Flink SQL与DataStream

这是一本从使用和定制开发双重视角，循序渐进地讲解Flink的分布式系统架构设计、流计算API设计、时间处理、状态管理等核心技术的原理和实现的著作。
它面向Flink的初学者，内容沿着基础知识、实际问题和解决方案这条主线展开，不仅层层剖析了Flink学习中的重点和难点，而且还通过大量案例展示了如何快速获得工程化实践能力。

全书共11章，主要内容如下：
（1）Flink基础知识（第1、2章）
主要介绍了Flink的定位、核心特性、API分类，演示了如何搭建Flink作业的基础环境、如何创建一个Flink项目以及如何开发入门应用程序WordCount，并结合该应用程序说明了常见Flink作业的骨架结构。
（2）Flink分布式架构及核心概念（第3章）
主要内容包括Flink作业的运行时架构、部署模式、资源提供框架，以及开发 Flink作业时涉及的核心概念，对于后续学习Flink DataStream API和Flink SQL API很有帮助。
（3）Flink DataStream API（第4~6章）
讲解了Flink DataStream API的核心知识，包括执行环境、数据源、数据简单转换、数据分组与聚合、数据汇等，并讲解了Flink DataStream API中的时间语义、时间窗口、有状态计算和检查点这四大“王*牌武器”的由来与实现原理。
（4）Flink有状态流处理API（第7章）
Flink DataStream API不能优雅地解决窗口使用不灵活和分流成本高这两个问题，于是Flink提供了有状态流处理API。本章主要讲解了Flink有状态流处理API解决上述两个问题的方法。
（5）Flink Table API与SQL API（第8~11章）
Flink Table API和Flink SQL API的底层原理相同，可以相互转换，但Flink SQL API更为简单和常用。这4章分别介绍了Flink Table API、Flink SQL API 的功能，以及使用SQL实现流处理的核心技术，结合大量代码示例着重介绍了Flink SQL API的语法、函数、参数配置及性能优化方法。

羊艺超
资深大数据开发工程师，现就职于某头部短视频公司。拥有多年流式计算开发、优化、保障和治理经验，以及从0到1使用Flink SQL建设实时数仓的经验。对Flink大数据计算引擎有着深入的理解，在Flink的场景化应用方面有丰富的经验，能够使用Flink等技术组件解决千万级别QPS的实时数据场景下的痛点问题。开源了自己的 Flink 学习项目 https://github.com/yangyichao-mango/flink-study。对Redis、Kafka、ClickHouse等实时数仓构建过程中依赖的引擎都较为熟悉。个人微信公众号：大数据羊说。发表了数十篇关于实时数仓建设的原创文章，深受读者喜爱。

（1）作者背景资深：某头部短视频平台Flink专家，拥有多年流式计算开发、优化、保障和治理经验，对Flink大数据计算引擎有着深入的理解。
（2）作者经验丰富：有从0到1使用Flink SQL建设实时数仓的经验，在Flink场景化应用方面有丰富的经验，能够使用Flink等技术组件解决千万级别QPS的实时数据场景下的痛点问题。
（3）双重视角展开：从Flink使用和定制开发双重视角，循序渐进讲解Flink的分布式系统架构设计、流计算API设计、时间处理、状态管理等核心技术的原理和实现。
（4）理论深入详细：除了Flink的架构设计和核心技术的原理外，本书还详细讲解了SQL API、Table API、DataStream API 和有状态流处理 API四大API的细节。
（5）注重工程实战：用大量案例和图表详解用Java和Flink SQL开发Flink流处理作业的方法和过程，掌握工程化实践能力。

【为什么要写这本书】
相比于国内很多用户来说，我接触Flink的时间不算长，我是从2019年开始学习和使用Flink解决工作中遇到的问题的，那么是什么原因促使我写这本书？
第一，我想把我对Flink特性的理解进行系统的总结。我在初期学习Flink时，在窗口、有状态计算等特性的学习上投入的成本是比较高的。随着使用Flink越来越多，对Flink的各种特性越来越熟悉，我将自己对于Flink的理解和使用经验整理成文章，并且发布在公众号“大数据羊说”上。随着公众号的读者越来越多，我也收到了越来越多的反馈。总结下来，我的文章能够吸引读者的亮点在于，我是从背景知识、要解决的问题以及Flink中的实现方案这3个角度解释Flink的技术特性，而这一点恰好是很多想要深入学习Flink但是找不到好的学习资料的读者急需的。很多读者的反馈给了我持续写文章的动力，也让我产生了写一本书来帮助更多读者的想法。
第二，我算得上是Flink SQL API的早期用户，Flink SQL API由于具有易用的特性，用户越来越多，发展势头越来越猛、而市面上关于Flink SQL API的中文资料比较少，因此我想将自己对于Flink SQL API的理解梳理出来，在推广Flink SQL API的同时也能够帮助读者学习Flink SQL API。

【读者对象】
本书适合以下读者阅读。
开设Flink相关课程的院校师生。
实时计算开发工程师。
大数据开发工程师。

【如何阅读本书】
本书详细剖析了Flink中的时间、窗口、有状态计算和检查点这4项核心难点，尽可能降低读者的学习成本，并且相对全面地介绍了Flink SQL API的内容。本书分为11章，各章内容层层递进。
第1～3章是Flink初学者必读内容，主要介绍Flink的由来、特性、API的使用方法和运行时的架构。
如果读者想使用Java开发一个Flink流处理作业，推荐仔细阅读第4～7章。第4章介绍Flink DataStream API中的基础接口。第5章和第6章介绍Flink中的时间、窗口、有状态计算和检查点的相关知识。第7章介绍Flink有状态流处理API。
如果读者想使用SQL开发一个Flink流处理作业，推荐仔细阅读第8～11章。第8章介绍Flink Table API和SQL API中的基础概念，第9章介绍Flink SQL API中的语法及其执行过程，第10章介绍Flink SQL API中的函数，第11章介绍Flink SQL API中的参数及SQL优化方法。