轻松入门大数据玩转Flink，打造湖仓一体架构

《慕课实战——轻松入门大数据玩转 Flink，打造湖仓一体架构》是一门面向大数据开发工程师和数据平台开发人员打造的实战课程，课程围绕实时计算、流处理技术以及湖仓一体架构展开，帮助学习者从零开始掌握 Apache Flink 的核心原理、开发方法及企业级应用实践，建立现代大数据平台开发能力。

课程首先会介绍大数据生态体系的发展历程，包括离线计算、实时计算以及流批一体的发展趋势，并讲解 Flink 在现代数据处理中的定位和优势。通过学习 Flink 的运行架构、任务调度机制、状态管理以及容错机制，学员能够理解实时计算框架的基本工作原理，为后续开发打下扎实基础。

在核心开发部分，课程会系统讲解 Flink DataStream API、Table API 以及 SQL 开发方式，内容涵盖数据源读取、数据转换、窗口计算、聚合分析、Join 操作、异步 I/O、状态管理、Checkpoint、Watermark、水位线处理以及事件时间机制等关键知识点，让学习者能够独立开发实时数据处理任务。

课程还会结合消息队列、数据库及日志系统，演示如何构建完整的数据处理链路，例如从 Kafka 接收实时数据、经过 Flink 实时分析处理，再写入 MySQL、Redis、Elasticsearch 等存储系统，实现实时统计、监控分析和数据同步等业务场景。

湖仓一体是课程的重要特色之一。课程通常会介绍现代数据湖与数据仓库融合的发展理念，并结合 Iceberg、Hudi、Delta Lake 等主流湖仓技术，讲解数据存储、数据管理、批流一体以及数据治理等内容。学员将学习如何利用 Flink 与湖仓技术结合，实现实时写入、增量更新、数据查询和统一分析，构建企业级数据平台。

在项目实战阶段，课程通常会以用户行为分析、实时日志分析、电商数据统计或运营监控平台等真实案例为基础，完整演示从数据采集、实时计算、结果存储到可视化展示的开发流程。同时，还会涉及性能优化、资源调优、任务监控、故障恢复以及生产环境部署等工程实践，帮助学员提升解决实际问题的能力。

此外，课程还会介绍大数据生态中的常用组件，如 Hadoop、Hive、Kafka、Spark、Docker 以及 Kubernetes 等技术，使学习者了解 Flink 在现代云原生大数据架构中的应用方式，建立完整的技术体系。

总体来看，《慕课实战——轻松入门大数据玩转 Flink，打造湖仓一体架构》是一门兼顾理论与实践的大数据开发课程，内容覆盖 Flink 实时计算、流批处理、湖仓一体架构、企业级项目开发以及性能优化等多个方面，适合 Java 开发者、大数据工程师以及希望进入实时计算领域的学习者，通过系统学习能够掌握现代大数据平台开发的核心技能，为从事实时数据处理、数据平台建设和数据分析开发奠定坚实基础。

课程截图：

课程目录：

体系课-mksz597-轻松入门大数据玩转Flink，打造湖仓一体架构/
│ ├── {9}–第9章工欲善其事必先利其器：Kafka部署及监控/
│ │ ├── {9}–第9章工欲善其事必先利其器：Kafka部署及监控文档.png (0.48 MB)
│ │ ├── [9.9]–9-9Kafka监控部署及使用.mp4 (50.85 MB)
│ │ ├── [9.4]–9-4kafka-topics命令行核心参数讲解.mp4 (55.19 MB)
│ │ ├── [9.1]–9-1本章概览.mp4 (8.19 MB)
│ │ ├── [9.2]–9-2动起我们的小手进行单节点单Kafka的部署（上）.mp4 (14.39 MB)
│ │ ├── [9.3]–9-3动起我们的小手进行单节点单Kafka的部署（下）.mp4 (106.30 MB)
│ │ ├── [9.5]–9-5KafkaTopic命令行操作.mp4 (64.33 MB)
│ │ ├── [9.8]–9-8单节点多Kafka脚本命令测试(1).mp4 (20.95 MB)
│ │ ├── [9.7]–9-7动起我们的小手进行单节点多Kafka的部署.mp4 (108.77 MB)
│ │ ├── (9.1)–9-10【面试官来啦】面试讨论题.pdf (0.03 MB)
│ │ ├── [9.6]–9-6Kafka生产者消费者命令行操作.mp4 (40.11 MB)
│ │ └── [9.8]–9-8单节点多Kafka脚本命令测试.mp4 (20.95 MB)
│ ├── {1}–第1章大厂技术首选高薪必备：揭开Flink的神秘面纱/
│ │ ├── {1}–第1章大厂技术首选高薪必备：揭开Flink的神秘面纱必看.png (0.48 MB)
│ │ ├── (1.1)–1-9【科普小贴士】Flink发展史&特点&行业.pdf (0.07 MB)
│ │ ├── [1.5]–1-5Flink的起源及发展史.mp4 (38.10 MB)
│ │ ├── [1.6]–1-6Flink中的API.mp4 (60.99 MB)
│ │ ├── [1.8]–1-8Flink对比Spark.mp4 (60.23 MB)
│ │ ├── [1.2]–1-2本章概览.mp4 (6.52 MB)
│ │ ├── [1.3]–1-3认识Flink.mp4 (57.32 MB)
│ │ ├── [1.1]–1-1高薪大数据工程师必备技能，你掌握了么？.mp4 (36.87 MB)
│ │ ├── [1.7]–1-7Flink核心特性.mp4 (37.56 MB)
│ │ ├── [1.4]–1-4部署应用到任意地方&运行任意规模应用.mp4 (32.23 MB)
│ │ └── (1.2)–1-10【面试官来啦】面试讨论题.pdf (0.03 MB)
│ ├── {31}–第31章玩转Flink项目实战之六：基于Flink和Hudi的数/
│ │ ├── {31}–第31章玩转Flink项目实战之六：基于Flink和Hudi的数资料.png (0.48 MB)
│ │ ├── [31.13]–31-13产生数据.mp4 (44.08 MB)
│ │ ├── [31.3]–31-3引入Hudi后的架构.mp4 (63.81 MB)
│ │ ├── [31.10]–31-10表结构讲解.mp4 (56.86 MB)
│ │ ├── [31.7]–31-7Flink对接catalog之写入Hive数据.mp4 (29.93 MB)
