深入理解Flink：实时大数据处理实践

本书介绍了实时数据处理引擎 Flink，讲解了流处理 API、批处理 API、机器学习引擎 FlinkML、关系型 API、复杂事件处理，以及指标度量与部署模式，分析了流式数据处理理论中时间、窗口、水印、触发器、迟到生存期之间的关联和关系，深入分析了多项式曲线拟合、分类算法、推荐算法的理论和 FlinkML实现。

这是一本深度解析实时数据处理引擎Flink的书籍，从理论到实践，全面讲解了流处理 API、批处理 API、机器学习引擎 FlinkML、关系型 API、复杂事件处理，以及指标度量与部署模式。书中不仅深入分析了流式数据处理理论中时间、窗口、水印、触发器、迟到生存期之间的关联和关系，还通过丰富的案例和实现，深入分析了多项式曲线拟合、分类算法、推荐算法的理论和 FlinkML实现。 本书首先介绍了Flink在实时数据处理领域的成功，主要归功于其低延迟、高吞吐、统一流处理和批处理的特性。接着，本书详细讲解了流处理 API和批处理 API的基本概念，包括TableEnvironment，Flink，流处理API，以及关系型API等概念。书中还详细介绍了时间特征设置和水印生成器，以及批处理API概述，包括Source，Sink，算子等基本概念。 此外，本书还深入讲解了FlinkML应用编程结构，围绕FlinkML库进行讲解，FlinkML库是Flink大数据处理框架中的一个重要组成部分，它致力于设计一套适用于不同数据规模的可伸缩系统，减少胶水代码以降低不同机器学习组件间的黏合成本。书中还详细讲