入门级大数据课程，适合初学者，完备的课程在线服务体系，可以帮助初学者实现“零基础”学习大数据课程。课程紧紧围绕“构建知识体系、阐明基本原理、引导初级实践、了解相关应用”的指导思想，对大数据知识体系进行系统梳理，做到“有序组织、去粗取精、由浅入深、渐次展开”。

课程内容（固定在每周一上午10点发布一章内容）：
第一讲：大数据概述（2020年2月26日发布）
第二讲：大数据处理架构Hadoop（2020年2月27日发布）
第三讲：分布式文件系统HDFS（2020年3月4日发布）
第四讲：分布式数据库HBase（2020年3月5日发布）
第五讲：NoSQL数据库（2020年3月11日发布）
第六讲：云数据库（2020年3月12日发布）
第七讲：MapReduce（2020年3月18日发布）
第八讲：数据仓库Hive（2020年3月19日发布）
第九讲：Hadoop架构再探讨（2020年3月25日发布）
第十讲：Spark（2020年3月26日发布）
第十一讲：流计算（2020年4月1日发布）
第十二讲：图计算（2020年4月2日发布）
第十三讲：大数据在不同领域的应用（2020年4月8日发布）

期末考试：待定

学习完本入门级课程以后，欢迎继续在中国大学MOOC平台学习后续的进阶级大数据课程《Spark编程基础》（课程地址：https://www.icourse163.org/course/XMU-1205811805）

课程的定位是入门级课程，本课程的目标是为学生搭建起通向“大数据知识空间”的桥梁和纽带。本课程将系统梳理总结大数据相关技术，介绍大数据技术的基本原理和大数据主要应用，帮助学生形成对大数据知识体系及其应用领域的轮廓性认识，为学生在大数据领域“深耕细作”奠定基础、指明方向。

课程总成绩是由单元测验（40%）、单元作业（10%）和考试（50%）组成。成绩包含“不合格”、“合格”和“优秀”三个档次。总成绩小于60分为“不合格”，大于等于60分并且小于85分为“合格”，大于等于85分为“优秀”。合格和优秀的同学可付费申请认证证书。

面向对象编程（比如Java）、数据库、操作系统

林子雨.大数据技术原理与应用（第2版），人民邮电出版社，2017年2月（教材官网）。

林子雨-大数据基础编程、实验和案例教程，清华大学出版社，2017年8月（教材官网）。

林子雨,赖永炫,陶继平.Spark编程基础（Scala版）,人民邮电出版社,2018年8月（教材官网）。

高校大数据课程公共服务平台：https://dblab.xmu.edu.cn/post/8197/

大数据学习路线图：https://dblab.xmu.edu.cn/post/10164/

【后续学习内容】学习完本入门级课程以后，欢迎继续在中国大学MOOC平台学习后续的进阶级大数据课程《Spark编程基础》（课程地址：https://www.icourse163.org/course/XMU-1205811805）