解决什么工作场景

大数据领域正经历从「离线数仓」向「湖仓一体」的演进。传统架构中，实时计算（Flink）与离线存储（Hive/Iceberg/Hudi）往往是割裂的两套体系：实时数据落地慢、一致性差，离线数据入库延迟高、无法支撑实时分析。这门课聚焦的核心痛点，正是如何用 Flink 作为统一计算引擎，打通实时流与离线库，构建低延迟、高可靠且能复用历史数据的湖仓一体架构。

如果你所在的团队正在面临以下挑战：报表数据 T+1 滞后、实时大屏与后台统计结果对不上、或者为了追求实时性而重复建设大量中间层系统，那么这门课的场景价值非常明确——它教你如何通过一套技术栈解决数据孤岛问题，实现「一份数据，实时离线两用」。

适合什么基础与前置要求

课程定位明确为「轻松入门」，但需澄清：这里的「入门」指的是入门 Flink 在湖仓场景的应用，而非从零开始学编程。建议读者具备以下基础，否则学习成本会显著增加：

  • Java/Scala 基础：Flink 代码主要基于 JVM 语言，需能读懂并调试简单的 API 调用，理解 DataStream 或 Table API 的基本概念。
  • Hadoop 生态认知：至少了解 HDFS 是什么、YARN 如何调度资源，知道 Hive 表的结构化含义。若完全不懂分布式存储，后续理解数据落湖会有障碍。
  • SQL 熟练度：现代 Flink SQL 是主流开发方式，需熟悉 Join、Window、CTE 等高级查询语法。

该课程适合有 1-3 年大数据开发经验、希望从「只会跑离线任务」转型为「掌握实时湖仓能力」的工程师。纯新手建议先补 Java 和 SQL，再切入此课。

学完能独立做什么

完成课程后，你应能独立设计并落地一个小型的湖仓一体数据管道：

  • 能将 Kafka 中的实时数据，通过 Flink 清洗后写入 Iceberg 或 Hudi 表，保证 Exactly-Once 语义和数据一致性。
  • 能配置 Flink SQL 任务，直接对湖中历史分区进行离线批量分析，复用同一份数据资产。
  • 能解决 CDC（变更数据捕获）场景下的全量+增量合并问题，实现源库到数据湖的实时同步。

注意：课程若包含部分老课内容，其 UI 界面或依赖版本可能略旧，但核心架构思想（如 Checkpoint 机制、Savepoint 管理、Sink 适配）依然适用。练习时需根据当前主流版本（Flink 1.15+）调整配置文件。

资料如何配合练习

建议按「理论—Demo—实战」三步走。先跟随课程搭建本地 Flink 集群（或 Docker 环境），不要急于追求完美配置，能跑通 WordCount 即可。重点利用课程提供的示例脚本，复现 Kafka 到 Hive/Iceberg 的数据链路，这是最核心的练手环节。遇到报错时，优先查阅 Flink Web UI 的 TaskManager 日志，而非仅看讲师结论。最后，尝试改造作业：将示例中的 Hive Sink 替换为 Iceberg，观察提交方式和 SQL 语法的差异，这是检验是否真正掌握的关键。

