《大数据处理技术》课程教学大纲（本科）.docx

《《大数据处理技术》课程教学大纲（本科）.docx》由会员分享，可在线阅读，更多相关《《大数据处理技术》课程教学大纲（本科）.docx（8页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、大数据处理技术Big Data Technology课程代码：08410128学分：3学时：56 （其中：课堂教学学时：40实验学时：0上机学时：16课程实践学时:0 ）先修课程：计算机基础适用专业：信息管理与信息系统专业，电子商务专业，工业工程专业 教材：大数据技术原理与应用（林子雨著，人民邮电出版社）一、课程性质与课程目标（一）课程性质（需说明课程对人才培养方面的贡献）本课程是“信息管理与信息系统”专业的一门专业选修课。大数据作为继云计算、 物联网之后IT行业又一颠覆性的技术，备受关注。大数据时代的到来，迫切需要高校 及时建立大数据技术课程体系，为社会培养和输送一大批具备大数据专业素养的高

2、级人 才，满足社会对大数据人才日益旺盛的需求。本课程定位为大数据技术入门课程，为学 习者搭建起通向“大数据知识空间”的桥梁和纽带，帮助学习者形成对大数据知识体系 及其应用领域的轮廓性认识，为他们在大数据领域“深耕细作”奠定基础、指明方向。（二）课程目标（根据课程特点和对毕业要求的贡献，确定课程目标。应包括知识目标和能力 目标。）1 .把握大数据基本概念和应用领域，大数据处理架构及相关流行技术等。培养学 生熟练运用信息化工程理论、方法和工具，并具有大数据规范、分析和实施的基本技能;2 .对大数据存储相关技术的概念和原理具有一般性认识，并初步培养信息素养和 信息处理能力，从而具备在政府、企业信息化

3、过程担任管理信息化咨询，信息系统运维 管理和信息化项目评价能力；3 .加强大数据处理和分析的核心技术的理解与学习，培养学习者将大数据与企业 和社会实践紧密结合的意识，能系统掌握信息技术和信息管理基本理论、知识和技能， 并可承担信息中心的信息处理技术工作与培训机构的教育工作；4 .训练自主学习和探究分析大数据领域的研究内容及发展动向的能力，能承担软 件公司的信息系统开发、实施指导与监理工作。注：工程类专业通识课程的课程目标应覆盖相应的工程教育认证毕业要求通用标准；（三）课程目标与专业毕业要求指标点的对应关系（认证专业专业必修课程填写）注：课程目标与毕业要求指标点对接的单元格中可输入也可标注“H、

4、M、L”。二、课程内容与教学要求第一章大数据概述（一）课程内容大数据时代，大数据的概念，大数据的影响，大数据的应用，大数据关键技术，大数据计算模 式，大数据产业，大数据与云计算、物联网等。（二）教学要求掌握大数据及其相关技术的概念。（三）重点与难点.重点了解大数据的概念，大数据关键技术，大数据计算模式。1 .难点了解大数据关键技术，大数据计算模式，大数据产业，大数据与云计算、物联网。第二章大数据处理架构Hadoop（一）课程内容Hadoop概述，Hadoop生态系统，Hadoop的安装与使用等。（二）教学要求了解Hadoop,理解Hadoop生态系统，学会Hadoop的安装与使用。（三）重点与

5、难点.重点理解Hadoop生态系统，学会Hadoop的安装与使用。2 .难点学会Hadoop的安装与使用。第三章分布式文件系统HDFS（一）课程内容分布式文件系统、HDFS简介、HDFS的相关概念、HDFS体系结构、HDFS的存储原理、HDFS的数 据读写过程、HDFS编程实践等。（二）教学要求了解分布式文件系统、HDFS相关概念；理解IIDFS体系结构、存储原理和数据读写过程；初步 实践HDFS编程。（三）重点与难点（若不单独列出，需在教学要求中适当注明）.重点理解HDFS体系结构、存储原理和数据读写过程。1 .难点初步实践HDFS编程。第四章分布式数据库Hbase（-）课程内容分布式数据库

6、Hbase概述、HBase访问接口、HBase数据模型、HBase的实现原理、HBase运行 机制、HBase编程实践等。（二）教学要求了解分布式数据库Hbase相关概念和数据模型；理解HBase的实现原理和运行机制；初步实践 HBase编程。（三）重点与难点.重点理解HBase的实现原理和运行机制。1 .难点初步实践HBase编程。第五章 NoSQL数据库（-）课程内容NoSQL数据库简介、NoSQL兴起的原因、NoSQL与关系数据库的比较、NoSQL的四大类型、NoSQL 的三大基石、从NoSQL到NewSQL数据库等。（二）教学要求了解NoSQL数据库、兴起的原因；理解NoSQL与关系数

7、据库的区别；了解NoSQL的四大类型、 三大基石，以及NewSQL数据库。（三）重点与难点（若不单独列出，需在教学要求中适当注明）.重点了解NoSQL数据库、兴起的原因；理解NoSQL与关系数据库的区别。1 .难点理解NoSQL与关系数据库的区别；了解NewSQL数据库。第六章云数据库（一）课程内容云数据库概述、云数据库产品、云数据库系统架构、云数据库实践等。（二）教学要求了解云数据库相关概念及其产品；理解云数据库系统架构；并实践云数据库。（三）重点与难点（若不单独列出，需在教学要求中适当注明）.重点理解云数据库系统架构；并实践云数据库。2 .难点初步实践云数据库。第七章 MapReduce（

