字节唯一流处理 Flink 有多难懂？

大数据快速发展，对数据实时性要求不断提高。 Flink 作为集流式批量于一体的开源大数据计算引擎，凭着在实时 ETL、实时报表、监控 预警 、 在线系统 等方面优势备受企业青睐。 阿里、腾讯、 字节 等较早就已经进行了布局，尤其是 字节将它作为流处理唯一标准 。

• 不懂或对 Flink 一知半解，想系统学习，日后找大数据相关工作；

• 想通过 Flink 提升技术实力，竞争核心岗位或晋升技术管理；

• 正在求职准备中，冲击大厂高薪数据开发岗。

• 由浅入深，系统掌握 Flink 核心知识点；
• 从 Flink 基础到各技术模块，能够快速上手编码开发工作；
• 通过实时处理技能，彻底摆脱Sql boy的窘迫局面；
• 能轻松应对工作面试中的各种棘手问题。

• Flink 基本介绍

• Flink 重新编译、架构模式及三种运行部署模式

• Flink 的 Local 及 StandAlone 模式的环境运行

• Flink 的 StandAlone 模式，借助 Zookeeper 实现 JobManager 的高可用

• Flink on Yarn 单个 Yarn Session 的实现

• Flink 的 on Yarn 多 Session 模式提交任务

• Flink 流式处理及服务打包上线运行

• Flink 批量处理程序
• Flink 的 Shell 命令行开发调试
• Flink 的 Socket、文件及集合数据源
• Flink 当中的自定义 Source 数据源
• Flink 的 Union、Connect、Split 算子介绍
• Flink 当中的一些分区的算子

• Flink 的 Sink 介绍之 Redis Sink 将数据保存到 Redis 里
• Flink 中的 Window 介绍
• Flink 中的增量聚合及全量聚合统计

• Flink 的 Time 三兄弟
• Flink WaterMark 介绍
• Flink 中的 WaterMark 代码实现
• Flink 中的 WaterMark 机制测试顺序及乱序的数据