│ │ ├── [31.11]–31-11分层.mp4 (53.48 MB)
│ │ ├── [31.1]–31-1本章概览.mp4 (2.34 MB)
│ │ ├── [31.2]–31-2回顾离线处理架构.mp4 (31.05 MB)
│ │ ├── [31.19]–31-19ADS层建设.mp4 (56.15 MB)
│ │ ├── [31.14]–31-14订单表ODS层建设.mp4 (86.96 MB)
│ │ ├── [31.15]–31-15商品表ODS层建设.mp4 (10.52 MB)
│ │ ├── [31.20]–31-20总结.mp4 (24.57 MB)
│ │ ├── [31.6]–31-6Flink对接catalog之读取Hive数据.mp4 (69.86 MB)
│ │ ├── [31.5]–31-5Flink中Catalog使用.mp4 (69.52 MB)
│ │ ├── [31.17]–31-17DWD层建设思路.mp4 (45.31 MB)
│ │ ├── [31.18]–31-18订单相关DWD层建设思路_1.mp4 (32.84 MB)
│ │ ├── [31.16]–31-16订单详情表ODS层建设.mp4 (11.63 MB)
│ │ ├── [31.8]–31-8Hudi版本升级.mp4 (37.81 MB)
│ │ ├── [31.4]–31-4架构中重要环节的补充说明.mp4 (37.17 MB)
│ │ └── [31.12]–31-12CDC层建设.mp4 (41.25 MB)
│ ├── {10}–第10章深度剖析Kafka生产者：消息发送流程&API编/
│ │ ├── {10}–第10章深度剖析Kafka生产者：消息发送流程&API编资料.png (0.48 MB)
│ │ ├── [10.11]–10-11Kafka自定义分区器功能开发及测试.mp4 (36.30 MB)
│ │ ├── [10.2]–10-2【经典面试题–必掌握】生产者消息发送流程.mp4 (137.58 MB)
│ │ ├── [10.16]–10-16精准一次消费实现之幂等性.mp4 (74.21 MB)
│ │ ├── [10.15]–10-15【经典面试题–必掌握】谈谈你对Kafka中的消费语义.mp4 (23.59 MB)
│ │ ├── [10.9]–10-9Kafka分区策略结合源码分析.mp4 (42.71 MB)
│ │ ├── [10.14]–10-14【经典面试题–必掌握】谈谈你对Kafka中的acks.mp4 (108.31 MB)
│ │ ├── [10.13]–10-13【经典面试题–必掌握】谈谈你对Kafka中的副本以及.mp4 (68.89 MB)
│ │ ├── [10.5]–10-5生产者API开发之普通异步发送代码重构.mp4 (41.70 MB)
│ │ ├── [10.4]–10-4生产者API开发之普通异步发送.mp4 (94.25 MB)
│ │ ├── (10.1)–10-20【面试官来啦】面试讨论题.pdf (0.03 MB)
│ │ ├── [10.7]–10-7生产者API开发之同步发送.mp4 (15.17 MB)
│ │ ├── 10-18 精准一次消费实现之事务功能开发及测试.mp4 (28.59 MB)
│ │ ├── [10.1]–10-1本章概览.mp4 (9.09 MB)
│ │ ├── [10.17]–10-17精准一次消费实现之事务.mp4 (33.66 MB)
│ │ ├── [10.3]–10-3生产者消息发送流程核心参数详解.mp4 (67.66 MB)
│ │ ├── [10.10]–10-10Kafka分区策略结合源码分析进行功能验证.mp4 (69.00 MB)
│ │ ├── [10.19]–10-19Kafka中Topic内的Partition中数据的有.mp4 (14.39 MB)
│ │ ├── [10.8]–10-8Kafka的分区机制能为我们带来什么.mp4 (63.18 MB)
│ │ └── [10.6]–10-6生产者API开发之带回调的异步发送.mp4 (29.06 MB)
│ ├── {19}–第19章Flink更加精简的开发方式：FlinkTable&am/
│ │ ├── {19}–第19章Flink更加精简的开发方式：FlinkTable&am必看.zip (1.83 MB)
│ │ ├── [19.20]–19-20HBaseConnector的使用.mp4 (23.26 MB)
│ │ ├── [19.1]–19-1本章概览.mp4 (17.68 MB)
│ │ ├── [19.23]–19-23自定义UDF函数之AggregateFunction.mp4 (65.20 MB)
│ │ ├── [19.8]–19-8创建Table对象.mp4 (68.68 MB)
│ │ ├── [19.10]–19-10获取到SQL中用到的表名或者视图名.mp4 (41.75 MB)
│ │ ├── [19.16]–19-16KafkaConnector的使用.mp4 (84.01 MB)
│ │ ├── [19.9]–19-9创建Table对象续.mp4 (67.26 MB)
│ │ ├── [19.13]–19-13csv格式数据处理（上）.mp4 (80.60 MB)
│ │ ├── [19.21]–19-21拓展之开发实时处理平台.mp4 (29.83 MB)
│ │ ├── [19.19]–19-19JDBCConnector的使用.mp4 (59.33 MB)
│ │ ├── [19.3]–19-3Concepts&CommonAPI.mp4 (56.45 MB)
│ │ ├── [19.26]–19-26sql-client的用法.mp4 (16.38 MB)
│ │ ├── (19.1)–19-30【面试官来啦】面试讨论题.pdf (0.03 MB)
│ │ ├── [19.17]–19-17时间语义在DDL中如何定义.mp4 (83.76 MB)
│ │ ├── [19.6]–19-6TableAPI编程范式.mp4 (54.45 MB)
│ │ ├── [19.7]–19-7TableAPI&SQLQuery.mp4 (48.96 MB)
