大数据技术原理与应用课程标准

1《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；2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Hadoop4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4NoSQL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4Hadoop架构再探讨23总复习2合计283.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12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22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32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42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52分布式文件系统HDFS掌握HDFS编程实践HDFS编程实践技术62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72分布式数据库HBase掌握HBase编程实践HBase编程实践技术82NoSQL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92NoSQL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102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4112MapReduce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122MapReduce掌握MapReduce编程实践MapReduce编程实践132Hadoop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142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：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(NickDimiduk),卡拉纳(AmandeepKhurana),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。