大数据架构应用课程整体设计

孙燕飞

【摘要】本文从课程性质与任务、课程教学目标设计、课程内容设计、课程考核等几个方面对大数据架构应用课程进行了整体设计与研究，旨在培养学生分析问题和解决问题的能力、职业道德素养及可持续发展能力。

【关键词】Hadoop;课程设计;职业能力

一、课程性质与任务

本课程是大数据应用开发模块的入门和基础课程。通过学习和实训，使学生熟练掌握运用Hadoop技术进行大数据应用系统的设计与实现的基本技能。在课程的教学过程中，融合计算机程序设计员国家职业资格证书对知识、能力和素质的要求，以培养学生良好的IT职业素养。注重培养学生分析问题和解决问题的能力、职业道德素养及可持续发展能力。

通过本课程的学习和实训，主要使学生具有使用大数据应用系统的构建、使用等综合职业能力和可持续发展能力，培养学生良好的职业道德，增强团队协作能力和沟通交流能力，培养学生的创新精神和实践能力，以适应现代生活的需要，适应未来职业的需要。

二、课程教学目标设计

1.总体目标

本课程的总体目标是培养学生使用Hadoop技术开发大数据应用系统的能力，酌情增加Spark的内容，培养学生综合掌握Hadoop和Spark概念、原理及其應用方法。

2.知识目标

本课程的知识目标包括：

了解大数据技术的发展背景，以及大数据的概念、特征及意义

了解大数据的存储与计算模式和应用场景

了解初识Hadoop大数据平台

了解Hadoop分布式文件系统HDFS的概念、特点和体系结构

了解HDFS Java API的一般用法

了解MapReduce框架，理解YARN运行机制

*了解Spark的特点、与Hadoop的关系及其企业应用

*认识Spark的数据模型和任务调度

3.能力目标

能熟练掌握Hadoop平台的安装与配置，以及Eclipse的Hadoop插件的安装和配置

熟练掌握Hadoop分布式文件系统HDFS的Shell操作

基本掌握HDFS Java API客户端编程

初步掌握MapReduce API编程及应用

*能基本掌握利用Spark Streaming编程

4.素质目标

本课程的职业素质目标包括：

通过标准开发过程和规范化的程序设计训练，培养学生吃苦耐劳、细致认真，一丝不苟的工作作风;

通过页面前台设计，激发学生的美学潜力和审美情趣;

通过分组协作，培养学生团队合作和与人交流、沟通的能力;

通过项目实施中的项目汇演和作品展示，培养学生表达和展示自我的能力与意识;

通过互相评分，培养学生欣赏别人的品质;

培养诚实、守信、坚韧不拔的性格，按时、守时的软件开发观念，良好的编程习惯，不断拓展学习空间;

三、课程内容设计

在课程设计中，体现了以工作过程为导向，以工学结合为人才培养模式，以工学交替、任务驱动、项目导向、顶岗实习为教学模式，以学生为主体，以教师为主导，以职业能力培养为重点，以促进学生综合职业能力发展为目标，校企合作，共建课程。

课程设计从大数据程序员的职业岗位能力要求出发，根据学生认知规律精心组织课程内容，整体采用Project-driven training（项目驱动、项目实战）的思路，具体章节采用通俗易懂的语言和丰富多彩的实例;项目的设计由简单到复杂，理论知识采取循环式教学，使学生能够循序渐进地学习使用Hadoop进行大数据应用系统开发的基础知识和相关技术。根据学生基础，酌情增加Spark的内容，培养学生综合掌握Hadoop和Spark概念、原理及其应用方法。

遵循由易到难、由简单到复杂的认知规律，序化教学内容，确定 7个教学情境，按照教学任务、教学内容以及教学要求安排教学学时，共计 64 学时。

四、课程考核

本课程操作性较强，鉴于平时学习过程的重要性，且有多个能力训练项目贯穿始终，考核主要参考平时课堂表现、平时练习的质量，课外作品（如各类大赛）完成情况等方面;项目实战以小组为单位，所以评分也以小组为单位，以此考察学生团队合作的能力。

鉴于大数据工程师招聘的实际情况，对基础知识和技能采用笔试试卷的方式进行，并为否定性的考核，即期末笔试成绩低于卷面满分60%的，该课程记录成绩不及格。

五、结束语

通过对课程性质和课程任务的分析、对教学内容的选取，结合真实生产系统设计整个教学环节，以培养大数据工程师为目标，本文提出的大数据架构应用课程整体设计方案在实践中较为可行。

参考文献

[1]黄东军. Hadoop大数据实战指南[M]. 电子工业出版社，2017.7.

[2] 西普教育研究院，时允田，林雪纲. Hadoop大数据开发案例教程与项目实战[M]. 人民邮电出版社，2017.5.

[3]黑马程序员. Hadoop大数据技术原理与应用[M].清华大学出版社，2019.5.