Flink 核心技术与实战 
16166 人已学习
新⼈⾸单¥68
课程目录
已完结/共 91 讲
第一章：Apache Flink介绍 (5讲)
时长 07:02
时长 02:47
时长 13:44
时长 06:24
时长 07:59
第二章：Flink部署与应用 (13讲)
时长 19:58
时长 17:21
时长 07:28
时长 23:53
时长 18:33
时长 21:08
时长 30:09
时长 09:32
时长 10:09
时长 12:12
时长 13:42
时长 09:17
时长 07:11
第三章：Flink DataStream API实践原理 (19讲)
时长 04:44
时长 31:34
时长 06:23
时长 12:50
时长 17:46
时长 17:01
时长 10:10
时长 10:38
时长 14:17
时长 07:57
时长 24:20
时长 18:15
时长 20:07
时长 10:53
时长 20:51
时长 16:33
时长 18:14
时长 17:57
时长 18:32
第四章：Flink状态管理和容错 (13讲)
时长 13:24
时长 10:03
时长 09:54
时长 19:34
时长 27:28
时长 20:24
时长 17:13
时长 16:09
时长 11:47
时长 16:55
时长 15:42
时长 19:42
时长 12:23
第五章：Flink Table & SQL实践原理 (19讲)
时长 22:00
时长 28:40
时长 17:16
时长 23:12
时长 27:33
时长 23:17
时长 17:55
时长 20:33
时长 11:08
时长 12:04
时长 14:43
时长 20:38
时长 16:05
时长 19:55
时长 21:04
时长 13:37
时长 23:41
时长 12:52
时长 17:30
第六章：Flink Runtime设计与实现 (11讲)
时长 15:57
时长 19:54
时长 16:07
时长 17:44
时长 22:23
时长 25:49
时长 23:32
时长 14:17
时长 18:06
时长 22:10
时长 22:36
第七章：Flink监控与性能优化 (5讲)
时长 16:57
时长 10:25
时长 28:00
时长 18:48
时长 16:32
第八章：Flink组件栈介绍与使用 (4讲)
时长 20:33
时长 20:31
时长 13:40
时长 18:18
第九章：项目实战-使用Flink构建推荐系统实时数据流 (2讲)
时长 13:54
时长 06:17
Flink 核心技术与实战
登录|注册
当前播放: 07 | Flink集群运行模式
00:00 / 00:00
高清
- 高清
1.0x
- 2.0x
- 1.5x
- 1.25x
- 1.0x
- 0.75x
- 0.5x
付费课程，可试看
01 | 课程介绍
02 | 内容综述
03 | 流处理技术概览
04 | Flink发展历史与应用场景
05 | Flink核心特性
06 | Flink集群架构
07 | Flink集群运行模式
08 | Flink集群资源管理器支持
09 | Standalone原理讲解与实操演示
10 | Flink On Yarn部署讲解
11 | Flink On Yarn实操演示
12 | Flink On Kubernetes部署讲解
13 | Flink On Kubernetes实操：Session模式
14 | Flink On Kubernetes实操：Per-job模式
15 | Flink On Kubernetes Native部署讲解
16 | Flink On Kubernetes Native实操演示
17 | Flink高可用配置原理讲解
18 | Flink高可用配置实操演示
19 | 分布式流处理模型
20 | DataStream API实践原理
21 | Flink时间概念
22 | Watermark实践原理
23 | Watermark与Window的关系
24 | Watermark Generator
25 | Windows窗口计算
26 | Window Assigner
27 | Window Trigger
28 | Window Evictors
29 | Window Function
30 | Windows多流合并
31 | Process Function应用
32 | SideOutput旁路输出
33 | Asynchronous I/O异步操作
34 | Pipeline与StreamGraph转换
35 | Flink类型系统
36 | 自定义SourceFunction
37 | 项目实战：基于DataStream API实现PV，UV统计
38 | 有状态计算概念
39 | 状态类型及应用
40 | KeyedState介绍与使用
41 | OperatorState介绍与使用
42 | BroadcastState介绍与使用
43 | Checkpoint实现原理
44 | Savepoint与Checkpoint
45 | StateBackends状态管理器
46 | State Schema Evolution