mksz597-轻松入门大数据玩转Flink，打造湖仓一体架构【完结】

本课程隶属 会员库 · MK实战课（一部分是老课） / 课程盒子5-mksz500至599，完整课程目录与配套资料如下。

课程目录

{10}--第10章深度剖析Kafka生产者：消息发送流程&API编/
(10.1)--10-20【面试官来啦】面试讨论题【海量资源：666java.com】.pdf
[10.10]--10-10Kafka分区策略结合源码分析进行功能验证【海量资源：666java.com】.mp4
[10.11]--10-11Kafka自定义分区器功能开发及测试【海量资源：666java.com】.mp4
[10.13]--10-13【经典面试题--必掌握】谈谈你对Kafka中的副本以及【海量资源：666java.com】.mp4
[10.14]--10-14【经典面试题--必掌握】谈谈你对Kafka中的acks【海量资源：666java.com】.mp4
[10.15]--10-15【经典面试题--必掌握】谈谈你对Kafka中的消费语义【海量资源：666java.com】.mp4
[10.16]--10-16精准一次消费实现之幂等性【海量资源：666java.com】.mp4
[10.17]--10-17精准一次消费实现之事务【海量资源：666java.com】.mp4
[10.19]--10-19Kafka中Topic内的Partition中数据的有【海量资源：666java.com】.mp4
[10.1]--10-1本章概览【海量资源：666java.com】.mp4
[10.2]--10-2【经典面试题--必掌握】生产者消息发送流程【海量资源：666java.com】.mp4
[10.3]--10-3生产者消息发送流程核心参数详解【海量资源：666java.com】.mp4
[10.4]--10-4生产者API开发之普通异步发送【海量资源：666java.com】.mp4
[10.5]--10-5生产者API开发之普通异步发送代码重构【海量资源：666java.com】.mp4
[10.6]--10-6生产者API开发之带回调的异步发送【海量资源：666java.com】.mp4
[10.7]--10-7生产者API开发之同步发送【海量资源：666java.com】.mp4
[10.8]--10-8Kafka的分区机制能为我们带来什么【海量资源：666java.com】.mp4
[10.9]--10-9Kafka分区策略结合源码分析【海量资源：666java.com】.mp4
{11}--第11章深入剖析KafkaBroker：Kafka消息高效存储机/
(11.1)--11-8【面试官来啦】面试讨论题【海量资源：666java.com】.pdf
[11.1]--11-1本章概览【海量资源：666java.com】.mp4
[11.2]--11-2Kafka相关信息在ZK上的存储机制【海量资源：666java.com】.mp4
[11.3]--11-3Leader选择与ZK的关系【海量资源：666java.com】.mp4
[11.4]--11-4Kafka副本机制【海量资源：666java.com】.mp4
[11.5]--11-5Kafka数据存储机制【海量资源：666java.com】.mp4
[11.6]--11-6Kafka数据存储机制更深入讲解【海量资源：666java.com】.mp4
[11.7]--11-7Kafka核心参数讲解【海量资源：666java.com】.mp4
{12}--第12章深入剖析Kafka消费者：消息消费流程&API编/
(12.1)--12-19【面试官来啦】面试讨论题【海量资源：666java.com】.pdf
[12.10]--12-10消费者API编程之多消费者消费各自分区数据【海量资源：666java.com】.mp4
[12.11]--12-11Kafka分区策略之Range【海量资源：666java.com】.mp4
[12.12]--12-12Kafka的Rebalance机制【海量资源：666java.com】.mp4
[12.13]--12-13根据源码描述测试Range的分区策略及Rebalanc【海量资源：666java.com】.mp4
[12.14]--12-14统一思想完成其他策略的验证【海量资源：666java.com】.mp4
[12.15]--12-15认识__consumer_offsets【海量资源：666java.com】.mp4
[12.16]--12-16Kafkaoffset管理之自动提交【海量资源：666java.com】.mp4
[12.17]--12-17Kafkaoffset管理之手动提交【海量资源：666java.com】.mp4
[12.18]--12-18offset管理不当带来的隐患【海量资源：666java.com】.mp4
[12.1]--12-1本章概览【海量资源：666java.com】.mp4
[12.3]--12-3有了消费者之后为什么还需要消费者组【海量资源：666java.com】.mp4
[12.4]--12-4消费者组和Topic的关系【海量资源：666java.com】.mp4
[12.5]--12-5Kafka消费流程【海量资源：666java.com】.mp4
[12.6]--12-6结合源码了解GroupCoordinator初始化过程【海量资源：666java.com】.mp4
[12.7]--12-7消费者API编程之单消费者消费所有分区数据（上）【海量资源：666java.com】.mp4
