hi,小慕
课程

中国大学MOOC,为你提供一流的大学教育

hi,小mooc
云计算技术与应用
第6次开课
开课时间: 2020年02月15日 ~ 2020年05月15日
学时安排: 4小时每周
当前开课已结束 已有 13549 人参加
老师已关闭该学期,无法查看
课程详情
课程评价(352)
spContent=云计算是分布式计算、并行计算、效用计算、 网络存储、虚拟化、负载均衡等传统计算机和网络技术发展融合的产物。 我们身处云计算和大数据时代,已经在“云”端学习与生活。为了系统学习云计算技术,请加入“云计算技术与应用”课程吧!我们将带领你进入云中开启云计算之旅!
云计算是分布式计算、并行计算、效用计算、 网络存储、虚拟化、负载均衡等传统计算机和网络技术发展融合的产物。 我们身处云计算和大数据时代,已经在“云”端学习与生活。为了系统学习云计算技术,请加入“云计算技术与应用”课程吧!我们将带领你进入云中开启云计算之旅!
—— 课程团队
课程概述

云计算是继1980年代大型计算机到客户端-服务器的大转变之后信息技术领域又一次巨变。从技术上看,大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据的特色在于对海量数据的挖掘, 但它必须依托云计算的分布式处理、分布式数据库、云存储和虚拟化技术。“云计算技术与应用”课程在介绍云计算历史、发展及趋势的基础上,重点介绍云计算关键技术、基础架构及各种主流解决方案。课程主要内容包括:云计算概述、云计算关键技术、云服务体系、云计算主流解决方案(Google云计算、Amazon云计算、IBM云计算等)、开源云计算与大数据处理平台(OpenStackHadoop等)。由于云计算是近年来计算机科学技术中的研究和应用热点,技术平台更新快,因此本课程会紧密跟踪主流云计算技术及发展,拓宽学生知识面。


授课目标

1)了解云计算概念,理解云计算各项关键技术,重点是虚拟化技术的原理和应用; 

2)通过具体的案例分析使学生理解云服务的体系结构;

3)深入理解云计算的分布式文件系统、并行处理框架、分布式锁服务以及分布式数据库等技术,并通过实验使学生掌握开源云计算平台OpenStack和Hadoop的管理和应用。

课程大纲
云计算概论
课时目标:1.了解云计算技术背景、发展过程,掌握云计算的基本概念和特征;2.了解在大数据和人工智能背景下发展云计算技术的迫切需求;3. 掌握云计算数据中心的基本特征和基本要求。
1.1 云计算概述
1.2 云计算数据中心
云计算关键技术
课时目标:1.掌握云计算关键技术的概念和内容,如虚拟化、云安全等;2. 通过虚拟机的搭建和配置深入理解虚拟化技术。
2.1 虚拟化技术
2.2 虚拟化实验
2.3 云安全
云服务
课时目标:1.掌握云服务的基本概念;2.掌握三种服务模式IaaS、PaaS和SaaS的基本特点和适用场合;3.通过主流云平台案例介绍及平台试用感知云计算的三种服务模式及项目部署。
3.1 云服务概述
3.2 IaaS及案例分析
3.3 PaaS及案例分析
3.4 SaaS及案例分析
3.5 主流云平台人工智能服务
开源云计算管理平台
课时目标:1.掌握两种主流的 开源云计算管理平台OpenStack和Docker的基本架构和设计理念;2.掌握OpenStack的基本服务如计算服务、对象存储服务、镜像服务等,并通过 OpenStack实验,建立和提供基本的运算服务;3. 掌握容器技术的基本概念,通过Docker实验体验Docker在简化应用软件的部署和运维复杂度方面的优越性,掌握用Docker镜像安装部署软件的基本方法。
4.1 OpenStack云计算管理平台
4.2 OpenStack实验
4.3 Docker容器技术
4.4 Docker实验
云计算企业解决方案
课时目标:1. 熟悉主流云计算企业的解决方案如Google云计算、Amazon云计算、微软云计算、国内如阿里云计算等。2. 掌握Google云计算的三大技术,通过讲解真实案例中三大技术的应用加深基本概念的理解。3. 通过案例分析了解主流云计算厂商解决方案的特点及区别。
5.1 Google云计算
5.2 Amazon云计算
5.3 微软云计算
5.4 国内云计算
开源大数据处理云平台
课时目标:1. 了解Hadoop云计算平台技术的基本生态环境;2. 掌握Hadoop并行计算模式MapReduce,了解分布式文件存储系统HDFS、分布式大数据数据表HBase等;3. 通过Hadoop平台搭建配置以及MapReduce计算模式案例开发等掌握基本的Hadoop平台实战;4. 了解Spark大数据处理的生态环境;通过Spark实验掌握Spark平台搭建和配置方法。
6.1 Hadoop 2.0 平台
6.2 Spark分布式计算框架
展开全部
预备知识

