大数据教学实验室方案复习过程

大数据教学实验室方

案

ORACLG

鸿高明大辆喈

数据科学与大数据技术教学科研实验室建设方案

ShanghaiRealactionSoftware&ServicesCo.fLtd.

目录

一、数据科学与大数据专业人才定位与培养目标1

1.1数据科学及大数据人才定位2

1.2数据科学及大数据人才培养目标3

1.2.1大数据即服务架构设置4

1.2.2大数据基础关键技术5

1.2.3大数据存储和管理技术5

1.2.4大数据分析及挖掘技术5

1.2.5多媒体及非结构化数据管理与分析6

二、数据科学与大数据专业支撑平台7

2.1企业级大数据工程实践系统环境7

2.2开放的商用及开源组件共享平台10

2.3基于智慧教育云的实践教学平台11

2.3.1总体架构11

2.3.2虚拟桌面云14

2.3.3教学云平台19

2.4中国高校大数据课程公共服务平台23

三、数据科学与大数据专业教学资源26

3.1教学计划支撑26

3.2核心课程设计及实验29

3.2.1《大数据技术原理与应用——概念、存储、处理、分析与应用》29

3.2.2《大数据即服务：云计算与数据引擎管理》33

3.2.3《大数据基础及实战课程》35

3.2.4《基于数据挖掘工作流的分析与预测》43

3.2.5《R语言企业版》44

3.2.6《大数据可视化及图像分析》45

四、贯穿教学全过程的大数据项目案例48

4.1在线视频点播网站用户行为预测：MoviePlex49

4.1.1客户需求概述49

4.1.2技术架构及目标描述50

4.1.3视频网站门户51

4.1.4登录后用户个性化界面52

4.1.5用户Profile查询及管理52

4.1.6电影详细信息54

4.1.7数据采集:FLUME55

4.1.8数据组织:HUE-HIVEEDITOR-QUREY58

4.1.9数据集成:OracleDataIntegrator60

4.1.10数据分析：R-Studio61

4.1.11用户推送：WEB呈现62

4.2"健康医疗大数据"：流行性感冒数据分析及趋势预测62

4.2.1美国疾病控制中心数据集63

4.2.2世界卫生组织数据集63

4.2.3美国卫生及公共服务部地区分布数据集64

4.2.4世界动物健康组织流感数据集65

4.2.5世界银行经济发展指标数据集66

4.2.6数据不译概述66

4.2.7通过公众数据源加载各种科研数据67

4.2.8分析及可视化数据67

4.2.9使用ApacheSpark分析数据69

五、科研、师资培训与增值服务74

5.1为教学与科研提供“全数据”支撑平台74

5.1.1数据组织74

5.1.2数据类型75

5.1.3数据采集77

5.2面向教学与科研的增值服务78

521合作开发高校自主版权的教育资源及科研成果78

5.2.2领先的行业软件与企业级仿真工程实践环境79

5.2.3提供技术讲座及认证优惠资源79

5.3校企合作的师资培训与人才培养79

5.3.1企业师资支持79

5.3.2双证型人才培养计划80

六、方案总结与公司简介81

6.1方案总结81

6.2公司简介81

七、大数据实验室配置清单83

八、大数据实验室平面图效果图（参考）101

一、数据科学与大数据专业人才定位与培养目标

当前，在"数字中国"的时代背景下，大数据概念引起了科技界、产业界和政府

部门的高度关注。多份国际顶级学术刊物相继出版专刊来专门探讨对大数据的研究，

从多个方面介绍了海量数据带来的挑战，特别指出——倘若能够更有效地组织和使用

这些数据，人们将得到更多的机会发挥科学技术对社会发展的巨大推动作用；大数据

的开发与利用已经在互联网、医疗服务、零售业、金融业、制造业、物流、电信、工

业4.0等行业广泛展开，并产生了巨大的社会价值和产业空间；政府部门也高度重视

大数据技术，2013年初，中科院倡议应将大数据提升为国家战略。由此可见，大数据

确实引起并必将掀起一股"数据革命"热潮，在多所高等院校及科研机构间形成共

识。

计算机科学与技术（数据科学与大数据技术方向）专业为国家新增专业，该专业

主要培养大数据科学与工程领域的复合型高级技术人才。毕业生具有信息科学、管理

科学和数据科学基础知识与基本技能，掌握大数据科学与技术所需要的计算机、网

络、数据编码、数据处理等相关学科的基本理论和基本知识，熟练掌握大数据采集、

