《Hadoop大数据处理》课程教学大纲.pdf

《Hadoop大数据处理》教学大纲

一、课程基本信息
Hadoop大数据处理
课程名称
BigDataProcessingWithHadoop
课程编码SCC310121020开课院部理学院课程团队数据科学团队
学分2.0课内学时48讲授0实验0上机48实践0课外学时48
适用专业数学与应用数学授课语言中文
先修课程数值计算方法、数理统计
课程性质：本课程是数学与应用数学专业的限选课。
主要教学内容：本课程针对大数据处理分析中需求多样性，从初学者角度出发，基于Hadoop环境以丰富的实例深入介绍大数据常用
分析及计算模式技术。本课程的教学内容主要包括Hadoop集群环境搭建，分布式文件系统HDFS，MapReduce，Hadoop框架下MapReduce
工作机制，使用MapReduce进行多个实例开发实践等。
课程教学目标：本课程在教学过程中注重掌握大数据分析的实践操作，通过丰富简单易上手的实例，让学生切实掌握大数据分析工具
的特点及应用。
Coursenature:Thiscourseisalimitedcourseformathematicsandappliedmathematicsmajors.
课程简介
Mainteachingcontent:Thiscourseaimsatthediversityofrequirementsinbigdataprocessinganalysis.Fromthe
（限选）
perspectiveofbeginners,basedonHadoopenvironment,itintroducesthecommonanalysisandcalculationmodetechnology
ofbigdatawithrichexamples.TheteachingcontentofthiscoursemainlyincludesHadoopclusterenvironment
construction,distributedfilesystemHDFS,MapReduce,MapReduceworkingmechanismunderHadoopframework,multi-instance
developmentpracticeusingMapReduce,etc.
Teachingobjectiveofthecourse:Thiscoursefocusesonmasteringthepracticaloperationofbigdataanalysisin
theteachingprocess,andenablesstudentstomasterthecharacteristicsandapplicationofbigdataanalysistools
throughabundantsimpleandeasy-to-useexamples.
负责人大纲执笔人审核人
二、课程目标
序号代号课程目标OBE毕业要求指标点
任务自选
目标1：了解大数据的发展和基本概念，理解并掌握大数据的特征及主要技术，了解大数据目前常用
1M1是3.1
计算模式的各种系统及工具。
目标2：深刻了解Hadoop的理论基础，理解并掌握Hadoop单机及集群环境的部署方法，理解
2M2HDFS、MapReduce的原理，能够独立编写满足自己需求的MapReduce程序，了解目前国际前沿平台处是4.24.2
理方法。
3M3目标3：通过课程项目的实践，初步掌握使用大数据平台处理的能力，培养学生实践开发能力。是
4M4目标4：能保障课程正常秩序（政治层面、课堂保障层面，非学生能力层面）否
三、课程内容
支撑课课内课外
序号章节号标题课程内容/重难点教学方式课外环节
程目标学时学时
第1章大数据及本章重点和难点：大数据的特征及其计算模式和技术层面间的
1第1章////
大数据系统概述关联。
1学讲授、讨1学
21.11.1大数据概述大数据概念、特征、数据计量单位及大数据的类型。M1课后作业
时论时
大数据系统的设计背景；大数据系统整体逻辑架构设计及运行1学讲授、讨1学
31.21.2大数据系统M1课后作业
逻辑；当前大数据系统主流架构。时论时
第2章Hadoop初
4第2章本章重点和难点：Hadoop搭建；Hadoop集群命令及编程开发。////
步认识
Hadoop简介；Hadoop存储；Hadoop计算；Hadoop资源管理；2学讲授、上2学
52.12.1初识HadoopM1,M2课后作业
Hadoop生态系统。时机时
2.2Hadoop环境2学讲授、上2学
62.2Hadoop集群搭建；环境配置；集群启动、关闭与监控。M1,M2课后作业
搭建及IDE配置时机时
2.3Hadoop集群2学讲授、上2学
72.3Ha