| *數量非實際在台庫存 *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考,以到貨標的為實際資訊。 印行年月:202401*若逾兩年請先於私訊洽詢存貨情況,謝謝。 台灣(台北市)在地出版社,每筆交易均開具統一發票,祝您中獎最高1000萬元。 書名:Flink SQL與DataStream-入門,進階與實戰 ISBN:9787111739029 出版社:機械工業 著編譯者:羊藝超 頁數:498 所在地:中國大陸 *此為代購商品 書號:1601632 可大量預訂,請先連絡。 內容簡介這是一本從使用和定製開發雙重視角,循序漸進地講解Flink的分散式系統架構設計、流計算API設計、時間處理、狀態管理等核心技術的原理和實現的著作。 它面向Flink的初學者,內容沿著基礎知識、實際問題和解決方案這條主線展開,不僅層層剖析了Flink學習中的重點和難點,而且還通過大量案例展示了如何快速獲得工程化實踐能力。 全書共11章,主要內容如下: (1) Flink基礎知識(第1、2章) 主要介紹了Flink的定位、核心特性、API分類,演示了如何搭建Flink作業的基礎環境、如何創建一個Flink項目以及如何開發入門應用程序WordCount,並結合該應用程序說明了常見Flink作業的骨架結構。 (2)Flink分散式架構及核心概念(第3章) 主要內容包括Flink作業的運行時架構、部署模式、資源提供框架,以及開發 Flink作業時涉及的核心概念,對於後續學習Flink DataStream API和Flink SQLAPI很有幫助。 (3) Flink DataStream API(第4∼6章) 講解了Flink DataStream API的核心知識,包括執行環境、數據源、數據簡單轉換、數據分組與聚合、數據匯等,並講解了Flink DataStream API中的時間語義、時間窗口、有狀態計算和檢查點這四大「王牌武器」的由來與實現原理。 (4) Flink有狀態流處理API(第7章) Flink DataStream API不能優雅地解決窗口使用不靈活和分流成本高這兩個問題,於是Flink提供了有狀態流處理API。本章主要講解了Flink有狀態流處理API解決上述兩個問題的方法。 (5) Flink Table API與SQL API(第8∼11章)Flink Table API和Flink SQL API的底層原理相同,可以相互轉換,但Flink SQL API更為簡單和常用。這4章分別介紹了Flink Table API、Flink SQL API的功能,以及使用SQL實現流處理的核心技術,結合大量代碼示例著重介紹了Flink SQL API的語法、雨數、參數配置及性能優化方法。 作者簡介羊藝超 資深大數據開發工程師,現就職于某頭部短視頻公司。擁有多年流式計算開發、優化、保障和治理經驗,以及從0到1使用Flink SQL建設實時數倉的經驗。對Flink大數據計算引擎有著深入的理解,在Flink的場景化應用方面有豐富的經驗,能夠使用Flink等技術組件解決千萬級別QPS的實時數據場景下的痛點問題。開源了自己的Flink學習項目https://github com/yangyichao-mango/flink-study。對Redis、Kafka、ClickHouse等實時數倉構建過程中依賴的引擎都較為熟悉。 目錄前言 第1章 初識Flink 1 1 Flink定位 1 1 1 Flink是什麼 1 1 2 Flink對於數據的定義 1 1 3 Flink的3種應用場景 1 1 4 Flink的3個企業應用案例 1 2 Flink的核心特性 1 2 1 Flink的5個核心特性 1 2 2 3種流處理引擎特性的對比 1 3 Flink的API 1 3 1 Code API 1 3 2 關係型API 1 4 與Flink搭配使用的引擎 1 5 本章小結 第2章 Flink WordCount作業開發及運行 2 1 基礎環境準備 2 2 創建一個Flink項目 2 3 Flink WordCount代碼案例 2 4 Flink作業的骨架結構 2 5 本章小結 第3章 Flink分散式架構及核心概念 3 1 分散式應用與非分散式應用的異同 3 2 Flink作業的運行時架構 3 2 1 Flink作業提交部署流程 3 2 2 Client 3 2 3 JobManager 3 2 4 TaskManager 3 3 Flink作業的3種部署模式 3 3 1 Session模式 3 3 2 Per-Job模式 3 3 3 Application模式 3 4 Flink作業的2種資源提供框架 3 4 1 Standalone 3 4 2 YARN 3 5 開發Flink作業時涉及的核心概念 3 5 1 Function 3 5 2 Operator 3 5 3 運算元并行度 3 5 4 Operator Chain 3 5 5 Task和SubTask 3 5 6 Task Slot和共享Task Slot 3 5 7 運算元最大并行度 3 6 Flink Web UI 3 6 1 概覽模塊 3 6 2 Flink作業詳情 3 7 本章小結 第4章 Flink DataStream API 第5章 Flink的時間語義和時間窗口 第6章 Flink狀態原理及異常容錯機制 第7章 Flink有狀態流處理API 第8章 Flink Table API和SQL API 第9章 Flink SQL API語法 第10章 Flink SQL API函數 第11章 Flink SQL API參數配置及性能調優 詳細資料或其他書籍請至台灣高等教育出版社查詢,查後請於PChome商店街私訊告知ISBN或書號,我們即儘速上架。 |