ADDINCNKISM.UserStyle《大數據技術原理與應用》課程教學大綱（理論課程）一、課程基本信息課程號3023S04017開課單位國際學院課程名稱大數據技術原理與應用BigDataTechnologyPrincipleandApplication課程性質選修考核類型考查課程學分2課程學時34課程類別專業發展課程（專業拓展課）先修課程學科專業課適用專業（類）信息管理與信息系統二、課程描述及目標（一）課程簡介《大數據技術原理與應用》課程是本專業（類）的一門專業發展課程，從解析數據、大數據基礎理論入手，講述大數據應用的多側面場景，講解大數據的存儲與管理工具，大數據分析的基本方法，以及大數據可視化等相關知識。本課程旨在通過理論教學，使學生掌握大數據相關的基本知識、原理和關鍵技術等，具備運用大數據技術基本原理進行初級實踐的基本能力，了解大數據處理架構Hadoop、分布式文件系統HDFS、分布式數據庫HBase、NoSQL數據庫、云數據庫、MapReduce、數據倉庫Hive、Spark、流計算、Flink、圖計算以及大數據在互聯網和其他行業的應用，為學生形成大數據知識體系及其應用領域的輪廓性認識提供了方向引導。教學目標通過本課程，學生將掌握大數據技術的基本概念、大數據存儲、處理與分析關鍵技術的基本原理等相關理論知識，了解大數據基本架構及大數據技術在不同領域的應用場景，培養學生的創新意識和實踐能力。課程目標1：培養學生認真嚴謹的研究態度，掌握大數據技術的基本理論和相關技術，拓寬對大數據技術的認識和理解。課程目標2：熟練運用大數據中Hadoop平臺、分布式文件系統HDFS、分布式數據庫HBase等系統的基本知識和使用方法。課程目標3：學生了解關鍵技術的基本原理和實現過程，通過課程的理論和實踐教學，能夠掌握大數據技術的基本操作；課程目標4：經過對大數據領域的探索，培養學生具有大數據思維，學會用大數據思維認識、分析和解決問題的能力。三、課程目標對畢業要求的支撐關系畢業要求指標點課程目標權重1-1：掌握人文社科基礎：了解自然科學、社會科學、人文科學等基礎知識；1-2：培養職業與道德修養：具備較強的法律意識，高度的社會責任感，良好的職業道德、團隊合作和社會適應能力；1-3：提升專業素質：具有較強的系統思維和專業意識，信息系統頂層設計、開發的能力。課程目標10.32-1：掌握專業基礎理論：具備良好的數理基礎，掌握管理學、信息管理與信息系統的基本理論和知識；2-2：培養數據挖掘與管理能力：具備統計分析、數據挖掘、信息可視化等基本的信息分析與數據管理能力.課程目標20.33-1：掌握學科前沿：了解本專業的前沿問題及相關領域發展動態。課程目標30.14-1：培養自主學習能力：具備以國際化的視野獨立自主地獲取和更新本專業相關知識的學習能力；4-2：培養管理實踐能力：具備綜合應用知識解決不同信息系統以及社會信息管理實際問題的能力；4-3：提升思想政治素質：具備良好的思想政治素質和正確的人生觀、價值觀。課程目標40.3四、教學方式與方法教學方式：課堂講授、課堂討論、案例分析相結合。教學方法：啟發式、探究式、討論式和參與式教學相結合，在課程的授課過程中，對于學生難以理解的原理和技術結合相關案例進行講解和演示，完整展現相應方法技術是如何實施和應用的，可以圍繞相關大數據技術的任務組織學生進行分組討論，培養學生主動學習、解決問題的能力。五、教學重點與難點（一）教學重點大數據的基礎理論、大數據存儲技術的基本原理和使用方法、大數據處理與分析技術的基本原理和編程方法、以及在各個領域內的典型應用場景。（二）教學難點大數據發展新趨勢下，存儲、處理與分析相關技術的演變等新特性的理解，以及如何在不同的領域中采用適合的大數據技術來解決實際問題，對不同算法技術細節的具體掌握和實踐。六、教學內容、基本要求與學時分配序號教學內容基本要求學時教學方式對應課程目標1第1章大數據概述主要對大數據的發展歷程、基本概念、主要影響、應用領域和關鍵技術進行介紹；了解云計算和物聯網的概念及其與大數據之間的緊密關系。