Flink大数据实时计算系统实践，资源教程下载

       课程名称

       大数据实时计算系统实践，资源教程下载

课程目录

本次的课程主要包括三大部分：

1. Flink基本原理概述。指导学员了解并掌握Flink使用过程中设计到的基本概念和简要API，介绍大数据实时流计算相关生态体系，着重梳理清楚Flink上下游体系，掌握Flink的核心技术原理，建立大数据实时流计算的方法论思维。

2. Flink实战生产技术。从实战出发，围绕实时流计算业务场景分析、基本编程模型、高级特性等系统性介绍Flink实时流计算的实战技术，使得学员具备研发Flink实时流计算相关应用的基础能力。

3. Druid是一款支持数据实时写入、低延时、高性能的OLAP引擎，具有优秀的数据聚合能力与实时查询能力。在大数据分析、实时计算、监控等领域都有特定的应用场景，是大数据基础架构建设中重要的一环。本次课程我们将介绍Druid的核心特性与原理，以及在性能调优以及最佳实践经验。

面向人群：

1. 希望学习大数据实时流计算和实时OLAP的学生；

2. 希望了解大数据实时流计算和OLAP实战技术的IT从业人员；

3. 未来希望成为大数据实时流计算的求职者；

4. 想在大数据实时流计算方向和OLAP方面进行深入研究者。

学习收益：

通过本课程的学习，学员将会收获：

1. 学员将系统性的了解并掌握大数据实时流计算的基本技术原理，结合Flink的生产技术案例，可基本实现独立开发、业务场景分析能力；

2. 了解大数据实时流计算上下游生态；

3. 理解Druid基础特性与正确使用方式，基本工作原理，并了解Druid面向的问题域以及典型的使用场景；

4. 对有志于从事大数据实时流计算以及OLAP研发的学员，提供系统实现原理的讲解与指导。

【课程内容】

第一课：  Flink基本概念与部署

1. Flink 简介

2. 编程模型

3. 运行时概念

4. 应用部署与原理

a. 部署模式

b. On-Yarn 启动设置与原理

c. Job 启动设置与原理

第二课： DataStream

1. DataStreamContext环境

2. 数据源(DataSource)

3. 转化(Transformation)

4. 数据Sink

第三课：Window & Time

1. Window介绍

a.  为什么要有Window

b.  Window类型

• Window API的使用

a.  Window的三大组件

b.  Time&watermark

c.  时间语义

d.  乱序问题解决WaterMark

e.  AllowLateness正确设置与理解

f.   Sideoutput在Window中的使用

• Window的内部实现原理

a.  Window的处理流程

b.  Window中的状态存储

• 生产环境中的Window使用遇到的一些问题

第四课：  Connector

1. 基本Connnector

2. 自定义Source 与 Sink

a.  Kafka简介

b.  Kafka Consumer 与Sink 的正确使用方式

c.  Kafka-Connector 内部机制与实现原理

第五课：  状态管理与恢复机制

第六课：  Metrics 与监控

1. Metrics的种类

2. Metrics的获取方式

a.  Web Ui

b.  Rest API

c.  MetricReporter

• 用户自定义Metric指标方式

• 监控和诊断:Metric和Druid 实时OLAP联合使用

a.  Metric上报

b.  Metric指标聚合

c.  Metric的分类和格式定义

• Druid查询和指标系统

a.  Flink作业反压监控

b.  Flink作业的延迟监控

c.  其他

• Metric系统的内部实现

• 生产环境中的案例分析 — 通过指标来排查应用问题

第七课：  Flink应用案例介绍

1. 数据清洗：map/flatmap等

2. 监控告警系统

a. 数据拉平

b. 基础窗口计算等

• 线上运营系统

• 风控系统

第八课：Druid基本概念与架构设计

1. Druid与OLAP VS Kylin、ES等

2. Druid与指标系统 VS 各种时序数据库

3. Druid特性

4. 基本架构:角色节点与基本职责

a.  角色行为

b.  角色暴露的API

• 基本架构:外部依赖

a.  MySQL数据结构

b.  ZK数据结构

c.  HDFS数据结构

第九课： Druid数据写入与查询

1. 数据流向与存储格式

a.  数据写入流程

b.  存储与索引格式

• 实时数据写入

a.  Firehose

b.  Realtime Node

c.  Index-Service原理介绍

d.  Tranquility原理介绍

e.  Kafka-index-service原理

• 离线数据写入

a.  Indexer

b.  MR Indexer

• 查询模式与查询类型介绍

第十课： Druid实践介绍

1. 容错设计

2. 指标监控

a.  基于Graphite搭建指标监控系统

b.  重要的指标项

• 运维实践

a.  数据修复

b.  集群升级实践

c.  Segment元数据管理

d.  JVM调优

c.  资源隔离