大数据背景下独立学院数据库课程体系建设构想

张 华

大数据背景下独立学院数据库课程体系建设构想

张 华

通过分析大数据时代数据库新技术的特点和企业对新型数据库人才的迫切需求，指出以关系型数据库教学为主的数据库课程体系已不能满足大数据时代的人才培养需求。提出了针对独立学院人才培养目标的大数据时代数据库课程体系建设新方案，指出了课程体系改革实施的保障条件，为大数据时代独立学院数据库课程体系改革提供了可行的思路和建议。

大数据；数据库课程；独立学院

随着信息技术的高速发展，人类已进入大数据时代。大数据是指常规软件工具难以捕捉、管理和分析的大容量数据，由于缺少有效的分析工具和方法，传统的关系型数据库已难以应付以非结构化数据为主的大数据。通过对海量数据的分析，发现新知识、创造新价值是研究大数据的意义所在。现代企业的市场竞争日趋激烈，所面对的用户数量和业务数据量与日激增，其业务系统日并发访问管理、海量数据的存储、复杂的系统架构等问题给企业带来了巨大的管理压力［1］。如何使用计算机技术和软件技术，可靠地管理和存储并高效地处理和分析海量数据，实现云计算、企业计算等新的应用，成为大数据时代数据库人才需要解决的问题。以关系数据库为主的独立学院数据库课程传统教学体系已经不能适应新时代的人才要求。因此，针对大数据时代独立学院软件人才的培养目标，提出了数据库课程体系建设新方案，指出了实施课程体系的保障条件。

一、大数据课程体系建设现状

目前，国外针对不同学院开展了不同方向的大数据课程体系建设，如面向商学院、管理学院、财经学院的大数据分析方向，面向计算机学院与软件学院的大数据平台方向，面向理学院的深度计算分析方向。本研究重点关注面向计算机学院与软件学院的大数据平台方向，包含信息结构、定量方法、数据库设计、信息系统设计与分析、IT战略与管理、数据治理与安全、IT安全策略和步骤、商业智能中的数据挖掘设计和实现数据仓库等课程内容。目前，国内大数据专业已在北京航空航天大学、西安电子科技大学软件学院、西安交通大学软件学院等院校展开了试点建设［2］。大数据专业主要从大数据应用的3个主要层面（即大数据平台架构及搭建、海量数据分析与挖掘、数据应用）整理核心技术以及大数据应用中的各种典型问题。如分布式Hadoop集群和分布式Hbase集群的搭建和基准测试、分布式文件存储和分布式数据处理能力、大规模数据存储、实时计算系统的规划设计、实现一个基于Mapreduce的并行算法、部署Hive并实现一个数据库的操作等，使学生具备大数据平台架构和高级分析能力，以及解决企业实际问题的能力。

二、大数据背景下独立学院数据库课程体系建设

（一）传统的数据库课程体系改革势在必行

传统的数据库课程体系以关系数据库理论、设计和操作为主线［3］，包括关系理论、关系代数、规范化设计、SQL应用、储存过程、函数、触发器、事务与并发性、安全性及高级语言的开发等，主要针对结构化数据存储、实现数据共享、保障数据安全、高效检索数据和处理数据。随着云计算、大数据的兴起，传统的关系型数据库已难以应对爆发式增长的以图像、音频、视频等非结构化数据为主的海量数据。因此，在大数据背景下，数据库课程教学必须引入非关系型数据库的教学内容，这是当今用户业务系统的迫切需求和云计算技术发展对信息化人才大量需求的必然结果［4］。

（二）大数据背景下独立学院数据库课程体系建设

独立学院的培养目标是培养应用型人才。大数据背景下，大数据课程体系将关系型数据库技术与非关系型数据库技术相结合，从大数据应用的3个主要层面和大数据学习的4个阶段进行构建［5］。

第1阶段：大数据基础阶段。介绍大数据基础知识、Linux系统基础和Hadoop基础，其中，Hadoop基础主要内容包括Hadoop集群模式大数据搭建、分布式文件系统HDFS、Mapreduce思想。第2阶段：大数据导入与存储阶段。介绍Sqoop、Hive、Hbase，其中，Sqoop作为关系型数据库与Hadoop之间的桥梁，批量传输数据，从关系型数据库自然过渡到Hadoop平台，在关系型数据库与Hadoop之间游刃有余地进行数据导入导出。Hive是基于Hadoop大数据平台的数据仓库，可以实现传统数据仓库中的绝大部分数据处理、统计分析。Hbase列式存储数据库，提供了快速的查询方式。第3阶段：大数据实时计算与分析阶段。介绍Spark，Spark是基于内存计算的大数据计算引擎，内容包括Spark配置和Spark大数据分析原理。第4阶段：实战案例应用阶段。

第3学期：操作系统基础、数据库系统原理课程。操作系统基础课程介绍操作系统基本知识，为后续Linux课程奠定基础；数据库系统原理课程介绍关系型数据库基本知识，包括关系理论、关系代数、关系查询SQL、函数依赖和关系的规范化、数据库设计、函数、储存过程、触发器、事务与并发性、安全性及高级语言的开发等。第4学期：Linux操作系统、大数据管理技术课程。Linux操作系统课程介绍Linux操作系统基本原理、虚拟机使用与Linux搭建、文件命令、Shell脚本编程、Linux权限管理等基本的Linux使用知识；大数据管理技术课程包括大数据技术原理和思想、Hadoop 集群、HDFS、Mapreduce、Sqoop、Hbase、Hive。第5学期：Spark技术、数据挖掘算法课程。Spark技术课程介绍Spark配置及使用场景和Spark大数据分析原理；数据挖掘算法课程介绍海量数据挖掘常用算法（分类、聚类、相关规则、回归等）。第6学期：实战案例应用课程。实战案例应用课程包括实际案例深入解析及综合案例实践操作。

