內容框架：

大數據概覽
Flink 學習框架
EMR Studio 上的流計算最佳實踐
演示

一、大數據概覽

大數據處理 ETL (Data → Data)
大數據分析 BI (Data → Dashboard)
機器學習 AI (Data → Model)

二、Flink 學習框架

Flink 要點

Stateful
Time
Flink Architecture
Flink API
Flink Configuration
Flink Log

Stateful:

Why

流計算的及時性

流計算的 unbounded

When

Window

Join

Pattern

How

statebackend

Time

Event time
Processing time
Watermark

Flink Architecture

Flink API

Flink Configuration

Cluster Configuration
Job Configuration
Statebackend
Resource Manager
SQL/Python
參考文檔：https://ci.apache.org/projects/flink/flink-docs-release-1.13/docs/deployment/config/

Flink Log

三、EMR Studio 上的流計算最佳實踐

EMR Studio 特性：

兼容開源組件

EMR Studio 在開源軟件 Apache Zeppelin，Jupyter Notebook, Apache Airflow 的基礎上優化了做了優化和增強。

支持連接多個集群
適配多個計算引擎
交互式開發 + 作業調度無縫銜接
適用多種大數據應用場景
計算存儲分離

Flink Clients

Flink on Zeppelin (Phase 1) - Interactive Flink Client

Flink on Zeppelin (Phase 2) - Interactive JobManager

Flinkon Zeppelin 主要 Feature

原文鏈接：http://click.aliyun.com/m/1000286010/