現代社會(hui) 信息量增長速度極快，數據規模的指數級增長對當前的數據存儲(chu) 和處理能力帶來了巨大的衝(chong) 擊，雲(yun) 計算為(wei) 海量數據的存儲(chu) 和處理提供了新的思路，大量的數據需要駐留在雲(yun) 平台中或借助於(yu) 雲(yun) 平台進行處理[1]。為(wei) 了應對這些挑戰，當前各種新技術層出不窮，在許多方麵已經獲得了應用並取得了突出的成績，如Hadoop提供了海量數據存儲(chu) 分布式文件係統(HDFS)和海量數據批處理MapReduce，Storm進行實時大數據分析，Spark提供了內(nei) 存迭代式計算等[2]。因此，大數據技術的迅猛發展對相關(guan) 人才產(chan) 生了巨大需求。

　　當前高校教學存在“重理論輕實踐”的狀況，且教學大綱更新緩慢，不能很好地支撐當前大數據產(chan) 業(ye) 對人才的需求，必須盡快改革課程體(ti) 係，滿足貼合產(chan) 業(ye) 實際的人才需求。

　　北京科技大學計算機專(zhuan) 業(ye) 以大數據時代為(wei) 背景，依托雲(yun) 平台構建大數據實驗教學平台，首次進行了大數據實驗教學的探索與(yu) 實踐，將大數據相關(guan) 技術與(yu) 理論實踐引入課堂中，使學生對大數據技術有一個(ge) 清晰的認識，更好地滿足了用人單位的需求。

　　1 相關(guan) 技術

　　2 平台建設

　　3 實驗內(nei) 容

　　4 結語

　　隨著大數據技術在計算機領域的迅猛發展，對於(yu) 高校大數據技術課程尤其是實踐類課程，要求教師積極學習(xi) 新的理論和技術，並且開設相應的理論和實驗課程。當前高校大數據教學理論體(ti) 係並不成熟，我校計算機專(zhuan) 業(ye) 建設也處於(yu) 摸索階段。在建設大數據實驗教學平台的基礎上，設計了相應的課程體(ti) 係和實驗內(nei) 容，未來需要改進大數據實驗教學體(ti) 係，使之更為(wei) 科學、合理，在培養(yang) 學生基本技能的同時，也培養(yang) 學生獲取新知識、應用新知識的能力，為(wei) 培養(yang) 創新型人才提供有效的途徑。

　　參考文獻

　　[1] 應毅,任凱,劉亞(ya) 軍(jun) .基於(yu) Cygwin和虛擬機技術的大數據實驗室建設研究[J].實驗室科學,2019,22(4):174-178,181.

　　[2] 徐岩,周圍.麵向計算機基礎教學的Hadoop實驗設計[J].實驗室研究與(yu) 探索,2016,35(1):169-172.

　　[3] 李勇,楊華芬.教育資源雲(yun) 虛擬化平台模型構建研究[J].實驗室研究與(yu) 探索,2017,36(10):135-139,152.

　　[4] 應毅,劉亞(ya) 軍(jun) ,俞琰.利用Docker容器技術構建大數據實驗室[J].實驗室研究與(yu) 探索,2018,37(2):264-268.

　　[5] 宋傑,孫宗哲,毛克明,等.MapReduce大數據處理平台與(yu) 算法研究進展[J].軟件學報,2017,28(3):514-543.

　　[6] HDFS Architecture Guide [EB/OL]. https://hadoop.apache.org/docs/r0.20.203.0/hdfs_design.html.

　　[7] Shvachko, H Huang, S Radia, et al. The Hadoop distributed file system[C]. In 26th IEEE (MSST2010) Symposium on Massive Storage Systems and Technologies, 2010.

　　[8] T White. Hadoop: The definitive guide [M]. O'Reilly Media, Yahoo! Press, 2012.

　　[9] M L Massie, B N Chun, D E Culler. The Ganglia distributed monitoring system: Design, implementation, and experience[J]. Parallel Computing, 2004, 30(7):817-840.

張敏1,2 邊勝琴1 郭茜1,2 王小妹1 崔曉龍1

1.北京科技大學計算機與(yu) 通信工程學院　2.材料領域知識工程北京市重點實驗室