- 1、本文档共8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)。
PAGE
PAGE3
字体、字号请参考范例注意:首字母大写植物拉丁学名斜体《
字体、字号请参考范例
注意:
首字母大写
植物拉丁学名斜体
一、课程简介
课程中文名
Hadoop大数据技术综合实训
课程英文名
ComprehensiveTrainingofHadoopBigDataTechnology
双语授课
£是?否
课程代码课程学分
2
周(学时)
2周
课程类别
□专业认知实习
□专业见习
?工程实训
□毕业实习
□其他
课程性质
?必修
□选修
□其他
课程形态
□线上
?线下
□线上线下混合式
□社会实践
□虚拟仿真实验教学
考核方式
□闭卷□开卷□课程论文?课程作品£汇报展示?报告
?课堂表现□阶段性测试□平时作业□其他(可多选)
开课学院
大数据与智能工程学院
开课
系(教研室)
数据科学与大数据技术
面向专业
数据科学与大数据技术
开课学期
第4学期
先修课程
Java程序设计
后续课程
无
选用教材
陆嘉恒.Hadoop实战.机械工业出版社,2012.
参考书目
安俊秀、王鹏、靳宇倡.Hadoop大数据处理技术基础与实践.人民邮电出版社,2015.
lexHolmes梁李印、宁青、杨卓荦译.Hadoop硬实战.电子工业出版社,2015.
课程资源
厦门大学公开课:Hadoop集群的部署和使用
/newview/movie/free?pid=MEKD4Q6GGmid=MEKDKSSEG
课程简介
Hadoop大数据技术综合实训是数据科学与大数据技术专业必修的综合实践课程。该课程内容包括Hadoop平台的安装及其工作流程,Pig组件、MapReduce原理、HBase原理、Hive组件、Sqoop组件、Zookeeper组件等。使学生能够选择不同的Hadoop组件和技术方法,解决国内主流的大数据应用场景中存在的问题。
二、课程目标
表1课程目标
序号
具体课程目标
课程目标1
能够应用计算机科学和软件工程、操作系统等领域的知识,在Hadoop部署的构思与设计阶段,通过文献研究、实验试验等方法,识别、表达Hadoop工程部署的问题及其解决方法。
课程目标2
能够应用Hadoop的理论与方法,以及计算机及操作系统等相关领域的专业知识、技能与工具,能够设计针对Hadoop部署问题的解决方案,解决Hadoop组件部署过程中的问题,并在设计环节中体现创新意识。
课程目标3
能够针对大数据挖掘,大数据系统开发过程中涉及的复杂工程问题,选择和使用恰当的大数据处理技术和工具,进行信息处理、表达、建模、设计、模拟、验证,并能够在实践中了解国内主流的Hadoop平台在各个应用中的优势和局限性;树立使用国产软件、保护版权的意识,激发民族自豪感;坚持自主创新,为建设世界科技强国而奋斗。
表2-1课程目标与毕业要求对应关系
毕业要求
指标点
课程目标
毕业要求9:具有良好的综合素质,能够在多学科背景下的团队中理解与承担个体、团队成员以及负责人角色,并发挥相应的作用。【M】
9.2能够适应多学科背景的团队合作方式,具备一定的组织管理能力,并能综合团队成员的意见,进行合理决策。
课程目标1
毕业要求10:具备一定的国际视野和跨文化沟通能力,能够就大数据相关应用领域的复杂工程问题与业界同行及公众进行有效沟通,包括撰写报告、陈述发言、清晰表达等。【L】
10.1能够就大数据相关应用领域中的复杂工程问题与业界同行及社会公众进行交流,通过书面报告、设计文档、编写代码和口头陈述清晰地表达团队或个人观点与设计理念。
课程目标2
毕业要求11:能够理解并掌握工程管理与经济决策方法,熟悉大数据应用领域工程项目管理的基本方法和技术,并能在多学科环境中应用。【M】
11.1理解从事大数据应用领域工程实践活动所需的管理与经济因素,掌握计算机工程管理和经济决策方法。
课程目标3
三、教学内容及要求
(一)学习内容
A.通过本次课程设计,进一步掌握和应用Hadoop平台及其相关组件的知识,需掌握的内容包括:
1)Hadoop平台的工作流程,开发环境搭建,常用开发工具,开发环境的关键配置
2)Hadoop平台安装模式:单机模式、伪分布式模式、完全分布式模式
3)Pig组件:Pig环境参数,Pig安装配置流程,及操作方式
4)MapReduce原理:MapReduce的基本原理及其程序的基本编写,Map函数和Reduce函数的输入输出。
5)HBase组件:HBase组件在Hadoop框架中的地位和作用,HBase的配置方法,及HBase的常规曾删改查等命令操作。
6)Hive组件:Hive组件在Ha
文档评论(0)