本科《云计算与大数据》课程教学大纲.docx
《本科《云计算与大数据》课程教学大纲.docx》由会员分享，可在线阅读，更多相关《本科《云计算与大数据》课程教学大纲.docx（14页珍藏版）》请在冰豆网上搜索。
本科《云计算与大数据》课程教学大纲
《云计算与大数据》课程教学大纲
开课单位：
计算机科学与技术教研室
课程类别：
专业基础课
总学时：
48讲授学时：
40实验学时：
8学分：
2.5
开课学期：
第五学期先修课程：
操作系统、数据库原理、面向对象程序设计教学方式：
理论讲授加实验考核方式：
考试
使用教材及主要参考书：
建议使用教材：
陶皖主编，《云计算与大数据》西安电子科技大学出版社2017.1
推荐参考资料：
（1）《云计算（第三版）》刘鹏主编，电子工业出版社，2015.8
（2）《大数据搜索与挖掘》张华平著，科学出版社，2014.5
（3）《云计算与大数据技术》王鹏等编著.人民邮电出版社.2014.5月
一、课程的性质和任务
云计算和大数据正在引发全球范围内深刻的技术和商业变革,已经成为IT行业主流技术。
云计算通过分布式操作系统、虚拟化、并行计算、弹性计算、效用计算等关键技术，为大数据提供了基础物理平台，大数据是落地的云，技术涵盖了从数据的海量存储、处理到应用多方面的技术，包括数据采集、海量数据存储、非关系型数据管理、数据挖掘、数据可视化以及智能分析技术如模式识别、自然语言理解、应用知识库等。
本课程为物联网工程专业开设的一门专业基础课，主要学习云计算和大数据处理的相关原理和技术，结合核、医应用，与实际工程应用相结合，构建相应的云计算和大数据分析与应用平台。
二、教学基本要求
本课程采取研讨式教学模式，教师主讲技术体系和结构原理，技术细节分为理论、实践、应用等专题，由学生自主选择专题进行自主钻研，阅读文献，搭建软件平台并实际运行，上台讲解，提交论文和实验报告，充分培养学生的自主学习和动手能力。
通过本课程学习，使学生掌握大数据的采集、传输、处理和应用的技术，了解Hadoop分布式系统基础架构，掌握HDFS和MapReduce技术。
了解HBase、Hive、Zookeeper、Avro、Pig等相关大数据技术，与实际工程应用相结合，构建相应的云计算平台。
教学应当结合实际实验条件，培养学生实践动手能力，了解大数据技术发展现状，促进大数据相关教学改革。
三、学时分配
章节
教学环节
讲授
实验
（上机）
习题课
讨论课
其它
合计
第1章绪论
4
4
第2章大数据环境下的云计算架构
4
4
第3章大数据关键技术与应用
4
4
第4章云存储
4
4
第5章云服务与云安全
4
4
第6章云计算应用
4
4
第7章虚拟化技术
4
4
第8章Hadoop和Spark平台
4
4
第9章分布式文件系统及并行计算框架
4
4
第10章分布式数据存储与大数据挖掘
4
4
综合上机实验
8
8
小计
40
8
48
四、教学内容及要求
第1章绪论4学时
一、教学目的要求
1了解云计算的来历与发展
2了解云计算的概念及特征
3掌握云计算的应用及与其他计算服务模式的区别
4了解大数据的提出及发展
5了解大数据的概念和特征
6了解大数据的作用与挑战
7掌握大数据和云计算的关系
二、教学基本内容
云计算的来历与发展，云计算的概念及特征，云计算的应用及与其他计算服务模式的区别，大数据的提出及发展，大数据的概念和特征，大数据的作用与挑战，大数据和云计算的关系
三、教学重点难点
云计算的应用及与其他计算服务模式的区别，大数据和云计算的关系
第2章大数据环境下的云计算架构4学时
一、教学目的要求
1了解大数据环境的技术特征
2掌握云计算的架构及标准化
3掌握国内外的云计算架构
4掌握云计算应用
二、教学基本内容
大数据环境的技术特征，云计算的架构及标准化，国内外的云计算架构，
云计算应用
三、教学重点难点
大数据环境的技术特征，云计算的架构及标准化
第3章大数据关键技术与应用4学时
一、教学目的要求
1了解大数据技术总体框架
2掌握大数据存储技术
3掌握大数据处理技术
4掌握大数据分析技术
5了解全球大数据公司盘点
二、教学基本内容
大数据技术总体框架，大数据存储技术，大数据处理技术，大数据分析技术，全球大数据公司盘点
三、教学重点难点
大数据处理技术，大数据分析技术
第4章云存储4学时
一、教学目的要求
1认识云存储
2掌握云存储技术
3了解云存储的应用及面临的问题
二、教学基本内容
认识云存储，云存储技术，云存储的应用及面临的问题
三、教学重点难点
云存储技术
第5章云服务与云安全4学时
一、教学目的要求
1认识云服务
2了解云服务发展历程
3掌握云部署及对大数据的支持
4了解云安全
二、教学基本内容
认识云服务，云服务发展历程，云部署及对大数据的支持，云安全
三、教学重点难点
云部署及对大数据的支持，云安全
第6章云计算应用4学时
一、教学目的要求
1了解云计算与物联网
2掌握云计算与移动互联网
3了解云计算企业实践案例
二、教学基本内容
云计算与物联网，云计算与移动互联网，云计算企业实践案例
三、教学重点难点
云计算与物联网，云计算与移动互联网
第7章虚拟化技术4学时
一、教学目的要求
