课程简介:
一、Flink课程简介
如今的大数据技术应用场景，对实时性的要求已经越来越高。作为新一代大数据流处理框架，由于非常好的实时性，Flink独树一帜，在近些年引起了业内极大的兴趣和关注。Flink能够提供毫秒级别的延迟，同时保证了数据处理的低延迟、高吞吐和结果的正确性，还提供了丰富的时间类型和窗口计算、Exactly-once 语义支持，另外还可以进行状态管理，并提供了CEP（复杂事件处理）的支持。Flink在实时分析领域的优势，使得越来越多的公司开始将实时项目向Flink迁移，其社区也在快速发展壮大。
目前，Flink已经成为各大公司实时领域的发力重点，特别是国内以阿里为代表的一众大厂，都在全力投入，不少公司为Flink社区贡献了大量源码。如今Flink已被很多人认为是大数据实时处理的方向和未来，很多公司也都在招聘和储备了解掌握Flink的人才。
尚硅谷精心打造出了Flink理论及项目实战课程，将Flink理论与电商数据分析项目实战并重，对Flink基础理论知识做了系统的梳理和阐述，并通过电商用户行为分析的具体项目用多个指标进行了实战演练。为有志于增加大数据项目经验、扩展流式处理框架知识的工程师提供最好的学习平台。

二、课程内容和目标
本课程主要分为两部分，Flink理论基础，与基于Flink的电商用户行为分析项目实战。
第一部分，主要是Flink基础理论的讲解，涉及到各种重要概念、原理和API的用法，并且会有大量的示例代码实现；  
第二部分，以电商作为业务应用场景，以Flink作为分析框架，介绍一个电商用户行为分析项目的开发实战。

通过理论和实际的紧密结合，可以使学员对Flink有充分的认识和理解，在项目实战中对Flink和流式处理应用的场景、以及电商分析业务领域有更深刻的认识；并且通过对流处理原理的学习和与批处理架构的对比，可以对大数据处理架构有更全面的了解，为日后成长为架构师打下基础。
三、谁适合学
1.  有一定的 java、Scala 基础，希望了解新的大数据方向的编程人员
2.  有 Java、Scala 开发经验，了解大数据相关知识，希望增加项目经验的开发人员
3.  有较好的大数据基础，希望掌握Flink及流式处理框架的求职人员

