(林子雨-2017新版-大数据技术原理与应用)厦门大学本科课程教学大纲.docx

厦门大学本科课程教学大纲 课程名称 大数据技术原理与应用 课程代码 英文 类别代号 CSCI 授课对象 计算机、软件工程等信息相关专业 适用年级 本科生大三或大四 课程类型 通识教育课程 课程课型 总学分 总学时 授课 讨论 实验 / 上机 实践 其他 2 32 32 0 0 0 0 先修课程 编程语言 一、课程简介 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、基于内存的大数据处理架构 Spark、 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、 MapReduce、Spark 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。 二、培养目标 （1） 能够建立对大数据知识体系的轮廓性认识，了解大数据发展历程、基本概念、 主要影响、应用领域、关键技术、计算模式和产业发展，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的发展历史、重要特性和应用现状， Hadoop 项目结构及其各 个组件，并熟练掌握 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） 能够了解大数据处理架构 Spark的基本原理和编程方法； 能够了解大数据在互联网等领域的典型应用。 三、教学方法 （1） 本课程采用理论授课与学生课后上机实践相结合， 帮助学生更好消化吸收课程 知识。 （2） 积极践行 O2O 教学理念，努力提升教学水平，在大数据课程教学方面积极开 拓创新，实现线下教学和线上服务的巧妙结合。 课程主讲教师建设了国内高校 首个大数据课程公共服务平台，提供讲义 PPT、课程习题、学习指南、授课视 频、技术资料等全方位、一站式免费服务，帮助学生更好学习大数据课程。 四、主要内容及学时安排 章（或节） 主要内容 学时安排 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 2 介绍大数据处理架构 Hadoop 4 3 分布式文件系统 HDFS的 基本原理和使用方法 4 4 分布式数据库 HBase的基 本原理和使用方法 4 5 NoSQL数据库的概念和基 本原理 4 6 云数据库的概念和基本原 理 2 7 分布式并行编程模型 MapReduce原理和使用方 法 4 8 Hadoop 架构再探讨 2 9 Spark原理与基础编程 4 10 大数据在互联网领域的典 型应用：推荐系统 2 合计 32 五、考核方式与要求 （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 5:5 比例加权求和。  六、选用教材 《大数据技术原理与应用——概念、存储、处理、分 析与应用》 林子雨编著，人民邮电出版社， 2015年8月，第 1版 七、参考书目与文献 [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、课程网站等支持条件 课程主讲教师建设了国内高校首个大数据课程公共服 务平台，提供讲义 PPT、课程习题、学习指南、授课视 频、技术资料等全方位、一站式免费服务，帮助学生更 好学习大数据课程，网站地址： /post/ 4