课程简介
最近几年，我们经常可以在各种场合听到“大数据”这个词汇，那么大数据是什么，它是如何产生的，与我们的生活究竟有什么关系，它可以改变我们的生活方式吗？大数据有哪些关键技术，在哪些领域发挥作用？希望通过这次课程的学习。可以解答大家心中的疑惑。本课程系统介绍了大数据相关知识，共有8章 该教学平台详细地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、分布式并行编程模型MapReduce、流计算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和MapReduce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 在Hadoop、HDFS、HBase和MapReduce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 本项目每门课程包括课程大纲、课程介绍、教师团队、视频、试题库、考核方案、PPT、教案、在线学习资源、案例库、动画、讨论等。
课程大纲
第一章 概论
1.1大数据时代及影响
1.2大数据的4V特征、关键技术
1.3大数据与云计算、物联网的关系
第二章 大数据处理架构
2.1 Hadoop简介
2.2 Hadoop的版本
2.3 Hadoop项目结构
第三章 分布式文件系统HDFS
3.1 分布式文件系统HDFS简介
3.2HDFS相关概念
3.3HDFS体系结构
3.4HDFS存储原理
3.5HDFS读过程和写过程
第四章 分布式数据库
4.1 HBASE简介
4.2Hbase数据模型
4.3HBASE的实现原理
4.4HBASE运行机制
4.5Hbase应用方案
第五章 MapReduce概述
5.1分布式并行编程
5.2MapReduce模型简介
5.3MapReduce的体系结构
5.4MapReduce工作流程
5.5Shuffle过程原理
第六章 Spark
6.1Spark简介
6.2Spark与Hadoop的对比
6.3Spark运行架构基本概念和架构设计
6.4Spark运行基本流程
第七章 流计算
7.1 流计算概念及框架
7.2 流计算处理流程及应用
期末考试
1.1大数据时代及影响
1.2大数据的4V特征、关键技术
1.3大数据与云计算、物联网的关系
第二章 大数据处理架构
2.1 Hadoop简介
2.2 Hadoop的版本
2.3 Hadoop项目结构
第三章 分布式文件系统HDFS
3.1 分布式文件系统HDFS简介
3.2HDFS相关概念
3.3HDFS体系结构
3.4HDFS存储原理
3.5HDFS读过程和写过程
第四章 分布式数据库
4.1 HBASE简介
4.2Hbase数据模型
4.3HBASE的实现原理
4.4HBASE运行机制
4.5Hbase应用方案
第五章 MapReduce概述
5.1分布式并行编程
5.2MapReduce模型简介
5.3MapReduce的体系结构
5.4MapReduce工作流程
5.5Shuffle过程原理
第六章 Spark
6.1Spark简介
6.2Spark与Hadoop的对比
6.3Spark运行架构基本概念和架构设计
6.4Spark运行基本流程
第七章 流计算
7.1 流计算概念及框架
7.2 流计算处理流程及应用
期末考试
