(林子雨-2017年新版-大数据技术原理和应用)厦门大学本科课程教学大纲.doc

专业资料整理 完美WORD格式 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 课程代码 英文 类别代号 CSCI 授课对象 计算机、软件工程等信息相关专业 适用年级 本科生大三或大四 课程类型 通识教育课程 课程课型 总学分 总学时 授课 讨论 实验/上机 实践 其他 2 32 32 0 0 0 0 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HBase、NoSQL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Hadoop、HDFS、HBase、MapReduce、Spark等重要章节，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 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； 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； 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的使用方法； 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； 能够了解NoSQL数据库与传统的关系数据库的差异、NoSQL数据库的四大类型以及NoSQL数据库的三大基石；基本掌握Redis、MongoDB等NoSQL数据库的使用方法； 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； 能够熟练掌握分布式编程框架MapReduce的基本原理和编程方法； 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 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。 积极践行O2O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 介绍大数据的基本概念和应用领域，并阐述大数据、云计算和物联网的相互关系 2 2 介绍大数据处理架构Hadoop 4 3 分布式文件系统HDFS的基本原理和使用方法 4 4 分布式数据库HBase的基本原理和使用方法 4 5 NoSQL数据库的概念和基本原理 4 6 云数据库的概念和基本原理 2 7 分布式并行编程模型MapReduce原理和使用方法 4 8 Hadoop架构再探讨 2 9 Spark原理与基础编程 4 10 大数据在互联网领域的典型应用：推荐系统 2 合计 32 五、考核方式与要求 （1）平时成绩：学生完成上机练习题目，并提交上机实验报告，实验报告成绩作为平时成绩； （2）期末考试：采用笔试，闭卷； （3）最终成绩：平时成绩和期末考试成绩按5:5比例加权求和。 六、选用教材 《大数据技术原理与应用——概念、存储、处理、分析与应用》 林子雨编著，人民邮电出版社，2015年8月，第1版 七、参考书目与文献 [1] 陆嘉恒. Hadoop实战. 机械工业出版社. 2011年. [2] 曾大聃, 周傲英(译). Hadoop权威指南中文版. 清华大学出版社. 2010年. [3] 迪米达克 (Nick Dimiduk),卡拉纳 (Amandeep Khurana),谢磊. HBase实战中文版.人民邮电出版社; 第1版 (2013年9月1日) 八、课程网站等支持条件 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，网站地址：/post/4331/ 九、其它信息 大纲制定者：林子雨