《Flink设计与实现：核心原理与源码解析》内容简介

全书共8章：第1章介绍Flink设计理念与基本架构；第2章介绍DataStream的设计与实现；第3章介绍运行时的核心原理与实现，包括Dispatcher、ResourceManager以及JobManager等核心组件的源码级解析和介绍；第4章介绍Flink任务提交与执行的整体流程，包括客户端实现、运行时作业执行过程、JobGraph及ExecutionGraph图转换等；第5章介绍不同的集群部署模式，包括On Yarn、On Kubernetes等；第6章介绍状态管理与容错，包括不同类型状态后端的设计与实现；第7章介绍Flink网络通信，包括RPC通信以及基于Netty实现的网络栈；第8章介绍Flink内存管理，包括MemorySegment的设计与实现等。
张利兵，资深架构师，流式计算领域专家，第四范式华东区AI项目架构师，原明略数据华东区大数据架构师。有多年大数据、流式计算方面的开发经验，对Hadoop、Spark、Flink等大数据计算引擎有着非常深入的理解，积累了丰富的项目实践经验。先后利用相关技术为银行、证券、地铁等领域的头部企业构建了内部大数据平台，参与了基于Flink的实时反欺诈风控、实时地铁故障预警等流式计算平台的设计和研发。

作品目录

前言
第1章：Flink设计理念与基本架构
1.1、Flink基本设计思想
1.2、Flink整体架构
1.3、Flink源码分析与编译
1.4、本章小结
第2章：DataStream的设计与实现
2.1、DataStream
API的主要组成
2.2、StreamOperator的定义与实现
2.3、Function的定义与实现
2.4、TimerService的设计与实现
2.5、DataStream核心转换
2.6、本章小结
第3章：运行时的核心原理与实现
3.1、运行时的整体架构
3.2、运行时组件的创建和启动
3.3、集群资源管理
3.4、系统高可用与容错
3.5、本章小结
第4章：任务提交与执行
4.1、客户端作业提交
4.2、ExecutionEnvironment初始化
4.3、将Pipeline转换成JobGraph
4.4、JobGraph的接收与运行
4.5、ExecutionGraph的调度与执行
4.6、Task的执行与注销
4.7、本章小结
第5章：集群部署模式
5.1、基本概念
5.2、Flink
On
Yarn的设计与实现
5.3、Flink
On
Kubernetes的设计与实现
5.4、本章小结
第6章：状态管理与容错
6.1、状态数据管理
6.2、KeyedState的创建与管理
6.3、OperatorState的创建与管理
6.4、StateBackend详解
6.5、Checkpoint的设计与实现
6.6、本章小结
第7章：网络通信
7.1、集群RPC通信机制
7.2、NetworkStack的设计与实现
7.3、基于信用值的反压机制实现
7.4、本章小结
第8章：内存管理
8.1、内存管理概述
8.2、MemorySegment的设计与实现
8.3、DataInputView与DataOutputView
8.4、数据序列化与反序列化
8.5、本章小结