admin 管理员组

文章数量: 1184232


2024年3月20日发(作者：japonensis图片)

大数据技术入门 --- Hadoop+Spark教学大纲

1

课程基本信息

大数据技术入门-

课程中文名称：

课程代码：

课程类别：

考核性质：

先修课程：

专业基础课

考试

Java

语言

Hadoop+Spark

课程英文名称:

学时/学分:

课程性质：

Big Data Technology and

Practice

后续课程:

开课学期:

适用专业：

开课单位：

课程团队负责人：

2

教学目标

成员:

2.1

课程教学目标

教学目标

1：

掌握大数据的基本概念,

了解大数据技术发展历程、技术体系及应用领域。

教学目标

2：

理解大数据存储的基本原理，掌握大数据存储的基本技术，能够应用常用的大数据存储 系统进行

数据存取及管理。

教学目标

3：

理解大数据处理的基本原理，掌握大数据处理的基本编程模型并能够进行初级实践。

教学目标

4：

了解大数据技术的发展趋势，认识到大数据技术的发展及应用对社会发展的影响。

教学目标

5：

理解大数据应用需求及技术环境的多样性，认识到自我学习的必要性。

2.2

课程教学目标与毕业要求的关系矩阵

课程教学目标与毕业要求的关系矩阵见表

1

。

表

1

课程教学目标与毕业要求的关系矩阵

业要求

毕业要求指标点

6-2

了解计算机应用

相关度

教学目

毕业要求指标点

12-1

领域新知识、新 技术及发展趋势，能

对于自我探索和学习的必要性有止确的 认

够客观评价 计算机科学与技术的发展

识，理解技术环境的多样化、技术应用 发展

及应用 对社会、健康、安全、法律以

和技术进步对于知识和能力的影响 和要求。

及 文化的影响。

目标1

•

•

目标2

目标3

•

•

目标4

目标5 •

注：•相关程度大；

O

表示有相关。

3

课程基本内容和学时安排

3.1

教学单元

1：

大数据概述

教学单元

1-1

研究背景和意义

教学单元

1-2

数据定义及其技术持点

教学单元

1-3

大数据处理的主要技术特点与难点

教学单元

1-4

研究大数据的意义

重点：数据定义及其技术持点

难点：

3

大数据处理的主要技术特点与难点

3.2

教学单元

2： Hadoop

简介及安装部署

教学单元

2-1 Hadoop

简介及生态体系

教学单元

2-1 Hadoop

集群架构

教学单元

2-1 Hadoop

集群运行环境搭建

重点：

Hadoop

简介及生态体系

难点：

Hadoop

集群运行环境搭建

3. 3

教学单元

3： HDFS

分布式文件系统

教学单元

3-1

相关基本概念

教学单元

3-2 HDFS

存储架构

教学单元

3-3 HDFS

的特点

教学单元

3-4 HDFS

常用

Shell

命令

教学单元

3-5 HDFS

的

Java API

重点：

HDFS

存储架构

难点：

HDFS

常用

Shell

命令、

HDFS

的

Java API

3. 4

教学单元

4： MapReduce

计算框架

教学单元

4-1 MapReduce

核心思想

教学单元

4-2 MapReduce

的工作原理

教学单元

4-3 M

叩

Reduce

的运行机制

教学单元

4-4 MapReduce

数据本地化

教学单元

4-5 MapReduce

编程

教学单元

4-6 MapReduce

编程示例

重点：

MapReduce

核心思想

难点：

MapReduce

的工作原理、运行机制

3. 5

教学单元

5： Hive

数据仓库

教学单元

5-1 Hive

概述


本文标签： 技术 数据 课程

版权声明：本文标题：大数据技术入门——Hadoop+Spark教学大纲 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://www.roclinux.cn/p/1710899437a578612.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。