│ │ ├── [19.18]–19-18UpsertKafkaConnector的使用.mp4 (65.93 MB)
│ │ ├── [19.27]–19-27WindowingTVF之TUMBLE.mp4 (65.31 MB)
│ │ ├── [19.2]–19-2FlinkTableAPI&SQL概述及依赖.mp4 (49.37 MB)
│ │ ├── [19.12]–19-12初始Connector.mp4 (29.34 MB)
│ │ ├── [19.28]–19-28WindowingTVF之HOP.mp4 (34.70 MB)
│ │ ├── [19.5]–19-5DataStream和Table之间的相互转换.mp4 (91.38 MB)
│ │ ├── [19.11]–19-11临时表vs永久表.mp4 (47.46 MB)
│ │ ├── [19.24]–19-24自定义UDF函数之TableFunction.mp4 (56.17 MB)
│ │ ├── [19.4]–19-4DynamicTables.mp4 (81.16 MB)
│ │ ├── [19.15]–19-15json格式数据处理.mp4 (113.94 MB)
│ │ ├── [19.29]–19-29WindowTop-N.mp4 (57.93 MB)
│ │ └── [19.22]–19-22自定义UDF函数之ScalarFunction.mp4 (100.11 MB)
│ ├── {28}–第28章经典ClickHouse整合Flink编程：整合Flin/
│ │ ├── {28}–第28章经典ClickHouse整合Flink编程：整合Flin资料.zip (1.83 MB)
│ │ ├── [28.2]–28-2ClickHouseJDBC编程概述.mp4 (45.27 MB)
│ │ ├── [28.5]–28-5Flink整合ClickHouse读操作.mp4 (17.39 MB)
│ │ ├── [28.1]–28-1本章概览.mp4 (5.38 MB)
│ │ └── [28.4]–28-4Flink整合ClickHouse写操作.mp4 (70.96 MB)
│ ├── {30}–第30章揭开数据湖的神秘面纱：数据湖开源产品Hudi的使用icl/
│ │ ├── [30.12]–30-12核心概念之TableType(COW).mp4 (56.34 MB)
│ │ ├── [30.7]–30-7核心概念之TimeLine.mp4 (79.88 MB)
│ │ ├── [30.2]–30-2引入数据湖.mp4 (85.86 MB)
│ │ ├── [30.9]–30-9核心概念之FileLayouts.mp4 (67.92 MB)
│ │ ├── [30.14]–30-14核心概念之TableType(对比).mp4 (12.46 MB)
│ │ ├── [30.16]–30-16核心概念之其他.mp4 (23.35 MB)
│ │ ├── [30.13]–30-13核心概念之TableType(MOR).mp4 (55.71 MB)
│ │ ├── [30.6]–30-6Hudi发展历史.mp4 (45.59 MB)
│ │ ├── [30.1]–30-1本章概览.mp4 (8.71 MB)
│ │ ├── [30.11]–30-11核心概念之IndexType.mp4 (55.80 MB)
│ │ ├── [30.10]–30-10核心概念之Index.mp4 (36.22 MB)
│ │ ├── [30.17]–30-17Hudi整合FlinkSQL快速入门.mp4 (44.25 MB)
│ │ ├── [30.5]–30-5再次认识Hudi.mp4 (43.21 MB)
│ │ ├── [30.8]–30-8快速使用Spark写入数据到Hudi.mp4 (76.93 MB)
│ │ ├── [30.15]–30-15核心概念之QueryTypes.mp4 (46.28 MB)
│ │ ├── [30.3]–30-3常用数据湖框架对比.mp4 (43.83 MB)
│ │ ├── [30.19]–30-19FlinkSQL对接Kafka数据落入Hudi.mp4 (150.81 MB)
│ │ └── [30.4]–30-4初识Hudi.mp4 (70.29 MB)
│ ├── {5}–第5章高效简洁数据处理方式：FlinkTransformatio/
│ │ ├── [5.9]–5-9Tranformation算子实操之自定义分区器.mp4 (100.16 MB)
│ │ ├── [5.5]–5-5Tranformation算子实操之flatMap算子.mp4 (36.71 MB)
│ │ ├── [5.4]–5-4Tranformation算子实操之filter算子.mp4 (29.13 MB)
│ │ ├── (5.1)–5-11【面试官来啦】面试讨论题.pdf (0.04 MB)
│ │ ├── [5.1]–5-1本章概览.mp4 (4.62 MB)
│ │ ├── [5.3]–5-3Tranformation算子实操之map算子.mp4 (59.28 MB)
│ │ ├── [5.7]–5-7Tranformation算子实操之union算子.mp4 (25.69 MB)
│ │ ├── [5.6]–5-6Tranformation算子实操之keyBy算子.mp4 (51.31 MB)
│ │ ├── [5.10]–5-10DataStream分流.mp4 (62.72 MB)
│ │ ├── [5.8]–5-8Tranformation算子实操之connect算子.mp4 (39.68 MB)
│ │ └── [5.2]–5-2认识Flink中有哪些Transformation算子.mp4 (14.56 MB)
│ ├── {11}–第11章深入剖析KafkaBroker：Kafka消息高效存储机/
│ │ ├── (11.1)–11-8【面试官来啦】面试讨论题.pdf (0.03 MB)
│ │ ├── [11.3]–11-3Leader选择与ZK的关系.mp4 (65.06 MB)
│ │ ├── [11.1]–11-1本章概览.mp4 (4.10 MB)
│ │ ├── [11.7]–11-7Kafka核心参数讲解.mp4 (43.27 MB)
