原创力文档- 1、本文档共10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)。
《Hadoop大数据技术》课程理论教学大纲--第1页
《Hadoop大数据技术》课程教学大纲
一、课程基本情况
课程代码：1041139083
课程名称（中/英文）：Hadoop大数据技术/HadoopBigDataTechnology
课程类别：专业必修课
学分：3.5
总学时：56
理论学时：32
实验/实践学时：24
适用专业：数据科学与大数据技术
适用对象：本科
先修课程：JAVA程序设计、Linux基础
教学环境：课堂、多媒体、实验机房
二、课程简介
《Hadoop大数据技术》课程是数据科学与大数据技术专业的专业必修课程。《Hadoop大数据
技术》主要学习当前广泛使用的大数据Hadoop平台及其主要组件的作用及使用。通过学习Hadoop
平台框架，学会手动搭建Hadoop环境，掌握Hadoop平台上存储及计算的原理、结构、工作流程，
掌握基础的MapReduce编程，掌握Hadoop生态圈常用组件的作用、结构、配置和工作流程，并具
备大数据的动手及问题分析能力，使用掌握的知识应用到实际的项目实践中。课程由理论及实践两
部分组成，课程理论部分的内容以介绍Hadoop平台主要组件的作用、结构、工作流程为主，对Hadoop
平台组件的作用及其工作原理有比较深入的了解；课程同时为各组件设计有若干实验，使学生在学
习理论知识的同时，提高实践动手能力，做到在Hadoop的大数据平台上进行大数据项目开发。
三、课程教学目标
1.课程对毕业要求的支撑
毕业要求指标点
1.1能够运用数学、自然科学、大数据专业知识和工程基础知识对大数据应
用复杂工程问题进行表述和建模。
1.工程知识
1.2能够选择恰当的大数据应用复杂系统模型，对模型的正确性进行推理和
求解。
3.2能够根据工程项目任务要求，选择技术路线，设计满足需求的大数据应
3.设计/开发解决用解决方案。
方案3.4能够综合运用大数据预处理、挖掘分析、可视化等技术手段，开发实现
大数据应用系统。
4.研究4.2能够选用或搭建开发环境进行软硬件实现与验证。
5.1了解信息领域主要资料来源及获取方法，熟悉数学、程序设计等大数据
5.使用现代工具
应用工程领域现代工程工具。
7.环境和可持续7.1能够理解大数据应用工程实践中节能与绿色计算技术的手段和方法对环
发展境和社会可持续发展的影响。
2.课程教学目标及其与毕业要求指标点、主要教学内容的对应关系
《Hadoop大数据技术》课程理论教学大纲--第1页
《Hadoop大数据技术》课程理论教学大纲--第2页
毕业
要求
课程目标教学内容教学环节
指标
点
第五章MapReduce
5.1MapReduce概述
5.1.1MapReduce是什么
5.1.2MapReduce的特点
5.1.3MapReduce不擅长的场景
文档评论（0）