夸克网盘
10积分
本课程深入剖析Apache Flink核心技术与实战应用。内容涵盖流处理技术、Flink集群架构、高可用配置、分布式流处理模型、DataStream API实践等。课程通过丰富的实操演示与项目实战，助力学员掌握Flink在大数据处理与实时计算中的应用，提升流处理开发与调优能力。无论是大数据工程师、数据科学家，还是对实时计算感兴趣的技术人员，都能从课程中受益，快速提升专业技能。
01丨课程介绍.mp433.66MB02丨内容综述.mp47.83MB03丨流处理技术概览.mp434.43MB04丨Flink发展历史与应用场景.mp421.77MB05丨Flink核心特性.mp415.37MB06丨Flink集群架构.mp431.92MB07丨Flink集群运行模式.mp445.31MB08丨Flink集群资源管理器支持.mp417.44MB09丨Standalone原理讲解与实操演示.mp4254.38MB11丨Flink On Yarn实操演示.mp490.87MB12丨Flink On Kubernetes部署讲解.mp458.34MB13丨Flink On Kubernetes实操-Session模式.mp447.62MB14丨Flink On Kubernetes实操-Per-Job模式.mp451.67MB15丨Flink On Kubernetes Native部署讲解.mp424.36MB16丨Flink On Kubernetes Native实操演示.mp475.19MB17丨Flink高可用配置原理讲解.mp416.46MB18丨Flink高可用配置实操演示.mp431.33MB19丨分布式流处理模型.mp454.94MB20丨DataStream API 实践原理.mp4190.76MB21丨Flink 时间概念.mp450.24MB22丨Watermark实践原理.mp481.01MB23丨Watermark与Window的关系.mp4119.89MB24丨Watermark Generator.mp4101.04MB25丨Windows窗口计算.mp475.22MB26丨Window Assigner.mp474.34MB27丨Window Trigger.mp489.73MB28丨Window Evictors.mp456.52MB29丨Window Function.mp4136.42MB30丨Windows多流合并.mp4108.58MB31丨Process Function应用.mp4121.65MB32丨SideOutput旁路输出.mp472.56MB33丨Asynchronous IO异步操作.mp4118.83MB34丨Pipeline与StreamGraph转换.mp4100.1MB35丨Flink类型系统.mp489.19MB36丨自定义SourceFunction.mp499.96MB37丨项目实战：基于DataStream API实现PV，UV统计.mp4205.57MB38丨有状态计算概念.mp479.24MB39丨状态类型及应用.mp455.63MB40丨KeyedState介绍与使用.mp476.56MB41丨OperatorState介绍与使用.mp4139.07MB42丨BroadcastState介绍与使用.mp4219.83MB43丨Checkpoint实现原理.mp4127.45MB44丨Savepoint与Checkpoint.mp4116.87MB45丨StateBackends状态管理器.mp492.09MB46丨State Schema Evolution.mp468.38MB47丨State序列化与反序列化.mp494.13MB48丨Querable State介绍与使用.mp4117.4MB49丨项目实战：实时交易反欺诈项目介绍.mp4126.88MB50丨项目实战：实时交易反欺诈项目演示.mp4173.11MB51丨FlinkTableAPI-SQL介绍与使用.mp4122.32MB52丨TableAPI-SQL核心概念.mp4147.82MB53丨DataStream&DataSet与Table相互转换.mp4106.59MB54丨TableConnector介绍与使用.mp4155.92MB55丨QueryingDynamicTables.mp4158.72MB56丨TimeStamp与Watermark时间属性定义.mp4148.08MB57丨QueryWithTemporalCondition.mp496.08MB58丨JoinWithDynamicTable.mp496.92MB59丨JoinWithTemporalFunction.mp490.79MB60丨JoinWithTemporalTables.mp482.73MB61丨Catalog原理与使用.mp4101.05MB62丨ApacheHive集成.mp4120.47MB63丨SQLClient介绍与使用.mp4179.61MB64丨FlinkSQLTable数据类型.mp4177MB65丨自定义Function.mp4154.27MB66丨TableConnector使用.mp4111.71MB67丨自定义Connector.mp4342.48MB68丨newtablesource&tablesinkapi.mp4130.55MB69丨项目实战：基于FlinkSQL实现Top10商品统计.mp4251.7MB70丨Runtime整体架构.mp4110.17MB71丨FlinkClient实现原理.mp4155.37MB72丨ResourceManager资源管理.mp4103.8MB73丨Dispatcher任务分发器.mp4223.42MB74丨JobGraph提交与运行（上）.mp4217.31MB75丨JobGraph提交与运行（下）.mp4225.96MB76丨Task执行与调度.mp4222.14MB77丨Task重启和容错策略.mp4136.37MB78丨集群组件Rpc通信机制.mp4190.15MB79丨NetworkStatck实现原理.mp4228.63MB80丨Flink内存管理.mp4224.93MB81丨Metric指标分类与采集.mp4188.05MB82丨Flink RestAPI介绍与使用.mp4128.24MB83丨Checkpoint监控与调优.mp4286.81MB84丨反压监控与原理.mp4177.95MB85丨Flink内存配置与调优.mp4226.25MB86丨PyFlink实践与应用.mp4224.12MB87丨Flink复杂事件处理：Complex event process.mp4271.54MB88丨Alink机器学习框架介绍与使用.mp4151.65MB89丨Stateful Function介绍与使用.mp4243.73MB90丨实时推荐系统项目设计与实现.mp4237.71MB91丨结束语.mp4182.65MB
资料.txt50B
