来华留学研究生“云计算数据服务”全英语课程建设研究

来源:用户上传      作者:

　　摘  要： 大数据催生了云计算，而如何在云环境中提供高质量的数据服务成为研究的热点。为来华留学研究生开设的全英語“云计算数据服务”课程，是以数据为中心，以实践为导向，设计了进阶式的教学大纲，利用“比较教学法”对SQL与NoSQL、SQL与HiveQL进行比较教学，利用“微课堂”让学生可以自主进行Hadoop部署、中英文MapReduce词频统计、Hive部署和HiveQL实践操作，以掌握云数据服务的基本平台、工具和语言。课程评价体系的改革，保障了教学质量。
　　关键词： 课程建设; 云计算; 数据服务; Hadoop; Hive
　　中图分类号：G642.3          文献标志码：A     文章编号：1006-8228（2019）04-63-03
　　Abstract： Big data has stimulated the development of cloud computing technology， and how to provide high-quality data services in the cloud environment has become a research focus.  The full English course "Cloud Data Services" offered to foreign graduate students studying in China is data-centered and practice-oriented， with progressive teaching syllabus designed. The "comparative teaching method" is used to teach SQL and NoSQL， SQL and HiveQL comparatively; the "micro-classroom" is used so that students can deploy Hadoop， fulfill Chinese and English MapReduce word frequency statistics program and deploy HiveQL independently. Therefore students can understand the basic platform， tools and languages of cloud data services. The course evaluation system is reformed to achieve good teaching results.
　　Key words： course construction; cloud computing; data service; Hadoop; Hive
　　0 引言
　　目前，我国高等教育步入快速发展阶段，来华留学生教育已经成为我国高等教育的重要组成部分[1]。招收和培养来华留学的研究生，目的是培养他们成为适应国际竞争和符合国际需求的高级专业人才，人才培养的质量关系着我国的国际声誉和留学生事业的发展。随着来华留学研究生人数的增加，其国别、母语、宗教信仰等方面存在诸多差异，基础参差不齐，对课程结构的设计、实践环节的实施、评价体系的改革都提出了很高的要求。
　　针对IT领域对于计算资源集约化、规模化和专业化的需求，云计算应运而生，国内外各大lT 企业（如Google、Amazon、微软、阿里巴巴、腾讯等）都先后推出了自己的云计算产品。越来越多的企业和用户选择将自己的数据存放在云中，如何在云计算环境中提供高质量的数据服务成为研究热点。我们在来华留学的研究生中开设“云计算数据服务”课程，为学生掌握最先进的研究技术、研究进展和研究动态提供了可能。
　　然而，目前来华留学研究生在学习过程中普遍存在以下问题。
　　⑴ 留学生专业基础普遍薄弱，而研究生课程知识点分散、难度较大，实践环节则需要综合运用先修课程，许多学生对于理论和实践紧密结合的课程无从下手。
　　⑵ 教师与留学生之间存在语言隔阂。目前一对多的教学结构很难保证对每名学生进行详细指导，而留学生缺乏自我分析和解决问题能力，遇到困难往往难以自己解决，难以按期按质完成实践任务。
