1、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
2、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
3、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
4、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
5、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
6、 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
7、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、N
8、ewSQL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
9、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] 《
10、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






