云计算与大数据概论 教学大纲

《云计算》课程教学大纲（Cloud Computing）编写单位：计算机与通信工程学院计算机科学与技术系编写时间： 2021年 7月《云计算》课程教学大纲一、基本信息课程名称：云计算英文名称：Cloud Computing课程类别：专业教育课程课程性质：选修课课程编码：0812001946学分：2.5总学时：40。

其中，讲授26学时，实验14学时，上机0学时，实训0学时适用专业：计算机科学与技术、网络工程先修课程与知识储备： Linux编程技术。

后继课程：大数据技术基础二、课程简介：《云计算技术》是网络工程、计算机科学与技术专业的选修课。

通过本课程的学习，使学生对云服务、云服务接口、并行计算与云计算的相互关系、云计算平台及其技术实现等有所了解。

本课程主要介绍云计算的原理及关键技术的基本概念，Hadoop、Open Stack等开源平台的云计算实现方法，以及云计算领域具有代表性的国外Google平台、国内阿里云平台。

通过学习云计算的框架、云计算的模式、云计算的研究热点、云计算的企业应用场景，为学生对云计算这门科学前沿学科有深入的认知，为以后开展类似的工作打下基础。

三、教学目标1、课程思政教学目标：通过本课程的学习，使学生充分了解云计算领域的科学发展史，重点了解云计算技术对社会经济产生的影响和贡献，熟悉本领域国内外企业的发展现状及领先世界的技术和产品。

了解云计算领域相应的国家标准、法律法规；学会一定的沟通、组织、团队合作的社会能力。

通过课程思政教学，培养爱国、爱党、具有良好的职业道德和高度职业责任感的专业人才。

2、课程教学总目标：通过本课程的学习，使学生对云计算技术的兴起、由来、概念及分类、云计算的原理及关键技术建立基本的概念，并通过实践了解云服务，虚拟化技术，并行计算与云计算的相互关系等相关内容；通过对云计算开源平台Hadoop、OpenStack等的介绍，让学生对云计算平台的相关技术有所了解；结合云计算平台中各项应用及核心技术的介绍，拓展学生对云计算的认识。

《云计算与大数据》课程教学大纲开课单位：计算机科学与技术教研室课程类别：专业基础课总学时：48 讲授学时：40 实验学时：8 学分：2.5开课学期：第五学期先修课程：操作系统、数据库原理、面向对象程序设计教学方式：理论讲授加实验考核方式：考试使用教材及主要参考书：建议使用教材：陶皖主编，《云计算与大数据》西安电子科技大学出版社2017.1推荐参考资料：（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（3）《云计算与大数据技术》王鹏等编著.人民邮电出版社.2014.5月一、课程的性质和任务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。

本课程为物联网工程专业开设的一门专业基础课，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。

二、教学基本要求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动手能力。

通过本课程学习，使学生掌握大数据的采集、传输、处理和应用的技术，了解Hadoop分布式系统基础架构，掌握HDFS和Map Reduct术。

了解HBase Hive、Zookeeper、Avro、Pig等相关大数据技术，与实际工程应用相结合，构建相应的云计算平台。

教学应当结合实际实验条件，培养学生实践动手能力，了解大数据技术发展现状，促进大数据相关教学改革。

大数据处理与云计算教学大纲Document serial number【NL89WT-NY98YT-NC8CB-NNUUT-NUT108】《大数据处理与云计算》教学大纲课程类别：专业教育课课程名称：大数据处理与云计算开课单位：信息与通信工程学院课程编号：N03050703总学时：40学分：2.5适用专业：信息工程专业先修课程：无一、课程在教学计划中的地位、作用大数据处理与云计算是信息工程专业高年级学生开设的一门专业教育课。

