
|
 |
|
|
|
Flink入門與實戰 ( 簡體 字) |
| 作者：徐葳 | 類別：1. -> 程式設計 -> 綜合 |
| 譯者： |
| 出版社：人民郵電出版社 |  3dWoo書號： 52001
詢問書籍請說出此書號！【有庫存】
NT售價： 295 元 |
| 出版日：10/1/2019 |
| 頁數：226 |
| 光碟數：0 |
|
站長推薦：   |
| 印刷：黑白印刷 | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787115516787 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
| 前言： |
內容簡介：本書旨在幫助讀者從零開始快速掌握Flink的基本原理與核心功能。本書首先介紹了Flink的基本原理和安裝部署，並對Flink中的一些核心API進行了詳細分析。然後配套對應的案例分析，分別使用Java代碼和Scala代碼實現案例。*後通過兩個專案演示了Flink在實際工作中的一些應用場景，幫助讀者快速掌握Flink開發。 學習本書需要大家具備一些大資料的基礎知識，比如Hadoop、Kafka、Redis、Elasticsearch等框架的基本安裝和使用。本書也適合對大資料即時計算感興趣的讀者閱讀。 學習本書需要大家具備一些大資料的基礎知識，例如Hadoop、Kafka、Redis、Elasticsearch等框架的基本安裝和使用。本書也適合對大資料即時計算感興趣的愛好者閱讀。 |
目錄：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
|
| 序： |
|
