Flink SQL與DataStream：入門、進階與實戰(zhàn)

定　價：￥129.00

作　者：	羊藝超
出版社：	機械工業(yè)出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

當當網(wǎng) (￥96.70)

ISBN：	9787111739029	出版時間：	2023-12-01	包裝：	平裝-膠訂
開本：	16開	頁數(shù)：		字數(shù)：

內(nèi)容簡介

　　內(nèi)容簡介這是一本從使用和定制開發(fā)雙重視角，循序漸進地講解Flink的分布式系統(tǒng)架構(gòu)設(shè)計、流計算API設(shè)計、時間處理、狀態(tài)管理等核心技術(shù)的原理和實現(xiàn)的著作。它面向Flink的初學者，內(nèi)容沿著基礎(chǔ)知識、實際問題和解決方案這條主線展開，不僅層層剖析了Flink學習中的重點和難點，而且還通過大量案例展示了如何快速獲得工程化實踐能力。全書共11章，主要內(nèi)容如下：（1）Flink基礎(chǔ)知識（第1、2章）主要介紹了Flink的定位、核心特性、API分類，演示了如何搭建Flink作業(yè)的基礎(chǔ)環(huán)境、如何創(chuàng)建一個Flink項目以及如何開發(fā)入門應(yīng)用程序WordCount，并結(jié)合該應(yīng)用程序說明了常見Flink作業(yè)的骨架結(jié)構(gòu)。（2）Flink分布式架構(gòu)及核心概念（第3章）主要內(nèi)容包括Flink作業(yè)的運行時架構(gòu)、部署模式、資源提供框架，以及開發(fā) Flink作業(yè)時涉及的核心概念，對于后續(xù)學習Flink DataStream API和Flink SQL API很有幫助。（3）Flink DataStream API（第4~6章）講解了Flink DataStream API的核心知識，包括執(zhí)行環(huán)境、數(shù)據(jù)源、數(shù)據(jù)簡單轉(zhuǎn)換、數(shù)據(jù)分組與聚合、數(shù)據(jù)匯等，并講解了Flink DataStream API中的時間語義、時間窗口、有狀態(tài)計算和檢查點這四大“王*牌武器”的由來與實現(xiàn)原理。（4）Flink有狀態(tài)流處理API（第7章）Flink DataStream API不能優(yōu)雅地解決窗口使用不靈活和分流成本高這兩個問題，于是Flink提供了有狀態(tài)流處理API。本章主要講解了Flink有狀態(tài)流處理API解決上述兩個問題的方法。（5）Flink Table API與SQL API（第8~11章）Flink Table API和Flink SQL API的底層原理相同，可以相互轉(zhuǎn)換，但Flink SQL API更為簡單和常用。這4章分別介紹了Flink Table API、Flink SQL API 的功能，以及使用SQL實現(xiàn)流處理的核心技術(shù)，結(jié)合大量代碼示例著重介紹了Flink SQL API的語法、函數(shù)、參數(shù)配置及性能優(yōu)化方法。

作者簡介

　　羊藝超資深大數(shù)據(jù)開發(fā)工程師，現(xiàn)就職于某頭部短視頻公司。擁有多年流式計算開發(fā)、優(yōu)化、保障和治理經(jīng)驗，以及從0到1使用Flink SQL建設(shè)實時數(shù)倉的經(jīng)驗。對Flink大數(shù)據(jù)計算引擎有著深入的理解，在Flink的場景化應(yīng)用方面有豐富的經(jīng)驗，能夠使用Flink等技術(shù)組件解決千萬級別QPS的實時數(shù)據(jù)場景下的痛點問題。開源了自己的 Flink 學習項目 https：//github.com/yangyichao-mango/flink-study。對Redis、Kafka、ClickHouse等實時數(shù)倉構(gòu)建過程中依賴的引擎都較為熟悉。個人微信公眾號：大數(shù)據(jù)羊說。發(fā)表了數(shù)十篇關(guān)于實時數(shù)倉建設(shè)的原創(chuàng)文章，深受讀者喜愛。

