基于云平臺的海量數(shù)據(jù)管理課程實驗教學研究

李賀 袁航

摘要：近年來隨著各行業(yè)對處理海量數(shù)據(jù)專業(yè)人才的迫切需求，很多高校都陸續(xù)開設了海量數(shù)據(jù)管理課程。然而大部分的教學研究多數(shù)側(cè)重教學內(nèi)容探討和教學方法及手段的改進，對于實踐教學涉及的不是很多。該課程有很多知識點比較抽象、難以直觀的進行理解，通過相應的實驗教學可以幫助學生通過分析和編寫實驗代碼來加深對相關理論方法的理解。本文針對海量數(shù)據(jù)管理課程提出了一種基于云平臺的實驗教學方案，使學生們可以在真實的大數(shù)據(jù)環(huán)境中進行實驗學習。

1.目前國內(nèi)海量數(shù)據(jù)管理課程實驗現(xiàn)狀與存在的問題

我國非常重視對大數(shù)據(jù)技術的研究和學習，在很多國內(nèi)頂尖高校海量數(shù)據(jù)管理都已經(jīng)成為計算機科學與技術專業(yè)的核心專業(yè)課程，但是目前針對海量數(shù)據(jù)管理的實驗設計方面還缺乏有效可行的成熟方案。由于該課程的特殊性，理論課程的學習只能幫助學生對海量數(shù)據(jù)管理的整體架構和算法方面的了解，海量數(shù)據(jù)管理的實驗教學不但可以幫助學生對架構和理論的理解還可以促進學生掌握利用海量數(shù)據(jù)管理技術來解決實際問題的能力。因此，海量數(shù)據(jù)管理實驗是整個教學過程中不可缺少的重要組成部分。

由于海量數(shù)據(jù)管理課程所涉及的內(nèi)容比較廣泛，有一定的理論基礎，該課程有很多知識點比較抽象、難以直觀的進行理解，通過相應的實驗教學可以幫助學生通過分析和編寫實驗代碼來加深對相關理論方法的理解，從而進一步加深理解一些特殊的框架結(jié)構在計算機解決實際問題中的重要作用，提高學生利用計算機解決問題的能力和軟件開發(fā)的能力。通過海量數(shù)據(jù)管理的實驗教學，教學主體會發(fā)生改變。教師由傳統(tǒng)的課堂教學中的知識講授者變成信息組織者，成為學生學習的引導者;學生的學習由以老師講授為主的被動學習;學生變?yōu)橹鲃拥膶W習;學生成為學習的主體，有助于提高學習積極性和培養(yǎng)創(chuàng)新能力。實驗教學增強課程之間的銜接，有助于學生對課程體系的整體了解與認識，通過相關實驗設計再在計算機上加以實現(xiàn)，進行反復調(diào)試，不僅能鞏固學生的理論知識，而且有助于提高學生的動手動腦能力，促進學生對后續(xù)課程的學習。通過面對面的實驗輔導，增進了師生之間的認識和理解，縮短了師生間的距離。實驗教學作為一種有效的輔助教學手段，能產(chǎn)生較好的學習效果。將海量數(shù)據(jù)管理實驗教學引人數(shù)學當中，可以激發(fā)學生的學習興趣，調(diào)動學生的學習積極性，更加有利于學生學習這門課程。因此，在海量數(shù)據(jù)管理課程的教學過程中增加實驗環(huán)節(jié)是十分有必要的。

2.基于云平臺的海量數(shù)據(jù)管理課程實驗教學

由于目前擁有的實驗設備不滿足海量數(shù)據(jù)管理課程的實驗教學需求，開發(fā)一個用于實驗教學的云平臺是有必要的。云平臺將在高性能設備集群中實現(xiàn)，學生通過目前實驗室的設備連接云平臺進行實驗。本文提出的海量數(shù)據(jù)管理課程的實驗教學云平臺，主要包含一個海量數(shù)據(jù)的數(shù)據(jù)源和一個Hadoop集群。整個實驗過程包括海量數(shù)據(jù)采集，海量數(shù)據(jù)存儲，海量數(shù)據(jù)計算，海量數(shù)據(jù)存儲。實驗的主體在Hadoop集群中完成。

