《Hadoop大数据》课程标准（高职）.pdf

《Hadoop 大数据》课程标准 【课程名称】Hadoop 大数据 【开课时间】第 3 学期 【学时/学分数】54 课时/3 学分 【课程类型】专业核心课程 【授课对象】大数据专业学生 二、课程定位 1、课程性质：本课程是为大数据技术类相关专业学生开设的课程。随着时代 的发展，大数据已经成为一个耳熟能详的词汇。与此同时，针对大数据处理的新技 术也在不断的开发和运用中，逐渐成为数据处理挖掘行业广泛使用的主流技术之一。 Hadoop 作为处理大数据的分布式存储和计算框架，得到了国内外大小型企业广泛 的应用。Hadoop 是一个可以搭建在廉价服务器上的分布式集群系统架构，它具有 可用性高、容错性高和可扩展性高等优点。由于它提供了一个开放式的平台，用户 可以在完全不了解底层实现细节的情形下，开发适合自身应用的分布式程序。经过 十多年的发展，目前 Hadoop 已经成长为一个全栈式的大数据技术生态圈，并 在事实上成为应用最广泛最具有代表性的大数据技术。因此，学习 Hadoop 技术是 从事大数据行业工作所必不可少的一步。 2、课程任务：全局的眼光理解大数据，理解大数据的应用，并有总体的概念。 理解企业中实际生产环境的大数据搭建，收集，分析，应用的过程。具备在实际应 用场景中，能对数据处理流程，数据挖掘进行个性化处理。该课程遵循学生职业能 力培养的基本规律，使学生具有较强的理论知识和实际技能，为今后的工作和学习 奠定扎实的基础。 3、课程衔接：本课程的先修课程为：计算机应用基础，微机组装与维修，计 算机网络基础、信息管理基础，SQL Server 数据库，C 语言。 《Java 语言编程基 础》为基础课程 三、课程培养 目标 通过本课程的学习，使学习者形成一定的学习能力、沟通与团队的协作能力， 形成良好的思考问题、分析问题和解决问题的能力，养成良好的职业素养。遵守国 家关于软件与信息技术的相关法律法规，形成关键性的软件开发与应用的能力。 （一）专业能力 1.具有理解大数据概念及应用场景的能力 2.具有使用开发语言如：Python 的能力 3.具有Hadoop 运行环境搭建的能力 4.具有使用 Hadoop 三种模式的能力 5.具有搭建本地模式的能力 6.具有伪分布式模式的能力 7.具有完全分布式模式的能力 8.具有使用大数据相关技术 HDFS、MapReduce 的能力 9.具有Hadoop 集群及数据批处理的能力 10.具有Hive 数据库操作的能力 11.具有操作数据可视化应用的能力 （二）方法能力 1.在学习过程中，学会运用观察、实验、查阅资料等多种手段获取信息，并运 用比较、分 、归纳、概括等方法对信息进行加工； 2.能对自己的学习过程进行计划、反思、评价和调控，提高自主学习的能力； 3.通过理论知识和实践活动相结合的一体化学习过程，深入了解实践和理论之间 的相互关系； 4.通过各种实践活动，尝试经过思考发表自己的见解，尝试运用技术知识和研 究方法解决一些工程实践问题； 5.具有一定的质疑能力，分析、解决问题能力，交流、合作能力。(三） 社会能力 1.能领略本领域科技发展的过程，激发对科学技术探究的好奇心与求知欲，能 体验技术改革的艰辛与喜悦； 2.有参与科技活动的热情，有将科学知识应用于生活和生产实践的意识，勇于 探究各种工程问题。 3.具有敢于坚持真理、勇于创新和实事求是的科学态度和科学精神； 4.有主动与他人合作的精神，有将自己的见解与他人交流的愿望，敢于坚持正 确观点，勇于修正错误，具有团队精神； 5.养成认真细致、实事求是、积极探索的科学态度和工作作风，形成理论联系 实际、自主学习和探索创新的良好习惯； 6.关心国内、外科技发展现状与趋势，有振兴中华的使命感与责任感，有将科 学技术服务于人类的意识。 四、课程内容和要求 课程内容按照由浅入深、由易到难、循序渐进的认知规律，包含 Hadoop 在云 计算技术的作用和地位——Hadoop 生态系统介绍和演示——Hadoop 组件详解 ——Hadoop 安装和部署——Hadoop 集群规划——MapReduce 算法原理——编写 MapRed