大数据技术原理与应用课程标准.doc

(完整word)大数据技术原理与应用课程标准
《大数据技术原理与应用》课程标准
一、 课程信息
课程名称：大数据技术原理与应用 课程类型：考查课
课程代码：1016074 授课对象：2017物联网工程专业本科1—4班，2016物联网创新班
学 分：2 先 修 课：物联网导论、操作系统教程、JAVA编程
学 时:28 后 续 课： 智能家居、智能物流、云计算
制 定 人：理艳荣、张海兰 制定时间：2018—9—3
二、 课程性质
《大数据技术》是一门专业选修课,大数据技术入门课程,为学生搭建起通向“大数据知识空间"的桥梁和纽带,以“构建知识体系、阐明基本原理、引导初级实践、了解相关应用"为原则，为学生在大数据领域“深耕细作”奠定基础、指明方向.
课程将系统讲授大数据的基本概念、大数据处理架构Hadoop、分布式文件系统HDFS、分布式数据库HBase、NoSQL数据库、云数据库、分布式并行编程模型MapReduce、流计算、图计算、数据可视化以及大数据在互联网、生物医学和物流等各个领域的应用.在Hadoop、HDFS、HBase和MapReduce等重要章节，安排了入门级的实践操作，让学生更好地学习和掌握大数据关键技术。
三、 课程设计
1. 课程目标设计
（1） 能力目标
总体目标：通过学习大数据相关理论知识，掌握大数据的系统架构及关键技术以及具体应用场景，并结合具体设计实例，培养学生创新意识和实践能力。
件系统HDFS的重要概念、体系结构、存储原理和读写过程，并熟练掌握分布式文件系统HDFS的使用方法；
（4）能够了解分布式数据库HBase的访问接口、数据模型、实现原理和运行机制，并熟练掌握HBase的使用方法；
（5）能够了解NoSQL数据库与传统的关系数据库的差异、NoSQL数据库的四大类型以及NoSQL数据库的三大基石；基本掌握Redis、MongoDB等NoSQL数据库的使用方法；

具体目标:
序号
单 项 能 力 目 标
1
能够掌握大数据的基本概念
2
能够掌握相关的数据管理、存储、分析计算等的技术基础
3
能够掌握Hadoop的相关知识
4
通过对数据库的学习和编程设计,掌握HBase的使用方法
5
掌握大数据知识体系的系统架构
（2） 知识目标
序号
知 识 目 标
1
了解分布式文件系统的基本概念、结构和设计需求，掌握Hadoop的概念
2
了解布式数据库HBase的访问接口、数据模型、实现原理和运行机制
3
了解NoSQL数据库与传统的关系数据库的差异、NoSQL数据库的四大类型以及NoSQL数据库的三大基石
4
了解云数据库的概念、基本原理和代表性产品的使用方法
2. 课程内容设计
（1)设计的整体思路：面向实践，以理论知识与具体应用相结合的方式介绍大市聚。理论结合实际,由浅入深，加强对大数据概念及技术的理解与巩固。此课程划分为下列模块。
（2）模块设计表：
模 块 名 称
学 时
介绍大数据的基本概念和应用领域，并阐述大数据、云计算和物联网的相互关系
2
介绍大数据处理架构Hadoop
4
分布式文件系统HDFS的基本原理和使用方法
4
分布式数据库HBase的基本原理和使用方法
4
NoSQL数据库的概念和基本原理
4
云数据库的概念和基本原理
2
分布式并行编程模型MapReduce原理和使用方法
4
Hadoop架构再探讨
2
总复习
2
合计
28
3. 教学进度表设计
序号
学时
教学目标和主要教学内容
单元标题
能力目标
知识目标

1

2
大数据概述
了解大数据发展历史以及未来发展趋势

了解大数据相关概念
2

2

大数据处理架构Hadoop
掌握大数据系统架构

掌握Hadoop技术
掌握Hadoop发展历程、版本演变、生态系统

3

2
大数据处理架构Hadoop
掌握大数据系统架构

掌握Hadoop的安装和使用方法
4
2
分布式文件系统HDFS
掌握HDFS简介、相关概念、体系结构、存储原理、读写过程

掌握HDFS简介、相关概念、体系结构、存储原理、读写过程
5
2
分布式文件系统HDFS
掌握HDFS编程实践

HDFS编程实践技术
6
2
分布式数据库HBase

掌握HBase概述、访问接口、数据模型、实现原理、运行机制

HBase访问接口、数据模型、实现原理、运行机制

7
2
分布式数据库HBase

掌握HBase编程实践

HBase编程实践技术
8
2
NoSQL数据库

掌握NoSQL数据库发展、四大类型、三大基石、NewSQL数据库

NoSQL数据库的四大类型、三大基石、NewSQL数据库
9
2
NoSQL数据库

掌握文档数据库MongoDB使用方法
了解文档数据库MongoDB使用方法

10
2
云数据库
掌握云数据库概念、产品、系统架构

了解阿里云RDS实践操作

11
2
MapReduce

了解MapReduce的概述、工作流程、实例分析、具体应用
MapReduce的工作流程、实例分析与具体应用
12
2
MapReduce
掌握MapReduce编程实践
MapReduce编程实践
13
2
Hadoop架构再探讨

Hadoop的优化与发展、HDFS2.0新特性、新一代资源调度管理框架YARN、
了解Hadoop生态系统中具有代表性的功能组件

14
2
大数据总复习

大数据相关理论知识的复习与编程实践的复习
复习全书相关概念,提示重点难点
四、
教材
《大数据技术原理与应用—-概念、存储、处理、分析与应用》第二版 林子雨编著，人民邮电出版社，2018年4月
教材官网:http：//dblab。xmu.edu。cn/post/bigdata/
参考书籍
[1］《大数据基础编程、实验和案例教程》 林子雨 主编，清华大学出版社 2018年7月
[2］ 《Hadoop实战》。 陆嘉恒。主编 ，机械工业出版社. 2011年.
[3] 《Hadoop权威指南中文版》 曾大聃， 周傲英(译）.，清华大学出版社，。 2010年。
［4] 《HBase实战中文版》 迪米达克 (Nick Dimiduk),卡拉纳 (Amandeep Khurana）,谢磊. 人民邮电出版社; 第1版 ，2013年9月1日
实施建议
1、 教学评价与考核
考核方式
考试：开卷大作业
成绩计算：平时成绩占60％（包括课堂考勤20%,课堂表现20%和作业20%）,期末考试成绩占40%。
2、教学建议
在学习过程中充分发挥学生的主动性，体现出学生的创新精神；让学生有多种机会在不同情境下去应用他们所学的知识；让学生在具体操作过程中加强解决实际问题的能力。
教师在教学过程中帮助学生自己进行知识构建，引导学生自己去认识和发现，培养学生的独立性、自主性。
4