Flink+ClickHouse 玩转企业级实时大数据开发

第1章 Flink认知篇
1-1 课前须知，这里有你需要了解得一切 (09:02)
1-2 课程目录 (01:39)
1-3 业界大数据分布式计算框架 (04:22)
1-4 初识Flink (10:47)
1-5 什么是Flink (12:12)
1-6 【科普小贴士】Flink发展史&特点&行业应用
1-7 学习一个新框架的方法论 (19:58)
第2章 Flink本地开发快速上手篇
2-1 课程目录 (01:38)
2-2 Maven部署 (09:20)
2-3 IDEA社区版和旗舰版区别 (03:17)
2-4 基于官方提供的命令来构建Flink项目 (10:25)
2-5 基于IDEA构建多module的Flink项目 (11:31)
2-6 Flink编程模型 (04:19)
2-7 基于Flink开发第一个实时处理案例之需求分析 (04:41)
2-8 基于Flink开发第一个实时处理案例之功能实现一 (11:44)
2-9 基于Flink开发第一个实时处理案例之功能实现二 (01:38)
2-10 基于Flink开发第一个实时处理案例之功能实现三 (05:14)
2-11 基于Flink开发第一个批处理案例之需求分析 (01:11)
2-12 基于Flink开发第一个批处理案例之功能实现 (03:52)
2-13 基于Flink开发第一个批处理案例之功能实现重构 (02:39)
2-14 基于Flink编程套路总结 (03:14)
2-15 本章重难点总结 (02:20)
2-16 【讨论题】关于数据结果的思考
2-17 【任务题】Lambda 表达式版案例实现
第3章 Flink部署篇
3-1 课程目录 (01:51)
3-2 【环境配置】云主机开通及配置
3-3 Flink架构 (11:59)
3-4 Flink部署 (16:38)
3-5 Flink UI参数讲解 (04:53)
3-6 通过命令行方式提交&展示&取消Flink作业 (09:53)
3-7 通过UI方式提交&展示&取消Flink作业 (03:56)
3-8 关于并行度的补充 (03:02)
3-9 【讨论题】知识梳理
3-10 【任务题】Flink集群部署应用
第4章 Flink实时处理核心API基础篇
4-1 课程目录 (01:24)
4-2 DataStream API概述 (07:38)
4-3 StreamExecutionEnvironment详解 (07:45)
4-4 Source概述 (08:56)
4-5 Source API编程之Socket及并行度 (05:11)
4-6 Source API编程之并行集合及并行度 (06:13)
4-7 【核心组件部署】ZooKeeper&Kafka部署
4-8 Source API编程之对接Kafka数据 (07:18)
4-9 Transformation概述 (06:41)
4-10 Transformation算子之map (11:12)
4-11 Transformation算子之filter (05:19)
4-12 Transformation算子之flatMap (05:18)
4-13 Transformation算子之keyBy (06:47)
4-14 Transformation算子之reduce (08:42)
4-15 Sink概述 (02:31)
4-16 Sink之print&printToErr及并行度 (09:00)
4-17 【任务题】词频统计
4-18 【任务题】Kafka消息的发送和接收
4-19 【任务题】readTextFile的并行度
4-20 【面试讨论题】Flink中的并行度
4-21 【面试讨论题】Task Slot的理解
第5章 Flink实时处理核心API进阶篇
5-1 课程目录 (03:18)
5-2 MapFunction&RichMapFunction认识 (06:19)
5-3 通过RichMapFunction认识对应的生命周期方法 (07:25)
5-4 SourceFunction代码层级 (03:23)
5-5 自定义单并行度Source (09:15)
5-6 自定义多并行度Source (01:44)
5-7 自定义Source读取MySQL数据 (13:15)
5-8 Transformation算子之union (04:14)
5-9 Transformation算子之connect (07:37)
5-10 Transformation算子之CoMapFunction (06:10)
5-11 Transformation算子之CoFlatMapFunction (02:17)
5-12 自定义分区器 (10:22)
5-13 自定义MySQLSink需求分析 (04:20)
5-14 自定义MySQLSink功能实现 (10:33)
5-15 RedisSink功能实现 (09:02)
5-16 【核心组件部署】Redis部署
5-17 【任务题】自定义RedisSink
5-18 【任务题】自定义数据源
5-19 【面试讨论题】Flink中的分区策略
5-20 【面试讨论题】Flink DataStream中使用得算子
第6章 【项目实战第一篇】基于Flink+ClickHouse构建大数据实时分析项目实战
