云计算与大数据概论 教学大纲
本科专业认证《云计算》课程教学大纲
《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。
大数据导论第2章 大数据与云计算
2.1 云计算概述
2.1.2云计算的定义
简而言之，云计算是一种通过互联网以服务 的方式提供动态可伸缩的虚拟化资源的计算模式。 云计算的资源是分布式架构并通过虚拟化技术实 现动态易扩展，通过互联网提供的一种具有服务 等级协议（Service-Level Agreement，SLA）的服 务。该协议是云服务提供商和客户之间的一份商 业保障合同，而非一般的服务承诺。终端用户不 需要了解“云”中基础设施的细节，不必具有相 应的专业知识，也无需直接进行控制，只关注自 己真正需要什么样的资源以及如何通过网络来得 到相应的服务。
目前，比较流行的公有云平台有国外的亚马逊云平 台AWS（Amazon Web Services）、GAE（Google App Engine）等，国内的有阿里云、SAE（SiS提供了大量基 于云的全球性产品，包括计算、存储、数据库、分析、 联网、移动产品、开发人员工具、管理工具、物联网、 安全性和企业级应用程序，这些服务及应用程序可帮助 企业或组织快速发展自己的业务、降低IT成本，使来自中 国乃至全球的众多客户从中获益。
（2）美国国家标准与技术实验室（National Institute of Standards and Technology，NIST）：云计算是一种无 处不在的、便捷的通过互联网访问的一个可定制的IT资 源（IT资源包括网络、服务器、存储、应用软件和服务） 共享池，是一种按使用量付费的模式。它能够通过最少 量的管理或与服务供应商的互动实现计算资源的迅速供 给和释放。这也是现阶段广为接受的云计算的定义。
公有云有很多优点，但最大的缺点是难以保证数据 的私密性。
2.1 云计算概述
2.2 云计算的主要部署模式
第2章 大数据与云计算
Big Data and Cloud Computing
本科《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。
《大数据导论》—教学大纲
本课程旨在实现以下几个培养目标：
（1）引导学生步入大数据时代，积极投身大数据的变革浪潮之中；
（2）了解大数据概念，熟悉大数据应用，培养大数据思维，养成数据安全意识；
（3）了解大数据专业知识体系，形成对大数据专业的整体认知；
（4）熟悉大数据各个环节的相关技术，为后续深入学习相关大数据技术奠定基础；
（1）平时成绩：包括上课考勤和作业；
（2）期末考试：采用笔试，闭卷；
（3）最终成绩：平时成绩和期末考试成绩按5:5比例加权求和。
六、选用教材
七、参考书目与文献
八、课程网站等支持条件
课程主讲教师建设了国内高校首个大数据课程公共服务平台，提供讲义PPT、课程习题、学习指南、授课视频、技术资料等全方位、一站式免费服务，帮助学生更好学习大数据课程，网站地址：
（5）激发学生基于大数据的创新创业热情。
三、教学方法
本课程以课程理论教学为主，并提供大量补充学习资料，以深化学生对知识的理解。在理论教学层面，高屋建瓴地探讨大数据，超脱技术讲解技术，内容深入浅出，简单易懂，适合各个年级学生学习；同时，在课堂上为学生展示丰富的实际应用案例，激发学生学习兴趣，开拓学生视野，培养学生大数据思维。
4
第7章 数据处理与分析
数据处理与分析的概念、机器学习和数据挖掘算法、大数据处理与分析技术、大数据处理与分析代表性产品
6
第8章数据可视化
可视化概述、可视化图表、可视化工具、可视化典型术选择、系统实现、案例所需知识和技能
2
合计
32
五、考核方式与要求
四、主要内容及学时安排
章（或节）
主要内容
学时安排
第1章 大数据概述
数据的概念、大数据时代到来的背景、大数据的发展历程、世界各国的大数据发展战略、大数据的概念与影响、大数据的应用以及大数据产业
大数据处理与云计算教学大纲
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
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。
云计算和大数据讲座ppt(详细)
集成能力
可与其他开源技术（如 Kubernetes）集成，提供 更丰富的功能。
选择合适平台进行大数据处理建议
评估业务需求
明确业务需求和数据规模，选 择能够满足性能和可扩展性要
求的云平台。
了解技术兼容性
确保所选平台支持现有的技术 栈和开发工具，减少迁移成本 和风险。
考虑成本效益
对比不同平台的定价模型和服 务等级协议（SLA），选择性价 比高的平台。
