│开篇词 攻克实时流计算难点，掌握大数据未来!.mp4

　　│01 实时流计算的通用架构.mp4

　　│02 异步和高并发：为什么 NIO 是异步和高并发编程的基础?.mp4

　　│03 反向压力：如何避免异步系统中的 OOM 问题?.mp4

　　│04 流与异步：为什么说掌握流计算先要理解异步编程?.mp4

　　│05 有向无环图(DAG)：如何描述、分解流计算过程?.mp4

　　│06 CompletableFuture：如何理解 Java 8 新引入的异步编程类?.mp4

　　│07 死锁：为什么流计算应用突然卡住，不处理数据了.mp4

　　│08 性能调优：如何优化流计算应用?.mp4

　　│09 流数据操作：最基本的流计算功能.mp4

　　│10 时间维度聚合计算：如何在长时间窗口上实时计算聚合值?.mp4

　　│11 关联图谱分析：如何用 Lambda 架构实现实时的社交网络分析?.mp4

　　│12 事件序列分析：大家都在说的 CEP 是怎么一回事?.mp4

　　│13 模型学习和预测：如何检查流数据异常?.mp4

　　│14 状态管理：为什么说流计算是有“状态”的?.mp4

　　│15 扩展为集群：如何实现分布式状态存储?.mp4

　　│16 Apache Storm：最早的开源流计算框架.mp4

　　│17 Spark Streaming：从批处理走向流处理.mp4

　　│18 Apache Samza：最简洁的开源流计算框架.mp4

　　│19 Apache Flink：最惊艳的开源流计算框架.mp4

　　│20 场景案例：如何用 Flink 实现实时风控引擎?.mp4

　　│21 场景案例：如何用 Flink SQL CDC 实现实时数据同步?.mp4

　　│彩蛋 1 竟然还有分布式的 JVM?.mp4

　　│彩蛋 2 穷途末路的选择：Lambda 架构.mp4

　　│结束语 Java 程序员的成长之路和从业方向.mp4

　　│

　　└─文档

　　开篇词 攻克实时流计算难点，掌握大数据未来!.md

　　01 实时流计算的通用架构.md

　　02 异步和高并发：为什么 NIO 是异步和高并发编程的基础?.md

　　03 反向压力：如何避免异步系统中的 OOM 问题?.md

　　04 流与异步：为什么说掌握流计算先要理解异步编程?.md

　　05 有向无环图(DAG)：如何描述、分解流计算过程?.md

　　06 CompletableFuture：如何理解 Java 8 新引入的异步编程类?.md

　　07 死锁：为什么流计算应用突然卡住，不处理数据了.md

　　08 性能调优：如何优化流计算应用?.md

　　09 流数据操作：最基本的流计算功能.md

　　10 时间维度聚合计算：如何在长时间窗口上实时计算聚合值?.md

　　11 关联图谱分析：如何用 Lambda 架构实现实时的社交网络分析?.md

　　12 事件序列分析：大家都在说的 CEP 是怎么一回事?.md

　　13 模型学习和预测：如何检查流数据异常?.md

　　14 状态管理：为什么说流计算是有“状态”的?.md

　　15 扩展为集群：如何实现分布式状态存储?.md

　　16 Apache Storm：最早的开源流计算框架.md

　　17 Spark Streaming：从批处理走向流处理.md

　　18 Apache Samza：最简洁的开源流计算框架.md

　　19 Apache Flink：最惊艳的开源流计算框架.md

　　20 场景案例：如何用 Flink 实现实时风控引擎?.md

　　21 场景案例：如何用 Flink SQL CDC 实现实时数据同步?.md

　　彩蛋 1 竟然还有分布式的 JVM?.md

　　彩蛋 2 穷途末路的选择：Lambda 架构.md

　　结束语 Java 程序员的成长之路和从业方向.md