存储、处理与分析、传输与应用等技术，具备大数据工程项目的系统集成能力、应用

软件设计和开发能力，具有一定的大数据科学研究能力及数据科学家岗位的基本能力

与素质。毕业后能从事各行业大数据分析、处理、服务、开发和利用工作，大数据系

统集成与管理维护等各方面工作，亦可从事大数据研究、咨询、教育培训工作。

1.1数据科学及大数据人才定位

大数据是继云计算，物联网之后兴起的又一新兴发展方向，被学术界、工业界乃

至政府机构密切关注和广泛研究。大数据不仅仅是面向大型企业，基于数据驱动的决

策制定过程，正迅速成为几乎所有行业的标准，这使得在各种各样的行业、组织和学

科中，对于数据导向的专业人才的需求空前高涨。从广义上讲，大数据人才就是具备

大数据处理能力的科学家和工程师。目前，国际上开设了大量的数据科学方面的课

程、数据科学学位计划以及数据科学短期培训班。从国际上设置的培养计划来看，大

数据人才应该系统地掌握数据分析相关的技能，主要包括数学、统计学、数据分析、

商业分析和自然语言处理等，具有较宽的知识面，具有独立获取知识的能力，具有较

强的实践能力、创新意识和团队合作意识。

大数据人才首先应具备获取大数据的能力，例如能根据任务的具体要求，综合利

用各种计算机手段和知识，收集整理海量数据并加以存储，为支撑相关的决策和行为

做好数据准备。同时，应具备分析大数据的能力，对于经过预处理的各类数据，能够

根据具体的需求，进行选择、转换、加载，采用有效方法和模型对数据进行分析，并

形成分析报告，为实际问题提供决策依据。最后，大数据行业的产生的需求本身来源

于业务应用，因此在大数据人才培养的过程中更应该将大数据的理论回归业务应用，

加强学生的动手实验操作及技术应用能力。因此，借助行业领先的大数据解决方案，

产品，以及教育资源，可以使学生高效的获得大数据知识和动手实践体验，这是现代

职业所必备的数据技能。

从本专业毕业学生，不但应该具备深入了解数据科学基础理论及大数据核心技术

原理，了解大数据基础架构设计，了解大数据项目完整生命周期（采集，访问，处

理，集成，分析，可视化，安全，治理，优化……）的各个阶段所需要的技能，根据项

目需求正确选择行业常用大数据工具，熟练部署与应用相关工具。同时，作为一门源

自业务需求的跨学科专业，应该进一步突破IT熟练技工与业务需求绝缘的传统定位，

加重行业特性与IT技术的粘合度，结合业务逻辑（如健康管理，医疗卫生），能通过

选择先进及适配的IT信息化工具提供高效能解决方案。实现立足技术实施培养，更兼

顾行业发展趋势及需求，能准确定位行业发展趋势及科研方向，并实现规划业务流程

与大数据技术支撑架构衔接的SOA（面向业务架构设计）级别跨界人才。

I，COMPARISON

-o-JobsinDataScience一

数据科学家・■

JLJ数据工程师LVS统J计分析师

运用CS据分析和i十时机处理快力落■应用层和平台层2问的数博好统计学BHf,并目出用以勘

从海81018中提取有价傀的僖息,并目负im骷唳构的总也嘛决小阿园的人

的人A

1.2数据科学及大数据人才培养目标

大数据技术是网络技术、人工智能、数据库技术等现代信息技术的有效结合，具

有无可比拟的先进性。同时，大数据产业的发展，对大数据人才提出了新的需求，国

内各高校在积极进行大数据学术研究的同时，也开始考虑将大数据相关课程纳入培养

体系，以满足社会对大数据人才的需求。因此，大数据技术课程旨在培养能够熟练掌

握并利用计算机技术，云计算技术，大数据存储管理技术，大数据分析挖掘技术，具

备数据爆炸时代能够解决实际大数据应用问题的理论与实践能力并长的高素质复合型

管理人才。

数据科学家数据工程师数据分析师

职责RSEPONSIBILITSES

1、根据商业需要规划和实施1,设计.搭建.安装.测试和维1,应用统计学原理和方法解决企业

数据分忻项目；护大规模数据管理系统；实际问题；

2、致力于数据挖疯架物、模型2、改进数据基础迨施、业务流程2.决定数据采集和数据发现的方法；

标装、数据报告、数据分析方和数据标准；3、分折和解释数据，承担数据分析

法；3、在现有体系架构中集成新的数师一职；

3.与利益相关人合作在现有的据管理技术和软件工具；4、提供数据分析结果报告；

数据系统中集成数据挖掘结果；4、开发用户网软件和数据分析应

4、监督数据疙掘系统性隹并实用理序；

施优化和改进.

