该文档描述了一些Flink常见的技术难点攻破经验，从demo演示开发再到生产环境问题排查和问题解决以及最后的实战应用，都有非常好的指导作用
2021-01-28 04:27:31
18.09MB
1
flink1.8部署包 Apache Flink是由Apache软件基金会开发的开源流处理框架，其核心是用Java和Scala编写的分布式流数据流引擎。Flink以数据并行和流水线方式执行任意流数据程序，Flink的流水线运行时系统可以执行批处理和流处理程序。此外，Flink的运行时本身也支持迭代算法的执行
2021-01-28 04:27:30
283.81MB
1
第一章 整体介绍 2
1.1 什么是 Table API 和 Flink SQL 2
1.2 需要引入的依赖 2
1.3 两种 planner（old & blink）的区别 4
第二章 API 调用 5
2.1 基本程序结构 5
2.2 创建表环境 5
2.3 在 Catalog 中注册表 7
2.3.1 表（Table）的概念 7
2.3.2 连接到文件系统（Csv 格式） 7
2.3.3 连接到 Kafka 8
2.4 表的查询 9
2.4.1 Table API 的调用 9
2.4.2 SQL 查询 10
2.5 将 DataStream 转换成表 11
2.5.1 代码表达 11
2.5.2 数据类型与 Table schema 的对应 12
2.6. 创建临时视图（Temporary View） 12
2.7. 输出表 14
2.7.1 输出到文件 14
2.7.2 更新模式（Update Mode） 15
2.7.3 输出到 Kafka 16
2.7.4 输出到 ElasticSearch 16
2.7.5 输出到 MySql 17
2.8 将表转换成 DataStream 18
2.9 Query 的解释和执行 20
1. 优化查询计划 20
2. 解释成 DataStream 或者 DataSet 程序 20
第三章 流处理中的特殊概念 20
3.1 流处理和关系代数（表，及 SQL）的区别 21
3.2 动态表（Dynamic Tables） 21
3.3 流式持续查询的过程 21
3.3.1 将流转换成表（Table） 22
3.3.2 持续查询（Continuous Query） 23
3.3.3 将动态表转换成流 23
3.4 时间特性 25
3.4.1 处理时间（Processing Time） 25
3.4.2 事件时间（Event Time） 27
第四章 窗口（Windows） 30
4.1 分组窗口（Group Windows） 30
4.1.1 滚动窗口 31
4.1.2 滑动窗口 32
4.1.3 会话窗口 32
4.2 Over Windows 33
1） 无界的 over window 33
2） 有界的 over window 34
4.3 SQL 中窗口的定义 34
4.3.1 Group Windows 34
4.3.2 Over Windows 35
4.4 代码练习（以分组滚动窗口为例） 36
第五章 函数（Functions） 38
5.1 系统内置函数 38
5.2 UDF 40
5.2.1 注册用户自定义函数 UDF 40
5.2.2 标量函数（Scalar Functions） 40
5.2.3 表函数（Table Functions） 42
5.2.4 聚合函数（Aggregate Functions） 45
5.2.5 表聚合函数（Table Aggregate Functions） 47
2021-01-28 04:27:30
1.29MB
1
该资料收集了国内外一线公司使用flink的一些实战经验，包括了为什么使用flink，以及在使用flink后遇到的一些技术难点是怎么去解决的。具有非常高的参考价值。
2021-01-28 04:27:28
28.67MB
1
flink的学习相关资料，里面包括flink的学习路线，入门教程，实际手册以及阿里的实践，不知道该如何学习flink的可以下载参考下，希望能对大家有帮助
2021-01-28 04:27:27
36.5MB
1
CDH集成Flink时所用jar包文件，没有则会报java.lang.ClassNotFoundException: org.apache.hadoop.yarn.exceptions.YarnException错误，下载后需解压使用
2021-01-28 04:27:27
35.61MB
1
flink1.9版本自带的wordcount例子，位于flink-1.9.0\examples\streaming目录下
2021-01-28 04:27:26
9KB
1