6-1 课程目录 (03:17)
6-2 同类产品分析 (06:07)
6-3 项目架构 (06:15)
6-4 项目子工程创建 (01:41)
6-5 字段说明 (05:25)
6-6 用户行为日志类定义 (03:01)
6-7 功能一需求分析 (03:18)
6-8 功能一实现之数据清洗 (04:59)
6-9 功能一实现之统计分析 (04:56)
6-10 功能一实现之统计结果入Redis (05:30)
6-11 功能一实现之拓展 (04:08)
6-12 需求二之功能分析 (06:51)
6-13 需求二之IP解析测试 (06:30)
6-14 功能二实现之自定义UDF函数解析IP地址 (04:55)
6-15 功能二实现之统计分析及入库 (03:35)
6-16 需求二之异步IO补充 (14:09)
6-17 前面两个需求可能会遇到的问题提炼 (04:55)
6-18 重难点总结 (02:22)
6-19 【任务题】统计新老用户的数据分布（1）
6-20 【任务题】统计新老用户的数据分布（2）
6-21 【任务题】统计结果存储
6-22 【面试讨论题】在数据清洗过程中做过的处理
6-23 【面试讨论题】使用Flink做实时处理项目架构选型
第7章 Flink时间语义及Window API篇
7-1 课程目录 (04:09)
7-2 时间三兄弟 (10:16)
7-3 时间三兄弟举例解释 (05:31)
7-4 初识Window (03:55)
7-5 Window分类 (08:19)
7-6 Window Assigner (04:16)
7-7 滚动窗口 (03:40)
7-8 滑动窗口 (03:20)
7-9 会话窗口 (03:04)
7-10 窗口生命周期 (04:45)
7-11 基于ProcessingTime的Non-Keyed滚动窗口实战 (11:03)
7-12 基于ProcessingTime的Keyed滚动窗口实战 (04:21)
7-13 WindowFunction概述 (04:02)
7-14 WindowFunction之ReduceFunction实战 (05:12)
7-15 WindowFunction补充 (03:04)
7-16 WindowFunction之ProcessWindowFunction实战 (10:19)
7-17 重难点总结 (04:14)
7-18 【任务题】会话窗口编程
7-19 【任务题】滑动窗口编程
7-20 【面试讨论题】数据倾斜解决方案
7-21 【面试讨论题】对WindowFunction的认识
7-22 【面试讨论题】对于时间语义的理解
7-23 【面试讨论题】Flink中的窗口分析
第8章 Flink Watermark
8-1 课程目录 (02:57)
8-2 Watermark概述 (12:53)
8-3 基于EventTime和Watermark结合滚动窗口综合案例之没有延迟 (14:27)
8-4 基于EventTime和Watermark结合滚动窗口综合案例之有延迟 (15:16)
8-5 基于EventTime和Watermark结合滚动窗口综合案例之延迟数据丢失 (05:01)
8-6 基于EventTime和Watermark结合滚动窗口综合案例之捕获到延迟数据 (08:05)
8-7 重难点总结 (04:31)
8-8 【任务题】会话窗口编程
8-9 【任务题】滑动窗口编程
8-10 【面试讨论题】乱序数据解决方案
8-11 【面试讨论题】Flink中水印得理解
第9章 Flink状态管理篇
9-1 课程目录 (02:53)
9-2 状态能为什么带来什么 (09:06)
9-3 State分类 (16:10)
9-4 使用ValueState完成求平均数功能 (14:45)
9-5 使用MapState完成求平均数功能 (05:59)
9-6 Flink Checkpoint机制 (15:04)
9-7 Flink应用程序中开启checkpoint (05:32)
9-8 Restart Strategy (08:20)
9-9 Checkpoint整合重启策略功能测试screenflow (07:35)
9-10 Checkpoint整合重启策略及状态功能测试screenflow (05:29)
9-11 Flink StateBackend (06:01)
9-12 Flink StateBackend之MemoryStateBackend (05:59)
9-13 Flink StateBackend之FsStateBackend (02:46)
9-14 Flink StateBackend之RocksDBStateBackend (05:35)
9-15 FsStateBackend 本地文件系统功能测试 (02:49)
9-16 ExternalizedCheckpointCleanup在生产上的使用 (05:12)
9-17 FsStateBackend HDFS功能测试 (02:32)
9-18 Checkpoint全流程测试之Flink UI操作 (07:28)
9-19 Checkpoint全流程测试之命令行操作 (03:47)
9-20 Checkpoint小结 (04:34)
9-21 Savepoints (09:26)
9-22 重难点总结 (02:23)
9-23 【任务题】使用ListState实现求平均数
