《大数据应用开发实战》课程标准 .pdfVIP

《大数据应用开发实战》课程标准

课程名称：大数据应用开发实战

课程性质：能力拓展课

计划学时：96（其中实践学时48）

适用专业：大数据技术与应用

1.课程定位与思路

1.1课程定位

本课程以《物联网导论》、《操作系统教程》、《Java编程》等先修课程

所学理论知识和所练实操技能为教学基础，并为《云计算》等后继课程的教学打

下良好的基础。

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设计思路

本课程主要理论结合实践，每个章节讲解理论的同时以各种软件实操和案例

作为论证和巩固，提高学生学习的趣味。此外本课程包含众多实操分析案例，在

案例操作的过程中，一方面需要指导学生完成案例操作的任务，利用分析工具魔

镜掌握数据分析的技能，另一方面需要激发学生主动学习、深入研究的热情。

本课程立足于实际能力培养，打破以知识传授为主要特征的传统学科课程模

式，转变为以实际操作任务为中心组织课程内容和课程教学，整合理论和实践，

让学生在完成具体案例的过程中来构建和了解相关理论知识体系，并发展大数据

分析基础的职业能力。本课程实施项目教学以改变学与教的行为。

2.课程目标

本课程旨在培养能够为企事业单位提供大数据系统的搭建、管理和运维技术

的学生。学生通过大量的案例与实践操作，可以熟练掌握大数据系统管理所需的

各种专业知识和能力，具备一定的职业素养，为他们从事大数据这个尖端行业的

系统管理工作奠定坚实的基础。

2.1总体目标

通过本课程的学习，使学生学会搭建Hadoop完全分布式集群，熟练HDFS

的原理和基础操作，能够在理解MapReduce原理架构的基础上，进行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。

2.2具体目标（能力目标、知识目标、素质目标）

1.能力目标

（1）会搭建Hadoop的环境

（2）能够掌握相关的数据管理、存储、分析计算等的技术基础

（3）通过对数据库的学习和编程设计，掌握MapReduce的编程模型

（4）会使用MapReduce完成常用的功能

（5）会搭建HDFSNameNode环境

（6）会进行Hive的部署，及Hive中DDL与DML的操作

（7）会使用Sqoop,知道常用的SQLonHadoop框架

2.知识目标：

（1）了解Hadoop的来源与特点；

（2）掌握Hadoop分布式文件系统HDFS的重要概念、体系结构、存储原理

和读写过程，并熟练掌握分布式文件系统HDFS的使用方法；

（3）掌握MapReduce的原理；

（4）掌握Hadoop分布式数据库

（5）了解大数据处理中常用的实时流处理框架有哪些

3.素质目标

（1）培养学生的团队分工协作精神；

（2）培养学生的沟通表达能力；

（3）培养学生的工作责任意识；

（4）培养学生的质量至上观念；

4.课程思政目标

（1）培养学生自主学习能力和知识应用能力；

（2）培养学生的职业道德和职业规范。

3.课程内容与要求

课程内容及教学

序号任务或项目名称学习目标活动设计学时

要求