1 传统架构
2 大数据架构和流式架构的演变工程
3 flink优势和不足
4 flink应用场景
5 flink基本架构
6 环境准备，运行环境和开发环境配置，建议使用java，兼容性好
7 flink编程模型：flink的数据集类型，编程接口，程序结构和数据类型4个维度进行分析。流式处理和批量计算。
8 flink table api：table environment、flink sql、自定义函数和自定义数据源
9 flink datastream：编程模型中的数据输入，数据转换和数据输出。涉及：时间，windows窗口和水印。
10 dateset：介绍一些常用的api的使用，包括迭代计算、广播变量和分布式缓存。了解语意注解的使用。
11 flink的状态管理和容错机制：这部分针对流式计算中；任务之间的状态如何流转；集群或者任务出现异常时，flink的容错处理。
12 flink部署：集群部署；高可用部署；安全管理；集群升级。
13 flink不同应用场景下，可用的组件。场景：智能推荐、实时数仓、实时报表。
14 flink性能优化。
15 学习路线图