《大数据分析技术》课程教学大纲（本科）.docVIP

PAGE1 / NUMPAGES4 大数据分析技术 Big Data Analysis 课程代码 学分：1 学时：16 （其中：课堂教学学时：16 实验学时： 上机学时： 课程实践学时: ） 先修课程：操作系统B、计算机网络 适用专业：网络工程 教材：大数据技术原理与应用（第2版），林子雨，人民邮电出版社，第2版 一、课程性质与课程目标 （一）课程性质 海量数据的处理与分析任务给传统计算机带来了极大的挑战，现有计算机系统结构和数据处理算法难以满足海量数据处理与分析任务在时效、有效性等方面的要求，引起了计算机领域的一次重要变革。本课程首先给出大数据的概述，接着介绍当前主流的开源大数据系统Hadoop的基本概况，再对大数据处理与分析中关键的技术分布式文件系统、大数据处理架构、NoSQL数据库、大数据数据仓库、分布式内存计算、流计算、图计算等进行介绍，最后分解结合互联网、生物医学、物流等行业的应用给出大数据分析的基本框架。使得学生能够选择某一大数据应用场景的要求，确定需要的数据并选择合适的手段进行收集；能对该大数据应用场景进行合理分析和评价，设计和完善相应计算机复杂工程问题的工程实践和解决方案，分析其对于社会、健康、安全、法律、文化的影响，理解应承担的责任；分析和理解大数据处理与分析技术对环境和社会可持续发展可能存在的影响。 （二）课程目标 课程目标1：了解大数据技术发展的驱动和局限。 课程目标2：掌握构建大数据系统的关键技术，能够某一大数据应用场景，合理分析和评价构建大数据系统所面临的复杂工程问题，给出工程实践和解决方案，分析其对于社会、健康、安全、法律、文化的影响。 课程目标3：针对某一大数据应用场景，确定需要的数据并选择合适的手段进行收集，构建大数据原型系统，分析和理解大数据处理与分析技术对环境和社会可持续发展可能存在的影响。 （三）课程目标与专业毕业要求指标点的对应关系 本课程支撑专业培养计划中毕业要求指标点5.4、7.2和8.1。 1.毕业要求5.4：能够根据实验目的确定需要的数据，并能够选择合适的手段进行收集。 2.毕业要求7.2：能够基于工程相关背景知识进行合理分析和评价计算机复杂工程问题的工程实践和解决方案对于社会、健康、安全、法律、文化的影响，理解应承担的责任。 3.毕业要求8.1：能够理解计算机技术的方法和手段对环境和社会可持续发展的影响。 课程目标 毕业要求指标点 课程目标1 课程目标2 课程目标3 毕业要求5.4 √ 毕业要求7.2 √ 毕业要求8.1 √ √ 注：课程目标与毕业要求指标点对接的单元格中可输入“?”，也可标注“H、M、L”。 二、课程内容与教学要求 第一章 大数据的概述 （一）课程内容 1. 传统计算机面临的新问题； 2. 大数据系统的特点； 3. 大数据系统与物联网和云计算的关系。 （二）教学要求 了解传统计算机的局限； 了解大数据系统的特点； 理解大数据系统与相关系统之间的关系。 （三）重点与难点 1. 重点 大数据系统的特点。 2. 难点 大数据系统与相关系统之间的关系。 第二章 Hadoop的基本概况 （一）课程内容 1. Hadoop简介； 2. Hadoop的基本结构； 3. Hadoop的主要特征。 （二）教学要求 1. 掌握Hadoop的基本结构。 2. 理解Hadoop的主要特征。 （三）重点与难点 1. 重点 Hadoop的基本结构。 Hadoop的主要特征。 2. 难点 Hadoop的主要特征。 第三章 分布式文件系统 （一）课程内容 1．分布式文件系统的概况。 2．HDFS体系结构。 3. HDFS的局限。 （二）教学要求 1.了解分布式文件系统的概况。 2.掌握HDFS体系结构。 3.理解HDFS的局限。 （三）重点与难点 1. 重点 HDFS体系结构。 HDFS的局限。 2. 难点 HDFS的局限。 第四章 大数据处理架构 （一）课程内容 1. 分布式计算架构的简介。 2．MapReduce的结构。 3. MapReduce的实践。 （二）教学要求 1.了解分布式计算架构。 2. 理解MapReduce的结构。 3. 掌握MapReduce的实践。 （三）重点与难点 1. 重点 MapReduce的结构。 MapReduce的实践。 2. 难点 MapReduce的实践。 第五章 NoSQL数据库 （一）课程内容 1. 关系数据库存在的问题。 2. NoSQL数据库简介。 3. NoSQL数据库的发展。 （二）教学要求 1.理解关系数据库存