技或SKILLS

编程、数学、统计学、商业理数据序设计、程序开发、数据采计算机处理能力、数学、溺研、写作

解、数据可视化、机器学习、集、数据存储.数据转换、与数能力，分折、建模和解释数据的嵋力

关注细石的他力据打交道的能力用简单方式理解数据的数铳洞察战力

1.2.1大数据即服务架构设置

大数据即服务(BigDataasaServices-BDaaS),旨在为用户提供简单部署在

"云计算”架构之上的Hadoop集群的能力，并且部署数据处理框架，如：

Hadoop,Spark,Yarn,Strom等。通过简单的配置：比如Hadoop版本、集群结

构、节点硬件信息等一在用户提供了这些参数后，BDaaS能够迅速的把大数据集群

机构部署起来。同时也支持集群的扩容和减容。以Hadoop应用为代表的大数据分

析,是最适合在云上运行的业务之一。也正因为如此，AWS、OracleCloud、

WindowsAzure、阿里云等知名"公有云"上都推出了相关服务。同时，高等院校采

用Hadoop分布式大数据"云计算”架构，将是一个先进的融合两大热门技术的理想

选择。大数据与“云计算”的结合是一个值得关注的方向。毋庸置疑，"云计算”和

大数据目前都位列IT领域中最受瞩目的方向之中，而二者的结合则更是不可回避的话

题。在这种情况下，BDaaS作为一个典型的、开源的大数据与“云计算”结合方案，

必然是值得关注的。特别是，如果希望对这个方向有一个清晰直观的、技术层面上的

认识，BDaaS则更是一个可以重点分析学习的对象。

1.2.2大数据基础关键技术

大数据时代面临的新挑战，包括大数据集成（数据异构性和数据质量问题）、大

数据分析（数据形式多样化、数据处理的实时性、索引结构的复杂性等）、大数据隐

私问题（隐私保护和数据分析的矛盾）、大数据能耗问题（低功耗硬件的设计）、大

数据处理与硬件的协同、大数据管理易用性问题以及性能测试基准。

1.2.3大数据存储和管理技术

如何把采集到的大数据存储起来，建立相应的数据库，并进行管理和调用。主要

内容包括：分布式文件系统（HDFS）、去冗余及高效低成本的大数据存储技术、新型

数据库技术（键值数据库，列式存数据库、图存数据库以及文档数据库等）、异构数

据融合技术、分布式非关系型大数据管理与处理技术、大数据索引技术和大数据移

动、备份、复制等技术。

1.2.4大数据分析及挖掘技术

从大量数据中寻找其规律的技术，通常由数据准备、规律寻找和规律表示3个阶

段组成。数据准备是从上述大数据中心存储的数据中选取所需数据并整合成用于数据

挖掘的数据集；规律寻找是用某种方法将数据集所含规律找出来；规律表示则是尽可

能以用户可理解的方式（如可视化）将找出的规律表示出来。根据挖掘任务可分为分

类或预测模型发现、数据总结、聚类、关联规则发现、序列模式发现、依赖关系或依

赖模型发现、异常和趋势发现等。

1.2.5多媒体及非结构化数据管理与分析

大数据不单单意味这数据量发生了巨量提升，更重要的在于数据类型以及可用于

业务分析的数据格式也在不断丰富。新的数据类型也正在对传统数据源和熟悉的商务

智能活动进行补充。例如，网络日志文件可跟踪网站访问者的运动，这将揭示何人、

何时、在何处、访问了该网站。这种数据可揭示人们与您网站的交互情况。社交媒体

有助于您了解人们想些什么或者他们对某些事情的感觉。数据可来源于网页、社交媒

体网站、微博、博客、"微信"的朋友圈、电子邮件交流、搜索索引、点击流、设备

