Flink大數據分析實戰(zhàn)

定　價：￥89.00

作　者：	張偉洋著
出版社：	清華大學出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787302598183	出版時間：	2022-01-01	包裝：
開本：		頁數：		字數：

內容簡介

　　本書由資深大數據專家精心編寫，循序漸進地介紹了Flink生態(tài)系統主流的大數據開發(fā)技術。全書共7章，第1章講解Flink的基礎知識，包括Flink應用場景、主要組件、編程模型等，后通過一個單詞計數示例帶領讀者快速體驗Flink應用程序的編寫；第2、3章講解Flink的多種運行時架構、任務調度原理、數據分區(qū)以及Flink集群的安裝部署，同時包括Flink命令行操作、應用程序提交、常用Shell命令等；第4～7章講解了Flink流式計算DataStream API、關系型計算Table&SQL API以及圖計算框架Gelly等的基礎知識、架構原理，同時包括常用Shell命令、API操作、內核源碼剖析，并通過多個實際案例講解各個框架的具體應用以及與Hadoop生態(tài)系統框架Hive、Kafka的整合操作。本書內容翔實，實例豐富，適合Flink新手、大數據開發(fā)人員閱讀，也可作為培訓機構和大專院校相關專業(yè)的教學用書。

作者簡介

　　張偉洋，大數據領域資深專家，擁有多年互聯網公司軟件研發(fā)經驗，曾在互聯網旅游公司任軟件研發(fā)事業(yè)部經理。先后多次為中國海洋大學、曲阜師范大學、青島理工大學等高校舉行大數據專題講座，對Hadoop及周邊大數據框架ZooKeeper、Hive、HBase、Storm、Spark、Flink等有深入的研究。已出版《Hadoop大數據技術開發(fā)實戰(zhàn)》《Spark大數據分析實戰(zhàn)》等圖書，公眾號 “奮斗在IT” 的創(chuàng)辦人。

