《大数据应用开发实战》课程标准
课程名称：大数据应用开发实战
课程性质：能力拓展课
计划学时：96（其中实践学时48）
适用专业：大数据技术与应用
1.课程定位与思路
1.1课程定位
本课程以《物联网导论》、《操作系统教程》、《Java编程》等先修课程所学理论知识和所练实操技能为教学基础，并为《云计算》等后继课程的教学打下良好的基础。
本课程是为大数据技术类相关专业学生开设的课程。随着时代的发展，大数据已经成为一个耳熟能详的词汇。与此同时，针对大数据处理的新技术也在不断的开发和运用中，逐渐成为数据处理挖掘行业广泛使用的主流技术之一。Hadoop 作为处理大数据的分布式存储和计算框架，得到了国内外大小型企业广泛的应
用。Hadoop是一个可以搭建在廉价服务器上的分布式集系统架构，它具有可用性高、容错性高和可扩展性高等优点。由于它提供了一个开放式的平台，用户可以在完全不了解底层实现细节的情形下，开发适合自身应用的分布式程序。经过十多年的发展，目前Hadoop已经成长为一个全栈式的大数据技术生态圈，并在事实上成为应用最广泛最具有代表性的大数据技术。因此，学习Hadoop技术是从事大数据行业工作所必不可少的一步。
1.2设计思路
本课程主要理论结合实践，每个章节讲解理论的同时以各种软件实操和案例作为论证和巩固，提高学生学习的趣味。此外本课程包含众多实操分析案例，在案例操作的过程中，一方面需要指导学生完成案例操作的任务，利用分析工具魔镜掌握数据分析的技能，另一方面需要激发学生主动学习、深入研究的热情。
本课程立足于实际能力培养，打破以知识传授为主要特征的传统学科课程模式，转变为以实际操作任务为中心组织课程内容和课程教学，整合理论和实践，
让学生在完成具体案例的过程中来构建和了解相关理论知识体系，并发展大数据分析基础的职业能力。本课程实施项目教学以改变学与教的行为。
2.课程目标
本课程旨在培养能够为企事业单位提供大数据系统的搭建、管理和运维技术的学生。学生通过大量的案例与实践操作，可以熟练掌握大数据系统管理所需的各种专业知识和能力，具备一定的职业素养，为他们从事大数据这个尖端行业的系统管理工作奠定坚实的基础。
2.1总体目标
通过本课程的学习，使学生学会搭建Hadoop完全分布式集，熟练HDFS 的原理和基础操作，能够在理解MapReduce原理架构的基础上，进行MapReduce 程序的编写。为将来从事大数据挖掘研究工作以及后续课程的学习奠定基础。
2.2具体目标（能力目标、知识目标、素质目标）
1.能力目标
（1）会搭建Hadoop的环境
（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）通过对数据库的学习和编程设计，掌握MapReduce的编程模型
（4）会使用MapReduce完成常用的功能
（5）会搭建HDFS Name Node环境
（6）会进行Hive的部署，及Hive中DDL与DML的操作
hbase应用案例（7）会使用Sqoop，知道常用的SQL on Hadoop框架
2.知识目标：
（1）了解Hadoop的来源与特点；
（2）掌握Hadoop分布式文件系统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；
（3）掌握MapReduce的原理；
（4）掌握Hadoop分布式数据库
（5）了解大数据处理中常用的实时流处理框架有哪些
3.素质目标
（1）培养学生的团队分工协作精神；
（2）培养学生的沟通表达能力；
（3）培养学生的工作责任意识；
（4）培养学生的质量至上观念；
4.课程思政目标
（1）培养学生自主学习能力和知识应用能力；
（2）培养学生的职业道德和职业规范。
3.课程内容与要求

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。