个人介绍
分布式与并行计算(2023秋学期)

主讲教师:张璐、董文强

学校: 山西农业大学
开课院系: 软件
开课专业: 数据科学与大数据技术
课程英文名称: Distributing and Parallel Computing
课程编号: 116A3029
学分: 3
课时: 64
课程介绍
《分布式与并行计算》已成为数据科学与大数据技术专业的核心技术和重要基础。该课程不仅是数据科学与大数据技术专业的一门主干技术必修课,还是软件工程专业本科教学中的一门专业方向课,在培养学生创造性思维、综合设计能力和大数据系统开发实践能力方面占有重要的地位。本课程以Hadoop生态系统为核心,完整地讲授分布式和并行计算特点、关键技术HDFS、HBase、Hive、计算模式和产业发展,力图使学生对分布式计算和并行计算有一个全面的了解,为后续数据科学与大数据学习以及从事相关研究工作奠定基础,培养学生的创新意识与能力和数据科学知识的应用能力,支撑专业学习成果中相应指标点的达成。
教学方法
  • 线上教学

(1)在超星学习通平台自建《分布式与并行计算》课程,根据本门课程教学安排设置章节大纲,上传PPT课件;建立班级发布学习通知;设置学习任务点(课堂测验和讨论),保证学生在线学习效果,能让学生在更加灵活的学习时间和地点进行学习,从而增加课堂趣味性。

(2)在腾讯会议进行直播授课(考勤+课堂互动)。

(3)建立微信群发布每节课的学习通知与答疑。

  • 线下教学

(1)采用启发式教学,结合大数据领域的最新研究成果和应用技术补充新的教学内容,强调学生对原理、方法、实现技术、发展趋势等诸方面的融会贯通。教学内容要详略得当,激发学生主动学习的兴趣,培养学生独立思考、分析问题和解决问题的能力,引导学生主动通过实践和自学获得自己想学到的知识

(2)采用电子教案,PPT课件,多媒体教学与传统板书、教具教学相结合,提高课堂教学信息量,增强教学的直观性。对核心内容和基本概念高度概括总结,课堂讲授的内容重点突出,强化系统级概念。

(3)采用案例教学:对于HDFS原理、HBase原理过程、MapReduce处理流程等知识,理论性强,抽象度高,应通过典型案例进行讲解,通过案例说明如何根据具体要求使用HDFS、HBase及MapReduce等关键技术。


参考教材

大数据技术原理与应用——概念、存储、处理、分析与应用,林子雨编著,人民邮电出版社,20211月,第3

课程评价

教学资源
课程章节 | 文件类型   | 修改时间 | 大小 | 备注
10.1 课堂笔记01
作业
.work
2023-08-25 --
10.2 课堂笔记02
作业
.work
2023-08-25 --
10.3 课堂笔记03
作业
.work
2023-08-25 --
10.4 课堂笔记04
作业
.work
2023-08-25 --
10.5 课堂笔记05
作业
.work
2023-08-25 --
10.6 课堂笔记06
作业
.work
2023-08-25 --
10.7 课堂笔记07
作业
.work
2023-08-25 --
10.8 课堂笔记08
作业
.work
2023-08-25 --
10.9 课堂笔记09
作业
.work
2023-08-25 --
10.10 课堂笔记10
作业
.work
2023-08-25 --
10.11 课堂笔记11
作业
.work
2023-08-25 --
10.12 课堂笔记12
作业
.work
2023-08-25 --
10.13 课堂笔记13
作业
.work
2023-08-25 --
10.14 课堂笔记14
作业
.work
2023-08-25 --
10.15 课堂笔记15
作业
.work
2023-08-25 --
10.16 课堂笔记16
作业
.work
2023-08-25 --
10.17 作业
作业
.work
2023-08-25 --
10.18 实验报告一
作业
.work
2023-08-25 --
10.19 实验报告二
作业
.work
2023-08-25 --
10.20 实验报告三
作业
.work
2023-10-07 --
10.21 月考
作业
.work
2023-10-07 --
课程章节
提示框
提示框
确定要报名此课程吗?
确定取消

京ICP备10040544号-2

京公网安备 11010802021885号