Stream Processing with Apache Flink【翻译】

初衷：从来没有翻译过一本书，最近痴迷于Flink技术，因此翻译此书，如能帮助到也想认识Flink的你，希望能有所帮助，共同学习，一起成长。如有侵权，请联系我删除。

Stream Processing with Apache Flink

Fundamentals, Implementation, and Operation of
Streaming Applications
——Fabian Hueske and Vasiliki Kalavri

前言________________________________________________________________________________________

在这本书中你会学到什么呢？
这本书将会教给你需要知道的用flink流处理的一切。它包含的11个章节希望像将一个条理清晰的故事一样。当然一些章节是描述性的（descriptive），主要是为了介绍高级别设计概念，其他章节更需要动手操作的，并且包含了很多的代码示例。
在我们写这本书的时候，考虑到这本书关于章节的阅读顺序，读者对于熟悉的章节内容可能想要跳过。那些对能马上写flink代码感兴趣的人，可能想先阅读实战的章节。在下面，我们简短地描述了每一个章节的内容，因此你可以直接跳到那些最让你最感兴趣的章节。

• Chapter 1 给出了有状态的流处理，数据处理应用架构，应用设计和相比于传统的方式，流处理的好处这些概述描述。它还给了你一个简短地样子，在一个本地的Flink实例中运行你的第一个流应用程序。
• Chapter 2 抛开Flink，讨论一些基本的概念和流处理的挑战。
• Chapter 3 描述了Flink的系统架构和内部组件。它讨论了在流应用程序中分布式结构，时间和状态处理以及Flink的容错机制。
• Chapter 4 阐述了如何搭建一个环境来开发和调试Flink的应用程序。
• Chapter 5 介绍给你一些Flink的DataStream API的基本要素。你将会学到如何来实现一个DataStream的应用程序，其中有流transformation函数和支持的数据类型。
• Chapter 6 讨论了DataStream API基于时间的一些算子（operators）。这包含了在我们用流应用程序处理时间相关场景时，这些窗口算子（window operators）与基于时间的连接，也提供了满足最大化的灵活性的处理函数。
• Chapter 7 阐述了如何来实现有状态的函数并且讨论了关于这一话题的所有内容，比如说这些有状态的函数的性能，健壮性以及未来演化过程。它还展示了如何来使用Flink的可以查询的状态（State）。
• Chapter 8 呈现了Flink最常用的source和sink的连接器（connector）。它也讨论了Flink对于满足端到端的一致性的方式以及如何来实现自定义的连接器（connectors）来接收数据并且把数据发送到外部系统。
• Chapter 9 讨论了在不同的环境下如何来搭建并且配置Flink集群。
• Chapter 10 包含运维全天候运行的Flink应用程序的操作、监控和运维。
• 最后，Chapter 11 包含了你可以用来提问，参加Flink相关活动和了解当前Flink是如何被使用的一些资源。