│ │ ├── [11.4]–11-4Kafka副本机制.mp4 (70.50 MB)
│ │ ├── [11.6]–11-6Kafka数据存储机制更深入讲解.mp4 (165.52 MB)
│ │ ├── [11.5]–11-5Kafka数据存储机制.mp4 (51.37 MB)
│ │ └── [11.2]–11-2Kafka相关信息在ZK上的存储机制.mp4 (88.49 MB)
│ ├── {29}–第29章玩转Flink项目实战之五：基于Flink和ClickH/
│ │ ├── [29.7]–29-7场景二需求分析.mp4 (37.67 MB)
│ │ ├── [29.13]–29-13总结与扩展.mp4 (17.77 MB)
│ │ ├── [29.11]–29-11场景二之功能扩展.mp4 (16.45 MB)
│ │ ├── [29.12]–29-12可视化.mp4 (25.59 MB)
│ │ ├── [29.8]–29-8场景二之功能实现一.mp4 (69.17 MB)
│ │ ├── [29.10]–29-10场景二之功能实现三.mp4 (65.49 MB)
│ │ ├── [29.6]–29-6场景一之扩展.mp4 (23.49 MB)
│ │ ├── [29.5]–29-5场景一之功能实现三.mp4 (83.17 MB)
│ │ ├── [29.4]–29-4场景一之功能实现二.mp4 (79.99 MB)
│ │ ├── [29.1]–29-1本章概览.mp4 (11.21 MB)
│ │ ├── [29.2]–29-2实战功能改善.mp4 (28.29 MB)
│ │ ├── [29.3]–29-3场景一之功能实现一.mp4 (43.12 MB)
│ │ └── [29.9]–29-9场景二之功能实现二.mp4 (57.64 MB)
│ ├── {25}–第25章ClickHouse核心DDL&DML：库&am/
│ │ ├── [25.8]–25-8DML之插入数据.mp4 (67.99 MB)
│ │ ├── [25.5]–25-5DDL之修改表.mp4 (48.97 MB)
│ │ ├── [25.7]–25-7DDL之清空表数据.mp4 (14.42 MB)
│ │ ├── [25.12]–25-12分区表复制分区.mp4 (26.28 MB)
│ │ ├── [25.10]–25-10分区表的创建及加载数据.mp4 (85.44 MB)
│ │ ├── [25.4]–25-4DDL之删除表.mp4 (8.13 MB)
│ │ ├── [25.3]–25-3DDL之创建表.mp4 (62.40 MB)
│ │ ├── [25.2]–25-2DDL之创建数据库.mp4 (54.60 MB)
│ │ ├── [25.9]–25-9DML之修改和删除数据.mp4 (24.99 MB)
│ │ ├── [25.11]–25-11分区表删除分区.mp4 (24.92 MB)
│ │ └── [25.6]–25-6DDL之重命名表.mp4 (16.52 MB)
│ ├── {26}–第26章ClickHouse核心引擎分析：各家族核心引擎使用及选/
│ │ ├── [26.19]–26-19【重要】MergeTreeEngine执行流程分析.mp4 (84.96 MB)
│ │ ├── [26.10]–26-10表引擎Integrations之MySQL引擎.mp4 (37.76 MB)
│ │ ├── [26.5]–26-5Stripelog引擎.mp4 (33.94 MB)
│ │ ├── [26.6]–26-6Log引擎.mp4 (27.46 MB)
│ │ ├── [26.22]–26-22SummingMergeTree引擎.mp4 (51.90 MB)
│ │ ├── [26.7]–26-7【重要】LogEngineFamily总结.mp4 (33.89 MB)
│ │ ├── [26.21]–26-21ReplacingMergeTree引擎带ver的使用.mp4 (34.38 MB)
│ │ ├── [26.17]–26-17【重要】MergeTreeEngine非分区表功能测试.mp4 (31.60 MB)
│ │ ├── [26.15]–26-15MergeTreeEngine概览.mp4 (26.73 MB)
│ │ ├── [26.13]–26-13表引擎Special之Merge引擎.mp4 (29.81 MB)
│ │ ├── (26.1)–26-23【面试官来啦】面试讨论题.pdf (0.03 MB)
│ │ ├── [26.4]–26-4TinyLog引擎.mp4 (47.42 MB)
│ │ ├── [26.1]–26-1本章概览.mp4 (5.10 MB)
│ │ ├── [26.3]–26-3LogEngineFamily的共性.mp4 (20.50 MB)
│ │ ├── [26.14]–26-14表引擎Special之Memory引擎.mp4 (19.00 MB)
│ │ ├── [26.11]–26-11数据库引擎之MySQL引擎.mp4 (20.09 MB)
│ │ ├── [26.8]–26-8表引擎之Integrations概览.mp4 (21.31 MB)
│ │ ├── [26.16]–26-16MergeTreeEngine核心语法详解.mp4 (39.67 MB)
│ │ ├── [26.20]–26-20ReplacingMergeTree引擎.mp4 (52.97 MB)
│ │ ├── [26.18]–26-18【重要】MergeTreeEngine日期类型分区表功.mp4 (32.75 MB)
│ │ ├── [26.9]–26-9表引擎Integrations之HDFS引擎.mp4 (93.17 MB)
│ │ └── [26.2]–26-2表引擎概览.mp4 (33.96 MB)
│ ├── {22}–第22章战斗民族开源神器ClickHouse：揭开CH的神秘面纱/
│ │ ├── [22.6]–22-6ClickHouse核心目录.mp4 (51.29 MB)
│ │ ├── [22.7]–22-7Clickhouse-client命令参数.mp4 (25.05 MB)
