信息技术（第2版）（拓展模块）教案2-模块3 3.2 大数据的系统架构

课题名称大数据的系统架构、认识大数据工具授课类型理论课授课对象授课课时所授课程授课地点所授教材一、学情分析知识技能储备方面：通过前2个模块的学习,学生已经掌握了计算机的基础操作，对信息技术的发展有了一定的了解二、教学内容系统架构的相关知识以及对应的大数据工具理解大数据的系统架构，理解大数据的系统架构；（2）了解大数据常用工具。四、教学重难点学习通资源：验收评价表：学生课前自学、课堂表现和作业质量的最终综合性评价依据。六、教学策略教法：启发引导式、讲授法七、教学流程八、教学环节教学环节教学内容教学活动策略与意图环节一单元导入(15分钟)【问题导入】大数据技术是一系列技术的总称，它是集合了数据采集与传输、数据存储、数据处理与分析、数据挖掘、数据可视化等技术，是一个庞大而复杂的技术体系。根据大数据从来源到应用，实现传输的流程，可以将大数据技术架构分为数据采集层、数据存储层、数据处理层、数据治理与建模层、数据应用层。【学习目标】理解大数据的系统架构。从宏观上描述架构的层次：教师活动确本次学习任务。2.PPT图片明确展示本次课任学生活动2.明确本单元的学习任务。PPT展示任务驱动（设计意图：根据系统架构图，激发学生对问题的深入探究）教学环节教学内容教学活动策略与意图环节二知识讲解大数据系统架构各层功能（40分钟）数据收集层主要采用了大数据采集技术，实现对数据的ETL操作，数据从数据来源端经过抽取、转换、加载到目的端。大数据采集的数据类型，主要有以下三类：互联网数据、系统日志数据、数据库数据。当大量的数据被收集完以后，需要对其进行存储。数据的存储分为持久化存储和非持久化存储。对于持久化存储而言，最关键的概念就是文件系统和数据库系统。常见的有分布式文件系统HDFS、对应的分布式非关系型数据库系统Hbase。当数据被收集、存储、正常读写、备份后，还需要考虑到利用它们产生更大的价，那么首先需要对这些数据进行处理。大数据处理分为两类，批量处理（离线处理）和实时处理（在线处理）。通过利用R语言、Python等对数据进行ETL预处理，然后再根据算法模型、业务模型进行融合建模，从而更好地为业务应用提供优质底层数据。5.大数据的应用大数据架构为大数据的业务应用提供了一种通用的架构，还需要根据行业领域、公司技术积累以及业务场景，从业务需求、产品设计、技术选型到实现方案流程上具体问题具体分析，利用大数据可视化技术，进一步深入，形成更为明确的应用，包括基于大数据交易与共享、基于开发平台的大数据应用、基于大数据的工具应用等。教师活动学生活动教学环节教学内容教学活动策略与意图环节三知识讲解认知大数据工具（25分钟）认知大数据工具：1.大数据存储和管理工具（1）Cloudera（2）MongoDB（3）Talend2.大数据清理工具（1）OpenRefine（2）DataCleaner（3）Excel3.大数据挖掘工具（1）RapidMiner（2）IBMSPSSModeler4.大数据可视化工具（1）Tableau（2）Silk（3）Chartio教师活动学生活动教学环节教学内容教学活动策略与意图环节四：总结评价拓展延伸（