学习本课程前应具备以下几个方面的预备知识:

 l) 理解计算机组成原理的基本知识;

2) 具备基础的操作系统知识,掌握基本Linux操作命令;

3) 理解计算机网络的基本原理;

4) 掌握基础的Java编程语言。


证书要求


本课程设置合格(60~84分)和优秀(85~100分)以及不及格(<60分)三档成绩。

总分(百分制)=单元测验50分+在线讨论5分+期末在线考试45分

成绩达到相应要求即可申请合格证书与优秀证书。为了保证证书权威性,2019年10月起不再发放免费证书。

 

说明:

本课程成绩由以下几部分组成:

1) 完成课后单元测验题,得50分。

本课程单元测验题型主要由单选、多选等客观题题型组成,具体时间会在课程公告中提醒大家。

2)鼓励学生积极参加线上交流讨论,表现优异者可以得到最高5分的奖励。

3)课程学习结束后完成期末考试,总分45分。


    参考资料

    1、参考教材

    l  刘鹏等:《云计算》(第版),电子工业出版社,2016.

    l  Kai Hwang等著:《云计算与分布式系统》, 机械工业出版社,2013.

    l  林子雨著《大数据技术原理与应用》(第2版)人民邮电出版社,2017.2.

     

    2、网络资源

    l  河海课堂在线链接:https://ktzxmooc.hhu.edu.cn/course/638996.html

    l  厦门大学大数据课程公共服务平台 https://dblab.xmu.edu.cn

    l  中国云计算 https://www.chinacloud.cn

    l  CSDN云计算频道 https://cloud.csdn.net/

    l  IBM developer works云计算频道 https://www.ibm.com/developerworks/cn/cloud/index.html

    l  OpenStack社区 https://www.openstack.org/

    l  OpenStack中文社区 https://www.openstack.org/

    l  Docker社区 https://www.docker.com/

    l  Docker中文社区 https://www.docker.org.cn/index.html

    l  Hadoop社区 https://hadoop.apache.org/

    l  CSDN Hadoop社区 https://hadoop.csdn.net/

    l  Spark社区 https://spark.apache.org/

     

    3、参考文献

    l  Google论文中文版:

    Bigtable:一个分布式的结构化数据存储系统》

    The Google File System

    Google MapReduce


    河海大学
    3 位授课老师
    孙宁

    孙宁

    副教授

    陈慧萍

    陈慧萍

    教授

    金永霞

    金永霞

    实验师

    推荐课程

    运筹学不挂科-6小时学完运筹学

    猴博士爱讲课

    187241人参加

    猴博士期末高分/考研-20小时精通高数·上

    猴博士爱讲课

    197198人参加

    猴博士期末高分/考研-30小时精通高数·下

    猴博士爱讲课

    156323人参加

    猴博士线代高分-4小时学完线性代数【2024新版】

    猴博士爱讲课

    541382人参加
    下载
    下载

    下载App