传感器和所有类型的多媒体文件（包括音频、视频和摄影）。随着计算机网络，分布

式计算的发展，对多媒体信息进行高效的管理，存取，查询已经成了一种迫切需求。

数据科学与大数据人才所采用的数据分析资源不单包括传统的数据源，同时应该有能

力将数据库的可靠性、可用性和数据管理扩展到了传统、互联网、电子商务和多媒体

应用程序中的多媒体内容。除存储和检索大图像外，还了解如何提取图像属性，包括

以下图像的高度、宽度和压缩格式：这些图像包含的像素高达二十亿，或者分辨率高

达46000x46000。

二、数据科学与大数据专业支撑平台

2.1企业级大数据工程实践系统环境

大数据工程实践系统环境，是面向国内高等院校大数据学科及研究院建设，本科

及工程硕士实习教学，及教师及科研项目团队开发等多种应用场景，专门为高校教师

与学生定制化开发，基于企业真实的大数据业务开发环境全面仿真，匹配至高校教学

与科研应用场景的整体系统环境。借助"云计算”平台的优势，工程实践系统环境之

间相互独立应用，以虚拟机文件格式交付，可供大数据专业学生、项目开发小组，及

科研开发团队，分别完成大数据学习及端到端的项目开发全生命周期的实验操作，工

程实践及项目开发。

满足高校大数据专业人才培养需求，端到端业务流

程支持的产品与平台架构

>流》获取》组织/安全〉分析〉可视化/决策

港e•

g匕

口

K<一

3二

合

@3

InfiniBands

e

Hq

e

K_

rae

密Ja

.

s

大数据基础平台

基于大数据业务的行业最佳实践经验，将满足大数据端到端的业务流程的核心平

台在大数据工程实践系统环境内部，包括：大数据基础平台，高级分析与R语言平

台，大数据可视化探索平台。采用统一的集成化系统，满足高等院校面向多学科，多

学院，包括：计算机学院，软件学院，商学院，管理学院，梳理学院的大数据专业设计

需求，并满足多种项目科研方向的需求。

满足多学科大数据专业设计及科研方向的业务平台

析方向台部署方向深度挖掘算法分析方向

型学院）（数理学院）

业

开

•信息结构

务

•市场营销售•采样jm计方海发•嘘/S与报告

分

•客户关系1・8m库开发挖•数据清洗

・业务分析:•信息系统分析与设计

析

策略与管理掘

•IT.

・商业智能一•数据管治与安全•空间位置雌分析

•图表分析•IT安全策略与流程•骷8可视化

•营销预测与判断•单/多趣性回归

•数据仓库设计与部署•高级建模

•分析及信息管理

|*L

•企业信息惨构设计­颜L

•资产频•商业智能

•供应链优化•分析及信息管理

•ggilgS•-雌^

ORACLE大数蒯索平台ORACLE大数据基础平台ORACLE高级分析及R语言平台

对应相关课程模块教学与实验需求，预装包含：系统环境，功能连接中间件，应

用数据库，SQL大数据数据库，NoSQL数据库，教学及科研用示例数据资源，以及面

向专业类开发，管理，调优等功能组件及应用软件，满足相关教学与实验所需的应用

场景。大数据工程实践系统环境保持每年随技术升级至少三次整体更新，提供未来3

年系统及组件升级服务，含：ORACLE操作系统，数据库，软件；课程体系及教材，

实验，项目案例，源代码，教学用数据案例等教学资源。最新版本的大数据工程实践

系统环境包含软件及版本包括：

开源|商用|性能中间件

♦Linux6.7-支持开源

♦OracleDatabase12cRelease1EnterpriseEdition()