[12.8]--12-8消费者API编程之单消费者消费所有分区数据（下）【海量资源：666java.com】.mp4
[12.9]--12-9消费者API编程之消费指定分区数据【海量资源：666java.com】.mp4
{13}--第13章经典KafkaCP整合使用：Kafka整合外部系统/
[13.1]--13-1本章概览【海量资源：666java.com】.mp4
[13.2]--13-2认识Kafka在离线&实时处理处理架构中的位置【海量资源：666java.com】.mp4
[13.3]--13-3FlumeSink到Kafka方案理解【海量资源：666java.com】.mp4
[13.4]--13-4FlumeSink到Kafka功能开发及测试【海量资源：666java.com】.mp4
[13.5]--13-5FlumeKafkaSource对接到终端功能开发及测试【海量资源：666java.com】.mp4
[13.6]--13-6FlinkKafkaSource解读【海量资源：666java.com】.mp4
[13.7]--13-7FlinkKafkaSource功能开发及测试【海量资源：666java.com】.mp4
[13.8]--13-8FlinkKafkaSink功能开发及测试【海量资源：666java.com】.mp4
{14}--第14章玩转Flink项目实战之二：实时统计之商品分析(对接Ka/
(14.1)--14-8【面试官来啦】面试讨论题【海量资源：666java.com】.pdf
[14.1]--14-1本章概览【海量资源：666java.com】.mp4
[14.2]--14-2架构及内容介绍【海量资源：666java.com】.mp4
[14.4]--14-4重构代码【海量资源：666java.com】.mp4
[14.5]--14-5FlinkStream关联MySQL数据操作【海量资源：666java.com】.mp4
[14.6]--14-6FlinkAsynchronousIO【海量资源：666java.com】.mp4
[14.7]--14-7Flink异步IO读取MySQL的数据【海量资源：666java.com】.mp4
{15}--第15章时间对实时处理的影响：Flink时间语义及WindowA/
(15.1)--15-20【面试官来啦】面试讨论题【海量资源：666java.com】.pdf
[15.10]--15-10动手实操之CountWindow【海量资源：666java.com】.mp4
[15.11]--15-11动手实操之TumblingWindow【海量资源：666java.com】.mp4
[15.12]--15-12动手实操之SlidingWindow【海量资源：666java.com】.mp4
[15.13]--15-13动手实操之SessionWindow【海量资源：666java.com】.mp4
[15.14]--15-14Flink支持的WindowFunction【海量资源：666java.com】.mp4
[15.15]--15-15WindowFunction动手实操之ReduceFu【海量资源：666java.com】.mp4
[15.16]--15-16WindowFunction动手实操之Aggregat【海量资源：666java.com】.mp4
[15.17]--15-17WindowFunction动手实操之ProcessW【海量资源：666java.com】.mp4
[15.18]--15-18WindowFunction动手实操之AllWindo【海量资源：666java.com】.mp4
[15.19]--15-19WindowFunction动手实操之全量配合增量使用【海量资源：666java.com】.mp4
[15.1]--15-1本章概览【海量资源：666java.com】.mp4
[15.2]--15-2揭开Flink时间语义的面纱【海量资源：666java.com】.mp4
[15.3]--15-3时间语义如何选择呢【海量资源：666java.com】.mp4
[15.4]--15-4Window在实时计算中的地位【海量资源：666java.com】.mp4
[15.5]--15-5Window的分类【海量资源：666java.com】.mp4
[15.6]--15-6WindowAssigners的职责及对应Window的【海量资源：666java.com】.mp4
[15.7]--15-7TumblingWindow【海量资源：666java.com】.mp4
[15.8]--15-8SlidingWindows【海量资源：666java.com】.mp4
[15.9]--15-9SessionWindows【海量资源：666java.com】.mp4
{16}--第16章延迟乱序数据解决方案：Watermark在Flink中的/
(16.1)--16-9【面试官来啦】面试讨论题【海量资源：666java.com】.pdf
[16.1]--16-1本章概览【海量资源：666java.com】.mp4
[16.2]--16-2引入WM【海量资源：666java.com】.mp4
[16.3]--16-3WM策略【海量资源：666java.com】.mp4
[16.4]--16-4WM策略代码演示【海量资源：666java.com】.mp4
[16.5]--16-5测试数据的WM【海量资源：666java.com】.mp4
