(林子雨_2017新版_大数据技术原理与应用)厦门大学本科课程教学大纲.pdfVIP

厦门大学本科课程教学大纲

课程名称大数据技术原理与应用

英文类别代

课程代码CSCI

号

授课对象计算机、软件工程等信息相关专业适用年级本科生大二或大四

课程类型通识教育课程课程课型

实验/上机

总学分总学时授课讨论实践其他

232320000

先修课程编程语言

一、课程简介

大数据技术入门课程，为学生搭建起通向“大数据知识空间”的桥梁和纽带，以

“构建知识体系、阐明基本原理、引导初级实践、了解相关应用”为原则，为学生在大

数据领域“深耕细作”奠定基础、指明方向。课程将系统讲授大数据的基本概念、大数据

处理架构Hadoop分布式文件系统HDFS分布式数据库HBaseNoSQ!数据库、云数据

库、分布式并行编程模型MapReduce基于内存的大数据处理架构Spark、大数据在互联

网、生物医学和物流等各个领域的应用。在HadoopHDFSHBase

MapReduceSpark等重要早节，安排了入门级的实践操作，让学生更好地学习和掌握大数

据关键技术。

二、培养目标

(1)能够建立对大数据知识体系的轮廓性认识，了解大数据发展历程、基本概念、

主要影响、应用领域、关键技术、计算模式和产业发展，并了解云计算、物联

网的概念及其与大数据之间的紧密关系；

(2)能够了解Hadoop的发展历史、重要特性和应用现状，Hadoop项目结构及其各个组件，

并熟练掌握Hadoop平台的安装和使用方法；

(3)能够了解分布式文件系统的基本概念、结构和设计需求，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勺使用方法；

(4)能够了解分布式数据库HBase的访问接口、数据模型、实现原理和运行机制，并熟练掌

握HBase的使用方法；

(5)能够了解NoSQI数据库与传统的关系数据库的差异、NoSQI数据库的四大类型

以及NoSQL数据库的三大基石；基本掌握Redis、MongoD蒔NoSQI数据库的

使用方法；

(6)能够了解云数据库的概念、基本原理和代表性产品的使用方法；

(7)能够熟练掌握分布式编程框架MapReduce的基本原理和编程方法；

(8)能够了解大数据处理架构Spark的基本原理和编程方法；

能够了解大数据在互联网等领域的典型应用。

三、教学方法

(1)本课程采用理论授课与学生课后上机实践相结合，帮助学生更好消化吸收课程知识。

(2)积极践行02C教学理念，努力提升教学水平，在大数据课程教学方面积极开拓创新，

实现线下教学和线上服务的巧妙结合。课程主讲教师建设了国内高校首个大数据课程公

共服务平台，提供讲义PPT课程习题、学习指南、授课视频、技术资料等全方位、一站

式免费服务，帮助学生更好学习大数据课程。

四、主要内容及学时安排

章（或节）主要内容学时安排

1