《Hadoop大数据技术与应用》是数据科学与大数据技术方向本科生的一门必修课。通过该课程的学习，使学生系统的学习当前广泛使用的大数据Hadoop平台及其主要组件的作用及使用。课程由理论及实践两部分组成，课程理论部分的内容以介绍Hadoop平台主要组件的作用、结构、工作流程为主，让学生对Hadoop平台组件的作用及其工作原理有比较深入的了解；课程同时为各组件设计有若干实验，帮助学生在学习理论知识的同时，提高学生的实践能力，系统的掌握Hadoop主要组件的原理及应用，为其他相关课程的学习提供必要的帮助。

1.1 积极培育和践行社会主义核心价值观，运用马克思主义哲学的方法论，引导学生正确做人和做事，从Hadoop大数据技术这门课程挖掘出丰富的精神养料，培养学生诚信、严谨、一丝不苟的学习态度，包容、友善、合作的团队协作精神。

1.2 理解并掌握Hadoop平台框架，学会手动搭建Hadoop环境，并能运用Hadoop平台解决相关问题。

1.3理解掌握基础的MapReduce编程并能运用MapReduce方法解决相关问题。

1.4掌握Hadoop生态圈常用组件的作用、结构、配置和工作流程。

1.5通过实验课达到具备一定的动手及问题分析能力，使用掌握的知识应用到实际的项目实践中。

1.6课程中实验由浅及深，有一定的步骤及难度，操作不当可能会遇到问题；遇到问题时老师会给出引导，但不会直接告诉解决方法，因此，如何分析、分析完成后实施具体的解决步骤，都需要学生摸索完成，在这个摸索实践过程中，学生的分析及解决问题的能力得到培养。

1.7通过本课程的学习，引导学生养成工程师逻辑思维、系统思维的思维方式及习惯。

本课程知识点多、理论性强。

课程总评成绩=平时成绩×50%+期末考查成绩×50%；其中平时成绩=考勤成绩×20%+平时作业成绩×20%+课堂表现×10%。本课程平时作业成绩记录采用等级制。期末考查成绩采用等级制，根据课程总评成绩按照优秀、良好、中等、及格、不及格五个等级评定本课程考核最终成绩。