■OracleBigDataSQL-enabledexternaltables,

■OracleMultitenant,

■OracleAdvancedAnalytics,

■OracleOLAP,

■OraclePartitioning,

■OracleSpatialandGraph,

♦ClouderaDistributionincludingApacheHadoop(CDH5.5.1)-开源

♦ClouderaManager(5.5.1)-支持开源

♦OracleBigDataSpatialandGraph1.1.2

♦OracleBigDataDiscovery1.1.1

♦OracleBigDataConnectors4.4

♦OracleSQLConnectorforHDFS3.4.0

♦OracleLoaderforHadoop3.5.0

♦OracleDataIntegrator12c

♦RAdvancedAnalyticsforHadoop2.5.1-支持开源

♦OracleXQueryforHadoop4.2.1

♦NoSQLDatabaseEnterpriseEdition12cRl(3.5.2)-支持迁移

♦JDeveloper12c(12.1.3)-支持开源

♦SQLDeveloperandDataModeler4.1.3withOracleRESTData

Services3.0.3-支持SQL代码开源

♦OracleDataIntegrator12cRl(12.2.1)

♦OracleGoldenGate12cR2()

♦RDistribution3.2.0-支持开源

♦OraclePerfectBalance2.6.0

可以发现，大数据工程实践系统环境保持着开放的态度，为高校架设了一个面向

开源生态圈的统一平台，仅仅保留传统数据库12c与性能优化相关组件。同时，在大

数据工程实践系统环境中安装一站式的系统服务管理平台，用户及管理员均可以通过

直观的管理界面，根据课程及科研项目需求启动或者关闭特定服务，以匹配实际需

求：

Usethearrowkeystonavigatebetweenservices.Usethespacebartoselect

servicestostart.Deselectservicestostopthem.Hit<enter>toacceptthe

changes,<CTRL>-ctocancel.

Note:UsingClouderaManagerandmanuallystartingservicesaremutually

exclusive；youmuststoponetoaccesstheother.Also,pleaseperfoma

systemrebootaftershuttingdownClouderaManager.

WEQ!HoracleDatabase^2c7offW

[♦]Zookeeperzookeeper(on)

[,]HOFSnamenode(on)secondarynamenode(on)hadoop-httpfs(on)

]Hivemetastore(off)hive-server2(off)

(1HueHue(off)

[]I«ipalaimpala-server(off)catalog(off)state-store(off)

[]NoSQLOracleNoSQLDatabase(off)

[]Oozieoozie(off)

[]Solrsolr-server(off)

I1Sqoop2sqoop2-server(off)

[]WebLogic-MovieDe：WebLogic-MovieDemo(off)

[*]YARNresourcemanager(on)nodemanager(on)history-server()

2.2开放的商用及开源组件共享平台

开源共享必然是科研与技术发展的潮流，大数据工程实践系统环境本身，基于

ORACLE开源Linux发行版部署，借助灵活开放的系统接口,高校师生可以自由灵活

的在系统平台上加载其他商用及开源软件。

大数据工程实践系统环境中，不单提供了基于ORACLE核心技术的ORACLE娄媚

库12c,大数据SQL,大数据发现数据可视化探索平台(ORACLEBigData

Discovery),高级数据挖掘分析套件；同时，还提供了全球最大的大数据企业解决方

案公司Cloudera的开源大数据开源套件：ClouderaDistributionof

在高校科研环境中，科研项目小组完全可以通过调用基于开源平台的

Hadoop(CDH)o

大数据开发环境与完整的Apache开源项目，实现独立及灵活自主的项目开发与科研

探索，组件包括：

ApacheHadoop(Core)

