《大数据技术原理与应用》课程标准
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：20XX物联网工程专业本科班，20XX物联网创新班矚慫润厲钐瘗睞枥庑赖賃軔朧。
学分：2 先修课：物联网导论、操作系统教程、JAVA编程聞創沟燴鐺險爱氇谴净祸測樅。
学时：28 后续课：智能家居、智能物流、云计算残骛楼諍锩瀨濟溆塹籟婭骒東。
制定人：制定时间：
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。酽锕极額閉镇桧猪訣锥顧荭钯。
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。彈贸摄尔霁毙攬砖卤庑诒尔肤。
课程设计
课程目标设计
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。謀荞抟箧飆鐸怼类蒋薔點鉍杂。
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；厦礴恳蹒骈時盡继價骚卺癩龔。
（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；茕桢广鳓鯡选块网羈泪镀齐鈞。
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
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
hbase的特性有哪些
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
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。鹅
娅尽損鹌惨歷茏鴛賴縈诘聾。
（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  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
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
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
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 分布式数据库掌握HBase概述、访问接HBase访问接口、数据模型、
HBase 口、数据模型、实现原理、
运行机制
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、
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
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
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月籟丛妈羥为贍偾蛏练淨槠挞曉。
教材：
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. 20XX年.
[3] 《Hadoop权威指南中文版》曾大聃, 周傲英(译).，清华大学出版社，. 20XX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，20XX年9月1日預頌圣鉉儐歲龈讶骅籴買闥龅。
实施建议
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。渗釤呛俨
匀谔鱉调硯錦鋇絨钞。
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。

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。