n
- Flink的适用场景n
- 流处理架构相较于批处理架构的优势n
- Flink中的时间概念n
- Flink的检查点机制n
- Flink的性能优势 内容简介 近年来，流处理变得越来越流行。作为高度创新的开源流处理器，Flink拥有诸多优势，包括容错性、高吞吐、低延迟，以及同时支持流处理和批处理的能力。本书分为6章，侧重于介绍Flink的核心设计理念、功能和用途，内容涉及事件时间和处理时间、窗口和水印机制、检查点机制、性能测评，以及Flink如何实现批处理。n
本书面向有兴趣学习如何分析大规模流数据的读者。 作者简介 作者介绍n
n
埃伦·弗里德曼（ElleFriedman）n
解决方案咨询师，知名大数据相关技术布道师，在流处理架构和大数据处理框架等方面有多部著作。n
n
科斯塔斯·宙马斯（Kostas Tzoumas）n
Flink项目核心成员，data Artisans公司联合创始人兼首席执行官，在流处理和数据科学领域经验丰富。n
n
译者介绍n 显示全部信息 目 录 前言 ixn
第 1章 为何选择Flink 1n
1．1 流处理欠佳的后果 2n
1．1．1 零售业和市场营销 2n
1．1．2 物联网 3n
1．1．3 电信业 5n
1．1．4 银行和金融业 5n
1．2 连续事件处理的目标 6n
1．3 流处理技术的演变 6n
1．4 初探Flink 9n
1．5 生产环境中的Flink 12n
1．5．1 布衣格电信 13n
1．5．2 其他案例 14n
1．6 Flink的适用场景 15n
17L7kYpuAkfQKKnS5RFLX9A ghtl
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 [email protected] 举报，一经查实，本站将立刻删除。
