欢迎光临澳大利亚新华书店网 [登录 | 免费注册]

    • Flink实战派
      • 作者:龙中华|责编:吴宏伟
      • 出版社:电子工业
      • ISBN:9787121408526
      • 出版日期:2021/04/01
      • 页数:382
    • 售价:43.6
  • 内容大纲

        本书针对Flink 1.11版本和Alink 1.2版本,采用“知识点+实例”的形式编写,包括47个基于知识点的实例和1个综合项目实例。
        第1章对大数据和人工智能进行初步介绍;第2章用一个实例总览Flink的关键知识点;第3~5章介绍Flink的架构、开发基础和转换算子;第6、7、10、11章深入讲解4种开发Flink应用程序的API;第8、9章讲解操作Flink状态(计算和容错)的状态处理器API和用于处理复杂事件(异常检测、反欺诈、风险控制)的CEP库;第12章讲解Flink如何与其他外部系统集成,并实现Flink与Kafka的集成;第13章介绍机器学习的基础知识;第14章讲解机器学习框架Flink的知识和实战应用;第15章是项目实战,使用大数据和机器学习技术实现一个广告推荐系统(包含离线训练、在线训练、实时预测和在线服务)。
        本书可以作为具备Java基础的开发人员、大数据领域从业人员的参考用书。阅读本书的读者不需要具备高等数学知识和人工智能的底层算法知识。
  • 作者介绍

        龙中华,12年来一直在某一线互联网公司担任资深系统分析师。目前带领3个研发团队,承担系统的分析、设计、实施、演进,以及技术团队管理和培训等职责。     有独到的团队建设和管理经验,对互联网多种技术特点和发展趋势有较深入的研究,对多种技术(如Spring Boot、Spring Cloud和Service Mesh)有深入的研究和实战经验。
  • 目录

    入门篇
      第1章  进入大数据和人工智能世界
        1.1  认识大数据和人工智能
        1.2  认识Flink
          1.2.1  Flink是什么
          1.2.2  Flink的发展历程
          1.2.3  Flink的应用场景
        1.3  认识Alink
        1.4  如何使用本书的源码
      第2章  实例1:使用Flink的4种API处理无界数据流和有界数据流
        2.1  创建Flink应用程序
        2.2  使用DataSet API处理有界数据流
          2.2.1  编写批处理代码
          2.2.2  配置依赖作用域
          2.2.3  测试Flink应用程序
        2.3  使用DataStream API处理无界数据流
          2.3.1  自定义无界数据流数据源
          2.3.2  编写无界数据流处理代码
          2.3.3  使用DataStream API的窗口功能处理无界数据流
        2.4  使用Table API处理无界数据流和有界数据流
          2.4.1  处理无界数据流
          2.4.2  处理有界数据流
        2.5  使用SQL处理无界数据流和有界数据流
          2.5.1  处理无界数据流
          2.5.2  处理有界数据流
        2.6  生成执行计划图
    基础篇
      第3章  概览Flink
        3.1  了解流处理和批处理
          3.1.1  数据流
          3.1.2  流处理
          3.1.3  流式的批处理
          3.1.4  有状态流处理
          3.1.5  并行数据流
      ……
      第4章  Flink开发基础
      第5章  Flink的转换算子
    进阶篇
      第6章  使用DataSet API实现批处理
      第7章  使用DataStream API实现流处理
      第8章  使用状态处理器API——State Processor API
      第9章  复杂事件处理库
      第10章  使用Table API实现流/批统一处理
      第11章  使用SQL实现流/批统一处理
      第12章  集成外部系统
    机器学习篇
      第13章  进入机器学习世界
      第14章  流/批统一的机器学习框架(平台)Alink
    项目实战篇
      第15章  实例48:使用大数据和机器学习技术实现一个广告推荐系统

    附录