8、-）课程内容MapReduce 简介、MapReduce 的工作流程、MapReduce 实例分析：WordCount MapReduce 的具体 应用、MapReduce编程实践等。（二）教学要求了解MapReduce相关概念和工作流程；理解并分析MapReduce实例；掌握MapReduce的具体应 用；初步实践MapReduce编程。（三）重点与难点（若不单独列出，需在教学要求中适当注明）.重点了解MapReduce相关概念和工作流程；理解分析MapReduce实例；掌握MapReduce的具体应用。1 .难点掌握MapReduce的具体应用；初步实践MapReduce编程。第八章 Ha

9、doop再探讨（一）课程内容Hadoop的优化与发展、IIDFS2. 0的新特性、新一代资源管理调度框架YARN、Iladoop生态系统中具有代表性的功能组件介绍等。（二）教学要求了解Hadoop的优化与发展、HDFS2.0的新特性、新一代资源管理调度框架YARN和Hadoop生态 系统中具有代表性的功能组件。（三）重点与难点（若不单独列出，需在教学要求中适当注明）.重点Hadoop的优化与发展。1 .难点知晓HDFS2. 0的新特性、了解Hadoop生态系统中具有代表性的功能组件。第九章 Spark（-）课程内容Spark概述、Spark生态系统、Spark运行架构、Spark的部署和应用方

10、式、Spark编程实践等。（二）教学要求了解Spark相关概念、其生态系统、运行架构、部署和应用方式；初步掌握Spark编程实践。（三）重点与难点（若不单独列出，需在教学要求中适当注明）.重点了解Spark相关内容。1 .难点初步掌握Spark编程实践。第十章流计算（一）课程内容流计算概述、流计算的处理流程、流计算的应用、开源流计算框架Storm、Spark Streaming 设计等。（二）教学要求了解流计算相关概念、流计算的处理流程、流计算的应用；理解开源流计算框架Storm及 Spark Streaming 设计。（三）重点与难点（若不单独列出，需在教学要求中适当注明）.重点了解流计算相

11、关概念及其应用；理解开源流计算框架Storm及Spark Streaming设计。1 .难点理解开源流计算框架Storm及Spark Streaming设计。第十一章图计算（一）课程内容图计算简介、Pregel简介、Pregel图计算模型、Pregel的C+ APRPregel的体系结构、Pregel 的应用实例、Pregel和MapReduce实现PageRank算法的对比等。（二）教学要求了解图计算和Pregel相关内容；理解Pregel图计算模型、Pregel的C+ API、Pregel的体 系结构；基本掌握Pregel的应用；初步理解Pregel和MapReduce实现PageRank

12、算法的对比。（三）重点与难点（若不单独列出，需在教学要求中适当注明）.重点理解Pregel图计算模型、Pregel的C+ API、Pregel的体系结构；基本掌握Pregel的应用。2 .难点初步理解Pregel和MapReduce实现PageRank算法的对比。第十二章数据可视化（-）课程内容数据可视化概述、可视化工具、可视化典型案例等。（二）教学要求了解数据可视化相关概念、可视化工具；理解可视化典型案例。（三）重点与难点（若不单独列出，需在教学要求中适当注明）.重点理解可视化典型案例。1 .难点理解可视化典型案例。上机内容编号上机项目名称学时类型要求支撑的课程目标1熟悉常用的Linux操作

13、和Hadoop操作2验证性必做12熟悉常用的HDFS操作4验证性必做23熟悉常用的HBase操作4验证性必做24NoSQL和关系数据库的操作 比较4验证性必做25MapReduce编程初级实践2综合性必做3三、学时分配及教学方法章（按序填写）教学形式及学时分配主要教学方法支撑的课程目标课堂 教学实验上 机课程 实践小 计第一章22讲授法、讨论法1, 4第二章224讲授法、讨论法1, 4第三章6410讲授法、讨论法、演示法2, 4第四章6410讲授法、讨论法、演示法2, 4第五章246讲授法、讨论法、演示法2, 4格第八早22讲授法、讨论法、演示法2, 4第七章8210讲授法、讨论法、演示法3,

14、 4第八章22讲授法、讨论法、演示法3, 4第九章22讲授法、讨论法、演示法3, 4第十章22讲授法、讨论法、演示法3, 4第十一章44讲授法、讨论法、演示法3, 4第十二章22讲授法、讨论法3, 4合计401656注：1.课程实践学时按相关专业培养计划列入表格；2 .主要教学方法包括讲授法、讨论法、演示法、研究型教学方法（基于问题、项目、案例 等教学方法）等。四、课程考核考核形式考核要求考核权重备注平时作业作业次数30%项目设计与报告完成并成功运行项目，完成项目设计报告70%注：1,分学期设置和考核的课程应按学期分别填写上表。3 .考核形式主要包括课堂表现、平时作业、阶段测试、期中考试、期末

15、考试、大作也、小 论文、项目设计和作品等。4 .考核要求包括作业次数、考试方式（开卷、闭卷）、项目设计要求等。5 .考核权重指该考核方式或途径在总成绩中所占比重。五、参考书目及学习资料（书名，主编，出版社，出版时间及版次）1陆嘉恒.Hadoop实战.机械工业出版社.2011年.2曾大聃，周傲英（译）.Hadoop权威指南中文版.清华大学出版社.2010年.3迪米达克（Nick Dimiduk）,卡拉纳（Amandeep Khurana）,谢磊.HBase实战中文版.人民邮电出版 社；第1版（2013年9月1日）六、大纲说明（内容可包括课程基本要求、习题要求及其它一些必要的说明）无。2017年09月07日