- 版本滞后:针对Flink 1.11和Alink 1.2最新版本编写,解决市面书籍版本过旧的问题。
- 理论脱离实践:采用“知识点+实例”形式,47个基础实例加1个项目实例,帮助读者在动手中掌握Flink。
- API选择困惑:详细讲解DataSet API、DataStream API、Table API和SQL四种开发API,解决选择难题。
- 状态与容错难理解:深入讲解状态处理器API和CEP库,帮助读者掌握Flink状态计算、容错和复杂事件处理。
- 大数据与AI割裂:讲解Flink与Alink机器学习框架的结合,实现大数据与人工智能的跨界整合。
- Java开发人员:具备Java基础,希望转型大数据开发,学习Flink流处理技术。
- 大数据从业者:需要系统学习Flink最新版本特性和实战应用,提升流处理开发能力。
- 数据工程师:希望掌握Flink与Kafka集成、状态管理和复杂事件处理等技术。
- AI方向开发者:想了解大数据与机器学习结合,学习Alink框架在实际项目中的应用。
- 先总览再深入:第2章用一个实例总览Flink关键知识点,建议先阅读以建立整体认知。
- 动手敲代码:书中47个实例务必亲自编写运行,通过实践加深对知识点的理解。
- 重点章节:第6、7、10、11章的四种API是核心内容,需重点学习和反复练习。
- 项目实战:第15章广告推荐系统综合运用全书知识,建议认真完成以检验学习成果。
- 环境准备:提前搭建好JDK、Maven、Kafka、MySQL等环境,确保实例能顺利运行。
- Flink核心技能:掌握Flink四种开发API,能够独立开发批处理和流处理应用程序。
- 状态与容错:理解Flink状态管理机制和容错原理,能够处理复杂事件和实现精确一次语义。
- 系统集成:掌握Flink与Kafka等外部系统的集成方法,构建完整的流处理数据管道。
- 机器学习入门:了解机器学习基础知识,能够使用Alink框架进行简单的机器学习任务开发。
- 项目经验:通过广告推荐系统项目实战,获得大数据与AI结合的完整项目开发经验。
📖 书籍简介
编辑推荐
《Flink实战派(双色版)》特色:
-版本较新:针对Flink 1.11版本和Alink 1.2版本。
-体例科学:采用“知识点+实例”的形式编写。
-实例丰富:47个基础实例 + 1个项目实例。
-跨界整合:①讲解了4种开发Flink应用程序的API,即DataSet API、DataStream API、Table API和SQL相关知识;②讲解了状态处理器API、复杂事件处理库,以及常用的消息中间件Kafka;③讲解了大数据和人工智能的结合,以及机器学习框架Alink。
-编排讲究:本书涉及的术语尽量做到有迹可循,每一个术语都尽可能在前面的章节中有所描述。章节递进关系清楚,内容顺序合理,从头到尾逻辑连贯。
内容简介
本书针对Flink 1.11版本和Alink 1.2版本,采用“知识点+实例”的形式编写,包括47个基于知识点的实例和1个综合项目实例。
第1章对大数据和人工智能进行初步介绍;
第2章用一个实例总览Flink的关键知识点;
第3~5章介绍Flink的架构、开发基础和转换算子;
第6、7、10、11章深入讲解4种开发Flink应用程序的API;
第8、9章讲解操作Flink状态(计算和容错)的状态处理器API和用于处理复杂事件(异常检测、反欺诈、风险控制)的CEP库;
第12章讲解Flink如何与其他外部系统集成,并实现Flink与Kafka的集成;
第13章介绍机器学习的基础知识;
第14章讲解机器学习框架Alink的知识和实战应用;
第15章是项目实战,使用大数据和机器学习技术实现一个广告推荐系统(包含离线训练、在线训练、实时预测和在线服务)。
本书可以作为具备Java基础的开发人员、大数据领域从业人员的参考用书。
阅读本书的读者不需要具备高等数学知识和人工智能的底层算法知识。
作者简介
龙中华
10多年来一直在某一线互联网公司担任技术负责人。目前带领多个研发团队,承担系统的需求分析、架构设计、项目管理,以及技术团队管理和培训等职责。
目录
📑 章节目录
- 大数据与人工智能概述
- Flink关键知识点总览
- Flink架构与运行原理
- Flink开发基础与环境搭建
- Flink转换算子详解
- DataSet API批处理开发
- DataStream API流处理开发
- 状态处理器API与容错机制
- CEP复杂事件处理库
- Table API与SQL开发
- Flink与Kafka等外部系统集成
- 机器学习基础与Alink框架
- Alink实战应用
- 项目实战:广告推荐系统







