《Hive数据仓库技术与应用案例教程》课程标准.docx

《Hive数据仓库技术与应用案例教程》

课程标准

【课程名称】Hive数据仓库技术与应用案例教程【课程编码】

【课程类别】专业必修课

【适用专业】计算机科学与技术、大数据技术、数据科学与大数据技术、人工智能等相关专业

【授课单位】 【总学时】32

【编写执笔人】 【编写日期】

一、课程性质和课程设计

1.1课程制定依据

Hive数据仓库技术与应用课程通常作为大数据技术与应用专业(数据仓库技术方向)的核心课程或必修课程。课程制定需要紧密围绕专业培养目标，确保学生通过课程学习后能够掌握Hive数据仓库技术的核心概念、原理和应用方法，以满足专业培养要求。课程制定还需要参考当前IT行业对Hive数据仓库技术的需求以及相关的职业标准。通过与行业企业沟通，了解企业对人才的实际需求，以及职业发展和晋升所需的技能，确保课程内容与行业需求相契合。

1.2课程性质与作用

本课程是基于大数据背景下的数据仓库技术Hive的理论结合实践教学。Hive是Hadoop生态系统中必不可少的一个工具，它提供了一种SQL(结构化查询语言)方言，可以查询存储在Hadoop分布式文件系统(HDFS)中的数据或其他和Hadoop集成的文件系统。

大多数数据仓库应用程序都是使用关系数据库进行实现的，并使用SQL作为查询语言。Hive降低了将这些应用程序转移到Hadoop系统上的难度。凡是会使用SQL语言的学生都可以很轻松地学习并使用Hive。

1.3课程设计思路

课程设计思路采用了理论与实践相结合的教学模式，每介绍一个知识点，都会搭配对应的动手实践。这样的教学模式有助于学生对Hive大数据技术真正的理解与掌握，让学生明确所学知识是如何解决问题的，通过教授和练习巩固所学知识，使学生真正理解并能够应用所学知识。

课程紧密结合网络管理工作实际，根据岗位能力的需要设计教学内容，科学、合理设计每个教学环节，充分利用校内教学资源，通过各种教学方法和手段的灵活运用，以及课堂教学和课外教学的紧密结合，将教、学、做融为一体，充分体现职业性、实践性和开放性的要求，提高学生的实践动手能力。

二、课程目标

2.1知识目标

（1）熟悉数据仓库的特征和相关概念。

（2）掌握数据仓库的模型设计。

（3）理解维度建模法和数据仓库分层。

（4）熟悉Hive的体系结构。

（5）理解Hive的运行原理。

（6）掌握Hive的三种部署模式。

（7）掌握Hive的数据类型。

（8）掌握Hive的运算符。

（9）掌握Hive表的存储格式。

（10）掌握数据库基本操作的语法格式。

（11）掌握表基本操作的语法格式。

（12）掌握视图基本操作的语法格式。

（13）掌握导入数据的语法格式。

（14）掌握导出数据的语法格式。

（15）掌握简单查询的基本语法格式。

（16）掌握条件查询的基本语法格式。

（17）掌握分组查询的基本语法格式。

（18）掌握排序查询的基本语法格式。

（19）掌握连接查询的基本语法格式。

（20）掌握抽样查询的基本语法格式。

（21）掌握Hive中常用的内置函数。

（22）熟悉在Hive中定义和使用自定义函数的步骤。

（23）掌握存储优化的方法。

（24）熟悉参数优化的方法。

（25）掌握查询优化的方法。

（26）熟悉数据仓库分层设计的方法。

（27）掌握Hive数据定义的相关知识。

（28）掌握Hive数据导入与导出的相关知识。

（29）掌握Hive数据查询的相关知识。

（30）掌握Hive函数的相关知识。

（31）掌握Hive性能优化的相关知识。

2.2技能目标

（1）能够采用嵌入模式部署Hive。

（2）能够采用本地模式部署Hive。

（3）能够采用远程模式部署Hive。

（4）能够完成数据仓库分层设计。

（5）能够设计数据仓库各层中表的结构，包括表的存储格式、字段名、字段的数据类型等。

（6）能够创建、显示、切换和删除数据库，并查看和修改数据库信息。

（7）能够创建、显示、修改和删除不同类型的表，并查看表信息。

（8）能够显示分区、添加分区、查看分区信息、移动分区和删除分区。

（9）能够创建、显示和删除视图，并查看视图信息。

（10）能够使用LOAD语句向表中加载数据。

（11）能够使用INSERT语句向表中插入数据。

（12）能够使用CREATE…AS语句创建表并导入数据。

（13）能够使用IMPORT语句导入表。

（14）能够使用INSERTOVERWRITE语句从表中导出数据。

（15）能够使用EXPORT语句导出表。

（16）能够使用条件语句、分组语句、排序语句或连接语句查询表中数据。

（17）能够