《大数据技术及应用》教学大纲.docx

《大数据技术及应用》是一门针对计算机及相关专业学生的选修课程，旨在教授学生关于大数据的基础知识、原理和方法，培养他们在大数据分析、开发和实践方面的能力。课程涵盖大数据的起源、系统特征、架构设计、程序开发以及实际企业案例分析。 课程内容主要分为三个部分：基础篇、核心篇和应用篇。基础篇涉及HDFS的操作、MapReduce开发和HBase数据库的运用。核心篇则深入到YARN架构、Spark集群计算、Spark机器学习和Hive数据仓库的开发。应用篇通过医药大数据案例分析，让学生将所学知识应用于实际场景。 教学目标包括使学生了解大数据平台搭建的步骤，掌握大数据存储和分析的原理，理解大数据分析的典型应用场景，如文本挖掘、Web广告等，并能处理、分析和应用大数据资源。同时，课程注重培养学生的创新思维和严谨的学习态度，通过师生和生生之间的互动交流，体验大数据的价值。 课程教学内容涵盖大数据概述，包括大数据的基本概念、分析处理流程及其在各行业的应用和前景。大数据集群系统基础是另一重点，要求学生能分析集群系统，安装和使用虚拟机及操作系统，部署大数据集群环境。这涉及到虚拟化技术、Linux操作系统、CentOS集群系统以及大数据集群技术的架构，包括硬件资源层、OS层、基础设施管理层等。 教学过程中，重点在于理解大数据的基本概念和集群部署，难点在于大数据分析处理的流程和集群的部署。课程通过理论教学与实验实践相结合，确保学生能够理论联系实际，提升大数据开发的实践能力。 通过这门课程，学生不仅能够获得大数据领域的专业知识，还能培养出解决实际问题的能力，为未来从事大数据分析、建模和可视化工作打下坚实的基础。此外，课程还涉及了大数据在不同领域的应用，如电商、医疗、教育、金融等，使学生了解到大数据在现代社会的广泛影响。