[16.6]--16-6【重要】综合编程之滚动窗口【海量资源：666java.com】.mp4
[16.7]--16-7【重要】综合编程之滑动窗口【海量资源：666java.com】.mp4
[16.8]--16-8【重要】数据延迟&乱序解决方案【海量资源：666java.com】.mp4
{17}--第17章Flink容错核心状态管理：状态在Flink中的应用/
(17.1)--17-14【面试官来啦】面试讨论题【海量资源：666java.com】.pdf
[17.10]--17-10process方法的用法三【海量资源：666java.com】.mp4
[17.11]--17-11Checkpoint配置参数【海量资源：666java.com】.mp4
[17.12]--17-12FlinkTask重启策略【海量资源：666java.com】.mp4
[17.13]--17-13[重要]FlinkStateBackend【海量资源：666java.com】.mp4
[17.1]--17-1本章概览【海量资源：666java.com】.mp4
[17.2]--17-2初识State【海量资源：666java.com】.mp4
[17.3]--17-3自定义完成类似Flink状态管理的功能【海量资源：666java.com】.mp4
[17.4]--17-4FlinkKeyedState的使用【海量资源：666java.com】.mp4
[17.5]--17-5[重要]FlinkOperatorState的使用并体会【海量资源：666java.com】.mp4
[17.6]--17-6FlinkValueState编程【海量资源：666java.com】.mp4
[17.7]--17-7FlinkStateTtl编程【海量资源：666java.com】.mp4
[17.8]--17-8process方法的用法一【海量资源：666java.com】.mp4
[17.9]--17-9process方法的用法二【海量资源：666java.com】.mp4
{18}--第18章玩转Flink项目实战之三：实时统计之数据大盘/
(18.1)--18-11【面试官来啦】面试讨论题【海量资源：666java.com】.pdf
[18.10]--18-10Flinkcheckpointvssavepoint【海量资源：666java.com】.mp4
[18.1]--18-1本章概览【海量资源：666java.com】.mp4
[18.2]--18-2多个Flink整合Kafka应用程序代码存在的问题【海量资源：666java.com】.mp4
[18.3]--18-3读取配置文件中的参数【海量资源：666java.com】.mp4
[18.4]--18-4Flink对接Kafka代码重构V1【海量资源：666java.com】.mp4
[18.5]--18-5Flink对接Kafka代码重构V2【海量资源：666java.com】.mp4
[18.6]--18-6【重要】FlinkEOS【海量资源：666java.com】.mp4
[18.7]--18-7【重要】FlinkEOS再次剖析【海量资源：666java.com】.mp4
[18.8]--18-8FlinkEOS代码开发及本地测试并打包【海量资源：666java.com】.mp4
[18.9]--18-9FlinkEOS全流程在服务器上测试【海量资源：666java.com】.mp4
{19}--第19章Flink更加精简的开发方式：FlinkTable&am/
(19.1)--19-30【面试官来啦】面试讨论题【海量资源：666java.com】.pdf
[19.10]--19-10获取到SQL中用到的表名或者视图名【海量资源：666java.com】.mp4
[19.11]--19-11临时表vs永久表【海量资源：666java.com】.mp4
[19.12]--19-12初始Connector【海量资源：666java.com】.mp4
[19.13]--19-13csv格式数据处理（上）【海量资源：666java.com】.mp4
[19.14]--19-14csv格式数据处理（下）【海量资源：666java.com】.mp4
[19.15]--19-15json格式数据处理【海量资源：666java.com】.mp4
[19.16]--19-16KafkaConnector的使用【海量资源：666java.com】.mp4
[19.17]--19-17时间语义在DDL中如何定义【海量资源：666java.com】.mp4
[19.18]--19-18UpsertKafkaConnector的使用【海量资源：666java.com】.mp4
[19.19]--19-19JDBCConnector的使用【海量资源：666java.com】.mp4
[19.1]--19-1本章概览【海量资源：666java.com】.mp4
[19.20]--19-20HBaseConnector的使用【海量资源：666java.com】.mp4
[19.21]--19-21拓展之开发实时处理平台【海量资源：666java.com】.mp4
[19.22]--19-22自定义UDF函数之ScalarFunction【海量资源：666java.com】.mp4
[19.23]--19-23自定义UDF函数之AggregateFunction【海量资源：666java.com】.mp4
[19.24]--19-24自定义UDF函数之TableFunction【海量资源：666java.com】.mp4
