《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：
（2）知识目标
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：
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。