文件目录:├─1.视频
│  │ Flink课程简介及视频目录.docx
│  │
│  ├─I_理论_Flink基础
│  │      001_Flink课程简介.mp4
│  │      002__Flink理论_Flink简介（一）.mp4
│  │      003__Flink理论_Flink简介（二）应用场景.mp4
│  │      004__Flink理论_Flink简介（三）流处理的演变.mp4
│  │      005__Flink理论_Flink简介（四）Flink的特点.mp4
│  │      006__Flink理论_Flink快速上手（上）批处理wordcount.mp4
│  │      007__Flink理论_Flink快速上手（下）流处理wordcount.mp4
│  │      008__Flink理论_Flink部署（上）基本配置和启动集群.mp4
│  │      009__Flink理论_Flink部署（中）提交任务和测试.mp4
│  │      010__Flink理论_Flink部署（下）命令行操作及其它部署方式.mp4
│  │      011__Flink理论_Flink运行架构（一）运行时的组件和基本原理.mp4
│  │      012__Flink理论_Flink运行架构（二）Slot和并行度.mp4
│  │      013__Flink理论_Flink运行架构（三）数据流和执行图.mp4
│  │      014__Flink理论_Flink运行架构（四）任务调度控制.mp4
│  │      015__Flink理论_Flink DataStream API（一）环境和简单source.mp4
│  │      016__Flink理论_Flink DataStream API（二）Kafka Source.mp4
│  │      017__Flink理论_Flink DataStream API（三）自定义Source.mp4
│  │      018__Flink理论_Flink DataStream API（四）基本转换算子.mp4
│  │      019__Flink理论_Flink DataStream API（五）聚合算子.mp4
│  │      020__Flink理论_Flink DataStream API（六）多流转换算子.mp4
│  │      021__Flink理论_Flink DataStream API（七）UDF函数.mp4
│  │      022__Flink理论_Flink DataStream API（八）Kafka Sink.mp4
│  │      023__Flink理论_Flink DataStream API（九）Redis Sink.mp4
│  │      024__Flink理论_Flink DataStream API（十）ES Sink.mp4
│  │      025__Flink理论_Flink DataStream API（十一）JDBC Sink.mp4
│  │      026__Flink理论_Flink Window API（上）概念和类型.mp4
│  │      027__Flink理论_Flink Window API（下）API详解.mp4
│  │      028__Flink理论_Flink时间语义.mp4
│  │      029__Flink理论_Watermark.mp4
│  │      030__Flink理论_Flink窗口操作（上）简单测试.mp4
│  │      031__Flink理论_Flink窗口操作（中）事件时间测试.mp4
│  │      032__Flink理论_Flink窗口操作（下）Window起始点.mp4
│  │      033__Flink理论_Flink底层API（上）Process Function.mp4
│  │      034__Flink理论_Flink底层API（中）Process Function编程示例.mp4
│  │      035__Flink理论_Flink底层API（下）侧输出流.mp4
│  │      036__Flink理论_Flink状态管理（上）算子状态和键控状态.mp4
│  │      037__Flink理论_Flink状态管理（下）状态后端.mp4
│  │      038__Flink理论_Flink状态编程（上）.mp4
│  │      039__Flink理论_Flink状态编程（下）.mp4
│  │      040__Flink理论_Flink容错机制（上）检查点.mp4
│  │      041__Flink理论_Flink容错机制（中）检查点算法.mp4
│  │      042__Flink理论_Flink容错机制（下）检查点配置.mp4
│  │      043__Flink理论_Flink状态一致性（上）.mp4
│  │      044__Flink理论_Flink状态一致性（中）端到端状态一致性.mp4
│  │      045__Flink理论_Flink状态一致性（下）Flink-Kafka端到端状态一致性.mp4
│  │      046__Flink理论_Table API 和Flink SQL简介.mp4
│  │    
│  └─2  II_项目_电商用户行为分析
│          047_电商用户行为分析_项目简介.mp4
│          048_电商用户行为分析_实时热门统计流程分析.mp4
│          049_电商用户行为分析_其它模块需求分析.mp4
│          050_电商用户行为分析_常见指标汇总.mp4
│          051_电商用户行为分析_实时热门商品统计（一）.mp4
│          052_电商用户行为分析_实时热门商品统计（二）.mp4
│          053_电商用户行为分析_实时热门商品统计（三）.mp4
│          054_电商用户行为分析_实时热门商品统计（四）Kafka测试.mp4
│          055_电商用户行为分析_热门页面统计（上）.mp4
│          056_电商用户行为分析_热门页面统计（下）.mp4
│          057_电商用户行为分析_PV统计.mp4
│          058_电商用户行为分析_UV统计.mp4
│          059_电商用户行为分析_布隆过滤器实现UV统计（上）.mp4
│          060_电商用户行为分析_布隆过滤器实现UV统计（中）.mp4
│          061_电商用户行为分析_布隆过滤器实现UV统计（下）.mp4
│          062_电商用户行为分析_APP推广渠道统计（上）.mp4
│          063_电商用户行为分析_APP推广渠道统计（下）.mp4
│          064_电商用户行为分析_带黑名单的广告点击统计（上）.mp4
│          065_电商用户行为分析_带黑名单的广告点击统计（下）.mp4
│          066_电商用户行为分析_登录失败检测（上）.mp4
│          067_电商用户行为分析_登录失败检测（下）.mp4
│          068_电商用户行为分析_CEP简介（上）.mp4
│          069_电商用户行为分析_CEP简介（下）.mp4
│          070_电商用户行为分析_登录失败检测CEP实现.mp4
│          071_电商用户行为分析_订单超时失效CEP实现（上）.mp4
│          072_电商用户行为分析_订单超时失效CEP实现（下）.mp4
│          073_电商用户行为分析_订单超时失效状态编程（上）.mp4
│          074_电商用户行为分析_订单超时失效状态编程（下）.mp4
│          075_电商用户行为分析_实时对账（上）.mp4
│          076_电商用户行为分析_实时对账（中）.mp4
│          077_电商用户行为分析_实时对账（下）.mp4
│          078_电商用户行为分析_实时对账Join实现及项目总结.mp4
│          
├─2.笔记
│  ├─1 I_理论_Flink基础
│  │      1_Flink简介.pptx
│  │      2_Flink运行架构.pptx
│  │      3_Flink window API .pptx
│  │      4_Flink中的时间语义和watermark.pptx
│  │      5_Flink的状态管理.pptx
│  │      6_Flink的容错机制.pptx
│  │      7_Flink的状态一致性.pptx
│  │      8_Flink CEP简介.pptx
│  │      尚硅谷大数据之flink教程.doc
│  │
│  └─2 II_项目_电商用户行为分析
│          尚硅谷大数据技术之电商用户行为数据分析.doc
│          电商用户行为数据分析.pptx
│
├─3.资料
│  ├─I_工具
│  │      flink-1.7.2-bin-scala_2.11.tgz
│  │      kafka_2.11-2.1.0.tgz
│  │      scala-2.11.8.zip
│  │
│  └─II_扩展学习资料
│          Stream Processing with Apache Flink.pdf
│        
└─4.代码
│  FlinkTutorial.rar
│  UserBehaviorAnalysis.rar
│
└─Data1
AdClickLog.csv`
apache.log
LoginLog.csv
OrderLog.csv
ReceiptLog.csv
UserBehavior.csv