大数据分析方向教学计划.docVIP

... ... 大数据分析课程标准 一、课程定位 现在企业为了提升客人使用体验，提高业务效率，在大数据蓬勃发展的阶段里， 需要对现有业务系统进行转型升级；作为大数据核心部分，大数据研发工程师应用成为 有大量数据的企业必备人才，在数据处理，数据分析方面，大数据研发是不可或缺的技 能。 随着大数据应用的大量普及， 开源框架，比如 hadoop，spark 等，也得到长足发展。 本课程除了着力于统数据的收集和搭建，使得作为大数据的研发 / 分析带来基础设施， 让学员掌握，同时，对大数据的离线 / 实时处理和部分数据分析进行深度理解和把握。 通过本课程，掌握大数据平台并且对大数据分析的基本技能和方法，为将来在企业分析 大数据做决策打下基础。 二、课程性质与作用 课程性质 大数据分析课程。 课程作用 大数据分析是数据清洗过后使得数据产生价值的过程。在企业丰富应用场景中，通 过标准的大数据分析方法不能胜任的情况下， 就需要通过先验知识来验证大数据并找出 规律来达到业务目标。在实际工作中，掌握大数据研分析需要展示的数理统计分析的知 识，敏锐的数据观察力，和部分软件开发的知识，也需要比较扎实的计算机基础。本课 程大纲是完整的课程，实际培训课程中，会根据学员实际情况进行分组。通过本课程的 学习。 三、课程目标 课程教学以灵活运用分析方法为目标，以实际项目为中心，以合理知识结构分解为 手段，结合实际的应用场景，对大数据进行文本，图标等大数据进行分析和学习，主要 以实际操作让学员对相关知识点掌握，达到理论与实际结合，教学与企业融合的内容。 学员学成后，能够利用清洗后的数据，根据提供的先验知识，可以做出模型并能够预测 业务数据。课程内容始终围绕全面提升学生的理论和操作的熟练程度、规范化程度以及 职业素质三个方面展开。 （一）知识目标 理解大数据概念及应用场景，先导课程 Linux 的操作 掌握开发语言 R或 python 1 / 8 掌握大数据 HDFS、HBase、Hadoop集群搭建及数据批处理。 离线工具 ETL和hive 的安装及应用。 数据可视化的应用 真实 （二）能力目标 全局的眼光理解大数据，理解大数据的应用，并有总体的概念。 理解企业中实际生产环境的大数据搭建，收集，分析，应用的过程。 具备在实际应用场景中，能对数据处理流程，数据挖掘进行个性化处理。 四、课程设计 主要指课程设计的总体思路： 课程设计围绕大数据分析的基础和方法，考虑到实际企业生产环境中的应用场景， 课程中采用实际案例，从案例分析、启动、实施、验证各环节剖析讲解，与真实环境同 步。 先导知识 R语言 Hadoop 生态 大量案例 算法及模 型 课程案例选取： 以搭建支持 10GB的数据为目标， 在目标 3 机器上部署大数据仓库， 并能实际运行。 模拟手机 1GB的数据，能够通过 Hive 进行查询，为将来数据清洗和数据分析提供基础。 五、课程内容与要求 知识块 知识点 课程目标 课时 案例 2 / 8 先导知识 Linux 系统 Linux 基础 先导课程，以 Linux- 常用命令介 掌握 Linux 基本操 绍 作未基础，加上对 Linux-shell 的特 Linux 操作系统的 殊符号以及 VI 编译工 进程管理的知识， 具 为后续的部署打下 Linux- 高级指令 基础。主要能够熟 练编辑和配置 （系统管理、查询、作 Linux 下的系统文 业控制、进程管理和 Linux 三剑客） 件并能够查找文件 和文字 Linux- 环境变量、 初始化文件和定时服务 Linux-shell 脚本 及编程 Linux- 备份工具 Linux- 安全性 Linux- 网络互联 Linux- 软件的安装 和日志 大数据基础 大数据概论 大数据背景 能够高度概括大数 大数据基本概念 据系统的前世今 大数据案例 生，实际了解企业 里面使用的大数据 大数据技术 的场景 HDFS分布式文 HDFS简介 掌握 DFS架构，配 件系统 HDFS基本架构 置及日常管理 使用场景 核心设计 体系架构 命令行使用 3 / 8 JAVA接口 运行机制 IO 操作 Hodoop集群安 Linux 环境准备 理解 Hadoop生态， 装部署 按照 JDK 能够安装并验证 按照并配置 Hadoop Hadoop集群。并实 启动并验证 Hadoop 际操作在现有生态 增加组件的安装及 集群 调整方式 MapReduce计算 编程模型 Wor 框架 编程案例 dCount 应用编程开发 高级编 MP工作机制和 程 YARN YARN平台简介 YARN结构 YARN资源调度 作业调度 数据库知识 Hbase分布式数 简介 理解和掌握 HBase 据库 的原理及操作，并 能对 HBase