本课程主要学习大数据处理和云计算的相关原理和技术，根据实际需求，构建相应的大数据处理和云计算平台框架。

通过本课程学习，使学生掌握大数据的采集、传输、处理和应用的技术，了解Hadoop基础架构，掌握HDFS和MapReduce技术。

了解、、、、Pig等相关大数据技术，与实际工程应用相结合，构建相应的云计算平台。

教学应当结合实际实验条件，培养学生实践动手能力，了解大数据技术发展现状，促进大数据相关教学改革。

二、课程教学内容、要求及学时分配第一章大数据与云计算概况1、了解大数据概念2、了解大数据的产生、应用和作用3、了解云计算技术的概述4、了解云计算的特点及技术分类5、了解大数据与云计算、物联网之间的关系第二章大数据处理与云计算的关键技术1、理解大数据处理的基本流程2、掌握大数据的关键技术3、理解大数据的处理工具4、了解大数据面临的挑战5、理解云计算及关系型数据库第三章Hadoop1、了解Hadoop概述2、了解Hadoop发展简史3、理解Hadoop的功能与作用4、了解Hadoop的优缺点5、了解Hadoop的应用现状和发展趋势6、掌握Hadoop项目及其结构7、掌握Hadoop的体系结构8、掌握HDFS的体系结构第四章MaReduce1、理解分布式并行编程2、理解MapReduce模型概述3、掌握Map和Reduce函数4、掌握MapReduce工作流程5、掌握并行计算的实现6、掌握新的MapReduce框架：Yarn7、理解新旧HadoopMapReduce框架的对比第五章HDFS1、理解HDFS的假设与目标2、理解HDFS的相关概念3、掌握HDFS体系结构4、掌握HDFS命名空间5、掌握HDFS存储原理6、掌握通讯协议7、理解数据错误和异常8、理解从HDFS看分布式文件系统的设计需求第六章Zookeeper1、了解Zookeeper简介2、掌握Zookeeper的工作原理3、理解Zookeeper的数据模型第七章HBase海量实时处理实战技巧1、理解HBase简介和架构2、掌握HBase核心知识点3、掌握HBase高级应用4、理解HBase应用场景5、理解HBase常用接口和SQL引擎层实战6、理解基于HadoopV1和V2使用HBase的异同第八章基于HadoopV2的Hive/Pig开发技巧1、理解Hive和Pig架构和理论基础2、理解Hive的作用和原理说明3、掌握Hadoop仓库和传统数据仓库的协作关系4、理解Hadoop/Hive仓库数据数据流5、理解基于HadoopV1和V2使用Hive和Pig等工具的异同6、HQL基本语法第九章实时流框架StormonYARN（HadoopV2）实战技巧1、理解实时流计算的概念2、理解Storm的概念、核心组件、特性3、理解Storm核心概念和数据流模型4、了解运行基于Storm的编程实例第十章内存计算框架SparkonYARN（HadoopV2）实战技巧1、理解Spark核心架构2、掌握在YARN上安装Spark3、理解Spark集群配置介绍4、理解Spark多语言编程第11章云数据库1、了解云数据库概述2、了解云数据库的特性及其需求3、理解云数据库与传统的分布式数据库4、了解云数据库产品5、理解数据模型6、理解数据访问方法及编程模型三、实验四学时分配。

《云计算与大数据》课程教学大纲云计算与大数据课程教学大纲引言：云计算和大数据作为当今信息技术领域的热点，已经成为企业和个人处理海量数据和应对复杂业务需求的重要工具。