[19.25]--19-25SQL常用Query【海量资源：666java.com】.mp4
[19.26]--19-26sql-client的用法【海量资源：666java.com】.mp4
[19.27]--19-27WindowingTVF之TUMBLE【海量资源：666java.com】.mp4
[19.28]--19-28WindowingTVF之HOP【海量资源：666java.com】.mp4
[19.29]--19-29WindowTop-N【海量资源：666java.com】.mp4
[19.2]--19-2FlinkTableAPI&SQL概述及依赖【海量资源：666java.com】.mp4
[19.3]--19-3Concepts&CommonAPI【海量资源：666java.com】.mp4
[19.4]--19-4DynamicTables【海量资源：666java.com】.mp4
[19.5]--19-5DataStream和Table之间的相互转换【海量资源：666java.com】.mp4
[19.6]--19-6TableAPI编程范式【海量资源：666java.com】.mp4
[19.7]--19-7TableAPI&SQLQuery【海量资源：666java.com】.mp4
[19.8]--19-8创建Table对象【海量资源：666java.com】.mp4
[19.9]--19-9创建Table对象续【海量资源：666java.com】.mp4
{1}--第1章大厂技术首选高薪必备：揭开Flink的神秘面纱/
(1.1)--1-9【科普小贴士】Flink发展史&特点&行业【海量资源：666java.com】.pdf
(1.2)--1-10【面试官来啦】面试讨论题【海量资源：666java.com】.pdf
[1.1]--1-1高薪大数据工程师必备技能，你掌握了么？【海量资源：666java.com】.mp4
[1.2]--1-2本章概览【海量资源：666java.com】.mp4
[1.3]--1-3认识Flink【海量资源：666java.com】.mp4
[1.4]--1-4部署应用到任意地方&运行任意规模应用【海量资源：666java.com】.mp4
[1.5]--1-5Flink的起源及发展史【海量资源：666java.com】.mp4
[1.6]--1-6Flink中的API【海量资源：666java.com】.mp4
[1.7]--1-7Flink核心特性【海量资源：666java.com】.mp4
[1.8]--1-8Flink对比Spark【海量资源：666java.com】.mp4
{20}--第20章数据采集神器FlinkCDC：基于FlinkCDC进行实/
(20.1)--20-13【面试官来啦】面试讨论题.pdf
[20.10]--20-10自定义定制开发输出样式.mp4
[20.11]--20-11FlinkCDC源码修改.mp4
[20.12]--20-12FlinkCDC对接sql方式.mp4
[20.1]--20-1本章概览.mp4
[20.2]--20-2实时数据采集场景介绍.mp4
[20.3]--20-3Canal原理.mp4
[20.4]--20-4Canal部署及使用.mp4
[20.5]--20-5Canal编程.mp4
[20.6]--20-6Canal编程测试.mp4
[20.7]--20-7FlinkCDC概述.mp4
[20.8]--20-8DataStreamAPI对接CDC.mp4
[20.9]--20-9CDC从什么位置开始读取数据设置.mp4
{21}--第21章玩转Flink项目实战之四：实时统计之直播榜分析/
(21.1)--21-8【面试官来啦】面试讨论题.pdf
[21.1]--21-1本章概览.mp4
[21.2]--21-2背景及数据准备.mp4
[21.3]--21-3功能实现之数据接入.mp4
[21.4]--21-4功能实现之数据处理及写入.mp4
[21.5]--21-5可视化框架部署.mp4
[21.6]--21-6可视化大屏制作.mp4
[21.7]--21-7Flink处理过程简单化带来的好处.mp4
{22}--第22章战斗民族开源神器ClickHouse：揭开CH的神秘面纱/
[22.1]--22-1本章概览.mp4
[22.2]--22-2产生背景.mp4
[22.3]--22-3OLAP特性.mp4
[22.4]--22-4列式存储特性.mp4
[22.5]--22-5ClickHouse部署.mp4
[22.6]--22-6ClickHouse核心目录.mp4
[22.7]--22-7Clickhouse-client命令参数.mp4
[22.8]--22-8ClickHouse官方数据使用说明.mp4
[22.9]--22-9ClickHouse跑分.mp4
{23}--第23章ClickHouse数据类型精讲：详解ClickHous/
[23.10]--23-10Array类型.mp4
[23.12]--23-12Map类型.mp4
[23.1]--23-1本章概览.mp4
[23.2]--23-2数据类型.mp4
[23.3]--23-3数值类型之整型.mp4
[23.4]--23-4数值类型之浮点型.mp4
[23.5]--23-5【重要】数值类型之Decimal.mp4
[23.6]--23-6布尔类型.mp4
[23.7]--23-7【重要】String和FixedString类型.mp4
[23.8]--23-8UUID类型.mp4
