kafka_2.12-2.5.0博客地址：Kafka（一）------Linux环境下Kafka安装教程https://yilei.blog.csdn.net/article/details/106741120

大数据技术之Kafka.docx大数据技术之Kafka.docx大数据技术之Kafka.docx大数据技术之Kafka.docx

'[IT18掌www.it18zhang.com]001.Hadoop基础篇.pptx''[IT18掌www.it18zhang.com]014.HadoopWin7开启网络访问.pptx''[IT18掌www.it18zhang.com]Kafka.pptx''[IT18掌www.it18zhang.com]002.VMware下载与安装.pptx''[IT18掌www.it18zhang.com]015.Hadoop架构分析.pptx''[IT18掌www.it18zhang.com]KVM.pptx''[IT18掌www.it18zhang.com]003.Ubuntu下载与虚拟机下安装.pptx''[IT18掌www.it18zhang.com]016.Hadoop架构分析之启动脚本分析.pptx''[IT18掌www.it18zhang.com]Scala.pptx''[IT18掌www.it18zhang.com]004.Ubuntu常用命令.pptx''[IT18掌www.it18zhang.com]017.Hadoop架构分析之启动脚本总结.pptx''[IT18掌www.it18zhang.com]SparkGraph编程指南.pptx''[IT18掌www.it18zhang.com]005.Ubuntu目录与权限.pptx''[IT18掌www.it18zhang.com]018.HadoopMapReduce初识.pptx''[IT18掌www.it18zhang.com]SparkSQLDataFrameDataset编程指南.pptx''[IT18掌www.it18zhang.com]006.Ubuntu软件包桌面与增强工具.pptx''[IT18掌www.it18zhang.com]019.HadoopMapReduce原理.pptx''[IT18掌www.it18zhang.com]SparkStreaming编程指南.pptx''[IT18掌www.it18zhang.com]007.Ubuntu本地软件源与iso制作.pptx''[IT18掌www.it18zhang.com]019.HadoopYARN事件分发原理.pptx''[IT18掌www.it18zhang.com]Spark编程指南.pptx''[IT18掌www.it18zhang.com]008.Ubuntu虚拟机克隆与Mac地址生成与网络连接方式.pptx''[IT18掌www.it18zhang.com]020.HadoopHDFS.pptx''[IT18掌www.it18zhang.com]Spark编译运行处理.pptx''[IT18掌www.it18zhang.com]009.Hadoop-Ubuntu下JDK与Hadoop安装配置.pptx''[IT18掌www.it18zhang.com]021.HadoopHDFSCLI.pptx''[IT18掌www.it18zhang.com]Spark基础.pptx''[IT18掌www.it18zhang.com]010.Hadoop配置-独立与伪分布式模式.pptx''[IT18掌www.it18zhang.com]AmbariHadoop集群管理工具.pptx''[IT18掌www.it18zhang.com]Spark调优.pptx''[IT18掌www.it18zhang.com]011.Hadoop配置-完全分布式模式.pptx''[IT18掌www.it18zhang.com]Avro.pptx''[IT18掌www.it18zhang.com]ZooKeeper.pptx''[IT18掌www.it18zhang.com]012.HadoopWindows下免Cygwin伪分布安装

Ambari是一个基于web的工具，用于配置、管理和监视Hadoop集群，支持HDFS、MapReduce、Hive、HCatalog,、HBase、ZooKeeper、Kafka、Oozie、Pig、Sqoop和Spark等服务。
Ambari同样还提供了集群状况仪表盘，以友好的用户界面对它们的性能特性进行诊断。

大数据技术之Kafka.docx详细文档

kafka可视化工具kafkatools

kafka开发依赖的所有jar包,非常全

Kafka技术内幕.xmind

包含hdfs,flume,yarn,kafka,sqoop,streamsql,inceptor,hyperbase,guardian等

第一章整体介绍 21.1什么是TableAPI和FlinkSQL 21.2需要引入的依赖 21.3两种planner（old&blink）的区别 4第二章API调用 52.1基本程序结构 52.2创建表环境 52.3在Catalog中注册表 72.3.1表（Table）的概念 72.3.2连接到文件系统（Csv格式） 72.3.3连接到Kafka 82.4表的查询 92.4.1TableAPI的调用 92.4.2SQL查询 102.5将DataStream转换成表 112.5.1代码表达 112.5.2数据类型与Tableschema的对应 122.6.创建临时视图（TemporaryView） 122.7.输出表 142.7.1输出到文件 142.7.2更新模式（UpdateMode） 152.7.3输出到Kafka 162.7.4输出到ElasticSearch 162.7.5输出到MySql 172.8将表转换成DataStream 182.9Query的解释和执行 201.优化查询计划 202.解释成DataStream或者DataSet程序 20第三章流处理中的特殊概念 203.1流处理和关系代数（表，及SQL）的区别 213.2动态表（DynamicTables） 213.3流式持续查询的过程 213.3.1将流转换成表（Table） 223.3.2持续查询（ContinuousQuery） 233.3.3将动态表转换成流 233.4时间特性 253.4.1处理时间（ProcessingTime） 253.4.2事件时间（EventTime） 27第四章窗口（Windows） 304.1分组窗口（GroupWindows） 304.1.1滚动窗口 314.1.2滑动窗口 324.1.3会话窗口 324.2OverWindows 331）无界的overwindow 332）有界的overwindow 344.3SQL中窗口的定义 344.3.1GroupWindows 344.3.2OverWindows 354.4代码练习（以分组滚动窗口为例） 36第五章函数（Functions） 385.1系统内置函数 385.2UDF 405.2.1注册用户自定义函数UDF 405.2.2标量函数（ScalarFunctions） 405.2.3表函数（TableFunctions） 425.2.4聚合函数（AggregateFunctions） 455.2.5表聚合函数（TableAggregateFunctions） 47

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。