大數(shù)據(jù)平臺(tái)技術(shù)實(shí)例教程-教學(xué)日歷

教學(xué)日歷（20xx～20xx學(xué)年第x學(xué)期）開課學(xué)院開課專業(yè)講授學(xué)時(shí)32課程名稱大數(shù)據(jù)平臺(tái)技術(shù)實(shí)例教程授課教師實(shí)踐/實(shí)驗(yàn)學(xué)時(shí)32授課年級(jí)授課班級(jí)總學(xué)時(shí)64使用教材《大數(shù)據(jù)平臺(tái)技術(shù)實(shí)例教程》參考書目《大數(shù)據(jù)平臺(tái)技術(shù)實(shí)例教程》校歷周次授課內(nèi)容分章節(jié)題目第1周第1章大數(shù)據(jù)技術(shù)概述（3學(xué)時(shí)）1.1大數(shù)據(jù)源起和應(yīng)用、1.2大數(shù)據(jù)技術(shù)框架（1學(xué)時(shí)）1.3大數(shù)據(jù)就業(yè)崗位、1.4大數(shù)據(jù)的特點(diǎn)（1學(xué)時(shí)）1.5大數(shù)據(jù)的深遠(yuǎn)影響、1.6大數(shù)據(jù)的意義和發(fā)展目標(biāo)、1.7大數(shù)據(jù)與云計(jì)算、物聯(lián)網(wǎng)、人工智能的關(guān)系（1學(xué)時(shí)）第2章數(shù)據(jù)采集和大數(shù)據(jù)（1學(xué)時(shí)）2.1數(shù)據(jù)采集和ETL、2.2網(wǎng)絡(luò)爬蟲、2.3Python常用開發(fā)工具簡(jiǎn)介（1學(xué)時(shí)）第2周第2章數(shù)據(jù)采集和大數(shù)據(jù)（4學(xué)時(shí)）2.4Python語(yǔ)言簡(jiǎn)介（2學(xué)時(shí)）2.5基于Python的網(wǎng)絡(luò)爬蟲應(yīng)用實(shí)例（2學(xué)時(shí)）第3周第3章大數(shù)據(jù)框架的安裝和配置（4學(xué)時(shí)）3.1大數(shù)據(jù)框架配置環(huán)境、3.2Linux操作系統(tǒng)介紹（1學(xué)時(shí)）3.3Linux終端常見命令（3學(xué)時(shí)）第4周第3章大數(shù)據(jù)框架的安裝和配置（3學(xué)時(shí)）3.3Linux終端常見命令（2學(xué)時(shí)）3.4虛擬機(jī)的使用、3.5遠(yuǎn)程登錄工具配置、3.6Hadoop偽分布式安裝和使用（1學(xué)時(shí)）第4章HDFS（1學(xué)時(shí)）4.1引言、4.2HDFS基礎(chǔ)知識(shí)（1學(xué)時(shí)）第5周第4章HDFS（3學(xué)時(shí)）4.3HDFS的常用Shell命令（1學(xué)時(shí)）4.4Hadoop中HDFS的Web管理界面（1學(xué)時(shí)）4.5基于JavaAPI的HDFS操作（1學(xué)時(shí)）第5章Hadoop分布式計(jì)算模型（1學(xué)時(shí)）5.1完全分布式環(huán)境配置、5.2完全分布式配置步驟（1學(xué)時(shí)）第6周第5章Hadoop分布式計(jì)算模型（2學(xué)時(shí)）5.3MapReduce計(jì)算模型、5.4Mapper-Reducer實(shí)例（2學(xué)時(shí)）第6章分布式協(xié)調(diào)服務(wù)ZooKeeper（2學(xué)時(shí)）6.1高可靠性大數(shù)據(jù)框架配置、6.2ZooKeeper簡(jiǎn)介、6.3ZooKeeper的常用命令（1學(xué)時(shí)）6.4ZooKeeper的安裝與運(yùn)行（1學(xué)時(shí)）第7周第7章Hadoop的集群資源管理系統(tǒng)YARN（2學(xué)時(shí)）7.1Hadoop資源管理配置、7.2YARN簡(jiǎn)介（1學(xué)時(shí)）7.3YARN的工作流程、7.4YARN的安裝與運(yùn)行（1學(xué)時(shí)）第8章數(shù)據(jù)庫(kù)MySQL和數(shù)據(jù)倉(cāng)庫(kù)Hive（2學(xué)時(shí)）8.1基于Hive的大數(shù)據(jù)分析配置、8.2Hive的意義和應(yīng)用、8.3Hive和數(shù)據(jù)庫(kù)的異同、8.4Hive的架構(gòu)模式及其執(zhí)行（2學(xué)時(shí)）第8周第8章數(shù)據(jù)庫(kù)MySQL和數(shù)據(jù)倉(cāng)庫(kù)Hive（4學(xué)時(shí)）8.5MySQL的安裝和使用（2學(xué)時(shí)）8.6Hive的安裝、8.7Hive表的操作（1學(xué)時(shí)）8.8典型內(nèi)置函數(shù)與自定義函數(shù)（1學(xué)時(shí)）第9周第8章數(shù)據(jù)庫(kù)MySQL和數(shù)據(jù)倉(cāng)庫(kù)Hive（2學(xué)時(shí)）8.8典型內(nèi)置函數(shù)與自定義函數(shù)（2學(xué)時(shí)）第9章NoSQL數(shù)據(jù)庫(kù)HBase（2學(xué)時(shí)）9.1大數(shù)據(jù)框架的數(shù)據(jù)庫(kù)存儲(chǔ)配置、9.2NoSQL概念和分類（1學(xué)時(shí)）9.3HBase數(shù)據(jù)庫(kù)（1學(xué)時(shí)）第10周第9章NoSQL數(shù)據(jù)庫(kù)HBase（4學(xué)時(shí)）9.4HBase的安裝（1學(xué)時(shí)）9.5HBase的Shell操作（1學(xué)時(shí)）9.6基于JavaAPI訪問(wèn)HBase實(shí)例（1學(xué)時(shí)）9.7HBase綜合實(shí)例（1學(xué)時(shí)）第11周第9章NoSQL數(shù)據(jù)庫(kù)HBase（1學(xué)時(shí)）9.7HBase綜合實(shí)例（1學(xué)時(shí)）第10章基于內(nèi)存的分布式計(jì)算框架Spark（3學(xué)時(shí)）10.1基于Spark的大數(shù)據(jù)分析框架配置、10.2Spark基礎(chǔ)知識(shí)（2學(xué)時(shí)）10.3Spark的安裝和使用（1學(xué)時(shí)）第12周第10章基于內(nèi)存的分布式計(jì)算框架Spark（4學(xué)時(shí)）10.4Spark的常用操作（2學(xué)時(shí)）10.5SparkSQL的應(yīng)用（1學(xué)時(shí)）10.6Spark綜合應(yīng)用實(shí)例（1學(xué)時(shí)）第13周第10章基于內(nèi)存的分布式計(jì)算框架Spark（3學(xué)時(shí)）10.7Spark的機(jī)器學(xué)習(xí)（3學(xué)時(shí)）第11章數(shù)據(jù)可視化（1學(xué)時(shí)）11.1可視化分析展示配置、11.2數(shù)據(jù)可視化概述（1學(xué)時(shí)）第14周第11章數(shù)據(jù)可視化（4學(xué)時(shí)）11.3數(shù)據(jù)可視化繪圖（2學(xué)時(shí)）11.4綜合實(shí)例一鳶尾花數(shù)據(jù)集的可視化分析（2學(xué)時(shí)）第15周第12章大數(shù)據(jù)應(yīng)用綜合案例（4學(xué)時(shí)）12.1醫(yī)療大數(shù)據(jù)應(yīng)用框架配置、12.2案例概述（2學(xué)時(shí)）12.3準(zhǔn)備數(shù)據(jù)和開發(fā)環(huán)境配置（1學(xué)時(shí)）12.4數(shù)據(jù)探索性分析（1學(xué)時(shí)）第16周第12章大數(shù)據(jù)應(yīng)用綜合案例（4學(xué)時(shí)）12.4數(shù)據(jù)探索性分析（