買這商品的人也買了...
-
$454Spring 實戰, 4/e (Spring in Action, 4/e) -
$1,936Designing Data-Intensive Applications: The Big Ideas Behind Reliable, Scalable, and Maintainable Systems (Paperback) -
寫程式前就該懂的演算法 ─ 資料分析與程式設計人員必學的邏輯思考術 (Grokking Algorithms: An illustrated guide for programmers and other curious people)$390$308 -
$297深入淺出 Spring Boot 2.x -
微服務架構設計模式 (Microservices Patterns: With examples in Java)$834$792 -
Kafka 技術手冊｜即時資料與串流處理 (Kafka: The Definitive Guide)$580$458 -
Essential C# 7.0 -- C# 必備指南 (中文版) (Essential C# 7.0, 6/e)$990$842 -
依賴注入：原理、實作與設計模式 (Dependency Injection: Principles, Practices, Patterns, 2/e)$1,000$850 -
$356Docker 容器技術與運維 -
Go 學習手冊 (Learning Go)$580$458 -
內行人才知道的系統設計面試指南$580$458 -
不只是工程師才要懂的 App 資訊安全：取得資安檢測合格證書血淚史（iT邦幫忙鐵人賽系列書）$600$510 -
ASP.NET Core 6 實戰守則：超易懂的跨平台開發入門教學 (iT邦幫忙鐵人賽系列書)$600$468 -
強健的 Python｜撰寫潔淨且可維護的程式碼 (Robust Python: Write Clean and Maintainable Code)$680$537 -
Martin Fowler 的企業級軟體架構模式：軟體重構教父傳授 51個模式，活用設計思考與架構決策 (Patterns of Enterprise Application Architecture)$800$680 -
Java SE 17 技術手冊$680$537 -
Python 精粹｜來自專家的經驗精華 (Python Distilled)$520$364 -
Test-Driven Development 學習手冊$580$458 -
Web API 設計原則｜API 與微服務傳遞價值之道 (Principles of Web API Design: Delivering Value with APIs and Microservices)$520$410 -
Apache NiFi｜讓你輕鬆建立 Data Pipeline$580$406 -
高效能 Go 程式設計｜資料驅動的效能優化 (Efficient Go: Data-Driven Performance Optimization)$780$616 -
$254Spark分佈式處理實戰 -
快速精通 iOS 17 程式設計：從零開始活用 Swift 與 SwiftUI 開發技巧$760$593 -
FastAPI｜現代Python網站開發$680$537 -
單元測試的藝術｜以 JavaScript 為例$680$537
商品描述
本書詳細剖析了Flink中的時間、視窗、有狀態計算和檢查點這4個核心困難點，
盡可能降低讀者的學習成本，並且相對全面地介紹了Flink SQL API的相關內容。
本書分為11章，各章內容層層遞進。
第1-3章是Flink初學者必讀內容，主要介紹Flink的由來、特性、API的使用方法和執行時期的架構。
如果讀者想使用Java開發Flink串流處理作業，推薦仔細閱讀第4-7章。
第4章介紹Flink DataStream API中的基礎接口。
第5章和第6章介紹Flink中的時間、視窗、有狀態計算和檢查點的相關知識。
第7章介紹Flink有狀態流程處理API。
如果讀者想使用SQL發展一個Flink流處理作業，建議仔細閱讀第8-11章。
第8章介紹Flink Table API和SQL API中的基礎概念。
第9章介紹Flink SQL API中的語法及其執行過程。
第10章介紹Flink SQL API中的函數。 第11章介紹Flink SQL API中的參數及SQL最佳化方法。
作者簡介
羊藝超 資深大數據開發工程師，現就職於某頭部短視頻公司。擁有多年流式計算開發、優化、保障和治理經驗，以及從0到1使用Flink SQL建設實時數倉的經驗。對Flink大數據計算引擎有著深入的理解，在Flink的場景化應用方面有豐富的經驗，能夠使用Flink等技術組件解決千萬級別QPS的實時數據場景下的痛點問題。開源了自己的Flink學習項目https://github.com/yangyichao-mango/flink-study。對Redis、Kafka、ClickHouse等實時數倉構建過程中依賴的引擎都較為熟悉。
目錄大綱
目錄
前言
第1章初識Flink
1.1 Flink定位
1.1.1 Flink是什麼
1.1.2 Flink對於資料的定義
1.1.3 Flink的3種應用場景
1.1.4 Flink的3個企業應用案例
1.2 Flink的核心特性
1.2. 1 Flink的5個核心特性
1.2.2 3種流處理引擎特性的比較
1.3 Flink的API
1.3.1 Code API
1.3.2 關係型API
1.4 與Flink搭配使用的引擎
1.5 本章小結
第2章Flink WordCount作業開發與運行
2.1 基礎環境準備
2.2 建立一個Flink專案
2.3 Flink WordCount程式碼案例
2.4 Flink作業的骨架結構
2.5 本章小結
第3章Flink分佈式架構及核心概念
3.1 分佈式應用與非分佈式應用的異同
3.2 Flink作業的執行時間架構
3.2.1 Flink作業提交部署流程
3.2.2 Client
3.2.3 JobManager
3.2.4 TaskManager
3.3 Flink作業的3種部署模式
3.3.1 Session模式
3.3.2 Per-Job模式
3.3.3 Application模式
3.4 Flink作業的2種資源提供架構
3.4.1 Standalone
3.4.2 YARN
3.5 發展Flink作業時涉及的核心概念
3.5.1 Function
3.5.2 Operator
3.5.3 算子並行度
3.5.4 Operator Chain
3.5.5 Task和SubTask
3.5.6 Task Slot和共享Task Slot
3.5.7 算子最大並行度
3.6 Flink Web UI
3.6.1 概覽模組
3.6.2 Flink作業詳情
3.7 本章小結
第4章Flink DataStream API
第5章Flink的時間語意與時間視窗
第6章Flink狀態原理與異常容錯機制
第7章Flink有狀態流處理API
第8章Flink Table API與SQL API
第9章Flink SQL API語法
第10章Flink SQL API函數
第11章Flink SQL API參數配置及效能調優
