¥ 0.01
大数据实时计算系统实践
特权: 可免费查看
¥0.01
售价
服务
  • 不支持7天无理由退款
  • 24H自动发货
  • 提供售后服务
  • 产品介绍
  • 商品说明
  • 商品评论
立即购买

大数据实时计算系统实践

课程名称:

《大数据实时计算系统实践》第一期

主讲老师:

余海琳 原阿里巴巴资深研发工程师

曾就职于阿里巴巴任资深研发工程师,从事分布式网络系统研发,包括内核TCP/IP网络协议、DDOS攻击防御、负载均衡、RPC网络通讯以及分布式系统开发维护,对系统开发有比较深入的理解。现任某大型互联网公司,从事大数据分布式实时流计算引擎Flink研发工作、业务支撑,负责维护公司内部Flink版本,跟进新技术点落地实战。

罗江宇 原新浪微博资深研发工程师

研究生毕业于浙江大学,曾就职于新浪微博,目前就职于某大型互联网公司,从事Flink集群维护,业务支撑和研发工作, 有Flink 大规模生产经验。

闵文俊 资深研发工程师

毕业于南京理工大学,目前就职于某大型互联网公司,从事Flink集群维护,业务支撑和研发优化工作,有Flink大规模生产经验。

刘博宇 资深研发工程师

就职于某大型互联网公司,从事大数据基础平台建设相关工作,负责Druid集群维护与研发工作。

课程简介:

本次的课程主要包括三大部分:
1. Flink基本原理概述。指导学员了解并掌握Flink使用过程中设计到的基本概念和简要API,介绍大数据实时流计算相关生态体系,着重梳理清楚Flink上下游体系,掌握Flink的核心技术原理,建立大数据实时流计算的方法论思维。
2. Flink实战生产技术。从实战出发,围绕实时流计算业务场景分析、基本编程模型、高级特性等系统性介绍Flink实时流计算的实战技术,使得学员具备研发Flink实时流计算相关应用的基础能力。
3. Druid是一款支持数据实时写入、低延时、高性能的OLAP引擎,具有优秀的数据聚合能力与实时查询能力。在大数据分析、实时计算、监控等领域都有特定的应用场景,是大数据基础架构建设中重要的一环。本次课程我们将介绍Druid的核心特性与原理,以及在性能调优以及最佳实践经验。

面向人群:

1. 希望学习大数据实时流计算和实时OLAP的学生;
2. 希望了解大数据实时流计算和OLAP实战技术的IT从业人员;
3. 未来希望成为大数据实时流计算的求职者;
4. 想在大数据实时流计算方向和OLAP方面进行深入研究者。

学习收益:

通过本课程的学习,学员将会收获:

1. 学员将系统性的了解并掌握大数据实时流计算的基本技术原理,结合Flink的生产技术案例,可基本实现独立开发、业务场景分析能力;
2. 了解大数据实时流计算上下游生态;
3. 理解Druid基础特性与正确使用方式,基本工作原理,并了解Druid面向的问题域以及典型的使用场景;
4. 对有志于从事大数据实时流计算以及OLAP研发的学员,提供系统实现原理的讲解与指导。

课程大纲:

第一课: Flink基本概念与部署

1. Flink 简介
2. 编程模型
3. 运行时概念
4. 应用部署与原理

a. 部署模式

b. On-Yarn 启动设置与原理

c. Job 启动设置与原理

第二课: DataStream
1. DataStreamContext环境
2. 数据源(DataSource)
3. 转化(Transformation)
4. 数据Sink

第三课:Window & Time

1. Window介绍

a. 为什么要有Window

b. Window类型

2. Window API的使用

a. Window的三大组件

b. Time&watermark

c. 时间语义

d. 乱序问题解决WaterMark

e. AllowLateness正确设置与理解

f. Sideoutput在Window中的使用

3. Window的内部实现原理

a. Window的处理流程

b. Window中的状态存储

4. 生产环境中的Window使用遇到的一些问题

第四课: Connector

1. 基本Connnector

2. 自定义Source 与 Sink

3. Kafka-connecotor

a. Kafka 简介
b. Kafka Consumer 与Sink 的正确使用方式

c. Kafka-Connector 内部机制与实现原理

第五课: 状态管理与恢复机制
1. 基本概念
2. KeyState 基本类型及用法
a. ValueState

b. ListState

c. ReduceState

d. FoldState

e. AggregatingState

3. OperatorState基本用法

4. Checkpoint

a. 概念

b. 开启checkpoint

c. 基本原理

第六课: Metrics 与监控

1. Metrics的种类

2. Metrics的获取方式

a. Web Ui

b. Rest API

c. MetricReporter

3. 用户自定义Metric指标方式

4. 监控和诊断:Metric和Druid 实时OLAP联合使用

a. Metric上报

b. Metric指标聚合

c. Metric的分类和格式定义

5. Druid查询和指标系统

a. Flink作业反压监控

b. Flink作业的延迟监控

c. 其他

6. Metric系统的内部实现

7. 生产环境中的案例分析 — 通过指标来排查应用问题

第七课: Flink应用案例介绍

1. 数据清洗:map/flatmap等

2. 监控告警系统

a. 数据拉平

b. 基础窗口计算等

3. 线上运营系统

4. 风控系统

第八课: Druid基本概念与架构设计
1. Druid与OLAP VS Kylin、ES等
2. Druid与指标系统 VS 各种时序数据库

3. Druid特性

4. 基本架构:角色节点与基本职责

a. 角色行为

b. 角色暴露的API

5. 基本架构:外部依赖

a. MySQL数据结构

b. ZK数据结构

c. HDFS数据结构

第九课: Druid数据写入与查询
1. 数据流向与存储格式
a. 数据写入流程

b. 存储与索引格式

2. 实时数据写入

a. Firehose

b. Realtime Node

c. Index-Service原理介绍

d. Tranquility原理介绍

e. Kafka-index-service原理
3. 离线数据写入
a. Indexer

b. MR Indexer

4. 查询模式与查询类型介绍

第十课: Druid实践介绍

1. 容错设计

2. 指标监控

a. 基于Graphite搭建指标监控系统

b. 重要的指标项

3. 运维实践

a. 数据修复

b. 集群升级实践

c. Segment元数据管理

d. JVM调优

c. 资源隔离

此处内容售价¥0.01,需要购买后查看  可免费查看 立即支付

  • 课程名《大数据实时计算系统实践》
  • 期数第一期
  • 课程类型大数据与云计算
  • 更新状态已完结
  • 长按图片转发给朋友

    觉得文章有用就打赏一下文章作者

    支付宝扫一扫打赏

    微信扫一扫打赏

    Vieu4.5主题
    专业打造轻量级个人企业风格博客主题!专注于前端开发,全站响应式布局自适应模板。
    切换注册

    登录

    忘记密码 ?

    您也可以使用第三方帐号快捷登录

    Q Q 登 录
    微 博 登 录
    切换登录

    注册