大家好，我是表哥，今天给大家分享一套极客时间的《Flink核心技术与实战》的教程，这套教程一共有91课时，讲师讲解的非常的到位，也非常的详细，有需要学习的朋友可以抓紧保存一下。

课程目录

第一章：ApacheFlink介绍

1.0课程介绍

1.1内容综述

1.2流处理技术概览

1.2Flink发展历史与应用场景

1.4Flink核心特性

第二章：Flink部署与应用

2.1Flink集群架构（6）

2.2Flink集群运行模式（7）

2.3Flink集群资源管理器支持（8）

2.4Standalone原理讲解与实操演示（9）

2.5FlinkOnYarn部署讲解（10）

2.6FlinkOnYarn实操演示（11）

2.7FlinkOnKubernetes部署讲解（12）

2.8FlinkOnKubernetes实操-Session模式（13）

2.9FlinkOnKubernetes实操-Per-Job模式14

3.0FlinkOnKubernetesNative部署讲解15

3.1FlinkOnKubernetesNative实操演示16

3.2Flink高可用配置原理讲解17

3.3Flink高可用配置实操演示18

第三章：FlinkDataStreamAPI实践原理

3.1分布式流处理模型19

3.2DataStreamAPI实践原理20

3.3Flink时间概念21

3.4Watermark实践原理22

3.5Watermark与Window的关系23

3.6WatermarkGenerator（24）

3.7Windows窗口计算（25）

3.8WindowAssigner（26）

3.9WindowTrigger（27）

3.10WindowEvictors（28）

3.11WindowFunction

3.12Windows多流合并

3.13ProcessFunction应用

3.14SideOutput旁路输出

3.15AsynchronousI/O异步操作

3.16Pipeline与StreamGraph转换

3.17项目实战：基于DataStreamAPI实现PV，UV统计

第四章：Flink状态管理和容错

4.1有状态计算概念

4.2状态类型及应用

4.3KeyedState与OperatorState

4.4RuntimeContext与RichFunction实现

4.5StateBackends状态管理器

4.6状态序列化操作

4.7QuerableState介绍与使用

4.8Checkpoints与Savepoints应用

4.9Checkpoints实现原理

4.10项目实战：基于状态计算实现用户画像指标统计

第五章：FlinkTable&SQL实践原理

5.1FlinkTableAPI/SQL介绍与使用

5.2TableEnviroment原理与实践

5.3TableConnector注册与实现

5.4TimeStamp与Watermark原理实践

5.5TemporalTables原理实践

5.6维表关联实践

5.7Catalog原理与使用

5.8ApacheHive集成

5.9自定义Scalar/Table/AggregationFunction

5.10自定义TableSource/TableSink/TableFactory

5.11FlinkSQL数据类型系统

5.12项目实战：基于FlinkSQL实现Top10商品统计

第六章：FlinkRuntime设计与实现

6.1Runtime整体架构

6.2ResourceManager资源管理

6.3ExecutionEnvironment分类

6.4JobGraph提交与运行

6.5ExecutionGraph生成与执行

6.6SchedulerNG调度器

6.7Excution调度执行

6.8Task重启策略与容错

6.9StreamTask线程模型

6.10集群高可用实现

第七章：Flink监控与性能优化

7.1Metric指标分类与采集

7.2FlinkRestAPI介绍与使用

7.3日志配置与问题定位

7.4Checkpoint监控与调优

7.5反压监控与原理

7.6Flink内存配置与调优

7.7窗口与事件时间调试

7.8HistoryServer服务

第八章：Flink组件栈介绍与使用

8.1PyFlink实践与应用

8.2SQLClient实践与应用

8.3Flink复杂事件处理：Complexeventprocess

8.4Flink图计算支持：Gellygraphprocess

8.5Alink机器学习框架介绍与使用

8.6StatefulFunction介绍与使用

第九章：项目实战-使用Flink构建推荐系统实时数据流

9.1实时推荐系统架构设计与实现

9.2基于FlinkSQL构建用户画像

9.3基于FlinkDataStreamAPI样本归因与拼接

9.4基于ElasticSearch存储用户物料画像数据

9.5推荐系统实时物料召回

9.6结束语