大数据存储技术-理论教学大纲.pdfVIP

《大数据存储技术》教学大纲

一、课程基本信息

课程编号：618041675

中文名称：大数据存储技术

英文名称：Storagetechnologyforbigdata

课程类别：专业方向选修课

适用专业：智能科学与技术。

开课学期：春

总学时：48总学分：2.5

周时：4实验学时：16

先修课程（编号）：程序设计基础（618000221），数据结构I（618040222），数据库原理及应用（618040524），

Java新技术（618042776），Linux技术（618041365），Python（618041574）。

课程简介：本课程智能科学与技术专业的专业方向选修课。课程围绕HDFS分布式文件系统、HBase

分布式数据库、Hive数据仓库、NoSQL数据库等几个方面来介绍大数据存储技术，通过课堂讲授、课程实

验相结合的方式，使学生系统地理解大数据存储技术的基本原理及实现技术，为全面培养对大数据领域的

存储技术的认知、设计与创新能力奠定良好的基础。

建议教材：

林子雨主编．《大数据技术原理与应用》．北京：人民邮电出版社，2018

参考教材：

李俊杰主编.《大数据技术与应用基础项目教程》．北京：人民邮电出版社，2017

二、课程教育目标

课程主要介绍分布式文件系统HDFS的重要概念、体系结构、存储原理和读写过程、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、NoSQL数据库的三大基石、Hive数据仓库功能、体系结构

等内容。通过理论讲授与实践环节相结合，培养学生大数据领域的存储技术的认知、应用能力。

三、理论教学内容与要求

共32学时。

1．分布式系统概述（2学时）

主要内容：

分布式系统的架构及原理。

基本要求：

了解分布式系统一般适用场景、基本架构及原理。

2．HDFS分布式文件系统（8学时）

主要内容：

HDFS的适用场景、优缺点、基本架构及原理，HDFSShell命令、JavaAPI等。

基本要求：

掌握HDFS分布式文件系统、HDFSShell命令、JavaAPI。

3．HBase分布式数据库（10学时）

主要内容：

介绍HBase数据模型、物理存储、架构、Write-Ahead-Log、HBase存储格式、应用、配置管理、HBase

JavaAPI使用等。

基本要求：

掌握HBase分布式数据库架构、HBase存储格式、应用、配置管理、HBaseJavaAPI。

4．Hive数据仓库（8学时）

主要内容：

介绍Hive功能、体系结构、使用场景、Hive环境搭建、Hive常见查询、Hive中的内部表、外部表、

分区表等。

基本要求：

掌握体系结构、Hive环境搭建、Hive常见查询、Hive中的内部表、外部表、分区表等。

5．NoSQL数据库（4学时）

主要内容：

介绍NoSQL与关系数据库的比较、NoSQL的四大类型、NoSQL的三大基石等。

基本要求：

了解NoSQL的四大类型、NoSQL的三大基石。

四、作业

小论文：比较关系型数据库与NoSQL。

五、考核方式

最终成绩由平时成绩、实验成绩和作业等组合而成。

六、成绩评定

1．考核与评价方式及成绩评定

最终成绩由平时成绩、实验成绩和作业/测验等组合而成，各部分所占比例如下：

平时成绩：20%。主要考核对每堂课知识点的复习、理解和掌握程度。主要形式是作业、课堂考勤、

提问等情况。

实验成绩：30%。主要考核HBase编程、Hive编程等内容，学生可根据任课教师提出的实验题目与

目标，结合理论原理与实际问题，进行实验设计、给出实验流程、结果及分析说明。主要形式是实验报告

与答辩。

作业/测验成绩：50%。主要考核对大数据存储基础知识的掌握程度，考核方式为小论文。

(执笔人：闫肃)

大数据存储技术实验教学大纲

一、适用范围

适用于智能科学与