《分布式存储与计算》教学大纲.PDF

信息科学技术学院本科课程教学大纲 《分布式存储与计算》教学大纲 一、基本信息 课程名称 分布式存储与计算 课程编号 COST4158 英文名称 Distributed storage and computing 课程类型 本专业推荐选修课 总学时 36 理论学时 24 实验学时 12 实践学时 JAVA ，计算机网络，操作系统、 计算机科学与技术、网络 学 分 2 预修课程 适用对象 数据结构 工程专业 分布式计算和存储是计算机技术发展中的一项重要技术，本课程围绕大数据处理相关技 术和应用，介绍海量数据管理的相关技术和发展趋势，主要介绍大数据处理的系统的硬件和 软件、系统体系结构、大规模数据存储，新的编程范式，以及集群计算相关技术和应用的最 课程简介 新进展。通过本课程的学习，学生应该学习和掌握集群计算的基础理论知识和实践经验，使 学生了解如何创建高性能集群、集群上的应用开发，了解云计算的整体框架及关键实现技术、 业务模式。 二、教学目标及任务 本课程是计算机专业的专业选修课，是一门分布式数据管理领域的前沿专业课程。本课程面向本科3-4 年级 学生，在Java 语言、数据结构等课程的基础上，围绕大数据处理，让学生了解掌握目前分布式存储和计算的模式 与框架，初步掌握分布式编程的实践能力。 本课程以分布式存储和计算为主题，分为三个部分，第一部分是分布式存储及环境，第二部分是分布式编程 和软件环境，第三部分是大数据处理技术。通过本课程的学习，使学生了解大数据管理的硬件和软件、系统体系 结构、新的编程范式，以及并行分布式计算技术最新研究进展；了解云计算的整体框架及关键实现技术、业务模 式，使学生掌握创建高性能集群和分布式编程实践能力。 三、学时分配 教学课时分配 章 节 章节内容 讲课 实验 实践 合计 第一章 大数据处理概论 2 2 第二章 基于Hadoop 的大数据处理架构 2 2 第三章 MapReduce 计算模式 4 2 6 第四章 使用HDFS 存储大数据 4 2 6 第五章 HBase 大数据库 3 2 5 第六章 大数据的分析处理 2 4 6 第七章 Hadoop 环境下的数据整合 2 2 第八章 Hadoop 集群的管理与维护 2 2 第九章 基于MapReduce 的数据挖掘 2 2 4 第十章 面向未来的大数据处理 1