- 1、本文档共2页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
《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:
1. 离线大数据分析技术,即Hadoop
2. 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
课程目标对毕业要求的支撑程度(H、M、L)
课程目标
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
1. 了解大数据的概念、背景和动力、发展趋势
2. 理解 Hadoop 云计算系统架构,技术原理
3. 掌握 MapReduce 计算
1
4. 掌握 Hive 云数据仓库
5. 掌握 Spark 计算
五、课程学时安排
学时 对应课程目
章节号 教学内容 学生任务
数 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
文档评论(0)