云课堂教育平台的系统架构与关键技术研究

No.3 第12卷第3期Vol.12 2019年6月June 2019

云课堂教育平台的系统架构与关键技术研究

白培翔，于灏，刘富超，胡鹏，王燕

（内蒙古大学计算机学院，呼和浩特 010021）

摘要：针对目前大多数教学平台互动性差、教学资源利用率低等问题，本文设计了一个云课堂教育平台，该平

台以互动式双视频授课和在线虚拟教室等技术为特点，为学生提供便捷、高效的学习模式，并基于Hadoop分

布式文件系统（Hadoop distributed file system，HDFS）提供高效能存储及MapReduce的并行数据处理，保障

系统高可靠性的运行，为学生提供更流畅的学习环境。通过对云课堂教育平台技术及功能模式的研究，有望

应对如何合理、有效地利用教学资源，实施全方面的远程教学服务的新挑战。

关键词：计算机软件；云课堂教育平台；双视频教学；虚拟教室；分布式系统

中图分类号：TP319 文献标识码：A 文章编号：1674-2850(2019)03-0390-07

Research on system architecture and key technology of cloud

course education platform

BAI Peixiang, YU Hao, LIU Fuchao, HU Peng, WANG Yan

(College of Computer Science, Inner Mongolia University, Hohhot 010021, China)

Abstract: In view of the poor interaction in most teaching platforms and the low utilization rate of teaching

resources, a cloud course education platform featuring interactive dual video teaching and online virtual

classrooms is designed in this paper, to provide students with convenient and efficient learning mode, based on

Hadoop distributed file system (HDFS) to provide high-performance storage and parallel data processing of

MapReduce, ensuring high-reliability operation of the system and providing students with a smoother

learning environment. Through the research on cloud course education platform technology and platform

function mode, it is expected to meet the new challenge of how to use teaching resources reasonably and

effectively and implement all-around remote teaching service.

Key words: computer software; cloud course education platform; double video teaching; virtual classroom;

distributed system

0引言

对于高等院校来说，学生有一定的自我学习能力及较强的独立思考能力，能够筛选出对自己有效的

学习资源以及提出有价值的问题和见解。随着互联网技术的发展，很多高校为整合教学资源提出了基于

互联网平台的教育方式，这类平台极大地促进了学生学习的主动性和积极性，有效地提高了学生的学习

效率，节约了其学习成本。然而，目前大多数教育平台都是基于传统的Web模式开发，仅将海量的视频

资源放到Web数据库中供学生观看学习[1]，难以满足学生全方面的学习需求，也不能达到高质量的教学

效果，并且网络教学平台中师生之间面对面的互动式交流相对困难，同时还存在视频等教学资源的网络

传输稳定性差等问题，特别是当平台中的学习资源达到PB（peta byte）级数据量时，数据存储及数据处

基金项目：赛尔网络下一代互联网技术创新项目（NGII20160511）

作者简介：白培翔（1993—），男，硕士研究生，主要研究方向：大数据与服务计算

通信联系人：王燕，讲师，主要研究方向：服务计算与形式化方法. E-mail: cswy@

June 2019中国科技论文在线精品论文391

理问题将会导致平台崩溃。

基于此，本文提出一种基于Hadoop架构及MapReduce编程模型的双视频课堂学习及虚拟教室互动平台，以解决教学平台中海量教学资源的分享和互动学习问题，旨在提高教学资源的利用效率及平台的教学效果。

1 相关工作

1.1 在线开放教育平台

在线开放学习方式对高校教育教学的影响空前广泛与深刻，并日趋发展成熟，具有代表性的教学平台包括MOOC课堂、网易云课堂、腾讯课堂等。MOOC于2012年初产生于美国，提供了一种面向社会公众的免费教育形式，更加注重教学互动，而不仅仅是资源发布[2]。网易云课堂是网易公司打造的在线学习平台[3]，在该平台上可以学习各种实用技能，还可以根据自身的学习程度，自主安排学习进度。腾讯课堂是由腾讯公司推出的一种模拟真实课堂的专业在线教育平台。这种模拟课堂可以打破以往在线教育平台缺少课堂互动的窘况，模拟真实课堂设置了“提问”、“举手”等模式，可将问题呈现给教师，实现师生之间的互动[4]。吴岳忠等[5]提出了一种在泛在学习视阈下，结合云存储和工作流技术的网络教学平台，通过计算机和网络实现传统教学过程的数字化和自动化，随时随地让师生通过各种终端进行知识的传授、学习和交流等活动，形成共享资源。

综上，在线开放教育平台已成为互联网时代下一种高效的学习模式，通过在线开放的资源共享和互动模拟教学可以极大促进教学资源的优化配置，提高教学资源的使用效率。但教学过程往往需要全方位的配合，包括讲义课件、教学视频及疑问解答等多种实践环节。调研发现，现有的教学平台还存在不足：首先，基于单一教学资源独立分享的机制不能实现不同类教学资源的协同教学；其次，简单的基于问答文本的交流模式降低了互动交流的效率，导致用户体验不佳。

1.2 云平台技术在教育平台的相关应用

蒋宁等[6]比较了公有云与私有云平台，分析了高校建设私有云平台的可行性，研究了基于Hadoop 的云计算辅助教学平台，实验证明该平台具有良好的实用性。孙彦超等[7]通过分析Hadoop源码的使用，认真研究MapReduce对海量数据处理作业流程的分析，提出了MapReduce分布式作业计算的优化策略，从而更好地提高了海量数据的处理效率。康浩等[8]提出了一种基于Hadoop平台的视频处理方法，实现了Hadoop支持的视频类型扩展，设计了MapReduce相关视频数据处理接口，使Hadoop可以更快速地处理视频文件。通过多台计算机组成的集群实验表明，该方法在运行时间上比传统方法缩短10%，I/O读写量减少50%，提升了Hadoop视频文件的处理效率。

通过上述调研分析发现，基于Hadoop的教学平台仅对数据进行并行处理，但对课堂视频资源无法直接处理。针对此问题，康浩等[8]提出的基于Hadoop的视频处理方法可以实现视频资源的并行处理。本文将在云课堂教育平台中整合基于Hadoop及MapReduce技术的数据处理方法，非媒体数据采用Hadoop分布式并行处理模式，而图片及视频资源改进基于Hadoop的视频处理方法[9]，重写接口扩展video数据类型。

2云课堂教育平台系统需求分析

2.1 平台技术需求分析

云课堂是一种面向教育和培训行业的互联网服务。可利用云计算技术实现高效、便捷、实时互动的