《大数据平台部署与运维》是大数据技术专业的核心课程，专注于培养学生掌握Hadoop平台及其关键组件的应用能力。课程内容涵盖Hadoop基础概念、环境搭建，以及HDFS、YARN、MapReduce等核心技术的深入实践。通过学习，学生将了解Hadoop在大数据处理中的重要作用，掌握分布式文件系统的数据存储原理，熟悉资源调度和任务分配机制，并能够运用MapReduce编写高效数据处理程序。本课程旨在为学生打下坚实的大数据技术基础，提升他们在大数据领域的就业竞争力。通过理论与实践相结合的教学方式，本课程将帮助学生建立起对大数据Hadoop平台的全面认识，为他们未来的职业发展铺平道路。无论是对于初学者还是已有基础的学生，本课程都将提供宝贵的学习资源和实战经验。

一、知识目标

1. 掌握大数据的基本概念、特征及应用领域。
2. 深入理解Hadoop平台及其生态系统组件（如HDFS、YARN、MapReduce）的基本原理和工作机制。
3. 熟悉Linux操作系统的基本操作及其在大数据环境中的应用。
4. 了解分布式数据库HBase和数据仓库Hive的基本知识及用途。
5. 学习大数据平台的安全管理、性能优化及故障处理等相关知识。

二、能力目标

1. 能够独立部署和配置Hadoop集群环境，包括基础环境设置和集群搭建。
2. 能够使用HDFS进行数据的存储和管理，包括通过Shell命令和Java API进行文件操作。
3. 能够利用YARN进行资源调度和任务管理，实现集群资源的有效利用。
4. 能够编写MapReduce程序进行基本的数据处理和分析。
5. 能够安装和配置HBase和Hive，进行基本的数据存储和查询操作。
6. 具备对大数据平台进行性能监控、故障排查和优化调整的能力。

三、素质目标

1. 培养学生的团队协作精神和创新意识，能够在项目实践中与他人有效沟通与合作。
2. 培养学生的问题解决能力，能够独立思考并解决实际问题。
3. 培养学生的终身学习态度，不断跟进大数据技术的发展动态，持续提升自身专业素养。
4. 培养学生的职业道德和社会责任感，能够合法合规地处理和使用大数据资源。
5. 提升学生的抗压能力，能够在面对复杂问题时保持冷静，积极寻求解决方案。

1. 熟练掌握Linux系统中显示目录路径、创建目录、切换目录、删除目录等命令的使用方法。

2. 熟练掌握Linux系统中查看文件内容、创建文件、复制文件、移动文件、删除文件、查找文件等命令的使用方法。

3. 熟练掌握Linux系统中新增用户、修改用户、删除用户等命令的使用方法。

4. 熟练掌握Linux系统中新增用户组、修改用户组、删除用户组等命令的使用方法。

5. 理解并掌握Linux系统权限的含义和表示方式。

6. 熟练掌握Linux系统中一般权限的设置方法。

7. 理解和掌握网络配置的方法及网络管理类命令。

Hadoop 大数据处理技术基础与实践、 安俊秀、人民邮电出版社