9-24 【任务题】RocksDBStateBackend应用
9-25 【面试讨论题】Flink的容错机制
9-26 【面试讨论题】Checkpoint和SavePoint的区别
9-27 【面试讨论题】Flink中的状态存储
第10章 【项目实战第二篇】基于Flink+ClickHouse构建大数据实时分析项目实战
10-1 课程目录 (02:19)
10-2 功能一之需求分析 (09:22)
10-3 功能一之实现01 (04:08)
10-4 功能一之实现02 (14:50)
10-5 功能一之实现03 (11:06)
10-6 功能二之需求分析 (03:26)
10-7 功能二之实现01 (07:26)
10-8 功能二之实现02 (03:22)
10-9 重难点总结 (07:05)
10-10 【任务题】布隆过滤器的原理
10-11 【任务题】ValueState应用
10-12 【面试讨论题】布隆过滤器应用分析
10-13 【面试讨论题】分组TopN的实现思路及数据倾斜的解决方案
第11章 【项目实战第三篇】基于Flink+ClickHouse构建大数据实时分析项目实战
11-1 课程目录 (02:46)
11-2 Flink对接Kafka数据入门 (11:20)
11-3 Flink整合Kafka代码开发 (11:55)
11-4 参数配置化并读取 (07:52)
11-5 Flink对接Kafka完整参数配置开发 (08:28)
11-6 Flink对接Kafka数据封装V1版本 (03:54)
11-7 Flink对接Kafka数据封装V2版本 (01:18)
11-8 Flink对接Kafka数据封装V3版本 (05:38)
11-9 Flink对接Kafka数据分析结果入Redis (06:55)
11-10 Flink ExactlyOnce图解 (08:39)
11-11 Flink两阶段提交 (08:46)
11-12 【任务题】自定义MySQL Sink
11-13 【面试讨论题】Flink整合kafka的两阶段提交的认识
11-14 【面试讨论题】Flink如何实现Exactly-Once
第12章 初识ClickHouse
12-1 课程目录 (02:05)
12-2 背景需求 (03:39)
12-3 初识ClickHouse (08:17)
12-4 ClickHouse部署及快速入门 (10:59)
12-5 ClickHouse常用参数讲解 (02:53)
12-6 数据类型之Int和Float (08:45)
12-7 数据类型之Decimal (07:37)
12-8 数据类型之Bool (01:41)
12-9 数据类型之String&FixedString&UUID (07:35)
12-10 数据类型之Date&DateTime&DateTime64 (06:49)
12-11 数据类型之Array (01:53)
12-12 数据类型之Tuple (03:32)
12-13 数据类型之Nested (04:03)
12-14 数据库和表创建语法及数据库引擎 (05:38)
12-15 初识表引擎 (03:13)
12-16 表引擎之TinyLog (06:29)
12-17 表引擎之StripeLog (05:23)
12-18 表引擎之Log (03:01)
12-19 ClickHouse整合MySQL (10:18)
12-20 ClickHouse API编程 (04:55)
12-21 【任务题】ClickHouse的集群搭建
12-22 【任务题】ClickHouse的数据处理
12-23 【面试讨论题】谈谈对 ClickHouse 引擎得理解
12-24 【面试讨论题】ClickHouse得选择必然性
第13章 【项目实战终极篇】基于Flink+ClickHouse构建大数据实时分析项目实战
13-1 课程目录 (01:34)
13-2 现存问题描述及分析 (07:10)
13-3 ReplacingMergeTree引擎的用法 (06:46)
13-4 CH表如何设计 (04:54)
13-5 CH ID生成策略 (09:40)
13-6 Flink整合CH插入数据 (10:29)
13-7 使用Flink进行数据清洗 (08:23)
13-8 Flink清洗后的数据落地到CH并进行各种维度的统计分析 (09:05)
13-9 全流程服务器测试 (05:34)
13-10 引入CEP (04:38)
13-11 CEP模式概述 (05:34)
13-12 CEP功能开发 (08:32)
13-13 CEP功能测试 (04:15)
13-14 前端UI展示 (07:35)
13-15 【任务题】数据写入ClickHouse
13-16 【任务题】Flink on YARN运行全流程
13-17 【任务题】使用CEP完成数据提取
13-18 【面试讨论题】实时数据分析平台构建思路
第14章 Flink DataSet篇
14-1 课程目录 (01:53)
14-2 Flink批处理概述 (06:47)
14-3 对接数据源为csv格式的数据 (09:49)
14-4 对接数据源为压缩后的数据 (02:16)
14-5 对接数据源为子目录的数据 (03:19)
14-6 Transformation之map (05:42)
