Flink大數(shù)據(jù)分析實戰(zhàn)

第1章  初識Flink 1
1.1  大數(shù)據(jù)開發(fā)總體架構 1
1.2  什么是Flink 3
1.3  Flink的應用場景 5
1.4  流計算框架對比 6
1.5  Flink的主要組件 8
1.6  Flink編程模型 9
1.6.1  數(shù)據(jù)集 9
1.6.2  編程接口 11
1.6.3  程序結構 12
1.7  快速體驗Flink程序 13
1.7.1  IntelliJ IDEA安裝Scala插件 13
1.7.2  IntelliJ IDEA創(chuàng)建Flink項目 15
1.7.3  示例：批處理單詞計數(shù) 17
1.7.4  示例：流處理單詞計數(shù) 20
第2章  Flink運行架構及原理 23
2.1  Flink運行時架構 23
2.1.1  YARN集群架構 23
2.1.2  Flink Standalone架構 27
2.1.3  Flink On YARN的架構 29
2.2  Flink任務調(diào)度原理 30
2.2.1  任務鏈 30
2.2.2  并行度 31
2.2.3  共享Task Slot 32
2.2.4  數(shù)據(jù)流 33
2.2.5  執(zhí)行圖 34
2.2.6  執(zhí)行計劃 35
2.3  Flink數(shù)據(jù)分區(qū) 38
2.3.1  分區(qū)數(shù)量 38
2.3.2  分區(qū)策略 39
第3章  Flink安裝及部署 41
3.1  Flink集群搭建 41
3.1.1  Flink本地模式搭建 42
3.1.2  Flink Standalone搭建 44
3.1.3  Flink On YARN搭建 46
3.2  Flink HA模式 54
3.2.1  Flink Standalone模式的HA
架構 55
3.2.2  Flink Standalone模式HA集群
搭建 56
3.2.3  Flink On YARN模式HA集群
搭建 60
3.3  Flink命令行界面 61
3.4  Flink應用提交 65
3.5  Flink Shell的使用 67
第4章  Flink DataStream API 72
4.1  基本概念 72
4.2  執(zhí)行模式 73
4.3  作業(yè)流程 76
4.4  程序結構 77
4.5  Source數(shù)據(jù)源 79
4.5.1  基本數(shù)據(jù)源 79
4.5.2  高級數(shù)據(jù)源 81
4.5.3  自定義數(shù)據(jù)源 81
4.6  Transformation數(shù)據(jù)轉(zhuǎn)換 85
4.7  Sink數(shù)據(jù)輸出 97
4.8  數(shù)據(jù)類型與序列化 98
4.9  分區(qū)策略 100
4.9.1  內(nèi)置分區(qū)策略 101
4.9.2  自定義分區(qū)策略 114
4.10  窗口計算 117
4.10.1  事件時間 117
4.10.2  窗口分類 118
4.10.3  窗口函數(shù) 124
4.10.4  觸發(fā)器 133
4.10.5  清除器 134
4.11  水印 137
4.11.1  計算規(guī)則 138
4.11.2  允許延遲與側(cè)道輸出 140
4.11.3  生成策略 142
4.12  狀態(tài)管理 147
4.12.1  Keyed State 149
4.12.2  Operator State 152
4.13  容錯機制 156
4.13.1  Checkpoint 156
4.13.2  Barrier 162
4.13.3  重啟與故障恢復策略 165
4.13.4  Savepoint 167
4.14  案例分析：計算5秒內(nèi)輸入的單詞
數(shù)量 168
4.15  案例分析：統(tǒng)計5分鐘內(nèi)每個用戶
產(chǎn)生的日志數(shù)量 170
4.16  案例分析：統(tǒng)計24小時內(nèi)每個用戶的
訂單平均消費額 173
4.17  案例分析：計算5秒內(nèi)每個信號燈
通過的汽車數(shù)量 177
4.18  案例分析：Flink整合Kafka計算
實時單詞數(shù)量 183
4.19  案例分析：天貓雙十一實時交易額
統(tǒng)計 188
4.19.1  創(chuàng)建自定義數(shù)據(jù)源 188