1）海量數(shù)據(jù)采集：海量數(shù)據(jù)的采集工作是海量數(shù)據(jù)管理技術的第一步，通過學習海量數(shù)據(jù)采集的目標和數(shù)據(jù)預處理（ETL）技術，掌握數(shù)據(jù)采集的熟悉常見數(shù)據(jù)采集系統(tǒng)的組成，掌握海量數(shù)據(jù)管理中數(shù)據(jù)的來源分類及特征，熟悉各類數(shù)據(jù)源的常用數(shù)據(jù)采集方法。在這個基礎上了解互聯(lián)網(wǎng)數(shù)據(jù)的抓取方法，熟悉常用網(wǎng)絡爬蟲的實現(xiàn)方法和工具，了解文檔（結(jié)構化）數(shù)據(jù)的采集方法。在進行海量數(shù)據(jù)抓去的過程中運用數(shù)據(jù)預處理技術，這需要學習常用的數(shù)據(jù)預處理方法和工具。

2）海量數(shù)據(jù)存儲：海量數(shù)據(jù)存儲是海量數(shù)據(jù)管理技術的核心內(nèi)容，也是整個實驗內(nèi)容中最重要的部分。通過學習數(shù)據(jù)存儲技術的發(fā)展歷史及各階段的代表性技術（SAN，NAS等），了解存儲架構的演進的趨勢，掌握云數(shù)據(jù)中心的特征、架構，了解云數(shù)據(jù)中心的部署、管理、容災備份及運維。掌握nosql的基本概念、核心思想，通過分析常用nosql系統(tǒng)的特點，總結(jié)nosql與關系型數(shù)據(jù)庫的區(qū)別，熟悉數(shù)據(jù)存儲中的CAP理論。通過學習Hadoop平臺的架構及組成，掌握HDFS的原理及基本指令，能夠熟練配置偽分布式Hadoop和完全分布式的Hadoop。在Hadoop的基礎之上學習Hbase的原理及基本操作指令，能夠在Hadoop的基礎上配置Habase，并根據(jù)Hbase的原理結(jié)合實際問題設計Hbase數(shù)據(jù)庫。

3）海量數(shù)據(jù)計算：通過學習分布式計算的概念，了解分布式計算和集中式計算的區(qū)別，重點是學習MapReduce編程框架及其工作過程，能夠利用MapReduce的編程方法解決實際應用中的海量數(shù)據(jù)計算問題。根據(jù)給定的特定環(huán)境，在Hadoop系統(tǒng)的基礎上設計并編寫MapReduce程序。

4）海量數(shù)據(jù)檢索：海量數(shù)據(jù)檢索是整個海量數(shù)據(jù)管理系統(tǒng)中提升數(shù)據(jù)查詢效率的關鍵步驟，數(shù)據(jù)量越大，索引的重要性越能體現(xiàn)出來。通過重點學習Hash法，外存排序方法、B樹、B+樹、R樹、KD樹和倒排索引等索引技術，分析各種索引對于不同的數(shù)據(jù)檢索環(huán)境的效果，能夠利用Hive根據(jù)實際應用設計數(shù)據(jù)倉庫來對海量數(shù)據(jù)進行高效的管理。

結(jié)語

海量數(shù)據(jù)管理課程具有技術性強、涉及內(nèi)容廣泛和貼近編程等特性，增加實驗教學可以激發(fā)學生的學習興趣，增進對相應知識點的理解，能有效提高學生的編程能力，提高課程教學質(zhì)量。本文提出了海量數(shù)據(jù)管理課程的實驗教學云平臺，脫離了普通的實驗環(huán)境，使學生能夠真正體會大數(shù)據(jù)的意義。學生在做實驗的過程中，會從數(shù)據(jù)采集、數(shù)據(jù)存儲、編寫MapReduce程序、調(diào)試和驗證等各個環(huán)節(jié)進行訓練。這樣能夠更深刻地理解和牢固地掌握海量數(shù)據(jù)管理的整個體系結(jié)構，培養(yǎng)學生用編程技術解決實際問題的能力。由于該課程在全國各個高校都處于剛起步階段，在對實驗教學的研究方面還有大量工作要做，需要制定切實可行的課程實驗教學大綱，研究有效的實驗教學計劃，進一步完善實驗教學的各個環(huán)節(jié)，加強整個課程體系的建設，不斷地改進教學模式改革。

作者簡介：李賀（1983年1月-），男，漢族，籍貫：河南，職稱：副教授，學歷：博士，研究方向：數(shù)據(jù)挖掘，單位：西安電子科技大學計算機科學與技術學院。