在開始學習前給大家說下什麼是Flink？
1.Flink是一個針對流資料和批資料的分散式處理引擎，主要用Java程式碼實現。
2.Apache Flink作為Apache的頂級專案，Flink集眾多優點於一身，包括快速、可靠可擴充套件、完全相容Hadoop、使用簡便、表現卓越。

通過以上的描述大家對Flink有了一個基本的認識，本套課程不會講解基礎內容，因此建議有Flink基礎的同學進行認購。

開始學習前建議大家認真閱讀下文：
隨著人工智慧時代的降臨，資料量的爆發，在典型的大資料的業務場景下資料業務最通用的做法是：選用批處理的技術處理全量資料，採用流式計算處理實時增量資料。在絕大多數的業務場景之下，使用者的業務邏輯在批處理和流處理之中往往是相同的。但是，使用者用於批處理和流處理的兩套計算引擎是不同的。

因此，使用者通常需要寫兩套程式碼。毫無疑問，這帶來了一些額外的負擔和成本。阿里巴巴的商品資料處理就經常需要面對增量和全量兩套不同的業務流程問題，所以阿里就在想，我們能不能有一套統一的大資料引擎技術，使用者只需要根據自己的業務邏輯開發一套程式碼。這樣在各種不同的場景下，不管是全量資料還是增量資料，亦或者實時處理，一套方案即可全部支援，這就是阿里選擇Flink的背景和初衷。

隨著網際網路不斷髮展，資料量不斷的增加，大資料也是快速的發展起來了。對於電商系統，擁有著龐大的資料量，對於這麼龐大的資料，傳統的分析已經滿足不了需求。對於電商來說，大資料資料分析是很重要的，它承載著公司的戰略部署，以及運營、使用者體驗等多方面的作用。因此企業對大資料人才的需求會持續旺盛，優秀的大資料人才年收入在50-100萬。

目前經過10多年的發展大資料技術也在不斷的更新和進步中，大資料計算引擎經歷了幾個過程，從一代的Hadoop Mapreduce、二代的基於有向無環圖的TeZ，OOZIE等，到三代的基於記憶體計算的Spark，再到最新的第四代Flink。 早期的Hadoop開發通過搭建環境收入都可以輕鬆破萬，到如今Flink的崛起，相信更多的先機者會看到Flink的機遇。對於Flink巨頭們早已經應用的非常成熟，比如阿里、Uber、美團等網際網路巨頭，因此Flink使用會越來越多，這是趨勢，現在很多公司都在往Flink轉換，足以可見Flink技術的先進和強大。

本課程將基於真實的電商分析系統構建，通過Flink實現真正的實時分析，該系統會從無到有一步一步帶大家實現，讓大家在實操中快速掌握Flink技術。

課程所涵蓋的知識點包括：Flink、Kafka、Flume、Sqoop、SpringMVC、Redis、HDFS、Mapreduce、Hbase、Hive、SpringBoot、SpringCloud等等

分析指標包含：頻道分析、產品分析、使用者分析、活動效果分析、營銷分析、購物車分析、訂單分析等

課程所用到的
開發環境為：Window7
開發工具為：IDEA
開發版本為：Flink1.6.1、Hadoop2.6.0、Hbase1.0.0、Hive1.1.0

學完該課程大家會對Flink有非常深入的瞭解，同時可以體會到Flink的強大之處，以及可以結合自己公司的業務進行使用，減少自己研究和學習Flink的時間。