《云計算與大數(shù)據(jù)》課程教學(xué)大綱

云計算與大數(shù)據(jù)課程教學(xué)大綱課程代碼：課程名稱：云計算與大數(shù)據(jù)／Anintroductiontocloudcomputingandbigdata開課學(xué)期：5學(xué)分/學(xué)時：3/3216課程類型：必修適用專業(yè)/開課對象：先修課程：開課單位：團(tuán)隊負(fù)責(zé)人：責(zé)任教授：執(zhí)筆人：核準(zhǔn)院長：一、課程的性質(zhì)、目的與任務(wù)《云計算與大數(shù)據(jù)》是軟件工程專業(yè)中一門綜合性很強(qiáng)的基礎(chǔ)課程，主要內(nèi)容包括云計算概論、云計算基礎(chǔ)（云計算關(guān)鍵技術(shù)、云交付模式、云部署模式、云計算的優(yōu)勢與挑戰(zhàn)以及典型云應(yīng)用）、虛擬化相關(guān)知識、云計算應(yīng)用、大數(shù)據(jù)概念和發(fā)展背景、大數(shù)據(jù)系統(tǒng)架構(gòu)概述、分布式通信與協(xié)同、大數(shù)據(jù)存儲、分布式處理、MapReduce和Spark解析、流計算概述、集群資源管理與調(diào)度以及綜合實踐（結(jié)合云計算與大數(shù)據(jù)，在OpenStack平臺上搭建Hadoop平臺并進(jìn)行數(shù)據(jù)分析）。本課程的目的與任務(wù)是使學(xué)生通過本課程的學(xué)習(xí)，從云計算的基本概念入手，由淺入深學(xué)習(xí)云計算的各種相關(guān)知識，學(xué)會云計算的相關(guān)關(guān)鍵技術(shù)和云部署模式，然后切入大數(shù)據(jù)相關(guān)技術(shù)，介紹HadoopMapReduce和Spark等大數(shù)據(jù)相關(guān)技術(shù)，最后以一個綜合實驗，綜合云計算和大數(shù)據(jù)相關(guān)技術(shù)，讓學(xué)生融合云計算和大數(shù)據(jù)相關(guān)知識，掌握云計算和大數(shù)據(jù)的相關(guān)思想。本課程除要求學(xué)生掌握云計算和大數(shù)據(jù)的基礎(chǔ)知識和理論，重點要求學(xué)生學(xué)會分析問題的思想和方法，為更深入地學(xué)習(xí)和今后的實踐打下良好的基礎(chǔ)。二、教學(xué)內(nèi)容及教學(xué)基本要求1.云計算概論與云計算基礎(chǔ)（4學(xué)時）了解云計算的定義和它的歷史背景，了解學(xué)好云計算的方式方法；了解分布式計算和云計算的關(guān)鍵技術(shù)，云計算的關(guān)鍵技術(shù)包括虛擬化技術(shù)、分布式海量數(shù)據(jù)存儲技術(shù)、云平臺技術(shù)、并行編程技術(shù)和數(shù)據(jù)管理技術(shù)；掌握四種云交付模型，分別是軟件即服務(wù)、平臺即服務(wù)、基礎(chǔ)設(shè)施即服務(wù)和容器即服務(wù)，并掌握前三種基本模型之間的區(qū)別；掌握三種云部署模式，分別是公有云、私有云和混合云；了解云計算的優(yōu)勢和典型的云應(yīng)用。為您推薦2.虛擬化（4學(xué)時）了解虛擬化技術(shù)；了解虛擬化技術(shù)的分類；掌握系統(tǒng)虛擬化、虛擬化與云計算；了解相關(guān)開源技術(shù)以及虛擬化未來的發(fā)展趨勢；了解虛擬化的發(fā)展歷史以及虛擬化帶來的好處。3.云計算的應(yīng)用（1學(xué)時）介紹常見的云計算應(yīng)用，包括谷歌的云計算平臺和應(yīng)用、亞馬遜的彈性計算云、IBM的藍(lán)云計算平臺、清華大學(xué)透明計算平臺、阿里云和MicrosoftAzure。4.大數(shù)據(jù)概念和發(fā)展背景（1學(xué)時）講述什么是大數(shù)據(jù)、大數(shù)據(jù)的相關(guān)概念和發(fā)展。5.大數(shù)據(jù)系統(tǒng)架構(gòu)概述（1學(xué)時）講述企業(yè)大數(shù)據(jù)系統(tǒng)設(shè)計發(fā)展變化以及方式。6.分布式通信與協(xié)同（2個學(xué)時）在大規(guī)模分布式系統(tǒng)中，為了高效地處理大量任務(wù)以及存儲大量數(shù)據(jù)，通常需要涉及多個處理節(jié)點，需要在多個節(jié)點之間通信以及協(xié)同處理。這里主要講述的是多個節(jié)點之間的協(xié)作處理方式。