《Flink基础教程》读后感摘抄

《Flink基础教程》是一本由[美] 埃伦•弗里德曼 / [希] 科斯塔斯•宙马斯著作，人民邮电出版社出版的平装图书，本书定价：39.00元，页数：96，特精心收集的读后感，希望对大家能有帮助。

　　《Flink基础教程》精选点评：

●叫 Flink 简介 比较合适，篇幅很短，简单介绍下 Flink 的各种功能，极少的代码实例，不是用来入门写代码的，第五章可以看下。

●翻译有误导性，其实不是教程，只是一个简单的介绍（Introduction）

●书名应该叫简介，这点内容也就相当于写两篇博客的量，译者可是阿里 P9 级别的专家，大材小用了...

●flink基本的一些介绍

●不错的入门书, 介绍了flink的产生背景, 相比其他流式计算框架和批处理框架的优势, 以及一些基本原理,浅显易懂

●过多的概念讲解，不如直接看官方文档

●东西不多，先做点笔记： 1. kappa 架构 2. 关于 checkpointing 和 保存点 的价值 3. flink 补充不丢和事务隔离性的关系（read uncommited 和 read commited） 4. 内部状态查询（经典） 5. 水印机制 6. 用 MQ 做跨地域数据同步，和全局（多个机房 merge）数据分析

●主要讲了核心功能。

●轻薄，用来了解概念上的东西不错，在窗口那节讲的比较多。也是一个更新很快的组件，好像批流处理要合一了。

●内容太少，有点百科的概念了。对于完全没有听说过flink的可以看看。

《Flink基础教程》读后感(一)：【教程】大数据Flink

课程分享：https://www.douban.com/group/topic/129199378/

本课程将基于真实的电商分析系统构建，通过Flink实现真正的实时分析，该系统会从无到有一步一步带大家实现，让大家在实操中快速掌握Flink技术。

课程所涵盖的知识点包括：Flink、Kafka、Flume、Sqoop、SpringMVC、Redis、HDFS、Mapreduce、Hbase、Hive、SpringBoot、SpringCloud等等

学完该课程大家会对Flink有非常深入的了解，同时可以体会到Flink的强大之处，以及可以结合自己公司的业务进行使用，减少自己研究和学习Flink的时间。

《Flink基础教程》读后感(二)：新一代大数据计算引擎 Flink从入门到实战

新一代大数据计算引擎 Flink从入门到实战

新一代大数据计算引擎 Flink从入门到实战

新一代大数据计算引擎 Flink从入门到实战

网盘地址：https://pan.baidu.com/s/1L0W59ezPNXu3sskf_lzBbQ 提取码: iauc

网盘地址：https://pan.baidu.com/s/1CbCFRN2kQXNViJfsuIyTxw 提取码: imu2

备用地址（腾讯微云）：https://share.weiyun.com/5PtgXQq 密码：mg23jm

《Flink基础教程》读后感(三)：【学途无忧网】大数据Flink视频教程下载

大数据Flink视频教程下载

课程学习地址：http://www.xuetuwuyou.com/course/296

海量IT资源免费下载：http://down.xuetuwuyou.com

课程出自学途无忧网：http://www.xuetuwuyou.com

海量IT资源免费下载：http://down.xuetuwuyou.com/

本课程将基于真实的电商分析系统构建，通过Flink实现真正的实时分析，该系统会从无到有一步一步带大家实现，让大家在实操中快速掌握Flink技术。

课程所涵盖的知识点包括

Flink、Kafka、Flume、Sqoop、SpringMVC、Redis、HDFS、Mapreduce、Hbase、Hive、SpringBoot、SpringCloud等等

学完该课程大家会对Flink有非常深入的了解，同时可以体会到Flink的强大之处，以及可以结合自己公司的业务进行使用，减少自己研究和学习Flink的时间。

《Flink基础教程》读后感(四)：基于Flink流处理的动态实时亿级全端用户数据统计分析系统（支持所有的终端统计）

基于Flink流处理的动态实时亿级全端用户数据统计分析系统（支持所有的终端统计）

课程学习地址：http://www.xuetuwuyou.com/course/310

课程出自学途无忧网：http://www.xuetuwuyou.com

讲师：友凡老师

本套案例是完全基于真实的产品进行开发和讲解的，同时对架构进行全面的升级，采用了全新的Flink架构+Node.js+Vue.js等，完全符合目前企业级的使用标准。对于本套课程在企业级应用的问题，可以提供全面的指导。

Flink作为第四代大数据计算引擎，越来越多的企业在往Flink转换。Flink在功能性、容错性、性能方面都远远超过其他计算框架，兼顾高吞吐和低延时。

Flink能够基于同一个Flink运行时，提供支持流处理和批处理两种类型应用的功能。也就是说同时支持流处理和批处理。Flink将流处理和批处理统一起来，也就是说作为流处理看待时输入数据流是无界的；批处理被作为一种特殊的流处理，只是它的输入数据流被定义为有界的。

课程包含技术：

1. 流处理特性

支持高吞吐、低延迟、高性能的流处理

支持带有事件时间的窗口（Window）操作

支持有状态计算的Exactly-once语义

支持高度灵活的窗口（Window）操作，支持基于time、count、session，以及data-driven的窗口操作

支持具有Backpressure功能的持续流模型

支持基于轻量级分布式快照（Snapshot）实现的容错

一个运行时同时支持Batch on Streaming处理和Streaming处理

Flink在JVM内部实现了自己的内存管理

支持迭代计算

支持程序自动优化：避免特定情况下Shuffle、排序等昂贵操作，中间结果有必要进行缓存

2. API支持

对Streaming数据类应用，提供DataStream API

对批处理类应用，提供DataSet API（支持Java/Scala）

3. Libraries支持

支持机器学习（FlinkML）

支持图分析（Gelly）

支持关系数据处理（Table）

支持复杂事件处理（CEP）

4. 整合支持

支持Flink on YARN

支持HDFS

支持来自Kafka的输入数据

支持Apache HBase

支持Hadoop程序

支持Tachyon

支持ElasticSearch

支持RabbitMQ

支持Apache Storm

支持S3

支持XtreemFS

友凡老师另外一套flink课程推荐：

基于Flink流处理的动态实时电商实时分析系统

课程详情：http://www.xuetuwuyou.com/course/296