1.6 教学建议及教辅资料

大数据涉及基础技术较多，要在一本书中涵盖所有知识点是非常困难的。本书内容围绕Hadoop生态圈中核心技术展开，旨在让读者掌握大数据的基本概念、原理与方法。通过本课程的学习能够做简单的应用开发，为深入学习后续相关课程打下坚实基础。

若要掌握大数据基础技术，读者应学习Java语言、数据结构、熟练Linux命令并了解TCP/IP协议的相关知识。根据以往的教学经验，本书在第2章增加了Linux基本操作一节，并在假设读者学习过Java语言的基础上补充了可能在学习中被忽略的泛型、Java集合类、反射等Java语言知识。同时考虑到本书中多处使用SQL或类SQL，在第2章也增加了SQL基础内容。本书适合作为教材使用，教师可以根据学生实际情况增删，但不建议学生在没有掌握相关基础的情况下贸然开始学习3章以后的内容。建议课堂教学48学时，上机32学时，教师可根据实际教学情况进行调整。例如第8章有关Spark的知识，相对独立，可以略讲或不讲；第9章，若学生没有Javascript和Web开发经验也可以略过。具体建议如下。

第1章　大数据概述　　　　　　　2学时

第2章　大数据软件技术基础　　　 4学时 + 上机4学时

第3章　大数据存储技术　　　　　6学时 + 上机4学时

第4章　MapReduce分布式编程　　 6学时 + 上机4学时

第5章　数据采集与预处理　　　　 4学时 + 上机4学时

第6章　数据仓库与联机分析技术　 6学时 + 上机4学时

第7章　数据挖掘与分析技术　　　 4学时 + 上机4学时

第8章　Spark分布式内存计算框架　6学时 + 上机4学时

第9章　数据可视化技术　　　　　6学时 + 上机4学时

第10章 大数据安全　　　　　　　4学时

本书配套教辅资料和实验环境等资料，可以通过人民邮电出版社的人邮教育社区（www.ryjiaoyu.com）下载或者通过Email与作者联系：zdxue@isyslab.org。