《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。