《大数据应用开发》课程标准.docxVIP

《大数据应用开发》课程标准 课程名称：大数据应用开发 课程代码：3250578 适用专业：软件技术专业(大数据方向) 课程性质：专业必修课 学时：72时 (理论：36 实践：36) 学分：4学分 一、课程概述 （一）课程的地位和任务 大数据技术的发展，已被列为国家重大发展战略。而在过去的几年里，无论是聚焦大数据发展的《促进大数据发展行动纲要》，还是《“十三五”规划》中都深刻体现了政府对大数据产业和应用发展的重视。目前国内大数据发展还处于加速期、转型期，数据与传统产业的融合还处于起步阶段，各行业对大数据分析和挖掘的应用还不理想。但随着市场竞争的加剧，各行业对大数据技术研究的热情越来越高，在未来几年，各领域的数据分析都将大规模应用。 本课程是软件技术专业核心课程，大数据技术入门课程，前续课程为《Linux基础》、《关系数据库基础》、《程序设计基础》、《Java面向对象编程》。后续课程为《Python编程基础》、《Python数据分析与应用》等。学生学完前续课程后已具备程序开发基础，通过本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。本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。 （二）课程设计思路 本课程在注重大数据时代应用环境前提下，考虑大数据处理分析需求多样复杂的基本情况，从初学者角度出发，以轻量级理论、丰富的实例对比性地介绍大数据常用计算模式的各种系统和工具。考虑到当前大数据发展处于起步并逐步赶超先进的阶段，其应用领域丰富广泛，在教学过程中应注重掌握大数据分析的实践操作。本课程通过丰富简单易上手的实例，让学生能够切实体会和掌握各种类型工具的特点和应用。 本课程采用“项目驱动、案例教学、一体化课堂”的教学模式开展教学。整个课程采用若干单元案例和小型综合案例，72学时完成教师与学生互动的讲练结合教学过程。 课程的理论实践一体化教学过程全部安排在软件项目开发实训室进行，教学中以学生为中心，教师全程负责讲授知识，指导项目开发。 二、培养目标与要求 （一）总体目标与要求 本课程的总体目标是针对大数据程序员岗位，重点培养让学生建立对大数据知识体系的认识，了解Hadoop架构及其各个组件，掌握大数据查询分析计算的典型工具，掌握大数据平台的搭建能力、大数据的采集、数据存储、计算模式等大数据的应用开发能力和相关文档的编写能力。 （二）具体目标与要求 1、素质 培养学生的团队分工协作精神 培养学生的沟通表达能力 培养学生的质量至上观念 培养学生的工作责任意识 知识 了解Hadoop的来源与特点 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 掌握MapReduce的原理 掌握Hadoop分布式数据库 了解大数据处理中常用的实时流处理框架有哪些 能力 会搭建Hadoop的环境 能够掌握相关的数据库管理、存储、分析计算等技术基础 通过对数据库的学习和编程设计，掌握MapReduce的编程模型 会使用MapReduce完成常用的功能 会搭建HDFS Name Node环境 会进行Hive的部署，及Hive中DDL与DML的操作 会使用Sqoop，知道常用的SQL on Hadoop框架 三、教学内容 （一）课程教学安排 进程安排、学习任务(项目)描述、结构与内容、目标与要求及学时分配见下下表： 表1《大数据开发基础》课程教学内容设计表 序号 学习任务(项目) 子任务(项目) 教学内容 课时数（理论/实践） 目的要求 （知识点、能力点、素质点） 教学方式 （教学方法、教学手段） 教学场地 1 大数据概述 大数据概述 大数据发展；大数据概念及特征；大数据的产生和数据类型；大数据的计算模式；大数据的典型应用 2/2 了解大数据的发展、概念及特征；掌握大数据的典型应用； 讲授 教室机房一体化实训室 2 数据获取 数据获取 Scrapy环境搭建；爬虫项目创建； 采集目标数据项定义； 爬虫核心实现； 爬虫运行 2/2 熟悉网络爬虫；了解爬虫常用的方法，掌握爬虫环境的搭建；具有良好的职业道德。 演示 教室机房一体化实训室 3 Hadoop基础 Hadoop安装 Hadoop概述；Hadoop原理； Hadoop安装与配置 ；