除了以上课程体系内容之外，还应辅以相应的前沿知识讲座作为课程的有益补充。众所周知，大数据技术是以Web搜索、电子商务、个性化信息服务、社交网络为代表的新型网络应用的技术支撑，应用的快速发展促使技术不断创新［6］。在课程体系中加入大数据技术的最新研究趋势和方向，有助于学生更好地理解所学知识体系以及进行自我发展方向定位，为今后的学习和就业奠定坚实的基础。

大数据前沿知识讲座应根据课程体系的不同阶段设置不同的讲座内容。如在第4学期学生真正接触大数据时，可以邀请数据分析的资深专家举办讲座，从数据分析行业需要的专业素养和知识等方面介绍数据分析工作，使学生了解大数据技术的研究范围和应用方向。在第5学期学生掌握了一定的大数据技术后，结合Spark技术、数据挖掘算法课程，邀请专家、学者讲授大数据时代面向各类应用的海量数据管理与分析的前沿技术专题，使学生及时了解大数据库技术在实际工作中的应用，将所学知识与实际应用结合，扩展视野，开拓思路，增加学习的兴趣和动力。

（三）实施与保障

数据库课程体系改革根据大数据时代以数据为中心的新型应用的新需求，增加了以解决集群环境下海量数据的设计、存储和查询为目的的非关系型数据库教学内容，以及和实际应用紧密相关的前沿知识讲座。大数据背景下，数据库课程体系改革针对独立学院“面向应用”的培养目标，对软件专业本科生的数据库课程教学进行系统规划。为了达到数据库课程体系的改革目标，对人才培养方案的规划、师资队伍的专业素质和硬件设备的升级改善提出了更高的要求。

第一，为保证课程体系改革的顺利实施，对现有的人才培养方案进行全局优化。正确定位独立学院软件专业人才培养目标，并在此基础上明确大数据时代数据库课程的教学目标。针对独立学院培养应用技术型人才的需要，从企业需求出发，以满足学生今后实际工作为目的，制定新的人才培养方案。教师要全面考虑所有专业课程设置，尤其要对数据库课程群给予充分的重视。根据大数据课程体系，合理安排基础课、专业课、先修课、后续课、实践环节、前沿讲座的教学时数和开课学期。

第二，课程体系改革对任课教师的大数据专业知识和实践能力提出了更高的要求。长期以来，关系型数据库在数据库课程教学中占主导和统治地位，忽略了对其他类型数据库的研究。课程体系改革增加了非关系型数据库理论和实践教学内容，教师必须进一步充实自己的业务素质，熟悉并掌握非关系型数据库等新技术，巧妙过渡和融合关系型数据库和非关系型数据库技术。教师可以通过参与公司项目培训和自主学习相结合的方式来提升自身素质。学校可以从企业聘请有经验的从业人员来补充实践教学和前沿讲座部分的师资队伍，提高新课程体系下的理论和实践教学水平。

第三，实验教学是大数据时代数据库人才培养的重要环节，大数据实验教学需要可供部署海量数据管理平台的分布式集群以及相应的软件配置。目前，大部分学校实验室的软、硬件条件只能满足关系型数据库的教学需要，大数据实验室除了包含学生PC客户端，还应具备虚拟实验环境、Hadoop服务器集群、实验数据存储、数据挖掘算法和大数据分析执行环境等［7］。因此，学校应不断完善实验教学设备，为课程体系改革的顺利实施提供相应的软、硬件平台，为学生创造优越的实验环境。

三、结语

大数据时代的变革影响着社会的各个行业，进而也影响了为各行业输送人才的高校专业课程教学，尤其是软件专业的数据库课程。为了适应大数据时代企业对数据库人才的新需求，分析了数据库课程体系改革的必要性，为独立学院软件专业本科生的大数据课程体系建设提出了构想。大数据课程体系改革的顺利实施需要系统合理的人才培养方案、具有大数据认知能力的高素质专业教师队伍、完善的实验教学平台的保驾护航，更需要教师在实际教学中不断摸索、总结、完善课程体系内容。

[1]邱胜海，高成冲，王云霞，等.大数据时代非关系型数据库教学与实验改革探索[J].电脑知识与技术（学术交流），2013（11）.

[2]张晓芳，王芬，黄晓涛.国内外大数据课程体系与专业建设调查研究[C].Shanghai：2nd international conference on education，management and social science，2014：409-412.

[3]岳昆，陈红梅，王丽珍.大数据时代本科数据库课程体系改革设想[J].计算机教育，2015（11）.

[4]李战怀，王国仁，周傲英.从数据库视角解读大数据的研究进展与趋势[J].计算机工程与科学，2013（10）.

[5]周民，王建业，杨超峰.大数据背景下数据库技术类课程体系及教学模式改革研究与实践[J].电脑知识与技术（学术交流），2015（7）.

[6]尹志宇，张林伟，解春燕.“数据库”课程的问题驱动和项目驱动教学法[J].教育教学论坛，2013（3）.

[7]吴明念.基于应用型本科院校的大数据实验室建设探究[J].电脑知识与技术，2015（16）.

G642

A

1673-1999（2017）12-0125-03

张华（1980—），女，硕士，吉林建筑大学城建学院讲师，研究方向为大数据和数据挖掘。

2017-09-24

吉林省教育科学“十三五”规划2017年度一般规划课题“大数据背景下独立学院数据库类课程体系建设及教学改革研究”（GH170938）。

（编辑：刘姝）