章節名稱流處理API課序/課時總課時課程性質考試方式授課教師編制時間21/2課時80必修/選修閉卷/大作業課題基本使用教學內容·DataStream是什么·基礎程序·并行度的設置教學目的1.DataStream是什么使學生了解DataStream在Flink中的核心概念，它是Flink處理無界數據流的主要API。教授學生DataStream的基本特性和用法，包括如何從數據源讀取數據、如何對數據應用轉換操作（如map、filter、reduce等）、以及如何將數據寫入到外部系統。引導學生理解DataStreamAPI的編程模型，包括數據流圖的構建、算子的執行順序和并行處理等概念。培養學生的數據流處理意識，使其能夠使用DataStreamAPI來構建高效、可靠的數據處理應用?；A程序教授學生編寫簡單的Flink程序的基本步驟，包括創建Flink執行環境、定義數據源、編寫數據處理邏輯和定義數據接收器。引導學生通過實踐編寫一個完整的Flink程序，包括讀取數據、執行轉換操作以及輸出結果。教授學生如何使用Flink提供的各種算子（如MapFunction、FilterFunction、ReduceFunction等）來實現數據處理邏輯。培養學生的編程能力和問題解決能力，使其能夠編寫出滿足實際需求的Flink程序。并行度的設置使學生理解并行度在Flink中的重要性，以及它如何影響程序的性能和資源利用率。教授學生如何設置Flink程序的并行度，包括全局并行度和操作級并行度的設置方法。引導學生探討并行度設置對程序性能的影響，并通過實驗來驗證不同并行度設置下的執行效率和資源利用率。培養學生的優化意識，使其能夠根據實際需求合理配置Flink程序的并行度，以提高程序的執行效率和資源利用率。教學重難點·重點：·DataStream是什么·難點：·基礎程序·并行度的設置教學方式·提問法·講授法·引導法·案例法教學用具·筆記本電腦·window10·IntelliJIDEA2020.1.2·課堂極域教學平臺·VMware·虛擬機教學步驟復習提問導入本節內容。3.精講本節內容。4.進行本節小結。5.布置課后作業。教學環節復習提問新課講解課堂答疑課程小結作業布置時間分配(分鐘計算)章節名稱流處理API課序/課時總課時課程性質考試方式授課教師編制時間22/2課時80必修/選修閉卷/大作業課題DataStream數據源教學內容·內置DataSource·自定義DataSource教學目的內置DataSource使學生了解Flink中內置的各種數據源（DataSource）組件，這些組件提供了從各種數據源（如文件、數據庫、Kafka等）讀取數據的能力。教授學生如何使用Flink的內置數據源API來快速構建數據流處理應用，無需編寫額外的數據讀取代碼。引導學生理解不同內置數據源的工作原理和適用場景，使其能夠根據實際需求選擇合適的數據源。培養學生的快速開發能力，使其能夠利用Flink的內置數據源快速構建出滿足業務需求的數據處理應用。自定義DataSource教授學生如何在Flink中自定義數據源，以滿足特殊的數據讀取需求。導學生理解自定義數據源的實現原理和步驟，包括定義數據源類、實現數據源接口、處理數據讀取和并行化等。教授學生如何使用Flink提供的API和工具來輔助自定義數據源的開發，如使用SourceFunction接口、并行化工具等。培養學生的創新能力和問題解決能力，使其能夠根據實際業務需求自定義數據源，并解決在開發過程中遇到的問題。教學重難點·重點：·內置DataSource·自定義DataSource·難點：·內置DataSource·自定義DataSource教學方式·提問法·講授法·引導法·案例法教學用具·筆記本電腦·window10·IntelliJIDEA2020.1.2·課堂極域教學平臺·VMware·虛擬機教學步驟復習提問導入本節內容。3.精講本節內容。4.進行本節小結。5.布置課后作業。教學環節復習提問新課講解課堂答疑課程小結作業布置時間分配(分鐘計算)章節名稱流處理API課序/課時總課時課程性質考試方式授課教師編制時間23/2課時80必修/選修閉卷/大作業課題DataStream轉換算子教學內容·數據流轉換·RichFunction·物理分區·算子鏈·資源組教學目的數據流轉換讓學生了解Flink如何處理和轉換數據流。掌握Flink中數據流轉換的基本操作，如map、filter、flatMap等。理解數據流轉換在實時數據處理中的重要性，以及它們如何影響數據流的性能和準確性。學會如何根據業務需求設計合適的數據流轉換邏輯。RichFunction介紹RichFunction在Flink編程模型中的作用和優勢。讓學生掌握如何通過RichFunction來訪問運行時上下文信息，如廣播狀態、定時器服務等。讓學生了解如何使用RichFunction來處理更復雜的業務邏輯，如自定義聚合、狀態管理等。培養學生利用RichFunction進行更高級別的Flink編程和優化的能力。物理分區讓學生了解物理分區在Flink分布式處理中的重要性。掌握Flink中物理分區的概念和策略，如keyBy、rebalance等。學會如何根據數據特性和業務需求選擇合適的物理分區策略。