《Hadoop大数据》课程标准（高职）.docx

《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 具有理解大数据概念及应用场景的能力 具有使用开发语言如：Python 的能力 具有 Hadoop 运行环境搭建的能力 具有使用 Hadoop 三种模式的能力 具有搭建本地模式的能力 具有伪分布式模式的能力 具有完全分布式模式的能力 具有使用大数据相关技术 HDFS、MapReduce 的能力 具有 Hadoop 集群及数据批处理的能力 具有 Hive 数据库操作的能力 具有操作数据可视化应用的能力 （二）方法能力 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、分类、归纳、概括等方法对信息进行加工； 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； 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； 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； 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 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； 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。 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； 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； 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； 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 MapReduce 高级程序——集成 Hadoop 到现有工作流及 Hadoop API 深入探讨—— ——使用Hive 和Pig 开发及技巧——Hbase 安装和使用——Hadoop2.0 集群探索 ——Hadoop 企业级别案例解析——RedHadoop 企业版本——Spark 原理和入门— — 十四大教学单元。由十四个子教学单元组成，其具体要求如下表: 序号 教学单元 知识要求 技能要求与情感目标 思政目标 思政元素 建议课时（实践课） 1、了解传统大规模系统存在 1.Hadoop 分布式 的问题 文件系统 2、了解 Hadoop 概述 2.MapReduce 工 3、了解 Hadoop 分布式文件 作原理 系统 3.Hadoop 集群剖 了解职业的社会价 1 Hadoop 在云