日日操夜夜添-日日操影院-日日草夜夜操-日日干干-精品一区二区三区波多野结衣-精品一区二区三区高清免费不卡

公告:魔扣目錄網為廣大站長提供免費收錄網站服務,提交前請做好本站友鏈:【 網站目錄:http://www.ylptlb.cn 】, 免友鏈快審服務(50元/站),

點擊這里在線咨詢客服
新站提交
  • 網站:51998
  • 待審:31
  • 小程序:12
  • 文章:1030137
  • 會員:747

 

課程簡介:

本次的課程主要包括三大部分:
1.  Flink基本原理概述。指導學員了解并掌握Flink使用過程中設計到的基本概念和簡要API,介紹大數據實時流計算相關生態體系,著重梳理清楚Flink上下游體系,掌握Flink的核心技術原理,建立大數據實時流計算的方法論思維。
2.  Flink實戰生產技術。從實戰出發,圍繞實時流計算業務場景分析、基本編程模型、高級特性等系統性介紹Flink實時流計算的實戰技術,使得學員具備研發Flink實時流計算相關應用的基礎能力。
3.  Druid是一款支持數據實時寫入、低延時、高性能的OLAP引擎,具有優秀的數據聚合能力與實時查詢能力。在大數據分析、實時計算、監控等領域都有特定的應用場景,是大數據基礎架構建設中重要的一環。本次課程我們將介紹Druid的核心特性與原理,以及在性能調優以及最佳實踐經驗。

面向人群:

1.  希望學習大數據實時流計算和實時OLAP的學生;
2.  希望了解大數據實時流計算和OLAP實戰技術的IT從業人員;
3.  未來希望成為大數據實時流計算的求職者;
4.  想在大數據實時流計算方向和OLAP方面進行深入研究者。

學習收益:

通過本課程的學習,學員將會收獲:

1.  學員將系統性的了解并掌握大數據實時流計算的基本技術原理,結合Flink的生產技術案例,可基本實現獨立開發、業務場景分析能力;
2.  了解大數據實時流計算上下游生態;
3.  理解Druid基礎特性與正確使用方式,基本工作原理,并了解Druid面向的問題域以及典型的使用場景;
4.  對有志于從事大數據實時流計算以及OLAP研發的學員,提供系統實現原理的講解與指導。

【課程內容】

第一課:  Flink基本概念與部署

   1.  Flink 簡介
   2.  編程模型
   3.  運行時概念
   4.  應用部署與原理
        a. 部署模式
        b. On-Yarn 啟動設置與原理
        c. Job 啟動設置與原理

第二課: DataStream

   1.  DataStreamContext環境
   2.  數據源(DataSource)
   3.  轉化(Transformation)
   4.  數據Sink

第三課:Window & Time

   1.  Window介紹
        a.  為什么要有Window
        b.  Window類型
   2.  Window API的使用
        a.  Window的三大組件
        b.  Time&watermark
        c.  時間語義
        d.  亂序問題解決WaterMark
        e.  AllowLateness正確設置與理解
        f.   Sideoutput在Window中的使用
   3.  Window的內部實現原理
        a.  Window的處理流程
        b.  Window中的狀態存儲
   4.  生產環境中的Window使用遇到的一些問題

第四課:  Connector

   1.  基本Connnector
   2.  自定義Source 與 Sink
        a.  Kafka簡介
        b.  Kafka Consumer 與Sink 的正確使用方式
        c.  Kafka-Connector 內部機制與實現原理 

第五課:  狀態管理與恢復機制 

    1.  基本概念
    2.  KeyState 基本類型及用法
         a.  ValueState
         b.  ListState
         c.  ReduceState
         d.  FoldState
         e.  AggregatingState
    3.  OperatorState基本用法
    4.  Checkpoint
         a.  概念
         b.  開啟checkpoint
         c.  基本原理

第六課:  Metrics 與監控 

   1.  Metrics的種類
   2.  Metrics的獲取方式
        a.  Web Ui
        b.  Rest API
        c.  MetricReporter
   3.  用戶自定義Metric指標方式
   4.  監控和診斷:Metric和Druid 實時OLAP聯合使用
        a.  Metric上報
        b.  Metric指標聚合
        c.  Metric的分類和格式定義
   5.  Druid查詢和指標系統
        a.  Flink作業反壓監控
        b.  Flink作業的延遲監控
        c.  其他
   6.  Metric系統的內部實現
   7.  生產環境中的案例分析 — 通過指標來排查應用問題

第七課:  Flink應用案例介紹

   1.  數據清洗:map/flatmap等
   2.  監控告警系統
        a. 數據拉平
        b. 基礎窗口計算等
   3.  線上運營系統
   4.  風控系統    

第八課:Druid基本概念與架構設計 

  1.  Druid與OLAP VS Kylin、ES等
  2.  Druid與指標系統 VS 各種時序數據庫
  3.  Druid特性
  4.  基本架構:角色節點與基本職責
       a.  角色行為
       b.  角色暴露的API
  5.  基本架構:外部依賴
        a.  MySQL數據結構
        b.  ZK數據結構
        c.  HDFS數據結構

第九課: Druid數據寫入與查詢

   1.  數據流向與存儲格式
         a.  數據寫入流程
         b.  存儲與索引格式
   2.  實時數據寫入
         a.  Firehose
         b.  Realtime Node
         c.  Index-Service原理介紹
         d.  Tranquility原理介紹
         e.  Kafka-index-service原理
   3.  離線數據寫入
         a.  Indexer
         b.  MR Indexer 
   4.  查詢模式與查詢類型介紹

第十課: Druid實踐介紹

   1.  容錯設計
   2.  指標監控
        a.  基于Graphite搭建指標監控系統
        b.  重要的指標項
   3.  運維實踐
        a.  數據修復
        b.  集群升級實踐
        c.  Segment元數據管理
        d.  JVM調優
        c.  資源隔離

分享到:
標簽:云計算 大數據 實時 其他相關
用戶無頭像

網友整理

注冊時間:

網站:5 個   小程序:0 個  文章:12 篇

  • 51998

    網站

  • 12

    小程序

  • 1030137

    文章

  • 747

    會員

趕快注冊賬號,推廣您的網站吧!
最新入駐小程序

數獨大挑戰2018-06-03

數獨一種數學游戲,玩家需要根據9

答題星2018-06-03

您可以通過答題星輕松地創建試卷

全階人生考試2018-06-03

各種考試題,題庫,初中,高中,大學四六

運動步數有氧達人2018-06-03

記錄運動步數,積累氧氣值。還可偷

每日養生app2018-06-03

每日養生,天天健康

體育訓練成績評定2018-06-03

通用課目體育訓練成績評定