高校大数据实验室建设解决专项方案.docx
《高校大数据实验室建设解决专项方案.docx》由会员分享，可在线阅读，更多相关《高校大数据实验室建设解决专项方案.docx（16页珍藏版）》请在冰豆网上搜索。
高校大数据实验室建设解决专项方案
高校大数据试验室建设方案
一、建设目标
章鱼大数据试验室建设目标是作为大数据教学试验及科研平台，包含数据挖掘和大数据分析平台。
试验室设计全方面落实“产、学、研、用”一体化思想和模式，从教学、实践、科研和使用多方面重视专业人才和特色人才培养。
利用虚拟化教学资源，搭建教学系统和集群平台，将理论学习、实践教学和大数据项目实战融为一体，由难而易、循序渐进，逐步提升学生学习技能和实践水平，
提升“学”质量和成效。
利用大数据分析主流软件框架，搭建和业界关键用户一致试验和科研环境，将理论课程中学到数据挖掘算法利用到实际数据分析过程中，提升学生动手操作和项目实践能力。
使得学生所学和企业项目人才需求无缝衔接，和老师科研工作紧密配合。
经过专业大数据分析计算资源搭建开放式大数据分析平台，能够充足融合老师科研需求，老师能够在开放平台环境下开展大数据科研工作，提升老师科研创新能力，充足提升“研”成效。
二、产品优势
⏹交互式学习模式
提供体系完整、简单易用在线教学课堂；以基础知识学习、在线视频教学、习题、线上测试、评定等为根本一系列方法，确保学生在短时间内掌握大数据虚拟仿真试验、分析布署技能。
⏹真机试验训练
试验训练体系设计成各模块相对独立形式，各模块交互式试验任务、大数据试验机、实际项目上机操作，经过多方位训练，最终灵活、渐进式地掌握大数据生态体系。
⏹大数据实战及案例分析
提供试验数据，包含网站流量数据、租房及二手房数据、电商商品交易数据、搜索引擎访问等多个行业数据，数据内容超出20TB，同时周期更新数据内容。
⏹充足支撑科研工作
提供行业数据及案例解剖用于基础研究，提供数据分析方案及步骤，提供数据更新接口，能够对行业数据进行分析统计，按需求生成数据报表，为科研工作提供数据支撑。
比如某地域经济数据分析、股市数据分析、全国地震数据分析、食品价格行业数据分析等。
三、建设规模
根据60台大数据试验机容量进行同时在线使用进行建设为基础，整体系统提供快速扩容升级服务。
四、硬件配置
采取十六台高性能品牌服务器作为大数据节点进行建设，采取企业级全千兆三层交换机进行网络数据交换。
每台节点配置以下：
处理器
每节点支持2个英特尔®至强®处理器E5-2650CPU
高速缓存
15MB
QPI总线速率
7.2GT/s
内存
提供12个内存插槽，标配192G内存，
支持高级内存纠错，内存镜像，内存热备等高级功效
磁盘
标配4块3TBSATA硬盘
标配2块120GSSD硬盘
300G10000转SAS系统盘
网络控制器
集成1个高性能千兆以太网控制器（双口），支持虚拟化加速，网络加速，负载均衡，冗余等高级功效
电源
标配大功率高效白金级电源，1+1冗余
虚拟化技术
支持VMwarevSphere、Docker、OpenStack等
五、软件平台介绍
1、大数据教学管理系统
1.1专业管理
提供对专业信息增加、删除、修改、查询功效。
1.2班级管理
提供对专业下属班级增加、删除、修改、查询功效。
1.3学生管理
提供对班级内学生管理，学生内容包含姓名、学号、所属班级、所属专业、联络手机、登录次数等内容。
1.4交流日志查阅
对试验机分享交流内容进行查询，包含交流IP、相关学员、相关老师、试验机编号、交流内容等内容。
1.5成绩管理
对于学习中心在线学习学习考评成绩进行管理，包含查询及删除等功效。
1.6学习统计
提供每个学生在学习中心平台内学习课程学习统计，包含日期、计划、课程、章节、学习IP等。
1.7学习行为报表
对全部学生课程学习统计进行统计，包含个体统计、班级统计、全体统计等。
