Hadoop大数据项目实战（微课版）教案4.docxVIP

主题

任务1MapReduce简介

序号

课时

2

教学手段

多媒体、板书、实训室

教学方法

讲授法、演示法、案例法

教学课型

□理论□实训R一体化□（其它）

教学目标

知识目标：MapReduce的核心思想、编程模型、工作原理、常用组件。

技能目标：能编写MapReduce程序，实现排序、汇总等功能。

素质目标：协调能力、团队合作的能力；接受新知识、自主学习的能力。

教学重点

MapReduce的编程模型及工作原理

教学难点

MapReduce的常用组件

教学过程设计

备注

一.教学内容（80分钟）

（MapReduce工作过程、MapTask和ReduceTask以及Shuffle工作原理）

（一）回顾上节课内容，讲述HDFS的架构和原理

1．对上节课留的作业进行答疑

2．回顾上节课内容，引出本节课的主题

通过上节课的学习，学生了解到MapReduce框架主要是由Map和Reduce两个阶段来实现计算的，那么这两个阶段的内部是如何协同工作的呢？本节课将针对MapReduce工作原理进行详细讲解。

3．明确学习目标

（1）掌握MapReduce工作过程

（2）掌握MapTask工作原理

（3）掌握ReduceTask工作原理

（4）掌握Shuffle工作原理

（二）进行重点知识的讲解

1.MapReduce工作过程

教师可以参考课件来讲述MapReduce工作过程。

（1）先通过一张图来介绍MapReduce的工作过程，工作过程大致分为五步；

（2）详细介绍MapReduce工作工程的每一个步骤，先进行分片和格式化数据源操作，接着执行MapTask、执行Shuffle过程、执行ReduceTask操作，最后写入文件中。

2.MapTask工作原理

教师可以参考课件来讲述MapTask工作原理。先介绍MapTask作为MapReduce工作过程的前半部分，它主要经历了5个阶段，分别是Read阶段、Map阶段、Collect阶段、Spill阶段和Combiner阶段；接着根据MapReduce工作原理图详细介绍这五个阶段。

3.ReduceTask工作原理

教师可以参考课件来讲述ReduceTask这个原理。先介绍ReduceTask作为MapReduce工作过程的后半部分，它主要经历了5个阶段，，分别是Copy阶段、Merge阶段、Sort阶段、Reduce阶段和Write阶段；接着根据ReduceTask工作原理图详细介绍这五个阶段。

4.Shuffle工作原理

教师可以参考课件来讲述Shuffle工作原理。先介绍Shuffle是MapReduce的核心，它用来确保每个reducer的输入都是按键排序的，Shuffle的性能高低直接决定了整个MapReduce程序的性能高低；介绍在Map和Reduce阶段都涉及到了Shuffle机制，根据Shuffle的过程图来介绍在Map和Reduce阶段Shuffle机制的影响。

（三）归纳总结，随堂练习

对课堂上讲解的知识点进行总结，使用高校教辅平台中的随堂练习题巩固本节课的知识点。

二.总结（10分钟）

教师指出学生实践中可能出错和已经出错的地方，结合教学重点和难点，对所学知识进一步强化。

作业布置

总结MapReduce的工作原理

教学反思

主题

任务2MapReduce词频统计

序号

课时

2

教学手段

多媒体、板书、实训室

教学方法

讲授法、演示法、案例法

教学课型

□理论□实训R一体化□（其它）

教学目标

知识目标：MapReduce的核心思想、编程模型、工作原理、常用组件。

技能目标：能编写MapReduce程序，实现排序、汇总等功能。

素质目标：协调能力、团队合作的能力；接受新知识、自主学习的能力。

教学重点

MapReduce的编程模型及工作原理

教学难点

MapReduce的常用组件

教学过程设计

备注

一.教学内容（80分钟）

（MapReduce核心思想、MapReduce编程模型、MapReduce编程实例——词频统计）

（一）回顾前面的内容，讲解MapReduce概述

1.回顾第一章学习知识，引出本节主题

带领学生回顾第三章HDFS相关的知识，由于MapReduce是Hadoop系统的另一个核心组件，它是一种可用于大数据并行处理的计算模型、框架和平台，主要解决海量数据的计算，是目前分布式计算模型中应用较为广泛的一种。因此，本章将针对MapReduce分布式计算框架进行详细讲解。

2.明确学习目标

（1）理解MapRed