│ │ ├── [22.8]–22-8ClickHouse官方数据使用说明.mp4 (23.85 MB)
│ │ ├── [22.4]–22-4列式存储特性.mp4 (41.91 MB)
│ │ ├── [22.2]–22-2产生背景.mp4 (25.05 MB)
│ │ ├── [22.5]–22-5ClickHouse部署.mp4 (44.71 MB)
│ │ ├── [22.9]–22-9ClickHouse跑分.mp4 (14.93 MB)
│ │ ├── [22.1]–22-1本章概览.mp4 (3.52 MB)
│ │ └── [22.3]–22-3OLAP特性.mp4 (77.02 MB)
│ ├── {20}–第20章数据采集神器FlinkCDC：基于FlinkCDC进行实/
│ │ ├── [20.2]–20-2实时数据采集场景介绍.mp4 (27.76 MB)
│ │ ├── (20.1)–20-13【面试官来啦】面试讨论题.pdf (0.03 MB)
│ │ ├── [20.6]–20-6Canal编程测试.mp4 (18.00 MB)
│ │ ├── [20.5]–20-5Canal编程.mp4 (61.11 MB)
│ │ ├── [20.3]–20-3Canal原理.mp4 (32.38 MB)
│ │ ├── [20.8]–20-8DataStreamAPI对接CDC.mp4 (49.20 MB)
│ │ ├── [20.10]–20-10自定义定制开发输出样式.mp4 (55.48 MB)
│ │ ├── [20.7]–20-7FlinkCDC概述.mp4 (37.87 MB)
│ │ ├── [20.9]–20-9CDC从什么位置开始读取数据设置.mp4 (13.15 MB)
│ │ ├── [20.12]–20-12FlinkCDC对接sql方式.mp4 (33.42 MB)
│ │ ├── [20.11]–20-11FlinkCDC源码修改.mp4 (72.52 MB)
│ │ ├── [20.4]–20-4Canal部署及使用.mp4 (92.74 MB)
│ │ └── [20.1]–20-1本章概览.mp4 (4.54 MB)
│ ├── {15}–第15章时间对实时处理的影响：Flink时间语义及WindowA/
│ │ ├── [15.1]–15-1本章概览.mp4 (8.15 MB)
│ │ ├── [15.6]–15-6WindowAssigners的职责及对应Window的.mp4 (44.16 MB)
│ │ ├── [15.13]–15-13动手实操之SessionWindow.mp4 (13.04 MB)
│ │ ├── [15.10]–15-10动手实操之CountWindow.mp4 (69.94 MB)
│ │ ├── [15.16]–15-16WindowFunction动手实操之Aggregat.mp4 (74.33 MB)
│ │ ├── [15.3]–15-3时间语义如何选择呢.mp4 (74.06 MB)
│ │ ├── [15.14]–15-14Flink支持的WindowFunction.mp4 (54.31 MB)
│ │ ├── [15.15]–15-15WindowFunction动手实操之ReduceFu.mp4 (56.38 MB)
│ │ ├── [15.5]–15-5Window的分类.mp4 (39.78 MB)
│ │ ├── [15.12]–15-12动手实操之SlidingWindow.mp4 (39.39 MB)
│ │ ├── [15.18]–15-18WindowFunction动手实操之AllWindo.mp4 (10.01 MB)
│ │ ├── [15.19]–15-19WindowFunction动手实操之全量配合增量使用.mp4 (90.83 MB)
│ │ ├── [15.7]–15-7TumblingWindow.mp4 (25.97 MB)
│ │ ├── [15.2]–15-2揭开Flink时间语义的面纱.mp4 (99.93 MB)
│ │ ├── [15.8]–15-8SlidingWindows.mp4 (46.24 MB)
│ │ ├── [15.11]–15-11动手实操之TumblingWindow.mp4 (52.21 MB)
│ │ ├── [15.4]–15-4Window在实时计算中的地位.mp4 (34.88 MB)
│ │ ├── (15.1)–15-20【面试官来啦】面试讨论题.pdf (0.03 MB)
│ │ ├── [15.17]–15-17WindowFunction动手实操之ProcessW.mp4 (53.97 MB)
│ │ └── [15.9]–15-9SessionWindows.mp4 (32.58 MB)
│ ├── {16}–第16章延迟乱序数据解决方案：Watermark在Flink中的/
│ │ ├── [16.1]–16-1本章概览.mp4 (4.09 MB)
│ │ ├── [16.2]–16-2引入WM.mp4 (94.11 MB)
│ │ ├── [16.8]–16-8【重要】数据延迟&乱序解决方案.mp4 (108.88 MB)
│ │ ├── (16.1)–16-9【面试官来啦】面试讨论题.pdf (0.03 MB)
│ │ ├── [16.3]–16-3WM策略.mp4 (84.53 MB)
│ │ ├── [16.6]–16-6【重要】综合编程之滚动窗口.mp4 (58.10 MB)
│ │ ├── [16.7]–16-7【重要】综合编程之滑动窗口.mp4 (41.55 MB)
│ │ ├── [16.5]–16-5测试数据的WM.mp4 (67.46 MB)
│ │ └── [16.4]–16-4WM策略代码演示.mp4 (89.15 MB)
│ ├── {2}–第2章批流一体丝滑开发体验：快速上手使用Flink进行编程/
│ │ ├── [2.8]–2-8Flink以流处理的方式实现功能开发.mp4 (49.10 MB)
│ │ ├── [2.5]–2-5Flink以批处理的方式实现功能开发.mp4 (76.34 MB)
│ │ ├── [2.2]–2-2基于Flink官方提供的命令构建Flink应用程序.mp4 (90.70 MB)
│ │ ├── [2.1]–2-1本章概览.mp4 (7.96 MB)
