入门级大数据课程,适合初学者,完备的课程在线服务体系,可以帮助初学者实现“零基础”学习大数据课程。课程采用厦门大学林子雨老师编著的国内高校第一本系统性介绍大数据知识专业教材《大数据技术原理与应用》。课程紧紧围绕“构建知识体系、阐明基本原理、引导初级实践、了解相关应用”的指导思想,对大数据知识体系进行系统梳理,做到“有序组织、去粗取精、由浅入深、渐次展开”。课程由国内高校知名大数据教师厦门大学林子雨助理教授主讲。
课程内容(固定在每周一上午10点发布一章内容):
第一讲:大数据概述(2017年11月6日发布)
第二讲:大数据处理架构Hadoop(2017年11月13日发布)
第三讲:分布式文件系统HDFS(2017年11月20日发布)
第四讲:分布式数据库HBase(2017年11月27日发布)
第五讲:NoSQL数据库(2017年12月4日发布)
第六讲:云数据库(2017年12月11日发布)
第七讲:MapReduce(2017年12月18日发布)
第八讲:数据仓库Hive(2017年12月25日发布)
第九讲:Hadoop架构再探讨(2018年1月1日发布)
第十讲:Spark(2018年1月8日发布)
第十一讲:流计算(2018年1月15日发布)
第十二讲:图计算(2018年1月22日发布)
第十三讲:大数据在不同领域的应用(2018年1月25日发布)
期末考试:2018年2月1日上午10点到2月7日晚上11点
课程的定位是入门级课程,本课程的目标是为学生搭建起通向“大数据知识空间”的桥梁和纽带。本课程将系统梳理总结大数据相关技术,介绍大数据技术的基本原理和大数据主要应用,帮助学生形成对大数据知识体系及其应用领域的轮廓性认识,为学生在大数据领域“深耕细作”奠定基础、指明方向。
面向对象编程(比如Java)、数据库、操作系统
课程总成绩是由单元测验(40%)、单元作业(10%)和考试(50%)组成。成绩包含“不合格”、“合格”和“优秀”三个档次。总成绩小于60分为“不合格”,大于等于60分并且小于85分为“合格”,大于等于85分为“优秀”。
林子雨.大数据技术原理与应用(第2版),人民邮电出版社,2017年2月(教材官网)。
林子雨-大数据基础编程、实验和案例教程,清华大学出版社,2017年8月。(教材官网)
高校大数据课程公共服务平台:http://dblab.xmu.edu.cn/post/8197/
大数据学习路线图:http://dblab.xmu.edu.cn/post/10164/