- 1、本文档共13页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
《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
文档评论(0)