7.大數(shù)據(jù)存儲（4個學(xué)時）隨著結(jié)構(gòu)化數(shù)據(jù)量和非結(jié)構(gòu)化數(shù)據(jù)量的不斷增長，以及分析數(shù)據(jù)來源的多樣化，之前的存儲系統(tǒng)設(shè)計已無法滿足大數(shù)據(jù)應(yīng)用的需求。在容量、延遲、安全、成本、靈活性方面，大數(shù)據(jù)存儲都需要考慮。本章是從這幾個方面講述大數(shù)據(jù)存儲的相關(guān)技術(shù)。8.分布式處理（1個學(xué)時）本章講解大數(shù)據(jù)分布式處理技術(shù)的相關(guān)概念以及基礎(chǔ)知識。9.HadoopMapReduce解析（2個學(xué)時）本章講解的是HadoopMapReduce的架構(gòu)、Map和Reduce過程。10.Spark解析（2個學(xué)時）本章講解的是Spark架構(gòu)以及Spark的相關(guān)設(shè)計原理。11.流計算StreamComputing（1個學(xué)時）本章講解的是大數(shù)據(jù)處理中的流計算相關(guān)技術(shù)。12.集群資源管理與調(diào)度（2個學(xué)時）在大數(shù)據(jù)分析處理過程，需要大量的計算和存儲設(shè)備，為了提高這些計算設(shè)備的資源利用率，本章從集群資源管理與調(diào)度講述如何利用這些計算設(shè)備13．綜合實踐：在OpenStack平臺上搭建Hadoop并進(jìn)行數(shù)據(jù)分析（？個學(xué)時）從實踐的角度出發(fā)，利用開源OpenStack平臺搭建云計算平臺，并執(zhí)行大數(shù)據(jù)分析相關(guān)case。三、教學(xué)方法本課程教學(xué)方法以教師為主導(dǎo)的啟發(fā)式講授教學(xué)法為主，討論（提問）式教學(xué)為輔，結(jié)合課外學(xué)習(xí)的教學(xué)方法。實驗以學(xué)生動手實驗為主，教師的啟發(fā)式講授教學(xué)法為輔，并結(jié)合討論（提問）式教學(xué)，以及結(jié)合課外學(xué)習(xí)的教學(xué)方法。1．本課程概念較多，因此教學(xué)形式以講授方式為主。本課程擬采用多媒體PPT的教學(xué)方法，增加課堂信息，淺顯通俗地對概念、定義和原理進(jìn)行解釋，增加教學(xué)的直觀性，教學(xué)過程中注意各個知識點的關(guān)聯(lián)性，以使學(xué)生更好地理解課程內(nèi)容。2．對課程中關(guān)鍵性概念、設(shè)計思想方面的問題可輔以課堂討論的形式。3．為加強(qiáng)和落實動手能力的培養(yǎng)，每章課后應(yīng)安排作業(yè)，幫助學(xué)生學(xué)習(xí)和應(yīng)用。四、課內(nèi)外教學(xué)環(huán)節(jié)及基本要求本課程共3216個學(xué)時，理論32個學(xué)時，講授16周（每周2學(xué)時）；實驗16個學(xué)時。課外學(xué)習(xí)要求：1．做好課前預(yù)習(xí)，預(yù)習(xí)時以教材為主，了解相關(guān)的概念、定義、原理。預(yù)習(xí)中認(rèn)真思考，以便帶著問題主動地聽課。2．課后要復(fù)習(xí)，有余力的學(xué)生復(fù)習(xí)時還應(yīng)閱讀參考資料，認(rèn)真整理課堂聽課筆記。3．要求學(xué)生課外自主學(xué)習(xí)，學(xué)生課外閱讀的參考資料以本大綱所列參考資料為主。4．認(rèn)真完成所布置的大作業(yè)。五、考核內(nèi)容及方式本課程成績由平時成績和期末考核成績組合而成，課程成績以百分制計算，分配比例如下：1．平時成績占30%，主要考查作業(yè)的完成程度，理論課和實驗課的出勤率，實驗課的考試結(jié)果。其中作業(yè)占10%，實驗占15%，出勤率占5%。2．期末成績占70%，采用考試的考核方式?？荚嚥捎瞄]卷形式，題型為選擇題、正確/錯誤題、填空題、簡答題，以及應(yīng)用題。六、持續(xù)改進(jìn)本課程根據(jù)學(xué)生作業(yè)、課堂討論、平時考核情況和學(xué)生、教學(xué)督導(dǎo)等反饋，及時對教學(xué)中不足之處進(jìn)行改進(jìn)，并在下一輪課程教學(xué)中改進(jìn)。七、建議教材及參考資料建議教材：[1]呂云翔，張璐，王偉佳.云計算導(dǎo)論[M].北京：清華大學(xué)出版社，2017參考資料：[1]韓燕波，