│ │ ├── [2.6]–2-6开发重构之自定义Function的方式.mp4 (25.22 MB)
│ │ ├── [2.9]–2-9通过参数控制Flink以何种模式运行作业.mp4 (23.23 MB)
│ │ ├── [2.3]–2-3基于IDEA+Maven构建Flink应用程序的本地开发环.mp4 (72.27 MB)
│ │ ├── [2.10]–2-10Flink对接socket数据并进行统计分析.mp4 (20.68 MB)
│ │ ├── [2.7]–2-7开发重构之Lambda表达式写法.mp4 (70.76 MB)
│ │ └── [2.4]–2-4词频统计案例需求分析.mp4 (52.55 MB)
│ ├── {27}–第27章ClickHouse元数据中心：元数据管理iclass=/
│ │ ├── [27.1]–27-1本章概览.mp4 (3.48 MB)
│ │ ├── [27.6]–27-6ClickHouse元数据之执行相关元数据.mp4 (13.18 MB)
│ │ ├── [27.9]–27-9ClickHouse元数据之其他元数据.mp4 (17.46 MB)
│ │ ├── [27.8]–27-8ClickHouse元数据之用户&角色&.mp4 (18.07 MB)
│ │ ├── [27.4]–27-4ClickHouse元数据之columns.mp4 (58.71 MB)
│ │ ├── [27.3]–27-3ClickHouse元数据之tables.mp4 (66.84 MB)
│ │ ├── [27.5]–27-5ClickHouse元数据之表相关元数据.mp4 (23.28 MB)
│ │ ├── (27.1)–27-10【面试官来啦】面试讨论题.pdf (0.03 MB)
│ │ ├── [27.2]–27-2【重要】元数据在大数据中的作用.mp4 (79.40 MB)
│ │ └── [27.7]–27-7ClickHouse元数据之内置不同种类的维度表元数据.mp4 (19.27 MB)
│ ├── {23}–第23章ClickHouse数据类型精讲：详解ClickHous/
│ │ ├── [23.10]–23-10Array类型.mp4 (49.78 MB)
│ │ ├── [23.4]–23-4数值类型之浮点型.mp4 (42.67 MB)
│ │ ├── [23.8]–23-8UUID类型.mp4 (16.80 MB)
│ │ ├── [23.3]–23-3数值类型之整型.mp4 (36.47 MB)
│ │ ├── [23.2]–23-2数据类型.mp4 (21.10 MB)
│ │ ├── [23.1]–23-1本章概览.mp4 (5.31 MB)
│ │ ├── [23.5]–23-5【重要】数值类型之Decimal.mp4 (72.62 MB)
│ │ ├── [23.12]–23-12Map类型.mp4 (18.61 MB)
│ │ ├── [23.7]–23-7【重要】String和FixedString类型.mp4 (53.97 MB)
│ │ └── [23.6]–23-6布尔类型.mp4 (12.40 MB)
│ ├── {24}–第24章ClickHouse内置函数精讲：详解ClickHous/
│ │ ├── [24.8]–24-8URL函数.mp4 (32.50 MB)
│ │ ├── [24.2]–24-2算数函数.mp4 (49.52 MB)
│ │ ├── [24.4]–24-4逻辑函数.mp4 (15.10 MB)
│ │ ├── [24.3]–24-3比较函数.mp4 (18.88 MB)
│ │ ├── [24.9]–24-9字符串函数.mp4 (42.94 MB)
│ │ ├── [24.10]–24-10日期时间函数.mp4 (45.88 MB)
│ │ ├── [24.6]–24-6类型转换函数.mp4 (44.43 MB)
│ │ ├── [24.7]–24-7条件函数.mp4 (30.05 MB)
│ │ ├── [24.1]–24-1本章概览.mp4 (3.87 MB)
│ │ └── [24.5]–24-5取整函数.mp4 (27.51 MB)
│ ├── {18}–第18章玩转Flink项目实战之三：实时统计之数据大盘/
│ │ ├── (18.1)–18-11【面试官来啦】面试讨论题.pdf (0.03 MB)
│ │ ├── [18.5]–18-5Flink对接Kafka代码重构V2.mp4 (17.58 MB)
│ │ ├── [18.2]–18-2多个Flink整合Kafka应用程序代码存在的问题.mp4 (75.41 MB)
│ │ ├── [18.1]–18-1本章概览.mp4 (4.43 MB)
│ │ ├── [18.4]–18-4Flink对接Kafka代码重构V1.mp4 (43.86 MB)
│ │ ├── [18.8]–18-8FlinkEOS代码开发及本地测试并打包.mp4 (55.12 MB)
│ │ ├── [18.10]–18-10Flinkcheckpointvssavepoint.mp4 (40.03 MB)
│ │ ├── [18.3]–18-3读取配置文件中的参数.mp4 (48.02 MB)
│ │ ├── [18.6]–18-6【重要】FlinkEOS.mp4 (69.89 MB)
│ │ ├── [18.7]–18-7【重要】FlinkEOS再次剖析.mp4 (72.58 MB)
│ │ └── [18.9]–18-9FlinkEOS全流程在服务器上测试.mp4 (28.23 MB)
│ ├── {6}–第6章处理结果吐出外部系统：FlinkSinkAPI编程/
│ │ ├── [6.1]–6-1本章概览.mp4 (5.74 MB)
│ │ ├── [6.5]–6-5Sink算子实操之自定义Sink到文件系统.mp4 (64.81 MB)
│ │ ├── [6.8]–6-8Sink算子实操之输出到socket.mp4 (29.67 MB)
│ │ ├── [6.2]–6-2认识Flink中的Sink.mp4 (33.57 MB)
│ │ ├── [6.7]–6-7Flink处理结果输出到MySQL中.mp4 (69.71 MB)