4.19.2  計算各個分類的訂單總額 189
4.19.3  計算全網(wǎng)銷售總額與
分類Top3 192
第5章  Flink Table API&SQL 196
5.1  基本概念 196
5.1.1  計劃器 197
5.1.2  API架構 197
5.1.3  程序結構 199
5.2  動態(tài)表 200
5.2.1  流映射為動態(tài)表 201
5.2.2  連續(xù)查詢 201
5.2.3  動態(tài)表轉(zhuǎn)換為流 203
5.3  TableEnvironment API 205
5.3.1  基本概念 205
5.3.2  創(chuàng)建TableEnvironment 205
5.3.3  示例：簡單訂單統(tǒng)計 206
5.4  Table API 210
5.4.1  基本概念 210
5.4.2  示例：訂單分組計數(shù) 211
5.4.3  示例：每小時訂單分組求
平均值 213
5.4.4  關系操作 214
5.5  SQL API 217
5.5.1  DDL操作 218
5.5.2  DML操作 221
5.5.3  DQL操作 222
5.5.4  窗口函數(shù) 223
5.5.5  窗口聚合 230
5.5.6  分組聚合 233
5.5.7  OVER聚合 235
5.5.8  連接查詢 237
5.6  TopN查詢 240
5.6.1  OVER子句 240
5.6.2  示例：計算產(chǎn)品類別銷
售額TopN 242
5.6.3  示例：搜索詞熱度統(tǒng)計 243
5.6.4  窗口TopN 246
5.7  Catalog元數(shù)據(jù)管理 248
5.8  Flink SQL整合Kafka 250
5.8.1  基本概念 250
5.8.2  示例：Flink SQL整合Kafka實現(xiàn)
實時ETL 253
5.9  Flink SQL CLI 258
5.9.1  啟動SQL CLI 259
5.9.2  執(zhí)行SQL查詢 260
5.9.3  可視化結果模式 262
5.10  Flink SQL整合Hive 263
5.10.1  整合步驟 264
5.10.2  Table API操作Hive 272
5.10.3  示例：Flink SQL整合Hive分析
搜狗用戶搜索日志 274
5.11  案例分析：Flink SQL實時單詞
計數(shù) 279
5.12  案例分析：Flink SQL實時計算
5秒內(nèi)用戶訂單總金額 283
5.13  案例分析：微博用戶行為分析 288
5.13.1  離線與實時計算業(yè)務架構 288
5.13.2  Flume數(shù)據(jù)采集架構 291
5.13.3  Kafka消息隊列架構 293
5.14  案例分析：Flink SQL智慧交通數(shù)據(jù)
分析 294
5.14.1  項目介紹 294
5.14.2  數(shù)據(jù)準備 295
5.14.3  統(tǒng)計正?？跀?shù)量 297
5.14.4  統(tǒng)計車流量排名前3的
卡口號 299
5.14.5  統(tǒng)計每個卡口通過速度快的
前3輛車 300
5.14.6  車輛軌跡分析 302
第6章  Flink內(nèi)核源碼 304
6.1  流圖 304
6.1.1  StreamGraph核心對象 305
6.1.2  StreamGraph生成過程 308
6.2  作業(yè)圖 310
6.2.1  JobGraph的核心對象 312
6.2.2  JobGraph的生成過程 312
6.3  執(zhí)行圖 319
6.3.1  ExecutionGraph的核心對象 319
6.3.2  ExecutionGraph的生成過程 320
第7章  Gelly圖計算 324
7.1  什么是Gelly 324
7.2  個Gelly程序 325
7.3  Gelly數(shù)據(jù)結構 328
7.4  如何使用Gelly 329
7.5  圖操作 330
7.5.1  基本操作 330
7.5.2  屬性操作 332
7.5.3  結構操作 335
7.5.4  連接操作 335
7.6  圖常用API 337
7.6.1  創(chuàng)建圖 337
7.6.2  圖的轉(zhuǎn)換 339
7.6.3  圖的添加與移除 342
7.6.4  圖的鄰域方法 343
7.7  案例分析：Gelly計算社交網(wǎng)絡中
粉絲的平均年齡 346