47 | State序列化与反序列化
48 | Queryable State介绍与使用
49｜项目实战：实时交易反欺诈项目介绍
50｜项目实战：实时交易反欺诈项目演示
51｜Flink Table API/SQL介绍与使用
52｜Table API/SQL核心概念
53｜DataStream & DataSet 与Table相互转换
54｜Table Connector介绍与使用
55｜Querying Dynamic Tables
56｜TimeStamp与Watermark时间属性定义
57｜Query With Temporal Condition
58｜Join With Dynamic Table
59｜Join With Temporal Function
60｜Join With Temporal Tables
61｜Catalog原理与使用
62｜Apache Hive集成
63｜SQL Client介绍与使用
64｜Flink SQL Table数据类型
65｜自定义Function
66｜Table Connector使用
67｜自定义Connector
68｜new tablesource & tablesink api
69｜项目实战：基于Flink SQL实现Top10商品统计
70｜Runtime整体架构
71｜Flink Client实现原理
72｜ResourceManager资源管理
73｜Dispatcher任务分发器
74｜JobGraph提交与运行（上）
75｜JobGraph提交与运行（下）
76｜Task执行与调度
77｜Task重启和容错策略
78｜集群组件RPC通信机制
79｜NetworkStatck实现原理
80｜Flink内存管理
81｜Metric指标分类与采集
82｜Flink REST API介绍与使用
83｜Checkpoint监控与调优
84｜反压监控与原理
85｜Flink内存配置与调优
86｜PyFlink实践与应用
87｜Flink复杂事件处理：Complex event process
88｜Alink机器学习框架介绍与使用
89｜Stateful Function介绍与使用
90｜实时推荐系统项目设计与实现
91｜结束语
本节摘要
登录 后留言
全部留言(11)
- 最新
- 精选
布兰特
老师，在生产环境的话建议使用Session Mode 还是 Per-Job Mode啊？ 那么如果从离线任务和实时7*24小时任务的角度来讲，应该使用哪种运行模式啊？
作者回复: 主要还是看资源隔离，生产环境任务如果要求比较高，建议使用 Per-Job Mode，资源隔离相对充分，如果是普通的流式任务，则建议Session Mode会更好点。 离线任务的话则建议Per-Job Mode，实时任务相对比较稳定根据资源隔离要求具体视情况选择即可。
2020-09-05
6
🎼 张ͮ子ͮ谋ͮ
通过Flink UI 直接提交Jar，应该是在JobManger的机器上执行吧，这样也能降低客服端负载吧？
作者回复: 可以这么理解，但是前提是每次需要上传Jar包，然后才能提交，上传Jar的过程实际就是Client做的事情，可以降低负载
2020-09-12
2
西南偏北
Application Mode的这种方式感觉和Spark on YARN cluster模式的原理差不多
作者回复: 对的 可以这么理解，就是Driver在哪里的问题
2020-09-14
kaka.
老师，如果是普通的流式任务，为了节省资源选择Session Mode，资源配置和slot数量怎么去配置呢，可以动态增加集群资源吗
作者回复: 关于资源配置，我们在后面章节有专门讲解的，可以关注下后面的章节，资源可以动态增加
2020-09-12
free zyq
上一节介绍了一些关键的组件：jm，tm，client，jg，job
这一节开篇提到的application，runtime，cluster分别对应的什么？
我理解是：
application=包含一个main方法的job？
runtime =tm+jm+client
cluster = jm+很多tm？
作者回复: 对的
2020-09-10
2
小七
老师，不同的job，是根据什么规则划分为同一个 “Application“ 的？
2022-05-16
orangelin
图里提交多job只画了一个jobmanager ，但是一个application又只对应一个jobmanager，这里是怎么理解的？
2022-01-18
1
Geek_58a455
Application mode是每一个Applicaiton会生成一个jm和对应的tm吗？
2021-10-10
hadoop_admin
大佬，咨询下 现在flink 部署支持ipv6么，在jira上看到https://issues.apache.org/jira/browse/FLINK-9824和
https://issues.apache.org/jira/browse/FLINK-23206，是不是还不支持？社区有计划支持么？
2021-09-01
相遇太早～
一个main方法对应一个job，一个application包含多个job是指有多个类，每个类一个main方法入口吗？
2021-03-30
收起评论