本文将为您介绍《云计算与大数据》课程的教学大纲，旨在帮助学生全面了解并掌握相关知识和技能。

一、课程简介1.1 课程背景随着互联网的快速发展和信息系统的日益复杂化，云计算和大数据技术的应用已经渗透到各个行业。

学习《云计算与大数据》课程，对于从事计算机相关领域的学生来说，具有举足轻重的意义。

1.2 课程目标通过本课程的学习，学生将能够：- 理解云计算和大数据的基本概念和原理- 掌握云计算和大数据的基本架构和技术- 能够运用云计算和大数据技术解决实际问题- 具备初步的云计算和大数据系统设计和实施能力二、教学内容2.1 云计算基础2.1.1 云计算概述- 云计算定义和特点- 云计算的分类和主要服务模式2.1.2 云计算基础架构- 虚拟化技术- 集群管理和资源调度2.1.3 云计算平台- 常见的云计算平台及其特点- 云计算环境搭建与配置2.2 大数据基础2.2.1 大数据概述- 大数据的定义和特点- 大数据对社会经济发展的影响2.2.2 大数据处理技术- 分布式文件系统- 分布式计算模型和编程框架2.2.3 大数据分析与挖掘- 数据预处理和清洗- 数据维度约简和特征提取- 数据挖掘算法2.3 云计算与大数据综合应用2.3.1 云计算与大数据融合发展- 云计算与大数据技术的关系- 云计算与大数据的典型应用场景2.3.2 云计算与大数据安全- 云计算与大数据安全的挑战- 云计算与大数据安全解决方案2.3.3 云计算与大数据的未来发展- 云计算与大数据技术的前景- 云计算与大数据行业趋势分析三、教学方法与评价方式3.1 教学方法- 理论讲授：系统详细介绍云计算与大数据相关知识- 实践操作：通过实验和项目案例，提升学生的实际操作能力- 讨论与互动：鼓励学生参与讨论，分享经验和见解3.2 评价方式- 平时成绩：包括考勤、作业、实验报告等表现- 期末考试：对学生的综合知识掌握能力进行考核- 项目评价：通过实际项目的完成情况评价学生的综合能力结语：通过本课程的学习，学生将全面了解云计算与大数据的基本概念、原理和应用，为今后从事相关领域工作打下坚实的基础。

云计算与大数据课程教学大纲课程代码：课程名称：云计算与大数据／ An introduction to cloud computing and big data开课学期：5学分/学时：3/32+16课程类型：必修适用专业/开课对象：先修课程：开课单位：团队负责人：责任教授：执笔人：核准院长：一、课程的性质、目的与任务《云计算与大数据》是软件工程专业中一门综合性很强的基础课程，主要内容包括云计算概论、云计算基础（云计算关键技术、云交付模式、云部署模式、云计算的优势与挑战以及典型云应用）、虚拟化相关知识、云计算应用、大数据概念和发展背景、大数据系统架构概述、分布式通信与协同、大数据存储、分布式处理、MapReduce和Spark解析、流计算概述、集群资源管理与调度以及综合实践（结合云计算与大数据，在OpenStack平台上搭建Hadoop平台并进行数据分析）。

本课程的目的与任务是使学生通过本课程的学习，从云计算的基本概念入手，由浅入深学习云计算的各种相关知识，学会云计算的相关关键技术和云部署模式，然后切入大数据相关技术，介绍Hadoop MapReduce和Spark等大数据相关技术，最后以一个综合实验，综合云计算和大数据相关技术，让学生融合云计算和大数据相关知识，掌握云计算和大数据的相关思想。

本课程除要求学生掌握云计算和大数据的基础知识和理论，重点要求学生学会分析问题的思想和方法，为更深入地学习和今后的实践打下良好的基础。

二、教学内容及教学基本要求1. 云计算概论与云计算基础（4学时）了解云计算的定义和它的历史背景，了解学好云计算的方式方法；了解分布式计算和云计算的关键技术，云计算的关键技术包括虚拟化技术、分布式海量数据存储技术、云平台技术、并行编程技术和数据管理技术；掌握四种云交付模型，分别是软件即服务、平台即服务、基础设施即服务和容器即服务，并掌握前三种基本模型之间的区别；掌握三种云部署模式，分别是公有云、私有云和混合云；了解云计算的优势和典型的云应用。

《云计算》课程设计一、课程目标知识目标：1. 理解云计算的基本概念，掌握其定义、特点及分类；2. 学会分析云计算在日常生活和行业中的应用场景；3. 掌握云计算中的关键技术，如虚拟化、分布式计算等；4. 了解云计算的发展趋势和未来发展方向。

技能目标：1. 培养学生运用云计算技术解决实际问题的能力；2. 提高学生进行云计算环境搭建和资源管理的实践技能；3. 培养学生团队协作、沟通交流的能力，以适应云计算项目开发的需求。