ApacheAccumulo

ApacheFlume

ApacheHBaseSpork

ApacheHive

HUE

Impala

ApacheKafka

ApachePig

ApacheSentry

ClouderaSearch

ApacheSpark

ApacheSqoop

2.3基于智慧教育云的实践教学平台

23.1总体架构

基于智慧教育云的实践教学平台依托于云计算、虚拟化以及大数据技术，将分散

的IT软硬件资源与教学资源整合在一起，通过统一的教学平台，向用户提供各种服

务，其总体架构如图所示。

通过教学

管理客户

端“学宝”

环

实现单用环

户跨课程境

境阚恤、

的多桌面分

分教学奥源和实践敦学费源和实践

独立的,多

应用组

组环境打包的桌面环境打包的桌面

样性的实践

1统一分发给用户N分发给用户

环境

PaaS

各种学

专业实验

环境提供

云博教育云教学资源计算机专业环文科实验环境人文和经济数云计算大数据

数据挖掘

平台笞理服务境管理服务服务据库资源服务实训环境服务

和报表

在KVMXMicrosoft

□。吧邺k8SWindowsAzure白战黑亮

laaS

UCLOUDamazon

_we_b_serv_ic_es-J

总体架构按照云计算的服务模式划分，可以分为三个层次。

最底层laaS是有机地整合在一起的IT资源，包括计算资源、网络资源和存储资

源。统一的云计算管理平台将这些资源进行虚拟化管理，向上提供基础服务，包括分

布式数据存储与计算服务、负载管理、数据备份等。这一层使用服务器虚拟化技术，

将分布式计算资源进行整合，达到统一管理和使用的目的。

中间的PaaS层为云平台业务调度中心，包括统一身份认证管理、各种教学业务

引擎、各种教学应用服务器、教学资源管理、数据统计和分析功能等。这一层使用虚

拟化技术将各种实践环境需要的实验工具、业务与管理支持工具、实践教学管理工具

等有机地整合在一起，对上一层应用进行按需分配。

SaaS包含了向最终用户提供的各种服务以及各种调用方式。一种方式为一般桌面

应用，提供基础的桌面环境和办公、实验工具。另外一种方式为通过教学平台，将课

程资源和课程需要的专业实践环境进行打包整合来为用户进行服务。调用资源的终端

可以为PC、笔记本电脑、各种云终端和平板电脑。

总体架构从组成形式来看，主要如下图所示。

教学模式创新。过程性评价。实训实险室“在线作业、考试，

墓课、翻转课堂,以学生为中心科研活动"其他应用。

八

在最底层，是整个智慧教育云的基础架构，包含服务器、存储设备、网络安全等

软硬件设备。在此基础上，有一个虚拟桌面云，将基础软硬件设备整合为各种业务场

景资源、计算资源、存储资源、网络资源等。根据生产实践型教学体系，将企业真实

案例等资源分解整合为生产实践型教学资源库，并通过虚拟桌面云来提供虚拟化实训

环境。通过教学云平台，对教学资源、实训环境进行统一管理，组织实施教学过程、

教学活动。通过教学资源库与教学云平台的融合，提供各种应用场景，以开展教学模

式创新、实训实验室建设、在线考试以及其他各种应用。

大数据/移动互联网/物联部署实训套件OpenStack平

网/云计算/金融分析/商台并提供VDI桌面交付

业智能/网络安全/数字媒

