《Spark数据计算》课程标准.docVIP

《Spark数据计算》课程标准

1.课程说明

《Spark数据计算》课程标准

课程编码〔38434〕承担单位〔计算机信息学院〕

制定〔〕制定日期〔2025年11月16日〕

审核〔专业指导委员会〕审核日期〔2025年11月20日〕

批准〔二级学院（部）院长〕批准日期〔2025年11月28日〕

课程性质：

《Spark数据计算》大数据技术与应用专业的专业必修课，Spark

是一种快速、通用、可扩展的大数据分析引擎，是基于Scala语言的一种大数据计算框架，主要用于数据分析领域以及数据科学家负责分析数据并建模。

Spark适用于各种各样原先需要多种不同的分布式平台的场景，包括批处理、迭代算法、交互式查询、流处理。通过在一个统一的框架下支持这些不同的计算，Spark使我们可以简单而低耗地把各种处理流程整合在一起。而这样的组合，在实际的数据分析过程中是很有意义的。不仅如此，Spark的这种特性还大大减轻了原先需要对各种平台分别管理的负担。

课程任务：

本课程以Scala语言为主，具备SQL、统计、预测建模(机器学习)等方面的经验，以及具有一定的使用Python、和Matlab的能力，通过理实一体化的学习途径，帮助学生快速掌握Spark的特点以及用途。

（3）课程衔接：

《Spark数据计算》的先修课程为《大数据