{24}--第24章ClickHouse内置函数精讲：详解ClickHous/
[24.10]--24-10日期时间函数.mp4
[24.1]--24-1本章概览.mp4
[24.2]--24-2算数函数.mp4
[24.3]--24-3比较函数.mp4
[24.4]--24-4逻辑函数.mp4
[24.5]--24-5取整函数.mp4
[24.6]--24-6类型转换函数.mp4
[24.7]--24-7条件函数.mp4
[24.8]--24-8URL函数.mp4
[24.9]--24-9字符串函数.mp4
{25}--第25章ClickHouse核心DDL&DML：库&am/
[25.10]--25-10分区表的创建及加载数据.mp4
[25.11]--25-11分区表删除分区.mp4
[25.12]--25-12分区表复制分区.mp4
[25.2]--25-2DDL之创建数据库.mp4
[25.3]--25-3DDL之创建表.mp4
[25.4]--25-4DDL之删除表.mp4
[25.5]--25-5DDL之修改表.mp4
[25.6]--25-6DDL之重命名表.mp4
[25.7]--25-7DDL之清空表数据.mp4
[25.8]--25-8DML之插入数据.mp4
[25.9]--25-9DML之修改和删除数据.mp4
{26}--第26章ClickHouse核心引擎分析：各家族核心引擎使用及选/
(26.1)--26-23【面试官来啦】面试讨论题.pdf
[26.10]--26-10表引擎Integrations之MySQL引擎.mp4
[26.11]--26-11数据库引擎之MySQL引擎.mp4
[26.13]--26-13表引擎Special之Merge引擎.mp4
[26.14]--26-14表引擎Special之Memory引擎.mp4
[26.15]--26-15MergeTreeEngine概览.mp4
[26.16]--26-16MergeTreeEngine核心语法详解.mp4
[26.17]--26-17【重要】MergeTreeEngine非分区表功能测试.mp4
[26.18]--26-18【重要】MergeTreeEngine日期类型分区表功.mp4
[26.19]--26-19【重要】MergeTreeEngine执行流程分析.mp4
[26.1]--26-1本章概览.mp4
[26.20]--26-20ReplacingMergeTree引擎.mp4
[26.21]--26-21ReplacingMergeTree引擎带ver的使用.mp4
[26.22]--26-22SummingMergeTree引擎.mp4
[26.2]--26-2表引擎概览.mp4
[26.3]--26-3LogEngineFamily的共性.mp4
[26.4]--26-4TinyLog引擎.mp4
[26.5]--26-5Stripelog引擎.mp4
[26.6]--26-6Log引擎.mp4
[26.7]--26-7【重要】LogEngineFamily总结.mp4
[26.8]--26-8表引擎之Integrations概览.mp4
[26.9]--26-9表引擎Integrations之HDFS引擎.mp4
{27}--第27章ClickHouse元数据中心：元数据管理iclass=/
(27.1)--27-10【面试官来啦】面试讨论题.pdf
[27.1]--27-1本章概览.mp4
[27.2]--27-2【重要】元数据在大数据中的作用.mp4
[27.3]--27-3ClickHouse元数据之tables.mp4
[27.4]--27-4ClickHouse元数据之columns.mp4
[27.5]--27-5ClickHouse元数据之表相关元数据.mp4
[27.6]--27-6ClickHouse元数据之执行相关元数据.mp4
[27.7]--27-7ClickHouse元数据之内置不同种类的维度表元数据.mp4
[27.8]--27-8ClickHouse元数据之用户&角色&.mp4
[27.9]--27-9ClickHouse元数据之其他元数据.mp4
{28}--第28章经典ClickHouse整合Flink编程：整合Flin/
[28.1]--28-1本章概览.mp4
[28.2]--28-2ClickHouseJDBC编程概述.mp4
[28.4]--28-4Flink整合ClickHouse写操作.mp4
[28.5]--28-5Flink整合ClickHouse读操作.mp4
{29}--第29章玩转Flink项目实战之五：基于Flink和ClickH/
[29.10]--29-10场景二之功能实现三.mp4
[29.11]--29-11场景二之功能扩展.mp4
[29.12]--29-12可视化.mp4
[29.13]--29-13总结与扩展.mp4
[29.1]--29-1本章概览.mp4
[29.2]--29-2实战功能改善.mp4
[29.3]--29-3场景一之功能实现一.mp4
[29.4]--29-4场景一之功能实现二.mp4
[29.5]--29-5场景一之功能实现三.mp4
[29.6]--29-6场景一之扩展.mp4
[29.7]--29-7场景二需求分析.mp4
[29.8]--29-8场景二之功能实现一.mp4
[29.9]--29-9场景二之功能实现二.mp4
{2}--第2章批流一体丝滑开发体验：快速上手使用Flink进行编程/
[2.10]--2-10Flink对接socket数据并进行统计分析【海量资源：666java.com】.mp4
