【为什么要写这本书】
相比于国内很多用户来说，我接触Flink的时间不算长，我是从2019年开始学习和使用Flink解决工作中遇到的问题的，那么是什么原因促使我写这本书？
第一，我想把我对Flink特性的理解进行系统的总结。我在初期学习Flink时，在窗口、有状态计算等特性的学习上投入的成本是比较高的。随着使用Flink越来越多，对Flink的各种特性越来越熟悉，我将自己对于Flink的理解和使用经验整理成文章，并且发布在公众号“大数据羊说”上。随着公众号的读者越来越多，我也收到了越来越多的反馈。总结下来，我的文章能够吸引读者的亮点在于，我是从背景知识、要解决的问题以及Flink中的实现方案这3个角度解释Flink的技术特性，而这一点恰好是很多想要深入学习Flink但是找不到好的学习资料的读者急需的。很多读者的反馈给了我持续写文章的动力，也让我产生了写一本书来帮助更多读者的想法。
第二，我算得上是Flink SQL API的早期用户，Flink SQL API由于具有易用的特性，用户越来越多，发展势头越来越猛、而市面上关于Flink SQL API的中文资料比较少，因此我想将自己对于Flink SQL API的理解梳理出来，在推广Flink SQL API的同时也能够帮助读者学习Flink SQL API。
【读者对象】
本书适合以下读者阅读。
开设Flink相关课程的院校师生。
实时计算开发工程师。
大数据开发工程师。
【如何阅读本书】
本书详细剖析了Flink中的时间、窗口、有状态计算和检查点这4项核心难点，尽可能降低读者的学习成本，并且相对全面地介绍了Flink SQL API的内容。本书分为11章，各章内容层层递进。
第1～3章是Flink初学者必读内容，主要介绍Flink的由来、特性、API的使用方法和运行时的架构。
如果读者想使用Java开发一个Flink流处理作业，推荐仔细阅读第4～7章。第4章介绍Flink DataStream API中的基础接口。第5章和第6章介绍Flink中的时间、窗口、有状态计算和检查点的相关知识。第7章介绍Flink有状态流处理API。
如果读者想使用SQL开发一个Flink流处理作业，推荐仔细阅读第8～11章。第8章介绍Flink Table API和SQL API中的基础概念，第9章介绍Flink SQL API中的语法及其执行过程，第10章介绍Flink SQL API中的函数，第11章介绍Flink SQL API中的参数及SQL优化方法。
书单推荐
