。课程以“构建知识体系、阐明基本原理、引导初级实践、了解相关应用”为指导思想，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”，旨在为学生搭建起通向“大数据知识空间”的桥梁和纽带。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“深入学习”奠定基础、指明方向。课程系统论述了大数据的基本概念、大数据处理架构Hadoop、分布式文件系统HDFS、分布式数据库HBase、NoSQL数据库、云数据库、分布式并行编程模型MapReduce、基于内存的分布式计算框架Spark、流计算、图计算、数据可视化以及大数据在互联网、生物医学和物流等各个领域的应用。在Hadoop、HDFS、HBase、MapReduce和Spark等重要章节，安排了入门级的实践操作，让学生更好地学习和掌握大数据关键技术。厦门大学数据库实验室官网为本课程提供了配套的大量免费在线教学资源（https://dblab.xmu.edu.cn/post/8197/），可以帮助初学者“零基础”学习大数据。

每个学习单元结束后，学生需要参与单元测验单元测验提醒包括单选题、多选题、判断题和填空题。

最终，课程总成绩是由单元测验（20%）、域外作业论文（80%）组成。

总成绩包含“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分小于85分为“合格”，大于等于85分为“优秀”。

成绩合格及优秀的同学可付费申请认证证书。