2課堂講授課程目標12第2章大數據處理架構Hadoop介紹Hadoop的發展歷史、重要特性和應用現狀，并詳細介紹了Hadoop生態系統及其各個組件；使學生們能夠熟悉掌握Hadoop平臺的安裝和使用方法。4課堂講授、課程討論課程目標1課程目標2課程目標33第3章分布式文件系統HDFS介紹了分布式文件系統的基本概念、結構和設計需求；掌握Hadoop分布式文件系統HDFS的重要概念、體系結構、存儲原理和讀寫過程，并熟練掌握分布式文件系統HDFS的使用方法。2課堂講授、課程討論課程目標1課程目標2課程目標34第4章分布式數據庫HBase介紹了HBase的由來及其與關系數據庫的區別，了解分布式數據庫HBase的訪問接口、數據模型、實現原理和運行機制，并熟練掌握HBase的使用方法。課堂講授、課程討論課程目標1課程目標2課程目標35第5章NoSQL數據庫了解NoSQL數據庫與傳統的關系數據庫的差異、NoSQL數據庫的四大類型以及NoSQL數據庫的三大基石；基本掌握Redis、MongoDB等NoSQL數據庫的使用方法。4課堂講授、課程討論課程目標1課程目標2課程目標36第6章云數據庫介紹云數據庫的概念、特性及其與其他數據庫的關系，了解云數據庫基本原理和代表性產品的使用方法。2課堂講授、課程討論課程目標1課程目標27第7章MapReduce介紹MapReduce模型，闡述其具體工作流程及其具體應用，熟練掌握分布式編程框架MapReduce的基本原理和編程方法。2課堂講授、課程討論課程目標1課程目標2課程目標38第8章Hadoop再探討了解Hadoop的局限與不足、Hadoop在自身核心組件方面的新發展以及Hadoop生態系統中具有代表性的功能組件Pig、Tez和Kafka。2課堂講授、課程討論課程目標1課程目標2課程目標39第9章數據倉庫Hive了解數據倉庫的概念及傳統數據倉庫面臨的挑戰，介紹Hive的簡介、與其他組件之間的關系、與傳統數據庫的區別以及它在企業中的具體應用、Hive的系統架構和工作原理；掌握數據倉庫Hive的基本原理和使用方法。4課堂講授、課程討論課程目標1課程目標2課程目標310第10章Spark介紹Spark與Scala編程語言、分析Spark與Hadoop的區別，認識HadoopMapReduce計算模型的缺陷與Spark的優勢；再介紹Spark的生態系統和架構設計，以及Spark的部署和應用方式；了解大數據處理架構Spark的基本原理和編程方法。4課堂講授、案例分析課程目標1課程目標3課程目標411第11章流計算介紹流計算的基本概念和框架、處理流程和可應用的場景、開源流計算框架Storm的設計思想和框架設計、SparkStreaming、Samza以及三種流計算框架的比較；了解流計算框架Storm的基本原理和編程方法。2課堂講授、案例分析課程目標1課程目標3課程目標412第12章Flink介紹Flink簡介，并探討為什么選擇Flink，以及Flink的典型應用場景、Flink的技術棧、體系架構和編程模型；了解流計算框架Flink的基本原理和編程方法。2課堂講授、案例分析課程目標1課程目標3課程目標412第13章圖計算介紹傳統圖計算解決方案的不足以及Pregel圖計算模型、C++API、體系結構和單源最短路徑問題的應用實例；熟悉了解Hamade的安裝和使用。2課堂講授、案例分析課程目標1課程目標3課程目標414第14章大數據在不同領域的應用介紹大數據在互聯網、生物醫學、物流、城市管理等方面的應用概況；了解在互聯網領域基于大數據技術的推薦系統概念、方法、模型和應用以及基于大數據的綜合健康服務平臺。2課堂講授、案例分析課程目標2課程目標3課程目標4合計34七、學業評價和課程考核（一）考核類型：考試t考查（二）考核方式：開卷考試閉卷考試t課程論文課程報告其它：（三）成績評定：考核依據建議分值（百分比）考核/評價細則對應課程目標過程考核50出勤表現10考勤情況，課堂表現、學習態度等課程目標1作業110完成進度、基本概念、正確性課程目標1作業210完成進度、基本概念、正確性課程目標2課程目標3作業310完成進度、基本概念、正確性課程目標3課程目標4作業410