1.8课程管理
对学习课程进行查询、修改、删除等操作。
1.9开通课程计划
对于学习开课计划字段内容包含计划名称、讲课讲师、讲课时间段、开通状态、许可申请周期，许可申请人数等，功效提供绑定课程计划相关实训平台课程、讲课助教、云试验机绑定、试验任务绑定等功效。
1.10课程测验习题管理
提供对课程相关习题管理，题型包含单选、多选、判定题等类型，对习题进行增、册、改、查操作。
1.11分级权限功效
系统分为总管理员、助教等二级管理角色，总管理员进行管理全部功效点，助教能够进行班级管理、学生管理、开课计划制作、试验机远程帮助等。
1.12学生实训系统
提供学生依据姓名、学号、密码登录系统进行实训操作，学生只需安装浏览即可进行试验任务操作；提供实训课程在线学习功效、试验机在线操作、试验汇报提交、试验机界面截图、统计课程学习时长等。
1.13试验机桌面分享
提供试验机桌面分享功效，如学生在学习、操作云试验机过程中，有问题能够向老师提议帮助请求，助教在收到请求时，能够远程访问学生试验机，并指导怎样操作。
2、云试验机及试验任务
2
2.1云试验机
提供基于Web浏览器试验机可视化操作，操作终端无需安装其它开发软件即可进行试验操作；云试验机能够依据学生编号、试验任务和环境要求自动创建，无需管理人员参与试验机创建操作过程。
管理平台对云试验机能够进行停止、销毁操作。
2.2云试验机集群管理功效
提供云试验机集群管理，对试验机所属服务器进行新增、删除等操作。
2.3云试验机类型
包含Hadoop试验机、Hive试验机、HBase试验机、R语言试验机、Scala试验机、Spark试验机、Kafka试验机、Sqoop试验机、Flume试验机、数据可视化试验机等。
2.4试验机运行监控系统
系统提供对试验集群运行全部试验机进行监控，能够查询编号、所属服务器、创建时间、运行状态、开放端口等内容。
2.5试验任务管理
提供对试验任务内容管理，包含任务课程、绑定试验机、设定任务成绩总分，排序值等，提供多个试验任务内容，比如Hadoop试验任务、Hive试验任务、HBase试验任务、Flume和kafka试验任务等。
2.6试验汇报审阅功效
在试验任务过程中学生上交任务汇报进行审阅评分，提供根据学生、试验任务等字段进行检索功效。
2.7云试验机桌面分享系统
提供试验机桌面基于浏览器分享功效，许可学生和学生、学生和老师同时操作试验机桌面系统，提供基于浏览器交流功效。
3、大数据实战平台系统
3
3.1大数据集群管理系统
基于分布式集群管理系统，提供大数据集群管理系统，功效包含Hadoop、Hive、HBase、Sqoop、Flume、Spark等节点部属及管理，提供实时监控集群CPU、内存、硬盘等使用率及相关信息，能够对管理节点、计算节点进行开启、停止等操作管理。
3.2大数据作业工作流系统
提供大数据相关作业上传、部属、步骤管理等功效，基于Web任务调度、兼容Hadoop、Spark主流版本、失败任务、运行状态监控等。
六、大数据课程及行业案例
试验平台提供100个课时Hadoop、Spark等大数据主流课程，课程和大数据试验机完美结合，学员在教学管理系统学习课程，随时进行实训操作，包含项目设计、数据采集、清洗、建模、技术实现等，快速提升实操技能，最终掌握大数据开发、数据分析和数据挖掘等大数据能力。
部分案例图片：
【电商大数据分析案例】
【电商大数据分析架构】
【房产大数据分析架构】
【房产大数据分析可视化】
【搜索大数据分析架构】
【网站日志大数据分析架构】
课程试验内容包含：
课程名称
课时
课程内容介绍
Hadoop基础
10
讲解Hadoop生态系统，包含操作和开发；具体讲解HDFS和Map-Reduce功效及作用；了解MapReduce原理、运行步骤、压缩数据处理、作业调度、计算器等步骤。