│ │ ├── [6.4]–6-4Sink算子实操之自定义Sink到终端.mp4 (23.19 MB)
│ │ ├── [6.3]–6-3Sink算子实操之print.mp4 (47.19 MB)
│ │ └── (6.1)–6-9【面试官来啦】面试讨论题.pdf (0.02 MB)
│ ├── {21}–第21章玩转Flink项目实战之四：实时统计之直播榜分析/
│ │ ├── (21.1)–21-8【面试官来啦】面试讨论题.pdf (0.03 MB)
│ │ ├── [21.6]–21-6可视化大屏制作.mp4 (32.90 MB)
│ │ ├── [21.4]–21-4功能实现之数据处理及写入.mp4 (86.48 MB)
│ │ ├── [21.3]–21-3功能实现之数据接入.mp4 (56.95 MB)
│ │ ├── [21.1]–21-1本章概览.mp4 (2.35 MB)
│ │ ├── [21.2]–21-2背景及数据准备.mp4 (68.38 MB)
│ │ ├── [21.5]–21-5可视化框架部署.mp4 (68.27 MB)
│ │ └── [21.7]–21-7Flink处理过程简单化带来的好处.mp4 (12.09 MB)
│ ├── {13}–第13章经典KafkaCP整合使用：Kafka整合外部系统/
│ │ ├── [13.2]–13-2认识Kafka在离线&实时处理处理架构中的位置.mp4 (68.26 MB)
│ │ ├── [13.1]–13-1本章概览.mp4 (3.51 MB)
│ │ ├── [13.7]–13-7FlinkKafkaSource功能开发及测试.mp4 (34.90 MB)
│ │ ├── [13.3]–13-3FlumeSink到Kafka方案理解.mp4 (41.19 MB)
│ │ ├── [13.6]–13-6FlinkKafkaSource解读.mp4 (69.54 MB)
│ │ ├── [13.5]–13-5FlumeKafkaSource对接到终端功能开发及测试.mp4 (44.42 MB)
│ │ ├── [13.4]–13-4FlumeSink到Kafka功能开发及测试.mp4 (55.41 MB)
│ │ └── [13.8]–13-8FlinkKafkaSink功能开发及测试.mp4 (36.30 MB)
│ ├── {3}–第3章工欲善其事必先利其器：Flink部署及作业运行/
│ │ ├── [3.9]–3-10取消作业的两种方式.mp4 (22.69 MB)
│ │ ├── [3.12]–3-13FlinkStandalone之ApplicationM.mp4 (33.88 MB)
│ │ ├── (3.1)–3-2【环境配置】云主机开通及配置.pdf (0.57 MB)
│ │ ├── [3.5]–3-6flinkrun运行官方自带案例.mp4 (19.42 MB)
│ │ ├── [3.3]–3-4再次认识JobManager和TaskManager.mp4 (60.79 MB)
│ │ ├── [3.8]–3-9使用FlinkWebUI提交自己开发的Flink应用程序.mp4 (20.90 MB)
│ │ ├── [3.13]–3-14FlinkonYARN之ApplicationMode方.mp4 (56.96 MB)
│ │ ├── [3.6]–3-7【补充】如何在本地运行环境中设定FlinkWebUI.mp4 (48.12 MB)
│ │ ├── [3.7]–3-8动态传递参数给Flink应用程序改造.mp4 (22.77 MB)
│ │ ├── [3.10]–3-11【重要】如何使用命令行的方式提交Flink应用程序.mp4 (48.36 MB)
│ │ ├── [3.1]–3-1本章概览.mp4 (7.63 MB)
│ │ ├── [3.11]–3-12初探Flink集群部署模式.mp4 (79.86 MB)
│ │ ├── [3.4]–3-5FlinkStandalone模式部署及FlinkUI介绍.mp4 (59.74 MB)
│ │ ├── (3.2)–3-15【面试官来啦】面试讨论题.pdf (0.03 MB)
│ │ └── [3.2]–3-3从宏观角度认识Flink架构.mp4 (80.81 MB)
│ ├── {17}–第17章Flink容错核心状态管理：状态在Flink中的应用/
│ │ ├── [17.10]–17-10process方法的用法三.mp4 (54.86 MB)
│ │ ├── [17.2]–17-2初识State.mp4 (79.52 MB)
│ │ ├── (17.1)–17-14【面试官来啦】面试讨论题.pdf (0.03 MB)
│ │ ├── [17.13]–17-13[重要]FlinkStateBackend.mp4 (82.67 MB)
│ │ ├── [17.12]–17-12FlinkTask重启策略.mp4 (137.45 MB)
│ │ ├── [17.7]–17-7FlinkStateTtl编程.mp4 (128.36 MB)
│ │ ├── [17.4]–17-4FlinkKeyedState的使用.mp4 (108.84 MB)
│ │ ├── [17.5]–17-5[重要]FlinkOperatorState的使用并体会.mp4 (82.34 MB)
│ │ ├── [17.1]–17-1本章概览.mp4 (7.05 MB)
│ │ ├── [17.3]–17-3自定义完成类似Flink状态管理的功能.mp4 (74.33 MB)
│ │ ├── [17.8]–17-8process方法的用法一.mp4 (34.13 MB)
│ │ ├── [17.9]–17-9process方法的用法二.mp4 (28.02 MB)
│ │ ├── [17.11]–17-11Checkpoint配置参数.mp4 (83.77 MB)
│ │ └── [17.6]–17-6FlinkValueState编程.mp4 (118.01 MB)
│ ├── {14}–第14章玩转Flink项目实战之二：实时统计之商品分析(对接Ka/
│ │ ├── [14.7]–14-7Flink异步IO读取MySQL的数据.mp4 (94.31 MB)
│ │ ├── [14.5]–14-5FlinkStream关联MySQL数据操作.mp4 (88.05 MB)