14-7 Transformation之mapPartition (03:04)
14-8 Transformation之distinct (02:47)
14-9 Transformation之first-n (07:37)
14-10 Sink (07:24)
14-11 Flink中分布式缓存的使用 (08:05)
14-12 Flink中计数器的使用 (07:37)
14-13 重难点总结 (04:34)
14-14 【任务题】实现join的功能
14-15 【任务题】join和cross算子的编程
14-16 【面试讨论题】Flink中使用分布式缓存的看法
第15章 Flink Table&SQL API篇
15-1 课程目录 (03:32)
15-2 Flink Table API&SQL概述 (06:08)
15-3 Flink Table API&SQL编程模型 (08:03)
15-4 Flink SQL整合DataStream编程 (06:59)
15-5 Flink Table API整合DataStream编程 (03:24)
15-6 Flink Table API整合DataStream编程toRetractStream使用 (06:34)
15-7 动态表和连续查询 (07:43)
15-8 图解连续查询 (05:24)
15-9 Table转Stream的方式 (07:06)
15-10 Flink Table API&SQL Connector概述 (03:38)
15-11 Flink Table API&SQL FileSystem Connector读取数据 (08:45)
15-12 Flink Table API&SQL FileSystem Connector写出数据 (04:33)
15-13 Flink Table API结合Window及EventTime编程 (16:13)
15-14 Flink SQL结合Window及EventTime编程 (05:03)
15-15 Flink UDF函数概述 (06:34)
15-16 Flink UDF函数编程实战 (08:24)
15-17 重难点总结 (06:10)
15-18 【任务题】实现数据的对接和Sink
15-19 【任务题】实现EventTime结合滑动窗口的功能测试
15-20 【任务题】完成IP解析的功能开发
15-21 【面试讨论题】Flink项目中选择哪种访问方式
15-22 【面试讨论题】Flink使用Kafka对接时的注意事项
15-23 【面试讨论题】Flink SQL是如何实现SQL的解析的
第16章 Flink版本升级篇
16-1 课程目录 (02:00)
16-2 开发环境准备 (04:16)
16-3 老版本keyBy的用法 (07:06)
16-4 新版本keyBy的用法 (02:44)
16-5 老版本WM的用法 (06:29)
16-6 新版本WM的用法 (08:14)
16-7 新老版本Table API&SQL整合WM的用法 (16:10)
16-8 Flink on YARN运行及升级 (17:19)
16-9 【拓展阅读】Flink版本升级核心梳理
第17章 【拓展】基于Flink构建实时数仓项目实战
17-1 课程目录 (03:50)
17-2 实时数仓架构及分层 (16:59)
17-3 认识Canal (06:37)
17-4 Canal对接Kafka联调 (15:12)
17-5 使用TCP方式拉取Canal数据 (16:38)
17-6 双流JOIN设计思路 (07:27)
17-7 双流JOIN实现之对接数据 (09:19)
17-8 双流JOIN实现之设置WM (03:53)
17-9 双流JOIN实现之JOIN实现 (09:52)
17-10 双流JOIN实现之未关联上的数据处理方案 (05:41)
17-11 实时数仓数据流转&命名规范 (06:33)
17-12 【任务题】基于Flink实现维表的join
17-13 【任务题】双流join的测试
17-14 【面试讨论题】如何基于UI配置方式完成项目设计
17-15 【面试讨论题】maxwell和canal的区别
第18章 总结和展望
18-1 课程总结和回顾 (14:10)
第19章 【2022持续升级】Flink CDC编程实战
19-1 课程目录 (01:05)
19-2 针对现存问题进行分析引出CDC (04:28)
19-3 认识Flink CDC (06:39)
19-4 开发之前的准备工作 (04:07)
19-5 基于DataStream API的Flink CDC编程实战 (10:08)
19-6 监听多表实战 (05:30)
19-7 StartupOptions选项讲解 (04:59)
19-8 反序列化概述 (03:54)
19-9 自定义反序列化器开发 (12:51)
19-10 Flink CDC整合Checkpoint保证一次性语义 (07:54)
19-11 Flink CDC版本调整 (06:18)
19-12 Flink CDC对接Table&SQL API实战 (08:16)
19-13 Flink CDC对接Table&SQL API选项参数 (03:04)
19-14 两种实现方式对比 (01:31)
19-15 Flink CDC总结及扩展 (02:56)

网盘截图：