《云计算与大数据》课程教学大纲_第1页
《云计算与大数据》课程教学大纲_第2页
《云计算与大数据》课程教学大纲_第3页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

《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

课程代码:

课程名称:云计算与大数据/Anintroductiontocloudputingandbigdata

开课学期:5

学分/学时:3/32+16

课程类型:必修

适用专业/开课对象:

先修课程:

开课单位:

团队负责人:责任教授:

执笔人:核准院长:

一、课程的性质、目的与任务

《云计算与大数据》是软件工程专业中一门综合性很强的基础课程,主要内容包括云计算概论、云计算基础(云计算关键技术、云交付模式、云部署模式、云计算的优势与挑战以及典型云应用)、虚拟化相关学问、云计算应用、大数据概念和进展背景、大数据系统架构概述、分布式通信与协同、大数据存储、分布式处理、MapReduce和Spark解析、流计算概述、集群资源管理与调度以及综合实践(结合云计算与大数据,在OpenStack平台上搭建Hadoop平台并进行数据分析)。

本课程的目的与任务是使同学通过本课程的学习,从云计算的基本概念入手,由浅入深学习云计算的各种相关学问,学会云计算的相关关键技术和云部署模式,然后切入大数据相关技术,介绍HadoopMapReduce和Spark等大数据相关技术,最终以一个综合试验,综合云计算和大数据相关技术,让同学融合云计算和大数据相关学问,把握云计算和大数据的相关思想。本课程除要求同学把握云计算和大数据的基础学问和理论,重点要求同学学会分析问题的思想和方法,为更深化地学习和今后的实践打下良好的基础。

二、教学内容及教学基本要求

1.云计算概论与云计算基础(4学时)

了解云计算的定义和它的历史背景,了解学好云计算的方式方法;了解分布式计算和云计算的关键技术,云计算的关键技术包括虚拟化技术、分布式海量数据存储技术、云平台技术、并行编程技术和数据管理技术;把握四种云交付模型,分别是软件即服务、平台即服务、基础设施即服务和容器即服务,并把握前三种基本模型之间的区分;把握三种云部署模式,分别是公有云、私有云和混合云;了解云计算的优势和典型的云应用。

2.虚拟化(4学时)

了解虚拟化技术;了解虚拟化技术的分类;把握系统虚拟化、虚拟化与云计算;了解相关开源技术以及虚拟化将来的进展趋势;了解虚拟化的进展历史以及虚拟化带来的好处。

3.云计算的应用(1学时)

介绍常见的云计算应用,包括谷歌的云计算平台和应用、亚马逊的弹性计算云、IBM的蓝云计算平台、清华高校透亮     计算平台、阿里云和MicrosoftAzure。

4.大数据概念和进展背景(1学时)

叙述什么是大数据、大数据的相关概念和进展。

5.大数据系统架构概述(1学时)

叙述企业大数据系统设计进展变化以及方式。

6.分布式通信与协同(2个学时)

在大规模分布式系统中,为了高效地处理大量任务以及存储大量数据,通常需要涉及多个处理节点,需要在多个节点之间通信以及协同处理。这里主要叙述的是多个节点之间的协作处理方式。

7.大数据存储(4个学时)

随着结构化数据量和非结构化数据量的不断增长,以及分析数据来源的多样化,之前的存储系统设计已无法满意大数据应用的需求。在容量、延迟、平安、成本、敏捷性方面,大数据存储都需要考虑。本章是从这几个方面叙述大数据存储的相关技术。

8.分布式处理(1个学时)

本章讲解大数据分布式处理技术的相关概念以及基础学问。

9.HadoopMapReduce解析(2个学时)

本章讲解的是HadoopMapReduce的架构、Map和Reduce过程。

10.Spark解析(2个学时)

本章讲解的是Spark架构以及Spark的相关设计原理。

11.流计算StreamComputing(1个学时)

本章讲解的是大数据处理中的流计算相关技术。

12.集群资源管理与调度(2个学时)

在大数据分析处理过程,需要大量的计算和存储设备,为了提高这些计算设备的资源利用率,本章从集群资源管理与调度叙述如何利用这些计算设备

13.综合实践:在OpenStack平台上搭建Hadoop并进行数据分析(?个学时)

从实践的角度动身,利用开源OpenStack平台搭建云计算平台,并执行大数据分析相关case。

三、教学方法

本课程教学方法以老师为主导的启发式讲授教学法为主,争论(提问)式教学为辅,结合课外学习的教学方法。试验以同学动手试验为主,老师的启发式讲授教学法为辅,并结合争论(提问)式教学,以及结合课外学习的教学方法。

1.本课程概念较多,因此教学形式以讲授方式为主。本课程拟采纳多媒体PPT的教学方法,增加课堂信息,浅显通俗地对概念、定义和原理进行解释,增加教学的直观性,教学过程中留意各个学问点的关联性,以使同学更好地理解课程内容。

2.对课程中关键性概念、设计思想方面的问题可辅以课堂争论的形式。

3.为加强和落实动手力量的培育,每章课后应支配作业,关心同学学习和应用。

四、课内外教学环节及基本要求

本课程共32+16个学时,理论32个学时,讲授16周(每周2学时);试验16个学时。课外学习要求:

1.做好课前预习,预习时以教材为主,了解相关的概念、定义、原理。预习中仔细思索,以便带着问题主动地听课。

2.课后要复习,有余力的同学复习时还应阅读参考资料,仔细整理课堂听课笔记。

3.要求同学课外自主学习,同学课外阅读的参考资料以本大纲所列参考资料为主。

4.仔细完成所布置的大作业。

五、考核内容及方式

本课程成果由平常成果和期末考核成果组合而成,课程成果以百分制计算,安排比例如下:

1.平常成果占30%,主要考查作业的完成程度,理论课和试验课的出勤率,试验课的考

试结果。其中作业占10%,试验占15%,出勤率占5%。

2.期末成果占70%,采纳考试的考核方式。考试采纳闭卷形式,题型为选择题、正确/错误题、填空题、简答题,以及应用题。

六、持续改进

本课程依据同学作业、课堂争论、平常考核状况和同学、教学督导等反馈,准时对教学中不足之处进行改进,并在下一轮课程教学中改进。

七、建议教材及参考资料

建议教材:

吕云翔,张璐,王伟佳.云计算导论.北京:清华高校出版社,2024

参考资料:

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论