圖書目錄

Contents目　　錄
前　言
第1章　初識Flink　1
1.1　Flink定位　1
1.1.1　Flink是什么　2
1.1.2　Flink對于數(shù)據(jù)的定義　3
1.1.3　Flink的3種應(yīng)用場景　4
1.1.4　Flink的3個企業(yè)應(yīng)用案例　7
1.2　Flink的核心特性　9
1.2.1　Flink的5個核心特性　9
1.2.2　3種流處理引擎特性的對比　10
1.3　Flink的API　11
1.3.1　Code API　11
1.3.2　關(guān)系型API　13
1.4　與Flink搭配使用的引擎　15
1.5　本章小結(jié)　16
第2章Flink WordCount作業(yè)開發(fā)
及運行　17
2.1　基礎(chǔ)環(huán)境準備　17
2.2　創(chuàng)建一個Flink項目　18
2.3　Flink WordCount代碼案例　21
2.4　Flink作業(yè)的骨架結(jié)構(gòu)　24
2.5　本章小結(jié)　25
第3章Flink分布式架構(gòu)及核心
概念　26
3.1分布式應(yīng)用與非分布式應(yīng)用的
異同　27
3.2　Flink作業(yè)的運行時架構(gòu)　28
3.2.1　Flink作業(yè)提交部署流程　28
3.2.2　Client　30
3.2.3　JobManager　30
3.2.4　TaskManager　31
3.3　Flink作業(yè)的3種部署模式　31
3.3.1　Session模式　32
3.3.2　Per-Job模式　33
3.3.3　Application模式　35
3.4　Flink作業(yè)的2種資源提供框架　36
3.4.1　Standalone　36
3.4.2　YARN　40
3.5開發(fā)Flink作業(yè)時涉及的核心
概念　42
3.5.1　Function　44
3.5.2　Operator　44
3.5.3　算子并行度　46
3.5.4　Operator Chain　49
3.5.5　Task和SubTask　52
3.5.6　Task Slot和共享Task Slot　53
3.5.7　算子最大并行度　54
3.6　Flink Web UI　56
3.6.1　概覽模塊　57
3.6.2　Flink作業(yè)詳情　58
3.7　本章小結(jié)　64
第4章　Flink DataStream API　65
4.1　什么是DataStream　65
4.2　執(zhí)行環(huán)境　66
4.3　數(shù)據(jù)源　67
4.3.1從數(shù)據(jù)源存儲引擎中讀取數(shù)據(jù)
的API　67
4.3.2　從Socket中讀取數(shù)據(jù)　69
4.3.3　從Kafka中讀取數(shù)據(jù)　69
4.3.4　從自定義數(shù)據(jù)源中讀取數(shù)據(jù)　74
4.4　數(shù)據(jù)簡單轉(zhuǎn)換　76
4.4.1　單流的3種數(shù)據(jù)簡單轉(zhuǎn)換　76
4.4.2　多流的4種數(shù)據(jù)簡單轉(zhuǎn)換　80
4.5　數(shù)據(jù)分組與聚合　84
4.5.1　KeyBy　85
4.5.2　Max、Min和Sum　88
4.5.3　Reduce　92
4.6　數(shù)據(jù)匯　95
4.6.1向數(shù)據(jù)匯存儲引擎寫數(shù)據(jù)的
API　95
4.6.2　向控制臺輸出數(shù)據(jù)　95
4.6.3　向Kafka寫入數(shù)據(jù)　96
4.6.4　向自定義數(shù)據(jù)匯寫入數(shù)據(jù)　99
4.7　算子間數(shù)據(jù)傳輸?shù)?種策略　100
4.7.1　Forward　100
4.7.2　Rebalance　103
4.7.3　Shuff?le　106
4.7.4　KeyGroup　106
4.7.5　Rescale　107
4.7.6　Broadcast　108
4.7.7　Global　110
4.7.8　Custom Partition　110
4.8　數(shù)據(jù)異步I/O處理　112
4.8.1同步I/O處理導致作業(yè)
低吞吐　112
4.8.2同步I/O處理低吞吐的4種
解決方案　113
4.8.3　異步I/O處理原理　113
4.8.4　異步I/O處理API　114
4.8.5異步I/O處理API的注意
事項　117
4.9　RichFunction　118
4.10　數(shù)據(jù)序列化　121
4.10.1Flink數(shù)據(jù)序列化機制的
誕生過程　122
4.10.2Flink支持的7種數(shù)據(jù)
類型　123
4.10.3TypeInformation與
TypeSerializer　125
4.10.4Java Lambda表達式對數(shù)據(jù)
序列化的影響　127
4.10.5　使用注意事項　129
4.11　工具類及Debug建議　131
4.11.1　ParameterTool　131
4.11.2　Debug建議　132
4.12　本章小結(jié)　132
第5章Flink的時間語義和
時間窗口　134
5.1　時間語義和時間窗口概述　134
5.2　時間窗口　137
5.2.1　Flink中的時間窗口　138
5.2.2　為什么需要時間窗口　139
5.2.3時間窗口程序的骨架
結(jié)構(gòu)　141
5.2.4　時間窗口的計算機制　143
5.2.5　窗口分配器　145
5.2.6　窗口處理函數(shù)　154
5.2.7　窗口觸發(fā)器　169
5.3　時間語義　176
5.3.1　處理時間　177
5.3.2　事件時間　178
5.3.3　攝入時間　180
5.4　Watermark　180
5.4.1　Watermark的誕生背景　180
5.4.2　Watermark的定義及特點　185
5.4.3　Watermark的傳輸策略　187
5.4.4使用Watermark緩解數(shù)據(jù)
亂序問題　193
5.4.5　生成Watermark的API　196
5.5　雙流數(shù)據(jù)時間窗口關(guān)聯(lián)　204
5.5.1　時間窗口關(guān)聯(lián)　205
5.5.2　時間窗口CoGroup操作　208
5.5.3　時間區(qū)間關(guān)聯(lián)　210
5.6　計數(shù)窗口　213
5.7生產(chǎn)中的常見問題及解決
方案　215
5.7.1事件時間窗口不觸發(fā)計算的
3種原因及解決方案　216
5.7.2事件時間窗口數(shù)據(jù)亂序問題
的體系化解決方案　223
5.7.3windowAll()方法導致數(shù)據(jù)
傾斜問題的解決方案　230
5.7.4擴展思考?：Watermark是否
只能從時間戳中取值　233
5.8　本章小結(jié)　233
第6章Flink狀態(tài)原理及異常
容錯機制　235
6.1　Flink有狀態(tài)計算　235
6.1.1　狀態(tài)及有狀態(tài)計算的定義　235
6.1.2Flink有狀態(tài)計算的
4類應(yīng)用　237
6.1.3傳統(tǒng)有狀態(tài)計算方案應(yīng)用于
大數(shù)據(jù)場景時存在的
3個問題　237
6.1.4Flink實現(xiàn)有狀態(tài)計算的
思路　240
6.1.5Flink實現(xiàn)有狀態(tài)計算面臨的
2個難題　248
6.1.6　Flink有狀態(tài)計算總結(jié)　251
6.2　Flink狀態(tài)接口　252
6.2.1　Flink狀態(tài)的分類　252
6.2.2　算子狀態(tài)　257
6.2.3　鍵值狀態(tài)　269
6.2.4　廣播狀態(tài)　286
6.2.5　鍵值狀態(tài)保留時長　294
6.2.6　F