[2.1]--2-1本章概览【海量资源：666java.com】.mp4
[2.2]--2-2基于Flink官方提供的命令构建Flink应用程序【海量资源：666java.com】.mp4
[2.3]--2-3基于IDEA+Maven构建Flink应用程序的本地开发环【海量资源：666java.com】.mp4
[2.4]--2-4词频统计案例需求分析【海量资源：666java.com】.mp4
[2.5]--2-5Flink以批处理的方式实现功能开发【海量资源：666java.com】.mp4
[2.6]--2-6开发重构之自定义Function的方式【海量资源：666java.com】.mp4
[2.7]--2-7开发重构之Lambda表达式写法【海量资源：666java.com】.mp4
[2.8]--2-8Flink以流处理的方式实现功能开发【海量资源：666java.com】.mp4
[2.9]--2-9通过参数控制Flink以何种模式运行作业【海量资源：666java.com】.mp4
{30}--第30章揭开数据湖的神秘面纱：数据湖开源产品Hudi的使用icl/
[30.10]--30-10核心概念之Index.mp4
[30.11]--30-11核心概念之IndexType.mp4
[30.12]--30-12核心概念之TableType(COW).mp4
[30.13]--30-13核心概念之TableType(MOR).mp4
[30.14]--30-14核心概念之TableType(对比).mp4
[30.15]--30-15核心概念之QueryTypes.mp4
[30.16]--30-16核心概念之其他.mp4
[30.17]--30-17Hudi整合FlinkSQL快速入门.mp4
[30.19]--30-19FlinkSQL对接Kafka数据落入Hudi.mp4
[30.1]--30-1本章概览.mp4
[30.2]--30-2引入数据湖.mp4
[30.3]--30-3常用数据湖框架对比.mp4
[30.4]--30-4初识Hudi.mp4
[30.5]--30-5再次认识Hudi.mp4
[30.6]--30-6Hudi发展历史.mp4
[30.7]--30-7核心概念之TimeLine.mp4
[30.8]--30-8快速使用Spark写入数据到Hudi.mp4
[30.9]--30-9核心概念之FileLayouts.mp4
{31}--第31章玩转Flink项目实战之六：基于Flink和Hudi的数/
[31.10]--31-10表结构讲解.mp4
[31.11]--31-11分层.mp4
[31.12]--31-12CDC层建设.mp4
[31.13]--31-13产生数据.mp4
[31.14]--31-14订单表ODS层建设.mp4
[31.15]--31-15商品表ODS层建设.mp4
[31.16]--31-16订单详情表ODS层建设.mp4
[31.17]--31-17DWD层建设思路.mp4
[31.18]--31-18订单相关DWD层建设思路_1.mp4
[31.19]--31-19ADS层建设.mp4
[31.1]--31-1本章概览.mp4
[31.20]--31-20总结.mp4
[31.2]--31-2回顾离线处理架构.mp4
[31.3]--31-3引入Hudi后的架构.mp4
[31.4]--31-4架构中重要环节的补充说明.mp4
[31.5]--31-5Flink中Catalog使用.mp4
[31.6]--31-6Flink对接catalog之读取Hive数据.mp4
[31.7]--31-7Flink对接catalog之写入Hive数据.mp4
[31.8]--31-8Hudi版本升级.mp4
{3}--第3章工欲善其事必先利其器：Flink部署及作业运行/
(3.1)--3-2【环境配置】云主机开通及配置【海量资源：666java.com】.pdf
(3.2)--3-15【面试官来啦】面试讨论题【海量资源：666java.com】.pdf
[3.10]--3-11【重要】如何使用命令行的方式提交Flink应用程序【海量资源：666java.com】.mp4
[3.11]--3-12初探Flink集群部署模式【海量资源：666java.com】.mp4
[3.12]--3-13FlinkStandalone之ApplicationM【海量资源：666java.com】.mp4
[3.13]--3-14FlinkonYARN之ApplicationMode方【海量资源：666java.com】.mp4
[3.1]--3-1本章概览【海量资源：666java.com】.mp4
[3.2]--3-3从宏观角度认识Flink架构【海量资源：666java.com】.mp4
[3.3]--3-4再次认识JobManager和TaskManager【海量资源：666java.com】.mp4
[3.4]--3-5FlinkStandalone模式部署及FlinkUI介绍【海量资源：666java.com】.mp4
[3.5]--3-6flinkrun运行官方自带案例【海量资源：666java.com】.mp4
[3.6]--3-7【补充】如何在本地运行环境中设定FlinkWebUI【海量资源：666java.com】.mp4
[3.7]--3-8动态传递参数给Flink应用程序改造【海量资源：666java.com】.mp4
[3.8]--3-9使用FlinkWebUI提交自己开发的Flink应用程序【海量资源：666java.com】.mp4
