厦门大学本科课程开设申请表

1、厦门大学本科课程开设申请表申请类型：新开重开口请在口内打钩,下同课程名称大数据技术原理与应用开课学院信息科学与技术学院学分2学时周学时；总学时：至；其中：授课学时32;讨论学时0;实验学时0;上机学时_0_;其他学时0.课程类型公共根本课程口通识教育课程学科通修课程口专业方向性课程口其它教学环节口授课对象专业、年级等全校信息相关专业本科生开课学期每学年春季学期授课语言中文口英文开课理由简要阐述课程的学科性质,在人才珞养中的地位与作用,与其它课程的关系、设计思路,预期教学效果、是否存在类似课程等.大数据时代悄然来临,带来了信息技术开展的巨大变革,并深刻影响着社会生产和人民生活的方方面面.大数据专

2、业人才的培养是新一轮科技较量的根底,高等院校承当着大数据人才用养的重任,因此,大数据课程将逐渐成为国内高校信息相关专业计算机、软件工程、统计、数学等的重要课程.?大数据技术原理与应用?作为大数据入门级课程,秉承“构建知识体系、说明根本原理、引导初级实验、了解相关应用原那么,系统介绍大数据知识体系和根底编程实践,让本科生具备根本的大数据素养.目前在本科阶段,我校还没有开设类似课程.简单介绍主讲教师的学习工作经历、曾经讲授过本科课程以及支撑该课程开设的相关研究成果.林子雨,男,1978年出生,博士毕业于北京大学,现为厦门大学计算机科学系助理教授,海峡云计算与大数据应用研究中央副主任,厦门大学数据库

3、实验室负责人.曾主讲教师根本情况任厦门大学信息科学与技术学院院长助理、晋江市开展和改革局副局长.打造了国内高校大数据教学知名品牌.编着出版了中国高校第一本系统介绍大数据知识的专业教材?大数据技术原理与应用?,并成为京东、当当网等网店畅销书籍.建设了国内高校首个大数据课程公共效劳平台,为教师教学和学生学习大数据课程提供全方位、一站式服务；建设了国内高校首个大数据课程教师培训交流基地,为全国高校培养大数据课程师资力量.开课准备情况简单介绍课程开设前期准备情况,如教学方案、课件、教材、阅读资料、作业、网站以及实验实践设备和场所等支撑条件准备情况.林子雨打造了国内高校大数据教学知名品牌,建设了国内高校

4、最完备的大数据课程资源体系,并通过厦大数据库实验室建设的“中国高校大数据课程公共效劳平台免费面向全国高校提供效劳,年访问用超过50万次,包括课程教材、讲义PPT学习指南、备课指南、课程视频、师资培训、实验指南、技术资料等.本课程所有开课资料和师资,都已经完全具备条件,可以保证顺利开课.未来三年的开课承诺及课程建设计划承诺在未来三年内,通过该课程的建设,同步完成?大数据技术原理与应用?MOO/程的制作和后期完善与维护.系初审意见口同意开设口同意调整后开设口不同意开设分管系领导签名：年月日学院初审意见口同意开设口同意调整后开设口不同意开设分管院领导签名：年月日学院教学学术机构评议共名委员参加讨论,

5、其中同意人,不同意人,弃权人.委员会主任签名：年月日学院院长意见学院院长审批意见：口同意开设口同意调整后开设口不同意开设院长签名：学院公章年月日专家小组复审意见学校组织课程评议时填写共名专家参加讨论,其中同意人,不同意人,弃权一人.组长签名：月日年教务处意见审批意见：教务处公章月日年备注：1:本表将作为教学档案进行存档2.申请时须同时附上课程教学大纲.附件:厦门大学本科课程教学大纲课程名称大数据技术原理与应用课程代码英文类别代号CSCI授课对象计算机、软件工程等信息相关专业适用年级本科生大三或大四课程类型通识教育课程课程课型总学分总学时授课讨论实验/上机实践其他232320000先修课程编程语

6、言一、课程简介大数据技术入门课程,为学生搭建起通向“大数据知识空间的桥梁和纽带,以“构建知识体系、说明根本原理、引导初级实践、了解相关应用为原那么,为学生在大数据领域“深耕细作奠定根底、指明方向.课程将系统讲授大数据的根本概念、大数据处理架构Hadoop分布式义件系统HDFS分布式数据库HBaseNoSQI据库、云数据库、分布式并行编程模型MapReduce基于内存的大数据处理架构Spark、大数据在互联网、生物医学和物流等各个领域的应用.在HadoopHDFSHBaseMapReduceSpark等重要章节,安排了入门级的实践操作,让学生更好地学习和掌握大数据关键技术.二、培养目标(1)能够

7、建立对大数据知识体系的轮廓性熟悉,了解大数据开展历程、根本概念、主要影响、应用领域、关键技术、计算模式和产业开展,并了解云计算、物联网的概念及其与大数据之间的紧密关系；(2)能够了解Hadoop的开展历史、重要特性和应用现状,Hadoop工程结构及其各个组件,并熟练掌握Hadoop平台的安装和使用方法；(3)能够了解分布式文件系统的根本概念、结构和设计需求,掌握Hadoop分布式文件系统HDFS勺重要概念、体系结构、存储原理和读写过程,并熟练掌握分布式文件系统HDFS勺使用方法；(4)能够了解分布式数据库HBase的访问接口、数据模型、实现原理和运行机制,并熟练掌握HBase的使用方法；(5)