发展历程
云计算经历了从网格计算、效用 计算、自主计算到云计算的演变 过程，近年来得到了快速发展和 广泛应用。
云计算架构及核心技术
云计算架构
云计算架构包括基础设施层、平台层 和应用层三个层次，分别对应IaaS、 PaaS和SaaS三种服务模式。
核心技术
云计算核心技术包括虚拟化技术、分 布式计算技术、自动化管理技术等， 这些技术共同支撑了云计算的高效、 灵活和可扩展性。
大数据在零售行业的应用 包括市场趋势分析、消费 者行为分析、精准营销等 。例如，通过分析消费者 的购物历史、浏览行为等 数据，可以为消费者提供 更加个性化的商品推荐。
大数据在制造业的应用包 括生产流程优化、质量控 制、供应链管理等。例如 ，通过分析生产线上传感 器采集的数据，可以实时 监测生产过程中的异常情 况并及时处理。
人工智能与云计算和大数据的 结合将为企业提供更精准的市 场分析、用户画像和智能决策 支持。
企业级市场需求推动行业变革
随着企业数字化转型的加速，对云计算和大数据的需求将持续增长。
企业需要借助云计算和大数据技术来优化业务流程、提高运营效率、降 低运营成本等。
未来，云计算和大数据行业将不断推出更加符合企业级市场需求的产品 和服务，推动行业的变革和发展。
《云计算》课程设计
《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
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。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
计算机科学与技术专业
《云计算与大数据概论》教学大纲
一、课程基本信息
课程中文名称：云计算与大数据概论
课程代码：
学分与学时：4学分，６4学时(其中，理论学时58，实验学时6)
课程性质:必修课程
授课对象：计算机科学与技术专业
二、课程教学目标与任务
本课程就是理论性与应用性均较强得课程,通过本课程得学习,了解云计算与大数据发展概况，掌握云计算技术、云计算体系结构,了解当前主流得云计算平台，了解大数据开发技术,掌握Hadoop平台得应用方式，理解ＭａpReducｅ、PＩＧ与Hbaｓe，了解云计算与大数据安全得标准与规范。
三、学时安排
四、课程教学内容与基本要求
第1章云计算与大数据概述
教学目得：通过本章学习，掌握云计算与大数据得概念，了解云计算与大数据技术得发展现状，掌握云计算与大数据得特点与优势，了解云计算分类方式,了解当前主流得云计算与大数据供应商.
基本要求：掌握云计算与大数据得概念,掌握云计算与大数据得特点与优势
重点与难点：云计算与大数据得特点与优势
教学方法:讲授、学生收集资料。
主要教学内容：
1.云计算与大数据得概念。
2.云计算与大数据技术发展现状。
3.云计算与大数据得特点与优势。
4.云计算得分类.
5.主流云计算与大数据供应商。
6.云计算与大数据得联系
第2章云计算技术
教学目得：通过本章学习,掌握虚拟化技术得原理与实现方式,包括服务器虚拟化、网络虚拟化、存储虚拟化、应用虚拟化与桌面虚拟化,了解分布式计算得原理与应用。
掌握IaaS、PaaS、SaａS三种云计算服务方式得特点与应用范围。
基本要求：掌握虚拟化技术得原理与实现方式，掌握三种云计算服务方式。
重点与难点：虚拟化技术、分布式计算技术
教学方法：讲授、学生收集资料。
主要教学内容：
1、虚拟化技术原理与实现方式。
2、分布式计算得原理。
3、IａaS、ＰaaＳ、SaaS三种云计算服务方式得特点与应用范围。
ﻩ第3章云计算平台
教学目得:通过本章学习，了解当前主流得云计算平台服务商，掌握Google、亚马逊、微软、阿里巴巴、百度与腾讯所提供得云计算服务得原理与内容。
基本要求:了解当前主流得云计算平台服务商及其所提供得云计算服务。
重点与难点:Ｇooｇle云计算体系,亚马逊云计算架构
教学方法:讲授、学生收集资料、实验。
主要教学内容：
1、主流云计算平台服务商.
2、Google云计算体系，GFS文件系统、Google App Engiｎe。
3、亚马逊平台存储结构、弹性云EC2、AＷS等.
4、微软得Ｍiｃｒosoft Azｕｒｅ。
5、阿里云服务平台。
6、百度开发者云服务。
7、腾讯云服务平台。
第4章大数据技术
教学目得:通过本章学习，了解大数据与数据挖掘技术，掌握大数据应用得总体架构与关键技术，理解大数据高级分析与可视化技术,了解当前主流得大数据服务、开源大数据平台。
基本要求：掌握大数据总体架构与关键技术，了解当前主流得大数据服务。
重点与难点:大数据应用得总体架构、数据分析与可视化技术.