圖書目錄

第1章初識Flink 1
1.1 大數據開發(fā)總體架構 1
1.2 什么是Flink 3
1.3 Flink的應用場景 5
1.4 流計算框架對比 6
1.5 Flink的主要組件 8
1.6 Flink編程模型 9
1.6.1 數據集 9
1.6.2 編程接口 11
1.6.3 程序結構 12
1.7 快速體驗Flink程序 13
1.7.1 IntelliJ IDEA安裝Scala插件 13
1.7.2 IntelliJ IDEA創(chuàng)建Flink項目 15
1.7.3 示例：批處理單詞計數 17
1.7.4 示例：流處理單詞計數 20
第2章 Flink運行架構及原理 23
2.1 Flink運行時架構 23
2.1.1 YARN集群架構 23
2.1.2 Flink Standalone架構 27
2.1.3 Flink On YARN的架構 29
2.2 Flink任務調度原理 30
2.2.1 任務鏈 30
2.2.2 并行度 31
2.2.3 共享Task Slot 32
2.2.4 數據流 33
2.2.5 執(zhí)行圖 34
2.2.6 執(zhí)行計劃 35
2.3 Flink數據分區(qū) 38
2.3.1 分區(qū)數量 38
2.3.2 分區(qū)策略 39
第3章 Flink安裝及部署 41
3.1 Flink集群搭建 41
3.1.1 Flink本地模式搭建 42
3.1.2 Flink Standalone搭建 44
3.1.3 Flink On YARN搭建 46
3.2 Flink HA模式 54
3.2.1 Flink Standalone模式的HA
架構 55
3.2.2 Flink Standalone模式HA集群
搭建 56
3.2.3 Flink On YARN模式HA集群
搭建 60
3.3 Flink命令行界面 61
3.4 Flink應用提交 65
3.5 Flink Shell的使用 67
第4章 Flink DataStream API 72
4.1 基本概念 72
4.2 執(zhí)行模式 73
4.3 作業(yè)流程 76
4.4 程序結構 77
4.5 Source數據源 79
4.5.1 基本數據源 79
4.5.2 高級數據源 81
4.5.3 自定義數據源 81
4.6 Transformation數據轉換 85
4.7 Sink數據輸出 97
4.8 數據類型與序列化 98
4.9 分區(qū)策略 100
4.9.1 內置分區(qū)策略 101
4.9.2 自定義分區(qū)策略 114
4.10 窗口計算 117
4.10.1 事件時間 117
4.10.2 窗口分類 118
4.10.3 窗口函數 124
4.10.4 觸發(fā)器 133
4.10.5 清除器 134
4.11 水印 137
4.11.1 計算規(guī)則 138
4.11.2 允許延遲與側道輸出 140
4.11.3 生成策略 142
4.12 狀態(tài)管理 147
4.12.1 Keyed State 149
4.12.2 Operator State 152
4.13 容錯機制 156
4.13.1 Checkpoint 156
4.13.2 Barrier 162
4.13.3 重啟與故障恢復策略 165
4.13.4 Savepoint 167
4.14 案例分析：計算5秒內輸入的單詞
數量 168
4.15 案例分析：統計5分鐘內每個用戶
產生的日志數量 170
4.16 案例分析：統計24小時內每個用戶的
訂單平均消費額 173
4.17 案例分析：計算5秒內每個信號燈
通過的汽車數量 177
4.18 案例分析：Flink整合Kafka計算
實時單詞數量 183
4.19 案例分析：天貓雙十一實時交易額
統計 188
4.19.1 創(chuàng)建自定義數據源 188
4.19.2 計算各個分類的訂單總額 189
4.19.3 計算全網銷售總額與
分類Top3 192
第5章 Flink Table API&SQL 196
5.1 基本概念 196
5.1.1 計劃器 197
5.1.2 API架構 197
5.1.3 程序結構 199
5.2 動態(tài)表 200
5.2.1 流映射為動態(tài)表 201
5.2.2 連續(xù)查詢 201
5.2.3 動態(tài)表轉換為流 203
5.3 TableEnvironment API 205
5.3.1 基本概念 205
5.3.2 創(chuàng)建TableEnvironment 205
5.3.3 示例：簡單訂單統計 206
5.4 Table API 210
5.4.1 基本概念 210
5.4.2 示例：訂單分組計數 211
5.4.3 示例：每小時訂單分組求
平均值 213
5.4.4 關系操作 214
5.5 SQL API 217
5.5.1 DDL操作 218
5.5.2 DML操作 221
5.5.3 DQL操作 222
5.5.4 窗口函數 223
5.5.5 窗口聚合 230
5.5.6 分組聚合 233
5.5.7 OVER聚合 235
5.5.8 連接查詢 237
5.6 TopN查詢 240
5.6.1 OVER子句 240
5.6.2 示例：計算產品類別銷
售額TopN 242
5.6.3 示例：搜索詞熱度統計 243
5.6.4 窗口TopN 246
5.7 Catalog元數據管理 248
5.8 Flink SQL整合Kafka 250
5.8.1 基本概念 250
5.8.2 示例：Flink SQL整合Kafka實現
實時ETL 253
5.9 Flink SQL CLI 258
5.9.1 啟動SQL CLI 259
5.9.2 執(zhí)行SQL查詢 260
5.9.3 可視化結果模式 262
5.10 Flink SQL整合Hive 263
5.10.1 整合步驟 264
5.10.2 Table API操作Hive 272
5.10.3 示例：Flink SQL整合Hive分析
搜狗用戶搜索日志 274
5.11 案例分析：Flink SQL實時單詞
計數 279
5.12 案例分析：Flink SQL實時計算
5秒內用戶訂單總金額 283
5.13 案例分析：微博用戶行為分析 288
5.13.1 離線與實時計算業(yè)務架構 288
5.13.2 Flume數據采集架構 291
5.13.3 Kafka消息隊列架構 293
5.14 案例分析：Flink SQL智慧交通數據
分析 294
5.14.1 項目介紹 294
5.14.2 數據準備 295
5.14.3 統計正?？跀盗?297
5.14.4 統計車流量排名前3的
卡口號 299
5.14.5 統計每個卡口通過速度快的
前3輛車 300
5.14.6 車輛軌跡分析 302
第6章 Flink內核源碼 304
6.1 流圖 304
6.1.1 StreamGraph核心對象 305
6.1.2 StreamGraph生成過程 308
6.2 作業(yè)圖 310
6.2.1 JobGraph的核心對象 312
6.2.2 JobGraph的生成過程 312
6.3 執(zhí)行圖 319
6.3.1 ExecutionGraph的核心對象 319
6.3.2 ExecutionGraph的生成過程 320
第7章 Gelly圖計算 324
7.1 什么是Gelly 324
7.2 個Gelly程序 325
7.3 Gelly數據結構 328
7.4 如何使用Gelly 329
7.5 圖操作 330
7.5.1 基本操作 330
7.5.2 屬性操作 332
7.5.3 結構操作 335
7.5.4 連接操作 335
7.6 圖常用API 337
7.6.1 創(chuàng)建圖 337
7.6.2 圖的轉換 339
7.6.3 圖的添加與移除 342
7.6.4 圖的鄰域方法 343
7.7 案例分析：Gelly計算社交網絡中
粉絲的平均年齡 346