│ │ ├── [14.6]–14-6FlinkAsynchronousIO.mp4 (70.17 MB)
│ │ ├── [14.2]–14-2架构及内容介绍.mp4 (25.52 MB)
│ │ ├── [14.1]–14-1本章概览.mp4 (4.10 MB)
│ │ ├── [14.4]–14-4重构代码.mp4 (23.38 MB)
│ │ └── (14.1)–14-8【面试官来啦】面试讨论题.pdf (0.03 MB)
│ ├── {12}–第12章深入剖析Kafka消费者：消息消费流程&API编/
│ │ ├── [12.10]–12-10消费者API编程之多消费者消费各自分区数据.mp4 (22.99 MB)
│ │ ├── [12.7]–12-7消费者API编程之单消费者消费所有分区数据（上）.mp4 (76.23 MB)
│ │ ├── [12.12]–12-12Kafka的Rebalance机制.mp4 (32.86 MB)
│ │ ├── (12.1)–12-19【面试官来啦】面试讨论题.pdf (0.03 MB)
│ │ ├── [12.14]–12-14统一思想完成其他策略的验证.mp4 (17.96 MB)
│ │ ├── [12.15]–12-15认识__consumer_offsets.mp4 (43.64 MB)
│ │ ├── [12.8]–12-8消费者API编程之单消费者消费所有分区数据（下）.mp4 (70.39 MB)
│ │ ├── [12.17]–12-17Kafkaoffset管理之手动提交.mp4 (20.77 MB)
│ │ ├── [12.1]–12-1本章概览.mp4 (6.34 MB)
│ │ ├── [12.11]–12-11Kafka分区策略之Range.mp4 (63.64 MB)
│ │ ├── [12.9]–12-9消费者API编程之消费指定分区数据.mp4 (34.13 MB)
│ │ ├── [12.18]–12-18offset管理不当带来的隐患.mp4 (31.49 MB)
│ │ ├── [12.16]–12-16Kafkaoffset管理之自动提交.mp4 (58.86 MB)
│ │ ├── [12.13]–12-13根据源码描述测试Range的分区策略及Rebalanc.mp4 (78.47 MB)
│ │ ├── [12.6]–12-6结合源码了解GroupCoordinator初始化过程.mp4 (123.03 MB)
│ │ ├── [12.4]–12-4消费者组和Topic的关系.mp4 (54.56 MB)
│ │ ├── [12.5]–12-5Kafka消费流程.mp4 (78.01 MB)
│ │ └── [12.3]–12-3有了消费者之后为什么还需要消费者组.mp4 (22.96 MB)
│ ├── {7}–第7章玩转Flink项目实战之一：实时统计之商品分析/
│ │ ├── [7.6]–7-6对接数据及清洗.mp4 (50.82 MB)
│ │ ├── [7.3]–7-3需求分析.mp4 (44.73 MB)
│ │ ├── [7.4]–7-4本地开发环境搭建.mp4 (19.25 MB)
│ │ ├── [7.9]–7-9统计结果入Redis库.mp4 (20.13 MB)
│ │ ├── [7.1]–7-1本章概览.mp4 (4.03 MB)
│ │ ├── [7.12]–7-12拓展.mp4 (32.69 MB)
│ │ ├── [7.8]–7-8统计结果.mp4 (12.24 MB)
│ │ ├── [7.5]–7-5项目日志字段说明及生产数据注意事项.mp4 (32.19 MB)
│ │ ├── (7.1)–7-13【面试官来啦】面试讨论题.pdf (0.03 MB)
│ │ ├── [7.2]–7-2企业中基于Flink实时处理的架构分析.mp4 (49.32 MB)
│ │ ├── [7.7]–7-7日期格式清洗.mp4 (23.64 MB)
│ │ ├── [7.11]–7-11实现改造并进行统计结果的diff.mp4 (57.35 MB)
│ │ └── [7.10]–7-10自定义RedisSink.mp4 (29.65 MB)
│ ├── {4}–第4章快速便捷接入各种数据：FlinkDataSourceAPI/
│ │ ├── [4.3]–4-3Flink多种执行环境的获取方式.mp4 (53.07 MB)
│ │ ├── [4.10]–4-10自定义数据源实现MySQL数据的读取.mp4 (105.26 MB)
│ │ ├── [4.4]–4-4结合源码分析DataSource.mp4 (71.89 MB)
│ │ ├── [4.6]–4-6多并行度Source测试用例.mp4 (48.52 MB)
│ │ ├── [4.2]–4-2DataStreamAPI编程规范以及DataStream.mp4 (64.51 MB)
│ │ ├── [4.8]–4-8自定义实现单并行度数据源.mp4 (45.74 MB)
│ │ ├── [4.9]–4-9自定义实现多并行度数据源.mp4 (5.32 MB)
│ │ ├── [4.1]–4-1本章概览.mp4 (8.52 MB)
│ │ ├── [4.7]–4-7结合源码分析SourceFunction.mp4 (31.19 MB)
│ │ └── (4.1)–4-11【面试官来啦】面试讨论题.pdf (0.03 MB)
│ └── {8}–第8章一起揭开Kafka神秘面纱：Kafka架构&核心术/
│ │ ├── [8.6]–8-6图解Kafka架构.mp4 (122.51 MB)
│ │ ├── (8.1)–8-7【面试官来啦】面试讨论题.pdf (0.02 MB)
│ │ ├── [8.2]–8-2认识JMS.mp4 (38.57 MB)
│ │ ├── [8.4]–8-4自我语言总结Kafka是什么.mp4 (44.82 MB)
│ │ ├── [8.3]–8-3通过官网的介绍知晓Kafka是什么.mp4 (88.22 MB)
│ │ ├── [8.1]–8-1本章概览.mp4 (5.74 MB)
│ │ └── [8.5]–8-5Kafka在大数据中的典型使用场景screenflow.mp4 (32.31 MB)