HDFS程序开发
6
讲解Hadoop文件系统HDFSJAVAAPI使用。
掌握怎样使用HDFSJavaAPI，读写文件、读写目录、和对文件进行压缩处理等。
MapReduce开发
6
本课程针对HadoopMapReduce开发进行讲解。
课程以案例为基础，关键介绍MapReduce程序结构，和怎样使用MapReduce进行数据统计，去重，排序，Map端Join，Reduce端Join等关联操作，掌握MapReduce处理过程。
Hive数据仓库
24
Hive是基于Hadoop构建数据仓库分析系统，经过学习掌握Hive函数、Hive数据加载、HiveDDL操作、自定义函数（UDF）等内容，达成使用Hive进行查询、汇总、分析数据能力。
分布式数据库HBase
6
HBase是Hadoop生态系统中关键一员，关键用于海量结构化数据存放；经过学习对HBase表设计、表操作、数据操作、JavaAPI等内容，掌握对HBase系统开发及使用。
数据迁移工具Sqoop
4
Sqoop是关系型数据库和Hadoop生态系统之间进行数据转换关键工具；经过学习将mysql中数据导入到hdfs中、将数据导入到HBase中、定义导入导出任务等，掌握对数据迁移能力。
分布式日志框架Flume
4
Flume对海量日志进行采集、聚合和传输主流大数据工具；课程内容包含Flume应用场景、FlumeNG、FlumeOG、Flume关键组件、Flume架构、Flumesource、sink配置说明等。
Kafka流式数据采集
4
Kafka是分布式消息队列，广泛应用于实时数据处理。
学习内容包含Kafka体系结构、安装模式及安装布署、Topic、Producer、Consumer、公布订阅消息和KafkaJAVA开发等。
Spark
6
Spark是一款高性能分布式计算框架，比MapReduce计算快百倍；本课程内容全方面涵盖了Spark生态系统、Spark和Hadoop对比、开发环境搭建、RDD、编程模型、Web监控等内容。
SparkStreaming
4
SparkStreaming是用户结合流式、批处理和交互式查询应用实时计算框架；本课程内容具体讲解原理和特点、适用场景、Dstream操作、容错、性能优化和内存优化等。
SparkSQL
4
SparkSQL出现，使得SQL-on-Hadoop性能相对于Hive有了显著提升。
达成Spark兼容Hive功效。
本课程具体讲解特点、运行架构、数据源、数据缓存、DataFrame等。
实战案例
搜索引擎日志
数据统计分析
6
讲解Hadoop系统架构设计和项目分析步骤；经过对用户搜索统计数据清洗，分析指标内容，得出关键词排行榜、用户停留时间最高页面等。
实战案例
电子商务平台
大数据分析
6
讲解Spark系统架构设计和项目分析步骤；本课程关键讲解搭建电商数据处理平台、数据统计、分析及可视化技术应用开发步骤。
七、行业数据及案例
提供大数据实战案例和行业数据，提供包含海量网站日志分析案例、租房及二手房大数据分析案例、电商商品交易大数据挖掘、搜索引擎关键词分析算法案例、汽车销售数据分析案例等案例讲解及实战作业工作流内容。
数据名称
数据描述
更新
地域房产数据
包含二手房在售数据、出租房屋数据、经纪人评价数据等。
每七天
全国汽车数据
包含中国不一样种类汽车具体配置信息、汽车使用评论数据、汽车销售数据和二手车数据等。
可用于汽车行业市场行情分析。
每个月
法律咨询数据
包含中国全部法律咨询服务机构数据、机构评论数据、相关法律咨询话题数据。
可用于法律咨询行业市场行情分析，社会治安情况分析。
每七天
疾病问答数据
包含中国不一样种类疾病问题数据、医生回复数据、相关疾病常识等话题数据。
每个月
股票基金交易数据
包含中国、港股、美股等中国外股票行情及交易数据、根据
升级会员 