2019年年初，随着阿里巴巴收购了位于柏林的Flink母公司，Flink声名鹊起，开始得到广泛的关注，并逐渐被部署到很多公司的生产环境中。为了让更多的开发者能够快速上手这项技术我们将如下知识分享出来。常见大数据技术的概述和对大数据必备编程知识的梳理。Flink的设计与运行原理。以及DataStream API上的流处理，这里分别针对数据流、时间和窗口、状态和检查点、输入输出等Flink编程不可或缺的环节进行讲解。最后关注在Flink SQL上进行流处理和部署及配置Flink作业。

本门课程包括如下章节 ：

第一章大数据技术概述

（一）什么是大数据

（二）从批处理到流处理

（三）代表性大数据技术

（四）从Lambda到Kappa,大数据处理平台的演进

（五）流处理基础概念

（六）编程语言的选择

第二章大数据必备编程知识

（一）继承和多态

（二）泛型

（三）函数式编程

第三章Flink的设计与运行原理

（一）数据流图

（二）分布式架构与核心组件

（三）任务执行与资源划分

第四章DataStream API的介绍和使用

（一）Flink程序的骨架结构

（二）常见Transformation的使用方法

（三）数据类型和序列化

（四）用户自定义函数

第五章时间和窗口

（一）Flink的时间语义

（二）ProcessFunction系列函数

（三）窗口算子的使用

（四）双流关联

（五）处理迟到数据

第六章状态和检查点

（一）实现有状态的计算

（二）Checkpoint机制的原理及配置方法

（三）Savepoint原理及使用方法

第七章Flink连接器

（一）端到端的Exactly-once

（二）自定义Source和Sink

（三）常用流式连接器

第八章Table API & SQL的介绍和使用

（一）Table API & SQL综述

（二）动态表和持续查询

（三）时间和窗口

（四）Join

（五）SQL DDL

（六）系统内置函数

（七）用户自定义函数

第九章Flink的部署和配置

（一）Flink集群部署模式

（二）Flink配置文件

（三）命令行工具

（四）Flink与Hadoop集成