- 1、本文档共13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)。
查看更多
课程标准
课程名称: Hadoop大数据
课程代码:
适用专业: 大数据技术与应用
制订时间:
目 录
1 课程概述 1
1.1 课程的性质1
1.2 课程定位1
1.3 课程设计思路1
2. 课程基本目标 2
2.1 素质目标2
2.2 知识目标2
2.3 技能目标2
2.4 职业证书融通要求 2
3、课程教学内容及学时安排3
3.1 课程主要内容说明 3
3.2 课程组织安排说明 3
3.3 课程教学内容及要求 3
4 教学实施建议 8
4.1 教学组织建议8
4.2 教学评价建议8
4.3 教材选用9
4.4 课程主讲教师和教学团队要求说明 9
4.5 课程思政要求10
4.6 课程教学环境和条件要求 10
4.7 教学资源的开发与利用 11
4.8 其它11
《Hadoop 大数据》课程标准
课程名称:Hadoop大数据
课程代码
总学时数:72学时 (理论课学时数:36; 实践课学时数:36)
适用专业:大数据技术与应用
1 课程概述
1.1 课程的性质
本课程是为大数据技术类相关专业学生开设的课程。随着时代的发展,大数
据已经成为一个耳熟能详的词汇。与此同时,针对大数据处理的新技术也在不断
的开发和运用中,逐渐成为数据处理挖掘行业广泛使用的主流技术之一。Hadoop
作为处理大数据的分布式存储和计算框架,得到了国内外大小型企业广泛的应
用。Hadoop 是一个可以搭建在廉价服务器上的分布式集群系统架构,它具有可
用性高、容错性高和可扩展性高等优点。由于它提供了一个开放式的平台,用户
可以在完全不了解底层实现细节的情形下,开发适合自身应用的分布式程序。经
过十多年的发展,目前 Hadoop 已经成长为一个全栈式的大数据技术生态圈,并
在事实上成为应用最广泛最具有代表性的大数据技术。因此,学习 Hadoop 技术
是从事大数据行业工作所必不可少的一步。
1.2课程定位
通过本课程的学习,使学生学会搭建 Hadoop 完全分布式集群,掌握 HDFS
的原理和基础操作,掌握 MapReduce 原理架构、MapReduce 程序的编写。为将
来从事大数据挖掘研究工作以及后续课程的学习奠定基础。
1.3 课程设计思路
课程设计围绕大数据分析的基础和方法,考虑到实际企业生产环境中的应用
场景,课程中采用实际案例,从案例出发、启动、实施、验证各环节剖析讲解,
与真实环境同步,本课程通过大量的案例,引导学生思考问题、分析问题,学生
在理解知识点的过程中遇到困难时,可以继续往后学习。可以通过对各学习情景
中学习目标、主要内容、授课方式、师生要求等各项内容的描述,来规范课程所
1
要求的内容。真正做到在项目实施过程中各个环节的考察和评价,来完成对课程
的评鉴与考核。
2. 课程基本目标
2.1 素质目标
(1)培养学生数据分析意识
(2)培养学生谦虚、好学的品质
(3)培养学生良好的自我表现、与人沟通的能力
(4)培养学生的团队精神和服务意识
(5)培养学生的自主学习能力
2.2 知识目标
(1)理解大数据概念及应用场景
(2)掌握开发语言如:Python
(3)Hadoop运行环境搭建
(4)掌握Hadoop三种模式
(5)搭建本地模式
(6)搭建伪分布式模式
(7)搭建完全分布式模式
(8)掌握大数据相关技术HDFS、MapReduce
(9)掌握Hadoop集群及数据批处理
(10)掌握Hive数据库操作
(11)
文档评论(0)