[3.9]--3-10取消作业的两种方式【海量资源：666java.com】.mp4
{4}--第4章快速便捷接入各种数据：FlinkDataSourceAPI/
(4.1)--4-11【面试官来啦】面试讨论题【海量资源：666java.com】.pdf
[4.10]--4-10自定义数据源实现MySQL数据的读取【海量资源：666java.com】.mp4
[4.1]--4-1本章概览【海量资源：666java.com】.mp4
[4.2]--4-2DataStreamAPI编程规范以及DataStream【海量资源：666java.com】.mp4
[4.3]--4-3Flink多种执行环境的获取方式【海量资源：666java.com】.mp4
[4.4]--4-4结合源码分析DataSource【海量资源：666java.com】.mp4
[4.6]--4-6多并行度Source测试用例【海量资源：666java.com】.mp4
[4.7]--4-7结合源码分析SourceFunction【海量资源：666java.com】.mp4
[4.8]--4-8自定义实现单并行度数据源【海量资源：666java.com】.mp4
[4.9]--4-9自定义实现多并行度数据源【海量资源：666java.com】.mp4
{5}--第5章高效简洁数据处理方式：FlinkTransformatio/
(5.1)--5-11【面试官来啦】面试讨论题【海量资源：666java.com】.pdf
[5.10]--5-10DataStream分流【海量资源：666java.com】.mp4
[5.1]--5-1本章概览【海量资源：666java.com】.mp4
[5.2]--5-2认识Flink中有哪些Transformation算子【海量资源：666java.com】.mp4
[5.3]--5-3Tranformation算子实操之map算子【海量资源：666java.com】.mp4
[5.4]--5-4Tranformation算子实操之filter算子【海量资源：666java.com】.mp4
[5.5]--5-5Tranformation算子实操之flatMap算子【海量资源：666java.com】.mp4
[5.6]--5-6Tranformation算子实操之keyBy算子【海量资源：666java.com】.mp4
[5.7]--5-7Tranformation算子实操之union算子【海量资源：666java.com】.mp4
[5.8]--5-8Tranformation算子实操之connect算子【海量资源：666java.com】.mp4
[5.9]--5-9Tranformation算子实操之自定义分区器【海量资源：666java.com】.mp4
{6}--第6章处理结果吐出外部系统：FlinkSinkAPI编程/
(6.1)--6-9【面试官来啦】面试讨论题【海量资源：666java.com】.pdf
[6.1]--6-1本章概览【海量资源：666java.com】.mp4
[6.2]--6-2认识Flink中的Sink【海量资源：666java.com】.mp4
[6.3]--6-3Sink算子实操之print【海量资源：666java.com】.mp4
[6.4]--6-4Sink算子实操之自定义Sink到终端【海量资源：666java.com】.mp4
[6.5]--6-5Sink算子实操之自定义Sink到文件系统【海量资源：666java.com】.mp4
[6.7]--6-7Flink处理结果输出到MySQL中【海量资源：666java.com】.mp4
[6.8]--6-8Sink算子实操之输出到socket【海量资源：666java.com】.mp4
{7}--第7章玩转Flink项目实战之一：实时统计之商品分析/
(7.1)--7-13【面试官来啦】面试讨论题【海量资源：666java.com】.pdf
[7.10]--7-10自定义RedisSink【海量资源：666java.com】.mp4
[7.11]--7-11实现改造并进行统计结果的diff【海量资源：666java.com】.mp4
[7.12]--7-12拓展【海量资源：666java.com】.mp4
[7.1]--7-1本章概览【海量资源：666java.com】.mp4
[7.2]--7-2企业中基于Flink实时处理的架构分析【海量资源：666java.com】.mp4
[7.3]--7-3需求分析【海量资源：666java.com】.mp4
[7.4]--7-4本地开发环境搭建【海量资源：666java.com】.mp4
[7.5]--7-5项目日志字段说明及生产数据注意事项【海量资源：666java.com】.mp4
[7.6]--7-6对接数据及清洗【海量资源：666java.com】.mp4
[7.7]--7-7日期格式清洗【海量资源：666java.com】.mp4
[7.8]--7-8统计结果【海量资源：666java.com】.mp4
[7.9]--7-9统计结果入Redis库【海量资源：666java.com】.mp4
{8}--第8章一起揭开Kafka神秘面纱：Kafka架构&核心术/
(8.1)--8-7【面试官来啦】面试讨论题【海量资源：666java.com】.pdf
[8.1]--8-1本章概览【海量资源：666java.com】.mp4
[8.2]--8-2认识JMS【海量资源：666java.com】.mp4
… 共 419 条