《大数据技术》教学大纲（本科）.docVIP

PAGE 2 《大数据技术》教学大纲 课程英文名 Big Data Technology 课程代码 C0809Z16 学分 2.5 总学时 40 理论学时 28 实验/实践学时 12 课程类别 专业课 课程性质 选修 先修课程 面向对象程序设计 适用专业 计算机科学与技术 开课学院 信息工程学院 执笔人 审定人 制定时间 2022年12月 注：课程类别是指公共基础课/学科基础课/专业课；课程性质是指必修/限选/任选。 一、课程地位与课程目标 （一）课程地位 本课程是计算机科学与技术专业开设的一门专业选修课。信息时代已开始逐步过渡到数据时代，大数据处理技术越来越重要，企业应用也越来越多。在培养计划中，这门课程云计算、大数据方向的核心课程。 （二）课程目标 课程目标是让学生了解和掌握以下能力： 离线大数据分析技术，即Hadoop 大数据分析技术，即Spark 二、课程目标达成的途径与方法 以课堂教学为主，结合自学、课堂讨论、课外作业、小组大作业等。 三、课程目标与相关毕业要求的对应关系 课程目标 课程目标对毕业要求的支撑程度（H、M、L） 毕业要求3 毕业要求5 毕业要求8 课程目标1 H H M 课程目标2 H H M 注：1.支撑强度分别填写H、M或L（其中H表示支撑程度高、M为中等、L为低）。 2.不涉及工程教育认证的公共基础课程（含必修和选修）不填写上表。 3.各专业的非公共基础课程的毕业要求须根据课程所在专业培养方案进行描述。 四、课程主要内容与基本要求 了解大数据的概念、背景和动力、发展趋势 理解Hadoop云计算系统架构，技术原理 掌握MapReduce计算 掌握Hive云数据仓库 掌握Spark计算 五、课程学时安排 章节号 教学内容 学时数 学生任务 对应课程目标 第1章 大数据概念 2 课程目标1 第2章 Hadoop 2 课程目标1 第3章 MapReduce 6+2 MapReduce实验 课程目标1 第4章 Hive 8+4 Hive实验 课程目标2 第5章 Spark 10+6 Spark实验 课程目标2 七、考核方式及成绩评定 考核内容 考核方式 评定标准（依据） 占总成绩比例 过程考核 含到课率、课堂讨论发言、平时课堂作业、平时实验等 点名记录、讨论发言记录 作业批改成绩 50% 期末考核 考试或大作业 卷面成绩、大作业批改成绩 50% 考核类别 考查 成绩登记方式 百分制或五级制 八、推荐教材与主要参考书 （一）推荐教材： 王道平,蒋中杨， 大数据处理，北京大学出版社，2022年10月 ，ISBN：9787301314791 （二）主要参考书： Tom White著 王海，华东，刘喻，吕粤海 译， Hadoop权威指南：大数据的存储与分析（第4版），清华大学出版社，2022年07月 ，ISBN：9787302465133 Bill Chambers，Matei Zaharia著 张岩峰，王方晶，陈晶晶 译，Spark权威指南，中国电力出版社，2022年03月，ISBN：9787519840099 王宏志，何震瀛，王鹏，李春静，大数据管理系统原理与技术，机械工业出版社，2022年03月，ISBN：9787111636779