理解物理分區如何影響數據流的傳輸效率、負載均衡和容錯性。算子鏈介紹算子鏈在Flink執行計劃中的概念和作用。讓學生掌握算子鏈的創建和優化方法，以提高數據處理效率。學會如何分析Flink作業的執行計劃，找出可能的性能瓶頸和優化點。理解算子鏈對減少網絡傳輸和內存消耗的重要性，以及它在實現高效實時數據處理中的作用。資源組讓學生了解資源組在Flink集群資源管理中的作用。掌握如何配置和管理Flink資源組，以滿足不同作業的資源需求。學會如何根據作業優先級、資源利用率等因素進行資源調度和分配。理解資源組在提高集群資源利用率、保障作業服務質量方面的作用，以及它在實現高效、穩定的實時數據處理平臺中的重要性。教學重難點·重點：·物理分區·算子鏈·資源組·難點：·物理分區·算子鏈·資源組教學方式·提問法·講授法·引導法·案例法教學用具·筆記本電腦·window10·IntelliJIDEA2020.1.2·課堂極域教學平臺·VMware·虛擬機教學步驟復習提問導入本節內容。3.精講本節內容。4.進行本節小結。5.布置課后作業。教學環節復習提問新課講解課堂答疑課程小結作業布置時間分配(分鐘計算)章節名稱流處理API課序/課時總課時課程性質考試方式授課教師編制時間24/2課時80必修/選修閉卷/大作業課題DataStreamSink教學內容·DataSinks·自定義Sink教學目的DataSinks理解DataSinks的作用：讓學生明確DataSinks在Flink數據流處理中的位置和作用，即作為數據流的終點，負責將處理后的數據輸出到外部系統或存儲中。熟悉常見的DataSinks：介紹并讓學生熟悉Flink支持的常見DataSinks，如Kafka、Elasticsearch、JDBC、FileSystem等，以及如何使用這些Sinks將數據輸出到對應的系統或存儲中。掌握DataSinks的配置和使用：指導學生如何配置和使用Flink的DataSinks，包括設置連接參數、序列化方式、數據格式等，確保數據能夠正確、高效地輸出到目標系統或存儲。理解DataSinks的性能和可靠性：讓學生了解不同DataSinks的性能特點、容錯機制和最佳實踐，以便在實際應用中根據需求選擇合適的Sinks并優化其性能。自定義Sink理解自定義Sink的必要性：當Flink提供的標準Sinks無法滿足特定需求時，需要自定義Sink。讓學生理解自定義Sink的必要性，并激發他們探索和學習自定義Sink的興趣。掌握自定義Sink的開發流程：指導學生掌握自定義Sink的開發流程，包括定義Sink類、實現序列化接口、處理并行度和容錯等。通過實際案例和練習，讓學生熟練掌握自定義Sink的開發技巧。理解自定義Sink的關鍵點：強調自定義Sink開發中的關鍵點，如數據一致性、容錯處理、性能優化等。讓學生明確在開發自定義Sink時需要注意的問題，并給出相應的解決方案和建議。實踐應用：鼓勵學生將自定義Sink應用到實際項目中，以解決特定的數據輸出問題。通過實踐應用，讓學生深入理解自定義Sink的實用性和價值，并提升他們的實際開發能力。教學重難點·重點：·DataSinks·自定義Sink·難點：·DataSinks·自定義Sink教學方式·提問法·講授法·引導法·案例法教學用具·筆記本電腦·window10·IntelliJIDEA2020.1.2·課堂極域教學平臺·VMware·虛擬機教學步驟復習提問導入本節內容。3.精講本節內容。4.進行本節小結。5.布置課后作業。教學環節復習提問新課講解課堂答疑課程小結作業布置時間分配(分鐘計算)章節名稱流處理API課序/課時總課時課程性質考試方式授課教師編制時間25/2課時80必修/選修閉卷/大作業課題用戶行為實時分析教學內容·用戶行為實時分析教學目的1.理解實時分析的重要性：讓學生明白為什么需要對用戶行為進行實時分析，包括實時監測、快速響應業務需求、優化用戶體驗等。2.掌握Flink基本概念和特性：讓學生了解Flink作為流處理框架的核心概念，如數據流、時間語義、狀態管理等。介紹Flink的特性，如低延遲、高吞吐量、事件時間處理、狀態一致性等，以及它們在用戶行為實時分析中的作用。3.熟悉用戶行為數據源：介紹常見的用戶行為數據源，如Web服務器日志、移動應用日志、數據庫變更日志等。讓學生了解如何獲取、處理和整合這些數據源以供實時分析。4.掌握Flink的API和編程模型：指導學生熟悉Flink的DataStreamAPI和TableAPI，以及如何使用它們來構建用戶行為實時分析應用。讓學生了解Flink的編程模型，包括時間窗口、狀態管理、事件時間處理等，并學會如何在應用中應用這些概念。5.實踐用戶行為實時分析場景：通過實際案例和練習，讓學生實踐用戶行為實時分析場景，如用戶活躍度分析、用戶路徑分析、實時推薦等。指導學生如何根據業務需求設計合適的數據流轉換邏輯、選擇適當的窗口大小和滑動間隔、配置合適的并行度等。6.優化和調試Flink應用：讓學生了解如何監控和調優Flink應用的性能，包括資源利用率、吞吐量、延遲等。指導學生如何診斷和解決Flink應用中可能出現的問題，如數據傾斜、狀態溢出、背壓等。7.培養數據驅動思維：鼓勵學生通過實時分析用戶行為數據來洞察業務趨勢、發現潛在問題、優化