一、Flink流处理简介

1.Flink 是什么

2.为什么要用 Flink

3.流处理的发展和演变

4.Flink 的主要特点

5.Flink vs Spark Streaming

二、快速上手

1.搭建maven工程

2.批处理WordCount

3.流处理WordCount

三、Flink部署

1.Standalone 模式

2.Yarn 模式

3.Kubernetes 部署

四、Flink运行架构

1.Flink运行时的组件

2.任务提交流程

3.任务调度原理 

五、Flink流处理API

1.Environment

2.Source

3.Transform

4.支持的数据类型

5.实现UDF函数——更细粒度的控制流

6.Sink

六、Flink中的window

1.window概念

2.window类型

3.window API

七、时间语义与Wartermark

1.Flink 中的时间语义

2.设置 Event Time

 

3.水位线(Watermark)

4.watermark 的传递、引入和设定

5.Evnet Time在window中的使用(Scala 版)

窗口起始点和偏移量:

并行度和watermark传递测试：

八、ProcessFunction API(底层API)

1.KeyedProcessFunction

2.TimerService 和定时器(Timers)

3.侧输出流(SideOutput)

4. CoProcessFunction 

九、状态编程和容错机制

1.有状态的算子和应用程序

2.状态一致性

3.检查点(checkpoint)

4.选择一个状态后端(state backend)

十、Table API 与SQL

1.什么是 Table API 和 Flink SQL

2.需要引入的pom 依赖

3.两种planner(old & blink)的区别

4.API调用 

5.流处理中的特殊概念 

6. 窗口(Windows)

7.函数(Functions)

十一、 Flink CEP简介

1.什么是复杂事件处理CEP

2.Flink CEP 

十二、常见面试问题汇总