尚硅谷_大数据技术之Flink(SQL)

课程介绍

在大数据领域，流处理以其低延迟的特性，一直受到实时处理项目的关注；而Flink横空出世之后，更是以其低延迟、高吞吐、良好的容错性保证和强大的对乱序数据的处理功能，受到了越来越多项目的青睐，已经成为了当前大数据实时项目的首选。 但Flink作为真正的流处理框架，流式的API调用尽管功能强大，但其编程风格和灵活多变的特点，让很多由传统关系型数据库、Spark等批式处理框架转型而来的程序员头痛不已。越来越多的技术人员，希望Flink能有像Spark一样方便、熟悉的API调用。 Flink Table API和Flink SQL 就是Flink为简化计算模型，降低用户使用实时计算门槛而设计的一套符合标准 SQL 语义的API。 自2015 年开始，阿里巴巴开始调研开源流计算引擎，最终决定基于 Flink 打造新一代计算引擎，针对 Flink 存在的不足进行优化和改进。在 2019 年初，阿里将代码开源，这就是Blink。Blink 在原来的 Flink 基础上，一个显著的贡献就是 Flink SQL 的扩展实现，丰富了原有API的功能。现在，越来越多的公司将Flink SQL作为了大数据流式处理开发的首选；Flink Table API 和Flink SQL，也就成为了Flink学习中，不可或缺的一部分。 尚硅谷在已有的Flink理论和项目课程的基础上，又精心打造了Table API 和Flink SQL课程；通过对Flink Table API和Flink SQL理论基础、调用方式和自定义函数的详细讲解，将Flink技能点的最后一块拼图补上，为转型期的工程师、学习期的同学提供新而全的技术支持。由于Table API和SQL还处于快速发展中、尚未完善，有很多版本变化带来的API改变，课程中也做了具体说明，方便大家对各种版本的代码进行对比和兼容。

视频目录

01.尚硅谷_Table API和Flink SQL_简介
02.尚硅谷_Table API和Flink SQL_表环境定义
03.尚硅谷_Table API和Flink SQL_读取文件创建表
04.尚硅谷_Table API和Flink SQL_读取kafka数据创建表
05.尚硅谷_Table API和Flink SQL_表的查询转换
06.尚硅谷_Table API和Flink SQL_表和流相互转换
07.尚硅谷_Table API和Flink SQL_输出到文件
08.尚硅谷_Table API和Flink SQL_更新模式
09.尚硅谷_Table API和Flink SQL_Kafka数据管道测试
10.尚硅谷_Table API和Flink SQL_写入数据到其它外部系统
11.尚硅谷_Table API和Flink SQL_表流转换以及流式处理的特殊概念
12.尚硅谷_Table API和Flink SQL_时间语义和时间属性的定义
13.尚硅谷_Table API和Flink SQL_Group Windows
14.尚硅谷_Table API和Flink SQL_Group Windows代码实现
15.尚硅谷_Table API和Flink SQL_Over Windows及代码实现
16.尚硅谷_Table API和Flink SQL_Flink SQL中的窗口实现
17.尚硅谷_Table API和Flink SQL_系统内置函数
18.尚硅谷_Table API和Flink SQL_自定义标量函数
19.尚硅谷_Table API和Flink SQL_自定义表函数
20.尚硅谷_Table API和Flink SQL_自定义聚合函数
21.尚硅谷_Table API和Flink SQL_自定义表聚合函数