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

6.DataSet API介绍与使用

6.1 DataSet API，Transformation
  6.2 迭代计算
  6.3 广播变量与分布式缓存
  6.4 语义注解
  6.5 DataSetUtils工具类

7.Table API & SQL介绍与使用

7.1 TableEnviroment概念
  7.2 Flink Table API
  7.3 Flink SQL使用
  7.4 自定义函数
  7.5 自定义数据源

8.两个完整的Flink实现案例：

8.1 Kafka 数据流处理，写入HDFS
  8.2多源数据关联与聚合分析

9.Flink有状态的计算、状态管理和容错

9.1 什么是有状态计算
  9.2 有状态计算中的数据一致性挑战
  9.3 理解state状态
  9.4 Operator State 的使用及Redistribute
  9.5 Keyed State的使用与Redistribute
  9.6 Broadcast State的妙用
  9.7 Checkpoint核心原理剖析
  9.8 Checkpoint使用条件及使用步骤
  9.9 Checkpoint相关配置及重启策略
  9.10 Savepoint的触发、Job恢复及删除

10.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。

10.1实现配置管理
  10.2实现数据源加载
  10.3实现主流程控制
  10.4实现任务管理

11.Flink部署与应用

11.1 Flink集群部署
  11.2 Flink高可用配置
  11.3 Flink安全管理
  11.4 Flink集群升级
  11.5 Flink on Yarn的原理和运行方式
  11.6 Flink on Yarn 提交任务与停止任务

12.Flink监控与性能优化

12.1 监控指标
  12.2 Backpressure监控与优化
  12.3 Checkpointing监控与优化
  12.4 Flink内存优化

13.Flink组件栈介绍与使用

13.1 Flink复杂事件处理
  13.2 FlinkGelly图计算应用
  13.3 FlinkML机器学习应用
  13.4 Flink Metrics 与监控

14.Flink源码学习

14.1 Flink源码编译
  14.2 如何阅读和学习Flink源码
  14.3 Flink源码实现思路以及依赖管理
  14.4 Flink核心模块源码带读与分析

15.Flink在各大互联网公司的典型应用剖析

15.1Flink在阿里的应用
  15.2Flink在字节跳动的应用
  15.3Flink在腾讯的应用
  15.4Flink在微博的应用
  15.5Flink在其他互联网公司的应用
  15.6Flink 最佳实践

16.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

16.1电商支付数据模型（订单，流水，账户余额，发现表）
  16.2用户行为分析需求与维度指标设计
  16.3审计风控的需求与实现思路
  16.4Flink代码实现结构与业务逻辑细节拆解