《大数据技术》课程教学大纲（硕士研究生）

PAGEPAGE1广州大学研究生课程教学大纲课程名称中文大数据技术课程编号0006200046英文TechniquesofBigData开课单位计算机科学与网络工程学院考核方式考查学时32学分2课程类别专业课编制者范立生适用对象学术型硕士、专业型硕士课程简介(中文)：本课程介绍大数据相关基础知识，包括大数据概述、大数据关键技术与挑战、NoSQL数据库、云数据库、GoogleSpanner、Hadoop、HDFS、HBase、MapReduce、Zookeeper、流计算、图计算和GoogleDremel等。课程简介(英文)：Thecoursegivesanoverviewofbigdataandintroducesthebasicknowledgeofbigdata,whichincludesthekeytechnologiesandchallengesofbigdata,NoSQLdatabase,Clouddatabase,GoogleSpanner,Hadoop,HDFS,HBase,MapReduce,Zookeeper,Flowcomputing,Graphcomputing,GoogleDremelandsoon.课程目标与基本要求：课程目标：培养学生掌握大数据相关基础知识和技术。通过课程学习使学生掌握大数据概念、大数据的产生和应用、大数据作用、大数据与大规模数据、海量数据的差别、典型的大数据应用实例、从数据库到大数据、大数据与云计算、大数据与物联网、大数据存储和管理技术、大数据生态系统、大数据处理基本流程、大数据处理模型、大数据关键技术（文件系统、数据库系统、索引和查询技术、数据分析技术）、大数据处理工具、大数据时代面临的挑战（大数据集成、大数据分析、大数据隐私问题、大数据能耗问题、大数据处理与硬件的协同、大数据管理易用性问题、性能测试基准）等内容，使学生具有初步的大数据相关技术处理知识和能力。基本要求：掌握大数据相关基础知识和技术，了解大数据时代面临的技术挑战，能初步运用大数据相关知识去理解或解决实际问题，提高对大数据相关问题的运用和处理能力。课程内容及学时分配：第1章大数据概述（2学时）第2章大数据关键技术与挑战（2学时）第3章Hadoop（4学时）第4章MapReduce（4学时）第5章HDFS（2学时）第6章Zookeeper（2学时）第7章HBase（2学时）第8章流计算（2学时）第9章图计算（2学时）第10章NoSQL数据库（4学时）第11章云数据库（2学时）第12章GoogleSpanner（2学时）第13章GoogleDremel（2学时）教材及主要参考书目：教材：林子雨.《大数据技术原理与应用-概念.存储.处理.分析与应用》.人民邮电出版社.2015年主要参考书：[1]NickDimiduk,AmandeepKhurana、谢磊.《HBase实战中文版》.人民邮电出版社;第1版,2013年[2]盛杨燕、周涛(译).《大数据时代》.浙江人民出版社.2013年.[3]陆嘉恒.《Hadoop实战》.机械工业出版社.2011年.[4]曾大聃、周傲英(译).《Hadoop权威指南中文版》.清华大学出版社.2010年.预修课程：离散数学，程序设计基础，数据结构与算法，数据库及其应用教师团队成员：范立生编制者签名：2021年月日学科点意见：学科点负责人签名：2021年月日注：1、课程类别指公共课、专业课。2、适用对象指学术型硕士、专业型硕士、在职专业型硕士、博士等。3、课程内容要强调理论性与应用性