情感态度价值观目标：1. 激发学生对云计算技术的兴趣，培养其主动探索的精神；2. 培养学生关注国家战略需求，认识到云计算技术在国家经济发展中的重要性；3. 增强学生的信息安全意识，使其在享受云计算便利的同时，重视个人隐私和数据安全；4. 培养学生的环保意识，认识到云计算在节能减排方面的优势。

本课程旨在帮助高年级学生深入理解云计算知识，提高实践技能，培养创新精神和团队合作能力。

结合学生特点和教学要求，课程目标具体、可衡量，为后续的教学设计和评估提供明确方向。

通过本课程的学习，使学生能够掌握云计算的核心知识，具备实际应用能力，为未来进一步学习和工作打下坚实基础。

二、教学内容1. 云计算概述- 云计算的定义、特点及分类- 云计算的发展历程与未来趋势2. 云计算关键技术- 虚拟化技术- 分布式计算- 数据存储与管理技术- 云计算安全3. 云计算应用场景- 日常生活应用案例- 行业应用案例分析- 创新应用与未来发展4. 云计算实践操作- 云计算平台搭建与使用- 云计算资源管理- 体验云计算项目开发与团队协作5. 云计算与信息安全- 个人隐私保护- 数据安全策略- 信息安全意识培养6. 云计算与环保- 云计算在节能减排方面的优势- 环保意识与可持续发展教学内容根据课程目标进行选择和组织，确保科学性和系统性。

本课程将按照以下教学大纲进行安排和进度：第一周：云计算概述第二周：云计算关键技术第三周：云计算应用场景第四周：云计算实践操作第五周：云计算与信息安全第六周：云计算与环保教学内容与课本紧密关联，涵盖理论知识和实践操作，旨在帮助学生全面掌握云计算相关知识，为实际应用打下坚实基础。

教科版(2024)云计算技术概论教案课程目标本课程旨在介绍云计算技术的基本概念、原理和应用，培养学生对云计算的理解和应用能力。

通过本课程的学习，学生将能够：1. 理解云计算的概念和发展历程；2. 掌握云计算的基本原理和关键技术；3. 熟悉云计算的应用场景和实际案例；4. 学会使用云计算平台进行开发和部署。

教学内容第一章：云计算概述1. 云计算的定义和基本概念2. 云计算的发展历程和趋势3. 云计算的优势和挑战第二章：云计算基础技术1. 虚拟化技术及其在云计算中的应用2. 分布式计算和存储技术3. 网络技术在云计算中的作用第三章：云计算平台与服务模型1. 云计算平台的分类和特点2. 云计算服务模型：IaaS、PaaS和SaaS3. 常见的云计算平台及其特点第四章：云计算应用场景1. 云计算在企业信息化中的应用2. 云计算在教育、医疗、金融等领域的应用3. 云计算在物联网、大数据等新兴领域的应用第五章：云计算开发与部署1. 云计算开发环境的搭建2. 云计算平台上的应用开发和部署流程3. 云计算安全和隐私保护教学方法本课程将采用以下教学方法：1. 理论讲授：通过讲解云计算的基本概念、原理和技术，帮助学生建立起对云计算的整体认识；2. 实例分析：通过实际案例分析，让学生了解云计算在不同领域的应用和效果；3. 实践操作：通过实际操作云计算平台，让学生掌握云计算开发和部署的基本技能；4. 小组讨论：组织学生进行小组讨论，分享对云计算的理解和应用想法。

教学评价与考核方式1. 平时表现：包括课堂参与、作业完成情况等；2. 期中考试：考察学生对云计算概念和基础知识的掌握程度；3. 课程设计：要求学生完成一个云计算应用开发和部署的实践项目；4. 期末考试：综合考察学生对云计算理论和实践的综合能力。

参考教材1. 《云计算概论》2. 《云计算与大数据技术原理与实践》3. 《云计算：概念、技术与架构》以上为《教科版(2024)云计算技术概论教案》的内容概述，详细教案将根据教学进度和学生实际情况进行设计和调整。