教学大纲《云计算与大数据分析》

《云计算与大数据分析》教学大纲

课程编号：1208137 编写人： 刘志明

开课学期：春季学期 开课单位：计算机科学与技术学院 课程中文名称：云计算与大数据分析

课程英文名称：Introduction to Modern Systems Engineering

主讲教师：刘志明 教授 总学时：32， 其中：理论 24学时 实验：8学时 学分： 2学分 课程性质：非学位课 考核方式：考查 先修课程：操作系统、数据库原理、面向对象程序设计

一、课程教学目的（说明本课程与专业培养目标、研究方向、培养要求）与要求（限300字）：

云计算和大数据正在引发全球范围内深刻的技术和商业变革,已经成为IT行业主流技术。云计算通过分布式操作系统、虚拟化、并行计算、弹性计算、效用计算等关键技术，为大数据提供了基础物理平台，大数据是落地的云，技术涵盖了从数据的海量存储、处理到应用多方面的技术，包括数据采集、海量数据存储、非关系型数据管理、数据挖掘、数据可视化以及智能分析技术如模式识别、自然语言理解、应用知识库等。

本课程为计算机、软件工程硕士生开设的一门专业选修课程，主要学习云计算和大数据处理的相关原理和技术，结合核、医应用，与实际工程应用相结合，构建相应的云计算和大数据分析与应用平台。

本课程采取研讨式教学模式，教师主讲技术体系和结构原理，技术细节分为理论、实践、应用等专题，由学生自主选择专题进行自主钻研，阅读文献，搭建软件平台并实际运行，上台讲解，提交论文和实验报告，充分培养学生的自主学习和科研能力。 二、课程内容简介（限200字）：

（1）云计算与大数据概况了解云计算的特点及技术分类；了解大数据概念；了解大数据的产生、应用和作用；了解大数据与云计算、物联网之间的关系

（2）云计算关键技术--虚拟化技术 了解服务器虚拟化、存储虚拟化、网络虚拟化、桌面虚拟化的基本概念；熟悉常用的VMware虚拟机软件；了解OpenStack开源虚拟化平台

（3）云架构及主流云服务和仿真平台 掌握云服务的类型；了解常用的云服务平台Google、Amazon、Windows Azure、云计算仿真器CloudSim

（4）Hadoop 2.0主流开源云架构理解Hadoop的功能与作用；了解Hadoop的应用现状和发展趋势；掌握Hadoop项目及其结构；掌握Hadoop的体系结构；掌握分布式文件系统HDFS的体系结构；掌握分布式数据处理MapReduce、掌握分布式结构数据表Hbase；相关组件（Zookeeper、Yarn等）

（5）大数据处理的关键技术 了解数据采集、数据存储与管理、数据分析与挖掘、数据可视化的流程；掌握非关系型数据库NoSQL（MongoDB）、云储存、数据仓库Hive、实时流框架Storm等；了解内存计算框架Spark等

1

（6）大数据分析挖掘与可视化 熟悉数据分析挖掘算法及相关工具，包括关联规则分析、遗传算法、神经网络、机器学习、社会网络分析、自然语言分析、R语言等，了解大数据可视化技术及工具，包括标签云（Tag Cloud）、聚类图（Clustergram）、空间信息流（Spatial information flow）、热图（Heatmap）等；南华大学大数据检索与挖掘研究方向介绍

（7）学生所选专题 理论专题1（普适计算、并行计算、服务计算、社会计算、流计算…）；理论专题2（云计算核心算法Paxos算法、DHT算法、Gossip协议…）；实践专题1（分布式操作系统Yarn、分布式文件系统HDFS、云数据库MongoDB、MapReduce、Hbase、CloudSim…）；实践专题2（Hadoop组件ZooKeeper、Pig、Hive、Oozie、Flume、Mahout…）；实践专题3（OpenStack 计算服务Nova、对象存储服务Swift、镜像服务Glance） 三、教学进度

章节内容 云计算与大数据分析概况 云计算关键技术--虚拟化技术 云架构及主流云服务平台 大数据处理的关键技术 大数据分析挖掘与可视化 学生所选理论专题1（普适计算、并行计算、服务计算、社会计算、流计算…）； 学生所选理论专题2（云计算核心算法Paxos算法、DHT算法、Gossip协议…）； 学生所选实践专题1（分布式操作系统Yarn、分布式文件系统HDFS、云数据库MongoDB、MapReduce、Hbase、CloudSim…）； 学生所选实践专题2（Hadoop组件ZooKeeper、Pig、Hive、Oozie、Flume、Mahout…） 授课或实验 授课或实验教师 刘志明 刘志明 刘志明 刘志明 刘志明 学时安排 授课 授课 授课 授课 授课 2（学时） 2（学时） 3（学时） 2（学时） 3（学时） 授课 刘志明 2（学时） 授课 刘志明 2（学时） 授课 刘志明 2（学时） 授课 刘志明 2（学时） 2

学生所选实践专题3（OpenStack 计算服务Nova、对象存储服务Swift、镜像服务Glance） 授课 刘志明 2（学时） 课程总结及云计算与大数据研究展望 实验1：Hadoop2.0及部件部署（4个节点，数据库和数据仓库） 实验2：Map-Reduce Demo案例运行 实验3：CloudSim部署 选做实验：构建一个基于Google App Engine、新浪App Engine、青云、AVOS、UCloud等开放云计算平台的应用（如电子书分享网站等） 授课 刘志明 2（学时） 实验 实验 实验 3（学时） 2（学时） 3（学时） 实验 2（学时） 四、所用教材（正式出版教材要求注明教材名称、作者姓名、出版社、出版时间）及主要参考书： 1、选用教材：

（1）《云计算（第三版）》刘鹏主编，电子工业出版社，2015.8 （2）《大数据搜索与挖掘》张华平著，科学出版社，2014.5 2、主要参考书：

（1）云计算与大数据技术.王鹏等编著.人民邮电出版社. 2014.5月

（2）VMware虚拟化与云计算应用案例详解.王春海编著.中国铁道出版社.2013.11 （3）深入云计算：Hadoop源代码分析.张鑫著.中国铁道出版社. 2013.6

（4）大数据思维与决策. [美]伊恩·艾瑞斯(Ian Ayres) 著.人民邮电出版社. 2014.10 （5）R与Hadoop大数据分析实战.（印）普贾帕提（Vignesh Prajapati）著，李明等译.机械工业出版社.2014.11

（6）Hadoop大数据分析与挖掘实战.张良均 樊哲 李成华 刘丽君等.机械工业出版社. 2015.12

3、主要参考网站：

（1）中国云计算http://www.chinacloud.cn/ （2）中国大数据http://www.thebigdata.cn/

3

（3）OpenStack开源虚拟化平台http://www.openstack.cn/ （4）自然语言处理与信息检索共享平台http://www.nlpir.org （5）Sina App Enginehttp://saet.sina.com.cn/ （6）阿里云http://www.aliyun.com/

课程负责人：刘志明主管院长：

学院盖章：

2016年 1月 20日

注：本表一式二份，由编制教师填写，并报送学院研究生教学秘书处，由教学秘书汇总电子版和纸质版各一份交研究生处培养办公室备案。

4

本文来源：https://www.bwwdw.com/article/958t.html