研究生《大数据技术原理》教学大纲

1《大数据技术原理》教学大纲BigDataTechnology第一部分大纲说明1.课程代码：2.课程性质：专业非学位课3.学时/学分：20/24.课程目标：本课程以大数据处理技术为主题，旨在让学生理解掌握大数据相关的基础知识及核心技术。掌握大数据处理的概念、大数据处理架构、分布式文件系统、分布式数据库、NoSQL数据库和分布并行Map/Reduce编程模型及编程方法等。课程强调融合云计算技术、大数据处理技术和分布并行编程为一体，力图反映大数据处理领域的最新成就和发展趋势。学生除完成基本理论课程学习外，课程将通过在大数据系统平台上的实践，学习和掌握大数据的基础知识。5.教学方式：课堂讲授、实验、自学与讨论相结合6.考核方式：考试+平时+实验7.先修课程：JAVA程序设计8.本课程的学时分配表序号教学内容理论学时实验课时课堂讨论学时课外自学学时1课程介绍及大数据概述222大数据处理架构Hadoop223分布式文件系统HDFS424分布式数据库HBASE425NoSQL数据库226云数据库227MapReduce编程模型429.教材及教学参考资料：（一）教材：《大数据技术原理与应用》人民邮电出版社主编林子雨（二）教学参考资料：[1]深入理解大数据，黄宜华，机械工业出版社2第二部分教学内容和教学要求第一章课程介绍及大数据概述教学内容：对于课程的基本介绍，包括课程特色、教材介绍、篇章安排、主讲教师和助教等，介绍大数据发展历程、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，并阐述了云计算、物联网的概念及其与大数据之间的紧密关系。教学要求：了解大数据课程要求，特色，教学安排以及答疑安排，了解大数据发展历程、基本概念、应用领域、关键技术等。第二章大数据处理架构Hadoop教学内容：介绍Hadoop的发展历史、重要特性和应用现状，并详细介绍Hadoop项目结构及其各个组件，最后，演示如何在Linux操作系统下安装和配置Hadoop。教学要求：了解hadoop特性和应用，掌握hadoop的项目结构及组件构成以及hadoop的安装配置等技术。第三章分布式文件系统HDFS教学内容：介绍分布式文件系统的基本概念、结构和设计需求，然后介绍Hadoop分布式文件系统HDFS，详细阐述它的重要概念、体系结构、存储原理和读写过程，最后，介绍了一些HDFS编程实践方面的知识。教学要求：了解分布式文件系统的基本概念、结构和设计需求，掌握HDFS的概念，体系结构、存储原理和读写过程，熟练掌握HDFS编程实践技术。第四章分布式数据库HBase教学内容：介绍了HBase的由来及其与关系数据库的区别，然后，介绍了HBase访问接口、数据模型、实现原理和运行机制，并在最后介绍了HBase编程实践方面的一些知识。教学要求：熟练掌握HBASE的原理和工作机制、掌握HBASE的编程实现技术。3第五章NoSQL数据库教学内容：介绍NoSQL兴起的原因，比较NoSQL数据库与传统的关系数据库的差异；然后，介绍NoSQL数据库的四大类型以及NoSQL数据库的三大基石；最后，简要介绍与NoSQL数据库同样受到关注的NewSQL数据库。教学要求：熟悉NoSQL数据库的特点以及与传统数据库的差异，构建NoSQL数据库的技术基础，理解新兴的NewSQL数据库等。第六章云数据库教学内容：介绍云数据库的概念、特性及其与其他数据库的关系，然后，介绍云数据库的代表性产品和厂商，最后，以阿里云数据库RDS为实例演示如何使用云数据库。教学要求：了解云数据库的概念，产品等，掌握如何使用云数据库。第七章MapReduce编程教学内容：介绍MapReduce模型，阐述其具体工作流程，并以单词统计为实例介绍MapReduce程序设计方法，同时，还介绍了MapReduce的具体应用，最后讲解MapReduce编程实践教学要求：理解MapReduce模型原理机制与工作流程，掌握MapReduce程序设计方法和编程实践。编写人：张晓琳审核人：杜永兴