Flink大數(shù)據(jù)分析實(shí)戰(zhàn)

第1章  初識(shí)Flink 1
1.1  大數(shù)據(jù)開(kāi)發(fā)總體架構(gòu) 1
1.2  什么是Flink 3
1.3  Flink的應(yīng)用場(chǎng)景 5
1.4  流計(jì)算框架對(duì)比 6
1.5  Flink的主要組件 8
1.6  Flink編程模型 9
1.6.1  數(shù)據(jù)集 9
1.6.2  編程接口 11
1.6.3  程序結(jié)構(gòu) 12
1.7  快速體驗(yàn)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(xiàng)目 15
1.7.3  示例：批處理單詞計(jì)數(shù) 17
1.7.4  示例：流處理單詞計(jì)數(shù) 20
第2章  Flink運(yùn)行架構(gòu)及原理 23
2.1  Flink運(yùn)行時(shí)架構(gòu) 23
2.1.1  YARN集群架構(gòu) 23
2.1.2  Flink Standalone架構(gòu) 27
2.1.3  Flink On YARN的架構(gòu) 29
2.2  Flink任務(wù)調(diào)度原理 30
2.2.1  任務(wù)鏈 30
2.2.2  并行度 31
2.2.3  共享Task Slot 32
2.2.4  數(shù)據(jù)流 33
2.2.5  執(zhí)行圖 34
2.2.6  執(zhí)行計(jì)劃 35
2.3  Flink數(shù)據(jù)分區(qū) 38
2.3.1  分區(qū)數(shù)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(gòu) 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(yīng)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(jié)構(gòu) 77
4.5  Source數(shù)據(jù)源 79
4.5.1  基本數(shù)據(jù)源 79
4.5.2  高級(jí)數(shù)據(jù)源 81
4.5.3  自定義數(shù)據(jù)源 81
4.6  Transformation數(shù)據(jù)轉(zhuǎn)換 85
4.7  Sink數(shù)據(jù)輸出 97
4.8  數(shù)據(jù)類(lèi)型與序列化 98
4.9  分區(qū)策略 100
4.9.1  內(nèi)置分區(qū)策略 101
4.9.2  自定義分區(qū)策略 114
4.10  窗口計(jì)算 117
4.10.1  事件時(shí)間 117
4.10.2  窗口分類(lèi) 118
4.10.3  窗口函數(shù) 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(jì)算規(guī)則 138
4.11.2  允許延遲與側(cè)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(cuò)機(jī)制 156
4.13.1  Checkpoint 156
4.13.2  Barrier 162
4.13.3  重啟與故障恢復(fù)策略 165
4.13.4  Savepoint 167
4.14  案例分析：計(jì)算5秒內(nèi)輸入的單詞
數(shù)量 168
4.15  案例分析：統(tǒng)計(jì)5分鐘內(nèi)每個(gè)用戶(hù)
產(chǎn)生的日志數(shù)量 170
4.16  案例分析：統(tǒng)計(jì)24小時(shí)內(nèi)每個(gè)用戶(hù)的
訂單平均消費(fèi)額 173
4.17  案例分析：計(jì)算5秒內(nèi)每個(gè)信號(hào)燈
通過(guò)的汽車(chē)數(shù)量 177
4.18  案例分析：Flink整合Kafka計(jì)算
實(shí)時(shí)單詞數(shù)量 183
4.19  案例分析：天貓雙十一實(shí)時(shí)交易額
統(tǒng)計(jì) 188
4.19.1  創(chuàng)建自定義數(shù)據(jù)源 188
4.19.2  計(jì)算各個(gè)分類(lèi)的訂單總額 189
4.19.3  計(jì)算全網(wǎng)銷(xiāo)售總額與
分類(lèi)Top3 192
第5章  Flink Table API&SQL 196
5.1  基本概念 196
5.1.1  計(jì)劃器 197
5.1.2  API架構(gòu) 197
5.1.3  程序結(jié)構(gòu) 199
5.2  動(dòng)態(tài)表 200
5.2.1  流映射為動(dòng)態(tài)表 201
5.2.2  連續(xù)查詢(xún) 201
5.2.3  動(dòng)態(tài)表轉(zhuǎn)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(jiǎn)單訂單統(tǒng)計(jì) 206
5.4  Table API 210
5.4.1  基本概念 210
5.4.2  示例：訂單分組計(jì)數(shù) 211
5.4.3  示例：每小時(shí)訂單分組求
平均值 213
5.4.4  關(guān)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(shù) 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(xún) 237
5.6  TopN查詢(xún) 240
5.6.1  OVER子句 240
5.6.2  示例：計(jì)算產(chǎn)品類(lèi)別銷(xiāo)
售額TopN 242
5.6.3  示例：搜索詞熱度統(tǒng)計(jì) 243
5.6.4  窗口TopN 246
5.7  Catalog元數(shù)據(jù)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(shí)現(xiàn)
實(shí)時(shí)ETL 253
5.9  Flink SQL CLI 258
5.9.1  啟動(dòng)SQL CLI 259
5.9.2  執(zhí)行SQL查詢(xún) 260
5.9.3  可視化結(jié)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(hù)搜索日志 274
5.11  案例分析：Flink SQL實(shí)時(shí)單詞
計(jì)數(shù) 279
5.12  案例分析：Flink SQL實(shí)時(shí)計(jì)算
5秒內(nèi)用戶(hù)訂單總金額 283
5.13  案例分析：微博用戶(hù)行為分析 288
5.13.1  離線與實(shí)時(shí)計(jì)算業(yè)務(wù)架構(gòu) 288
5.13.2  Flume數(shù)據(jù)采集架構(gòu) 291
5.13.3  Kafka消息隊(duì)列架構(gòu) 293
5.14  案例分析：Flink SQL智慧交通數(shù)據(jù)
分析 294
5.14.1  項(xiàng)目介紹 294
5.14.2  數(shù)據(jù)準(zhǔn)備 295
5.14.3  統(tǒng)計(jì)正常卡口數(shù)量 297
5.14.4  統(tǒng)計(jì)車(chē)流量排名前3的
卡口號(hào) 299
5.14.5  統(tǒng)計(jì)每個(gè)卡口通過(guò)速度快的
前3輛車(chē) 300
5.14.6  車(chē)輛軌跡分析 302
第6章  Flink內(nèi)核源碼 304
6.1  流圖 304
6.1.1  StreamGraph核心對(duì)象 305
6.1.2  StreamGraph生成過(guò)程 308
6.2  作業(yè)圖 310
6.2.1  JobGraph的核心對(duì)象 312
6.2.2  JobGraph的生成過(guò)程 312
6.3  執(zhí)行圖 319
6.3.1  ExecutionGraph的核心對(duì)象 319
6.3.2  ExecutionGraph的生成過(guò)程 320
第7章  Gelly圖計(jì)算 324
7.1  什么是Gelly 324
7.2  個(gè)Gelly程序 325
7.3  Gelly數(shù)據(jù)結(jié)構(gòu) 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(jié)構(gòu)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(zhuǎn)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(jì)算社交網(wǎng)絡(luò)中
粉絲的平均年齡 346