Oracle测试优化实验室应实验室实训套件通过学生接入

体/电子商务/互联网营销

用平台,创建虚机模板Oracle交付

实训套件

ORAULW

E-BUSINESSSUITE

+

ORACLW

SOLARIS

“云博"教学平台

通过预安装体验套件实现平台部署

2.3.2虚拟桌面云

虚拟桌面云是采用全球领先的服务器虚拟化、用户桌面虚拟化、云存储、云安

全、云管理技术，自主研发的一项云计算应用实例。虚拟桌面云利用云计算技术在高

校数据中心内搭建一个服务器集群，通过创建多个虚拟机来提供远程虚拟桌面；以

"虚拟机"和"虚拟桌面”的形式向用户提供所需的计算、存储和应用程序等个性化

内容。用户不再需要使用传统PC终端，而是通过多种精简且便捷的云终端设备通过网

络访问远程虚拟桌面的形式获得属于自己的计算与存储能力、个性化的应用与数据内

容，实现与PC一致的使用体验。

虚拟桌面云解决了传统PC构架下，数据分散、安全性低、部署复杂、维护工作量

大、难于管理、能耗巨大、资源浪费等问题，实现了数据高安全性、用户高便利性、

系统易管理性、桌面高可用性与综合成本最低化等特征。

(1)数据高安全

在虚拟桌面云架构下，任何用户数据的处理和存储，都是在服务器端进行处理和

完成的，同时，用户的数据和桌面环境保存在专门的后台存储设备中，保证了用户数

据资料的安全管理与可靠存储。

所有终端的接入都经过严格的认证过程，只有被认证的合法终端才能够接入自己

的虚拟桌面。用户终端与虚拟桌面云之间传输的各种信息，全部按照SSL标准进行加

密，确保数据从录入、处理、呈现、存储全过程的安全。

用户终端相连的U盘等所有外设设备，都必须经过严格的控制与认证管理，才能

够被使用，并且可以从后台直接进行"禁用/启用"管理。

(2)系统易管理

在PC模式下大规模部署的环境下，IT管理人员需耗费大量精力和时间去配置每

一台PC终端。采用虚拟桌面云方案，桌面环境仅需在后台制作一个母镜像，即可以批

量复制的方式，分发给所有虚拟机，在极端的时间内完成部署，现场维护工作量随之

将大大减少。

虚拟桌面云架构实现了桌面个性化与统一管理的平衡，既可以放开所有权限，使

用户拥有最大化的自由度、享受个性化的便利；也可以采用统一管理的模式，对用户

桌面环境和权限进行统一的管理。管理员不仅可以对每一个终端、每一个用户，在后

台灵活地调度与管理服务器资源、存储资源、虚拟内存、虚拟CPU等各种虚拟资源，

也可以远程登录虚拟桌面云服务器，对所有虚拟资源进行有效管理。

X*»©Id*®似帆9

□□一杳磔

•云・夏38MS

号人号出启动美机WHO任务管理纪量主矶

,QKWW

a系线状靠$兄使用*«nr*S・五?d?Td

再比不可修改1»53::55

>Jj片口寸&XPUnWMl，m0取机停止再修改10色安•SOL8ERVER2005

”2515

ubuntutiienn运行中m修改ubuntu

▼(■南m1442

〃

町伸小

9用户V*n7.X32停止(6V*»N7JG2

色自

*蜀云WM

■(lefauttCiusMfA

fdefaunclusterB

foefaultCMterC

・detunehrttarD

J<«3“本值.|情僧―|历史|

Anew膝CPVBI

内W大小(MB)星存大小(MB)

