Flink 最佳入门指南

Flink 在大数据领域的发展可谓是如火如荼，达到人人开发人比称 Flink 的地步，然而一门新技术的发展往往是在若干底层技术或其他同级技术的基础上成熟发展起来的，Flink 也是结合 Storm 和 Spark 的理念，同样应用于 Hadoop 为代表的生态技术体系中。由于 Flink 的蓬勃发展，很多文档更新跟不上技术更新的步伐，再由于 Flink 打通了不同层面的 API，让 SQL 和 API 可以互相调用，这导致的问题就是看似条条大道通罗马，实际上很多路径是不通的，甚至很多官方文档的示例代码都难以跑通，导致新人在学习过程中很容易掉坑，学习信心备受打击。如果没有一定功底，很难知道问题的解决途径，比如最简单的最新版本在 Windows 上无法启动的，这是 bug，官方貌似还没有修复，本文结合作者的学习过程和经验，整理一些核心概念和原理，并结合实战案例深入领会 Flink 的设计和原理，最后列举 10 来个入门路上很容易碰到的问题和解决办法，以飨读者。

主要内容包括：

1. Flink 流批的不同和使用案例；
2. Flink 在 Windows 和 Linux 的部署方式；
3. 结合文件系统和数据库在数仓数据汇总方面的常见场景体验 Flink 三种不同 StreamTableSink 的不同，并从原理上进行阐述；
4. 常见问题总结和处理方式。

本文开发语言为 Python 和 Java，本课程适用于所有学习阶段的学员