本书基于Flink的稳定版本1.13，从Flink数据处理思想开始讲解，带领读者深入理解Flink的基本架构，进而由浅入深，结合具体案例，详细剖析了Flink中DataStream API的使用，并对Flink中的时间语义、状态、容错机制等重要概念进行了详尽的阐述。另外，本书还对实际开发中常用的Flink SQL、CEP等高层级API进行了细致的讲解，以电商网站中的实际应用为场景，提供了大量的代码实现。
本书分为三大部分：第1～5章，带领读者初步认识Flink并编写基本的Flink程序；第6～10章，深入探讨了Flink内部的高级应用；第11～12章，讲解了Flink提供的扩展功能。
本书广泛适用于大数据的学习者与从业人员，以及院校大数据相关专业的学生，也可作为大数据学习的参考书。

第1章 初识Flink
1.1 Flink的起源和设计理念
1.2 Flink的应用
1.2.1 Flink在企业中的应用
1.2.2 Flink主要的应用场景
1.3 流式数据处理的发展和演变
1.3.1 流处理和批处理
1.3.2 传统事务处理
1.3.3 有状态的流处理
1.3.4 Lambda架构
1.3.5 新一代流处理器
1.4 Flink的特性总结
1.4.1 Flink的核心特性
1.4.2 分层API
1.5 Flink与Spark
1.5.1 数据处理架构
1.5.2 数据模型和运行架构
1.5.3 Spark还是Flink
1.6 本章总结
第2章 Flink快速上手
2.1 环境准备
2.2 创建项目
2.3 编写代码
2.3.1 批处理
2.3.2 流处理
2.4 本章总结
第3章 Flink部署
3.1 快速启动一个Flink集群
3.1.1 环境配置
3.1.2 本地启动
3.1.3 集群启动
3.1.4 向集群提交作业
3.2 部署模式
3.2.1 会话模式
3.2.2 单作业模式
3.2.3 应用模式
3.3 独立模式
3.3.1 会话模式部署
3.3.2 单作业模式部署
3.3.3 应用模式部署
3.3.4 高可用
3.4 YARN模式
3.4.1 相关准备和配置
3.4.2 会话模式部署
3.4.3 单作业模式部署
3.4.4 应用模式部署
3.4.5 高可用
3.5 K8s模式
3.6 本章总结
第4章 Flink运行时架构
4.1 系统架构
4.1.1 整体构成
4.1.2 JobManager
4.1.3 TaskManager
4.2 作业提交流程
4.2.1 高层级抽象视角
4.2.2 独立模式
4.2.3 YARN集群
4.3 一些重要概念
4.3.1 数据流图
4.3.2 并行度
4.3.3 算子链
4.3.4 作业图与执行图
4.3.5 任务和任务槽
4.4 本章总结
第5章 DataStream API（基础篇）
5.1 执行环境
5.1.1 创建执行环境
5.1.2 执行模式
5.1.3 触发程序执行
……
第6章 Flink中的时间和窗口
第7章 处理函数
第8章 多流转换
第9章 状态编程
第10章 容错机制
第11章 Table API和SQL
第12章 Flink CEP