梦见小女孩1.课程代码：21122600
2.课程中文名称：大数据技术与应用课程英文名称：Technologies and Applications of Big Data
3.面向对象：信息工程学院软件工程系三年级学生
4.开课学院(课部)、系(中心、室)：信息工程学院 软件工程系
5.总学时数：40讲课学时数：24,实验学时数：16
6.学分数：2.5
7.两弹之父是谁授课语种：中文，考试语种：中文
8.宋承宪成宥利教材：待定二、课程内容简介
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
三' 课程的地位、作用和教学目标
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、说明基本原理、引导初级实践、了解相关应用”为原那么，为学生在 大数据领域“深耕细作”奠定基础、指明方向。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。
四'与本课程相联系的其他课程
先修课程：数据库系统概论、计算机高级语言程序设计五' 教学基本要求
(1)能够建立对大数据知识体系的轮廓性认识，了解大数据开展历程、基本概念、主要影 响、应用领域、关键技术、计算模式和产业开展，并了解云计算、物联网的概念及其与大数 据之间的紧密关系；
(2)能够了解Hadoop的开展历史、重要特性和应用现状，Hadoop工程结构及其各个组件, 并熟练掌握王健林 后台Hadoop平台的安装和使用方法；
(3)能够了解分布式文件系统的基本概念、结构和设计需求，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；
(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；
（6）能够了解云数据库的概念、基本原理和代表性产品的使用方法；
（7）能够熟练掌握分布式编程框架MapReduce的基本原理和编程方法；
（8）能够了解流计算与批处理的区别，以及流计算的基本原理；
（9）能够了解图计算的基本原理；
（10）能够了解数据可视化的概念和相关工具；
（11）能够了解大数据在互联网等领域的典型应用。
六'考核方式与评价结构比例
（1）平时成绩：学生完成上机练习题目，并提交上机实验报告，实验报告成绩作为平时成 绩；
（2）期末考试：采用笔试，闭卷；
（3）最终成绩：平时成绩和期末考试成绩按比例加权求和。
七、教学参考资料[1]陆嘉恒.Hadoop实战.机械工业出版社.2011年.
[2]曾大聃，周傲英（译）.Hadoop权威指南中文版.清华大学出版社.2010年.
[3]迪米达克（Nick Dimiduk）,卡拉纳（Amandeep Khurana）,谢磊.HBase实战中文版.人
民邮电 出版社；第1版（2013年9月1日）八、教学进度与内容安排
序次 | 教学基本内容' 重点、难点 |
1 | 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 |
3 | 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 |
5 | NoSQL数据库的概念和基本原理 |
6 | 云数据库的概念和基本原理 |
7 | 分布式并行编程模型MapReduce原理和使用方法 |
8 | 流计算基本原理 |
9 | 图计算基本原理 |
10 | 数据可视化概念、工具和案例 |
11 | 大数据在互联网领域的典型应用：推荐系统 | 高允真
发布评论