Bit

I

(3)桌面高可用

在传统PC模式下，用户往往因为PC设备的软硬件故障，导致用户数据丢失与用

户使用环境重置。采用虚拟桌面云模式，所有的桌面内容和用户数据，以镜像的方式

集中存储于高性能的存储设备中，并会得到自动的、安全的备份，即使用户正在处理

的、未保存的数据也不会因为用户端的突发故障而丢失。

虚拟桌面云服务器间构建集群，并且虚拟机采用动态启动模式、用户桌面镜像单

独保存在存储设备中，最大限度降低因软硬件故障造成用户数据丢失和桌面环境重置

的风险，也有力保证了用户工作与学习的连续性和高可用性。

(4)用户高便利

通过虚拟桌面云,用户的使用环境不再局限于某台具体的PC,而是可以在任何时

间、任何地点，通过BYOD的方式，快速访问自己的虚拟桌面，实现灵活的、移动式

的工作与学习。而且，因为用户的虚拟桌面是存储于服务器端，用户通过不同的终端

设备访问，都可以获得一致性的使用体验。

如果同一用户需要不同的虚拟环境，比如不同的操作系统、不同的应用软件，无

需配置多台PC,只需要在虚拟桌面云端开设多个虚拟环境，即可满足用户的多样化需

求。与此类似，如果用户对硬件资源有新需求，也不用改变用户设备的配置，只需要

在虚拟桌面云端调整用户的虚拟CPU、虚拟内存、虚拟硬盘等虚拟硬件配置，即可使

用户获得弹性的计算与存储能力。

(5)综合成本低

采用虚拟桌面云架构，所有计算、存储、网络、应用等资源都部署在数据中心,

并通过虚拟化技术统一管理，实现资源共享与弹性的调度，只有在用户需要时，才提

供实际资源，因此可以有效地控制能耗，实现节能减排。

采用虚拟桌面云架构，还可以利用原有的无法满足新应用的计算速度与使用需求

的旧设备，使其变为本地计算能力要求较低的云终端。另外，BYOD的使用方式，使

得终端设备的采购、运营成本降低，软硬件环境的维护、管理成本也有所下降，最终

达到综合成本降低的目的。

2.3.3教学云平台

教学云平台用来提供全方位的教学过程支撑环境，包括资源管理、课程组织，教

学互动，教学统计等功能，并且可以和教学资源库有机结合。根据国内院校的使用习

惯，教学云平台融合了MOOC,翻转课堂等教学形式和理念，并基于云计算、大数据

分析技术，通过智能辅导及多媒体资源，为老师和学生提供个性化的交互性教学与实

践环境，并为管理者提供统一的教务管理途径。

教学云平台的功能特色主要有：

(1)支持教学创新

通过教学云平台，能够全面呈现各学院下各专业课程的教学过程和相关数据，方

便教学管理。可以应用以MOOC,翻转课堂为代表的混合式教学等多种新型教学模

式，支持教师对课程进行课前课中课后的个性化设计，满足专业改革、课程改革的需

求。

(2)教学辅助管理

教学云平台可以和教学指导、多媒体资源、习题库、实践案例库等多种教学资源

有机结合，并支持教师上传自己积累的教学内容，形成个性化的课程内容。通过教学

过程组织，实现备课、作业布置提交与批改、教学过程检杳等系统管理。

(3)教学数据分析

教学数据分析包含学生成绩、教学活动统计等多个层面，可以客观真实地体现学

生的学习情况以及教学活动的实施情况。这些有效数据的汇总可以有效帮助教师调整

教学方案，提高教学效果。同时，数据的积累与分析，也有助于综合化的教学评价、

可量化的教学过程、个性化的教学模式、可视化的教育管理、数据化的教育决策等改

革与创新的实施。

(4)"学宝"客户端

教学云平台配备有"学宝”客户端，使用者可以BYOD形式访问平台，客户端采

用类似QQ界面，账号与老师工号和学生学号结合，免培训，操作简单，使用便捷。

此外，教师和学生可通过"学宝"客户端进行实时的互动与反馈，或者远程查看学生

实践活动环境，进行远程指导。

(5)跨系统集成

教学云平台具有第三方接口，可与学校教务系统对接(如青果、正方、

Blackboard等),配合教务系统对教学过程全程管理。也可与考试系统、MOOC平

台、网络教学平台等高校其他应用集成。

教学云平台的主要功能包括：

(1)教学资源管理

支持文本、图像、音频、视频等主流资源格式；

支持多层次结构化管理，支持模糊检索，支持树形结构展示；

支持对校内资源知识产权进行加密保护;

支持批量转换、打包上传、校内共享等功能;

支持在线学习、课堂教学、作业考试、实验实训等教学活动。

,»Mrtrw»w»<

/AX«*>XHMit■!,

j•««*•»«««

jaiwwww.t.x.

)>i<

►_i**«♦»«»

jSmrejniMitu,

,PWWtWHiwa.

»一E：*Eht

jiwirwMMH.1.物业管理;

glMBMif<u

」”却得的B4"*1，

」《WMWa»,

；既•什■1•用例表示