8、能够了解NoSQl据库与传统的关系数据库的差异、NoSQl据库的四大类型以及NoSQL数据库的三大基石；根本掌握Redis、MongoDBNoSQ啜据库的使用方法；(6)能够了解云数据库的概念、根本原理和代表性产品的使用方法；(7)能够熟练掌握分布式编程框架MapReduce勺根本原理和编程方法；(8)能够了解大数据处理架构Spark的根本原理和编程方法；能够了解大数据在互联网等领域的典型应用.三、教学方法(1)本课程采用理论授课与学生课后上机实践相结合,帮助学生更好消化吸收课程知识.(2)积极践行020t学理念,努力提升教学水平,在大数据课程教学方面积极开拓创新,实现线下教学和线上效劳的巧妙

9、结合.课程主讲教师建设了国内高校首个大数据课程公共效劳平台,提供讲义PPT课程习题、学习指南、授课视频、技术资料等全方位、一站式免费效劳,帮助学生更好学习大数据课程.四、主要内容及学时安排章或节主要内容学时安排1介绍大数据的根本概念和应用领域,并阐述大数据、云计算和物联网的相互关系22介绍大数据处理架构Hadoop43分布式文件系统HDFS的根本原理和使用方法；44分布式数据库HBase的根本原理和使用方法45NoSQL数据库的概念和根本原理46云数据库的概念和基本原埋27分布式并行编程模型MapReduce原埋和使用方法48Hadoop架构再探讨29Spark原理与根底编程410大数据在互联

10、网领域的典型应用：推荐系统2合计32五、考核方式与要求(1)平时成绩：学生完成上机练习题目,并提交上机实验报告,实验报告成绩作为平时成绩；(2)期末测试：采用笔试,闭卷；(3)最终成绩：平时成绩和期末测试成绩按5:5比例加权求和.?大数据技术原理与应用概念、存储、处六、选用教材理、分析与应用?林子雨编着,人民邮电出版社,2021年8月,七、参考书目与文献1陆嘉恒.Hadoop实战.机械工业出版社.2021年.2曾大聃,周傲英(译).Hadoop权威指南中文版.清华大学出版社.2021年.3迪米达克(NickDimiduk),卡拉纳(AmandeepKhurana),谢磊.HBase实战中文版.

11、人民邮电出版社；第1版(2021年9月1日)八、课程网站等支持条件课程主讲教师建设了国内高校首个大数据课程公共效劳平台,提供讲义PPT课程习题、学习指南、授课视频、技术资料等全方位、一站式免费效劳,帮助学生更好学习大数据课程,网站地址：九、其它信息大纲制定者：林子雨大纲审定者：大纲制定时间：2021XMUUndergraduateCourseSyllabusCoursenamePrinciplesandApplicationsofBigdataTechnologyCoursecodeCategorycodeCSCIProgrammeComputerScience,SoftwareEnginee

12、ring.etcSemesterSemester2,Year3CoursetypeBasicCommonCoursesGeneralEducationCourses DisciplinaryGeneralCoursesSpecializedCourses OtherTeachingProcessesCoursefocusLecture Experiment Skill-training PracticalCreditTotallearninghoursLectureTutorialExperimentPracticalOthers232320000PrerequisitesProgrammin

13、gLanguage;descriptionAnintroductorycourseforbigdata.KnowledgediscussedinthiscourseincludeHadoop,HDFS,HBase,NoSQL,clouddatabase,MapReduce,Spark,ansoon.2.Learninggoals(1) Tohelpstudentstoknowaboutthebasicknowledgemapaboutbigdata;(2) TostudytheecosystemofHadoopandtheinstallationandusageofHadoop;(3) Tos

14、tudythewell-knowndistributedfilesystem,.HDFS,includingthearchitecture,storagetheory,read-and-writeprocess,programmingmethods,andsoon;(4) Tostudythedistributeddatabasesystem.HBbase,includingtheAPI,datamodel,implementationtheory,andsoon;(5) TostudyNoSQL,includingthedifferencebetweenSQLandNoSQL,CAPtheo

15、ry,BASEtheory,NewSQL,andsoon;(6) Tostudythebasicconceptandtheoryofclouddatabases,anddiscussseveralexamplesofclouddatabases;(7) Tostudythedistributedparallelprogrammingmodel,.,MapReduce,includingtheshuffleprocessandprogrammingpractice;(8) Tostudythemain-memory-basedcomputingarchitecture,.,Spark,inclu

16、dingtheperformancecomparisonbetweenSparkandHadoop,theoryofRDD,programmingmethod,andsoon;(9) Tostudytheapplicationsofbigdatainvariousfields.approaches(1)Thecoursemainlytakestheformoflecture,andalsothestudentsarerequiredtoprogramontheirowncomputertobettercomprehendtheknowledgeofbigdata.(2)Largeamounto

17、fonlinecourseresourcesarealsoprovidedtostudents,includingcoursevideo,technicalliterature,ppt,programmingguide,andsoon.4.ContentoutlineofthecourseChapter(Section)ContentLearninghours1Thebasicconceptofbidata;therelationshipbetweenbigdata,cloudcomputingandtheInternetofThings.22Thearchitectureandecosyst

18、emofHadoop43ThebasicprinciplesandprogrammingmethodofHDFS44ThebasicprinciplesandprogrammingmethodofHBase45TheconceptandprincipleofNoSQL46Theconceptandprincipleofclouddatabase27Thedistributedparallelprogrammingmodel,namelyMapReduce48TodiscussmoreaboutHadoop29ThebasicprincipleandprogrammingmethodofSpark410TheapplicationofbigdataintheInternetfield,namelyrecommendingsystem.2Total325.AssessmentmethodsandrequirementsThecourseinvolveshomeworkandclosed-bookexamination.Thefinalscoreincludestwoparts,.,homework(50%)andfin