大数据技术原理与应用课程标准

2024年2月8日发(作者：)

《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

1

2

3

4

5

能够掌握大数据的基本概念

能够掌握相关的数据管理、存储、分析计算等的技术基础

能够掌握Hadoop的相关知识

通过对数据库的学习和编程设计，掌握HBase的使用方法

掌握大数据知识体系的系统架构

单 项 能 力 目 标

（2） 知识目标

序号

1

2

3

知 识 目 标

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

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

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

2

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

介绍大数据处理架构Hadoop

分布式文件系统HDFS的基本原理和使用方法

分布式数据库HBase的基本原理和使用方法

NoSQL数据库的概念和基本原理

云数据库的概念和基本原理

分布式并行编程模型MapReduce原理和使用方法

Hadoop架构再探讨

4

4

4

4

2

4

2

总复习

合计

3. 教学进度表设计

序号

1

2

学时

2

2

2

2

大数据处理架构Hadoop

大数据处理架构Hadoop

分布式文件系统HDFS

单元标题

大数据概述

教学目标和主要教学内容

能力目标

了解大数据发展历史以及未来发展趋势

掌握大数据系统架构

掌握大数据系统架构

2

28

知识目标

了解大数据相关概念

掌握Hadoop技术

掌握Hadoop发展历程、版本演变、生态系统

掌握Hadoop的安装和使用方法

3

4

掌握HDFS简介、相关概掌握HDFS简介、相关概念、念、体系结构、存储原理、体系结构、存储原理、读写过读写过程

程

HDFS编程实践技术 5

2

分布式文件系统HDFS

掌握HDFS编程实践

6

2

分布式数据库HBase

掌握HBase概述、访问接HBase访问接口、数据模型、口、数据模型、实现原理、实现原理、运行机制

运行机制

掌握HBase编程实践

HBase编程实践技术

7

2

分布式数据库HBase

8

2 NoSQL数据库

掌握NoSQL数据库发展、NoSQL数据库的四大类型、三四大类型、三大基石、大基石、NewSQL数据库

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、 了解阿里云RDS实践操作

系统架构

11

2

MapReduce的工作流程、MapReduce

了解MapReduce的概述、工作流程、实例分实例分析与具体应用

析、具体应用

12

13

2

2

MapReduce

Hadoop架构再掌握MapReduce编程实践 MapReduce编程实践

Hadoop的优化与发展、HDFS2.0新特性、新一代资源调度管理框架YARN、

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

了解Hadoop生态系统中具有代表性的功能组件

探讨

14

2 大数据总复习

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：/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。