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2 32 32 0 0 0 0 先修课程编程语言一、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、阐明基本原理、引导初级实践、了解相关应用”为原则，为学生在大数据领域“深耕细作”奠定基础、指明方向。课程将系统讲授大数据的基本概念、大数据处理架构Hadoop、分布式文件系统HDFS、分布式数据库HBase、NoSQL数据库、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Hadoop、HDFS、HBase、MapReduce、Spark 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） 能够建立对大数据知识体系的轮廓性认识，了解大数据发展历程、基本概念、主要影响、应用领域、关键技术、计算模式和产业发展，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 的发展历史、 重要特性和应用现状， Hadoop 项目结构及其各个组件，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基本概念、结构和设计需求，掌握Hadoop 分布式文件系统 HDFS的重要概念、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的使用方法；（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） 能够了解 NoSQL数据库与传统的关系数据库的差异、NoSQL数据库的四大类型以及 NoSQL数据库的三大基石；基本掌握Redis、MongoDB 等 NoSQL数据库的使用方法；（6） 能够了解云数据库的概念、基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的基本原理和编程方法；（8） 能够了解大数据处理架构Spark的基本原理和编程方法；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 O2O 教学理念，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服务的巧妙结合。课程主讲教师建设了国内高...
