基础和进阶（上午）

1.1 流式处理背景及架构介绍

1.2 流式处理行业案例以及Flink的适用场景及应用概述

2. Flink概述

2.1 什么是Flink

2.2 Flink架构

2.3 Flink 与 Spark的比较以及为什么选择Flink

2.4 Flink开发环境配置和搭建

3. Flink编程模型

3.1 数据集类型

3.2 Flink编程接口

3.3 Flink程序结构

3.4 Flink数据类型

4. DataStream API介绍与使用

4.1 DataStream编程模型

4.2 Flink Execution 参数

4.3 Transformation

4.4 时间概念与Watermark

4.5 Windows窗口计算

4.6 作业链和资源组

4.7 Asynchronous I/O异步API

4.8 Asynchronous I/O异步原理

5. Flink Connector数据源

5.1 FlinkKafkaSource序列化、消费模式

5.2 FlinkKafkaSource容错、动态分区及topic

5.3 FlinkKafkaSink序列化、配置、分区与容错

5.4 自定义Source和Sink

1. DataSet API介绍与使用

1.1 DataSet API，Transformation

1.2 迭代计算

1.3 广播变量与分布式缓存

1.4 语义注解

1.5 DataSetUtils工具类

2. Table API & SQL介绍与使用

2.1 TableEnviroment概念

2.2 Flink Table API

2.3 Flink SQL使用

2.4 自定义函数

2.5 自定义数据源

3. 两个完整的Flink实现案例：

3.1 Kafka 数据流处理，写入HDFS

3.2 多源数据关联与聚合分析

4. Flink有状态的计算、状态管理和容错

4.1 什么是有状态计算

4.2 有状态计算中的数据一致性挑战

4.3 理解state状态

4.4 Operator State 的使用及Redistribute

4.5 Keyed State的使用与Redistribute

4.6 Broadcast State的妙用

4.7 Checkpoint核心原理剖析

4.8 Checkpoint使用条件及使用步骤

4.9 Checkpoint相关配置及重启策略

4.10 Savepoint的触发、Job恢复及删除

5. 实战项目1：用Flink实现一个通用、配置化的海量数据流、批处理产品。

5.1 实现配置管理

5.2 实现数据源加载

5.3 实现主流程控制

5.4 实现任务管理

1. Flink部署与应用

1.1 Flink集群部署

1.2 Flink高可用配置

1.3 Flink安全管理

1.4 Flink集群升级

1.5 Flink on Yarn的原理和运行方式

1.6 Flink on Yarn 提交任务与停止任务

2. Flink监控与性能优化

2.1 监控指标

2.2 Backpressure监控与优化

2.3 Checkpointing监控与优化

2.4 Flink内存优化

3. Flink组件栈介绍与使用

3.1 Flink复杂事件处理

3.2 Flink Gelly图计算应用

3.3 FlinkML机器学习应用

3.4 Flink Metrics 与监控

4. Flink源码学习

4.1 Flink源码编译

4.2 如何阅读和学习Flink源码

4.3 Flink源码实现思路以及依赖管理

4.4 Flink核心模块源码带读与分析

1. Flink在各大互联网公司的典型应用剖析

1.1 Flink在阿里的应用

1.2 Flink在字节跳动的应用

1.3 Flink在腾讯的应用

1.4 Flink在微博的应用

1.5 Flink在其他互联网公司的应用

1.6 Flink 最佳实践

2. 实战项目2：使用Flink实现电商用户支付行为分析和审计风控

2.1 电商支付数据模型（订单，流水，账户余额，发现表）

2.2 用户行为分析需求与维度指标设计

2.3 审计风控的需求与实现思路

2.4 Flink代码实现结构与业务逻辑细节拆解