1虚拟化技术简介
2掌握虚拟化技术架构
3虚拟机软件介绍
二、教学基本内容
虚拟化技术简介，虚拟化技术架构，虚拟机软件介绍
三、教学重点难点
虚拟化技术架构
第8章Hadoop和Spark平台4学时
一、教学目的要求
1认识Hadoop
2掌握Hadoop的组成、体系结构和部署
3认识Spark
二、教学基本内容
认识Hadoop，Hadoop的组成、体系结构和部署，认识Spark
三、教学重点难点
Hadoop的组成、体系结构和部署
第9章分布式文件系统及并行计算框架4学时
一、教学目的要求
1掌握分布式文件系统HDFS
2掌握并行计算框架MapReduce
二、教学基本内容
分布式文件系统HDFS，并行计算框架MapReduce
三、教学重点难点
并行计算框架MapReduce
第10章分布式数据存储与大数据挖掘4学时
一、教学目的要求
1掌握分布式数据库Hbase
2掌握分布式数据仓库Hive
3掌握大数据挖掘计算平台Mahout
二、教学基本内容
分布式数据库Hbase，分布式数据仓库Hive，大数据挖掘计算平台Mahout
三、教学重点难点
大数据挖掘计算平台Mahout
五、所要求的实践环节
（一）名称
《云计算与大数据》实验课
（二）实验教学要求
《云计算与大数据》实验是云计算与大数据教学的重要组成。
它是理解云计算与大数据理论、培养学生动手能力的重要环节。
将云计算与大数据实验单独作为一门课来开设，目的是为了加强学生动手能力训练，加深对云计算与大数据的理解，培养学生分析问题和解决问题的能力。
（三）实验内容与学时
实验1VMware虚拟机安装与配置2学时
实验2CentOS环境下Hadoop的安装与配置2学时
实验3Spark的安装和配置2学时
实验4HDFS的文件操作命令及API编程2学时
实验5Eclipse下的MapReduce编程2学时
实验6基于Hive的数据统计2学时
实验7基于Mahout的聚类实验2学时
以上实验内容可任选4项完成。
六、考核内容、基本题型及分值比例
本课程为考试课，采用百分制计分，建议采用闭卷形式考核。
平时成绩占30%，实验20%，期末成绩占50%。
执笔人：
审核负责人：
批准执行人:
《云计算与大数据》课程教学进度表
课程名称：
云计算与大数据总学时：
48讲授学时：
40学分：
2.5二级学院（部）领导审批：
课次
课程内容
（按每章节主要讲授内容填写）
授课方式
时
数
必读教材和参考书
（注明章节页数）
备注
1
第1章绪论
1.1云计算的来历与发展
1.2云计算的概念及特征
1.3云计算的应用及与其他计算服务模式的区别
1.4大数据的提出及发展
讲授
2
云计算与大数据
第1章
第1页
2
1.5大数据的概念和特征
1.6大数据的作用与挑战
1.7大数据和云计算的关系
讲授
2
云计算与大数据
第1章
第12页
3
第2章大数据环境下的云计算架构
2.1大数据环境的技术特征
2.2云计算的架构及标准化
讲授
2
云计算与大数据
第2章
第18页
4
2.3国内外的云计算架构
2.4云计算应用
讲授
2
云计算与大数据
第2章
第26页
5
第3章大数据关键技术与应用
3.1大数据技术总体框架
3.2大数据存储技术
3.3大数据处理技术
讲授
2
云计算与大数据
第3章
第33页
6
3.4大数据分析技术
3.5全球大数据公司盘点
讲授
2
云计算与大数据
第3章
第41页
7
第4章云存储
4.1认识云存储
讲授
2
云计算与大数据
第4章
第54页
8
4.2云存储技术
4.3云存储的应用及面临的问题
讲授
2
云计算与大数据
4章
第55页
9
第5章云服务与云安全
5.1认识云服务
5.2云服务发展历程
讲授
2
云计算与大数据
第5章
第61页
10
5.3云部署及对大数据的支持
5.4云安全
讲授
2
云计算与大数据
第5章
第64页
11
第6章云计算应用
6.1云计算与物联网
讲授
2
云计算与大数据
第6章
第77页
12
6.2云计算与移动互联网
6.3云计算企业实践案例
讲授
2
云计算与大数据
第6章
第87页
13
第7章虚拟化技术
7.1虚拟化技术简介
讲授
2
云计算与大数据
第7章
第107页
14
7.2虚拟化技术架构
7.3虚拟机软件介绍
讲授
2
云计算与大数据
第7章
第108页
15
第8章Hadoop和Spark平台
8.1认识Hadoop
8.2Hadoop的组成、体系结构和部署
讲授
2
云计算与大数据
第8章
第126页
16
8.3认识Spark
讲授
2
云计算与大数据
第8章
第132页
17
第9章分布式文件系统及并行计算框架
9.1分布式文件系统HDFS
讲授
2
云计算与大数据
第9章
第150页
18
9.2并行计算框架MapReduce
讲授
2
云计算与大数据
第9章
第162页
19
第10章分布式数据存储与大数据挖掘
10.1分布式数据库Hbase
10.2分布式数据仓库Hive
讲授
2
云计算与大数据
第10章
第175页
20
10.3大数据挖掘计算平台Mahout188
讲授
2
云计算与大数据
第10章
第188页
升级会员 