作为大数据流处理的经典论文storm@twitter，无论用来入门还是深入学习，都是不可错过的。在此献上该论文的原作ppt供大家学习。

人工智能-机器学习-面向FT64流处理器中高密度计算的VLIW编译优化技术.pdf

完整清晰版，The What, Where, When, and How of Large-Scale Data Processing，非网页转版

本实例使用 Flink 的有状态流处理和滑动窗口，实现实时点击量排行榜。 该实例统计过去 1 分钟内，点击量最高的男女用户各 10 名及其具体的点击数，同时每隔 1 秒（实时）更新统计结果，等到排行榜数据并将结果同步到 kafka 中。

本实例使用 PyFlink + Scikit-Learn 基于kafka输入的实时手写体数据，在线训练一个手写体识别机器学习模型，以及提供实时的手写体识别服务；并实现对模型训练过程的实时监控。

PyFlink 流处理 MySQL CDC方式实时备份

源码编译好的FLINK1.11版本,支持大数据CDH 6.2.0(Hadoop 3.0.0),Java 版本: 1.8.0_181,Scala-2.11

本文通过扩展多色集合与多色图的成分对医院异常工作流进行建模. 首先, 介绍工作流异常的研究进展情况; 其次, 阐述本文形式化所需理论—多色集合与多色图, 并且根据研究对象的特殊性, 扩展了多色集合中的成分, 构建个人颜色与体的围道矩阵, 表示异常事件与异常类型之间的关系, 多色图中新增了边与对象的围道矩阵, 描述异常处理行为弧的起始点与终止点, 构建了基于多色图的医院异常工作流处理模型; 最后, 以医院门诊挂号流程异常处理为例进行验证模型的正确性.

大型企业级云产品-亿级数据统计分析系统（离线处理-流处理-批处理），完整版，附课件+代码。 本课程将通过一个真实的企业级云产品项目进行讲解，该项目是国内专业的移动应用统计分析平台，每天触达14亿活跃设备，每月覆盖80%以上新增手机消费者，几乎覆盖全部iOS消费者，通过该项目系统帮助移动应用开发商统计和分析流量来源、内容使用、用户属性和行为数据，以便开发商利用数据进行产品、运营、推广策略的决策。提供基本统计、活跃用户、使用频率、使用时长、页面访问、地域分析、版本分析、渠道分析、设备分析、操作系统、分辨率、运营商、联网方式、自定义事件分析、终端异常分析,流失用户分析等多种统计分析手段。

第1章 课程介绍 第2章 初识实时流处理 第3章 分布式日志收集框架Flume 第4章 分布式发布订阅消息系统Kafka 第5章 实战环境搭建 第6章 Spark Streaming入门 第7章 Spark Streaming核心概念与编程 第8章 Spark Streaming进阶与案例实战 第9章 Spark Streaming整合Flume 第10章 Spark Streaming整合Kafka 第11章 Spark Streaming整合Flume&Kafka打造通用流处理基础