Flink核心技术与实战

1. 熟练掌握Flink SQL接口的原理与操作方法；
2. 深入理解Flink DataStream API的实践原理；
3. 全面剖析Flink Runtime的设计与实现机制；
4. 完整构建一个实时推荐数据流系统。

张利兵，第四范式数据中台架构师，Apache Flink的贡献者，《Flink原理、实战与性能优化》的作者。

张利兵老师在大数据领域深耕了7年之久，曾主导某国企银行实时风控平台的产品研发和部署，带领团队进行某轨道行业实时运维智能平台的架构与研发工作。在大数据领域拥有非常丰富的工作经验，对Hadoop、Spark、Flink、机器学习等大数据技术有着深入的了解。张利兵老师同是也获得了Cloudera CCAH认证，Cloudera SEBC认证以及Cloudera认证讲师，拥有非常丰富的授课经验。

目前大部分公司的大数据处理工作，使用的还是离线处理技术，但未来，流式计算必定会成为分布式计算的重要方向之一。如果你想要掌握一门具有前瞻性的流式计算处理技术，Flink必然是你的首选。目前为止，开源界唯一真正同时做到低时延，数据一致性保障以及高吞吐的大数据处理技术，也只有Flink。它可以在毫秒级的延迟情况下，实现每秒钟处理上亿次的消息或者事件。

Flink的上手门槛比较高，API不够直观也不够好用，在不同使用模式下体验也不一致。有了问题，求助社区，得到反馈时间又比较长，这些问题让我们自学起来困难重重。

本课程会通过讲解Flink的核心特性以及实操部署，带你入门Flink。结合三个不同的实战，重点讲解Flink作业的开发与实践技巧，加深掌握。随后对核心原理进行剖析，包括Runtime的设计与实现，常用的监控指标Checkpoint、反压等概念。在课程的最后部分，我会安排一个完整的推荐项目，串联所有知识点进行实战，让你更加游刃有余地使用Flink进行工作开发。

需要你有一门语言基础，如Java、Scala、Python等；有一定的编程基础。