教学方法：讲授、学生收集资料。
主要教学内容:
1、大数据与数据挖掘技术。
2、大数据应用总体架构与关键技术。
3、大数据高级分析与可视化技术。
4、主流大数据服务。
5、开源大数据平台。
第５章Hadoop开发平台
教学目得：通过本章学习，掌握Ｈadoop得发展史.掌握Hａdoｏp得作用，跟几个相近得系统进行比较。
掌握Ｈａdooｐ得组成，简单了解coｒe、avro、ｍａｐreduce、ＨＤＦＳ、pig、Hbaｓe、ZooKeｅｐer、Ｈｉve、Chuｋｗa得作用。
基本要求:掌握Ｈaｄoop得作用,Hadoｏp得发展史，及Ｈadoop得组成。
重点与难点：了解Hadoop得作用与优势.掌握Hadｏop得基础组成部分。
教学方法:讲授、学生收集资料.
主要教学内容:
１、Hａｄoop得作用:了解Hａdoop在大数据得处理方面得作用与优势。
2、Haｄoop得发展史:Hａdｏｏp得起源与发展历程。
3、Hadoｏp得基本组成部分:了解其子系统得作用。
第６章MapReduce应用
教学目得：通过本章学习，了解MapＲeduｃe得作用。
掌握MａpReduｃe得运行原理.掌握jaｖa MapReduce得使用方法。
基本要求：掌握map函数与reｄuce函数在数据处理中得作用.
重点与难点:掌握jaｖa ＭapＲeduｃe得使用方法。
教学方法:讲授、学生收集资料.
主要教学内容:
1、掌握MapReduce得运行原理。
2、掌握map函数与reｄｕce函数在数据处理中得作用.
3、掌握java MａpＲeduce得使用方法。
４、了解并行计算得实现。
５、了解新框架ＹＡRＮ。
第7章PＩＧ
教学目得：掌握pig得作用。
掌握piｇ得安装与运行.掌握ｐig Ｌａtｉn.掌握用户定义函数.了解Piｇ得开发技巧与提示。
基本要求：掌握pig得作用.掌握pig得安装运行,ｐig Latｉn得使用。
重点与难点: pig Latiｎ，用户定义函数，数据处理操作符得使用。
教学方法：讲授、学生收集资料。
主要教学内容：
1、掌握ｐiｇ得作用。
2、掌握ｐｉg得安装与运行。
3、掌握pig Latin。
4、掌握用户定义函数。
5、掌握数据处理操作符.
6、了解Pig得开发技巧与提示。
第8章Ｈbａse简介
教学目得：了解列式数据库得发展与优点.掌握Hａse得使用方法、组成架构。
基本要求:掌握Ｈｂａse得作用与使用方法.
重点与难点：理解列式数据库得优点。
掌握使用java来操作Hbａse。
理解Hbaｓe得组成架构。
教学方法:讲授、学生收集资料。
主要教学内容:
1、Ｈｂaｓe得概念与作用.
2、Hｂaｓe安装。
3、Hbase与RDBMS得比较.
4、Hbase数据模型。
5、Hbａse组成架构
6、客户端访问接口。
第９章云计算与大数据安全
教学目得:了解云计算面临得安全威胁，掌握云计算安全相关解决方案。
了解大数据面临得安全问题，掌握现有得大数据安全解决方案。
基本要求：掌握云计算安全相关解决方案，掌握现有得大数据安全解决方案。
重点与难点：云计算安全相关解决方案,现有得大数据安全解决方案。
教学方法：讲授、学生收集资料。
主要教学内容：
1、云计算面临得安全威胁。
2、云计算安全相关解决方案。
3、大数据面临得安全问题。
4、不同领域大数据安全需求。
5、现有得大数据安全解决方案。
五、课程教学方式与考核方式
课程教学方式:讲授、讨论、模拟练习、作品设计等多种方式。
考核方式:由平时成绩与期末考试成绩组成，其中：平时成绩包括平时作业、考勤与作品设计三部分,期末考试以闭卷笔试为主；总成绩＝平时成绩×4０%+期末考试成绩×60%.
六、使用得教材及教学参考资料
教材:青岛英谷教育科技有限公司、《云计算与大数据概论》
参考资料：
１、ＴOM Wｂite著《Hａdoopq权威指南》,清华大学出版社,２010、05
2、董西成著《haｄoｏp技术内幕：深入解析ＹARN架构设计与实现原理》，机器工业出版社,2０1
3、12
３、Chｕck Ｌam 著《Hadoop实战》人民邮电出版社出版，201１、１０
4、刘鹏编著《云计算》电子工业出版社
5、赵新芬编著《典型云计算平台与应用教程》电子工业出版社。