　　⑶ 云计算思维的培养无法一蹴而就，也无法通过简单的案例教学达到目标，需要对云计算精髓的问题或项目进行不断的分析、整合，在反复的学习过程中理解云计算数据服务的含义。
　　综上，我们首先采用全英语教学，教学大纲、课件、实践微课堂等全部采用英语授课，消除语言障碍。其次，针对留学研究生的特点，我们设计出进阶式的教学内容，充分利用对比教学法，开发“微课堂”实践教学视频，并建立合理的教学评价体系，在近年的教学过程中取得长足的进步。该课程首先讲述在数据分布、数据异构的情况下数据服务的概念、技术和方法，在介绍云计算数据服务的技术时，以理论介绍为主、实践教学为辅的方法，让学生在掌握云计算一般概念的基础上，能够熟练部署Hadoop平台，能够编写出MapReduce程序，能够掌握Hive的下载和部署方法，掌握HiveQL指令的用法，熟知其执行过程。
　　1 进阶式课程结构
　　进阶式课程结构将整个课程合理地设置为若干个阶段，以特定的学习目标为契机，将每一阶段学习内容与目标建立在前一个阶段的分析与整合之上。在简单的学习与复杂的整合间反复进行，螺旋向上，逐步达到既定目标[2]。
　　本课程包括以下内容：数据集成技术、虚拟化、大数据的特点与云计算、Hadoop、NoSQL与Key-value、MapReduce、数据分析工具Hive。这些内容从分布式数据管理开始，到异构数据通过Wrapper集成，到虚拟化的出现导致数据云存储成为可能，由此出现了开源云平台Hadoop。每一部分都是上一部分的深化和进阶。数据分析部分首先从NoSQL和Key-Value存储开始，到MapReduce编程框架，从新存储方式下数据分析的困难讲到Hive的诞生，再到HiveQL的出现，环环相扣，学生通过学习不仅可以对传统的数据服务加深理解，更能够理解云数据服务的来龙去脉。 　　2 比较教学法
　　比较教学法是指，在教学环节中将两个或多个学习对象放在一起，从不同方面、不同角度、不同属性上按照同一标准进行对比分析，以达到辨识、理解和掌握认识对象的本质特征的一种教学方法[3]。教学过程中，比较教学法能够使得学习者对所学内容清晰认识、准确把握，有利于培养专业理论基础扎实和实践应用能力强的创新科技人才。
　　⑴ SQL与NoSQL的比较。
　　NoSQL是一种非关系型的、分布式的、不严格遵循ACID原则并且高可扩展的新型数据存储系统，并分为Key-value存储文档数据库和图数据库。NoSQL通过放弃严格的ACID事务语义和复杂的SQL或者Posix接口标准，采用简单灵活的Key-value数据模型来换取更好的性能和水平扩展能力。而SQL服务的传统关系数据库则具有严格的语义，严格遵循ACID原则。讲解这一部分时，需要反复比较SQL与NoSQL服务的场景不同、需求不同、问题不同。可通过银行数据（严格语义要求）和微博数据（无严格语义要求）两个案例的对比，让学生加深理解。
　　⑵ SQL与HiveQL的比较。
　　Hive是基于Hadoop構建的数据仓库分析系统，诞生于Facebook，是用来管理结构化数据的中间件，数据存储使用HDFS，执行环境为MapReduce，使用类似SQL语言的HiveQL语言分析存储在Hadoop分布式文件系统中的数据，使不熟悉MapReduce的用户也可以方便地使用HiveQL语言来数据分析，同时Hive还提供了一系列工具来提取和转化数据。HiveQL的语法与大部分SQL语法兼容，这为熟悉关系数据库SQL的专业人员操作和分析Hadoop大数据提供了方便。这里学生很容易认为HiveQL与SQL一样，都是处理关系数据库的，从而误认为后台的大数据是被Hive转换成了关系数据库。通过SQL与HiveQL的对比让学生明确，SQL是面对关系数据库系统，而HiveQL处理的是大数据结构化文件，其面对的是Hive，Hive架构在Hadoop上，本质上后台的处理是用MapReduce的方法处理大数据。SQL支持查询、更新、索引、事务，HiveQL不支持更新、索引和事务。SQL可以对数据进行多次修改，而HiveQL处理的数据则是“Write Once Read Many”。通过SQL和HiveQL的对比，学生对云数据服务加深理解，对利用HiveQL进行大数据分析有直观的感受。
　　3 自主学习“微课堂”实践
　　自主学习要求教师为学生营造自主学习的必要环境和条件，让学生能进行自主研究型学习，自主获取知识，学生在教师的引导下最终获得自主学习的能力、创新意识和终身学习的能力。
　　“微课堂”将实践模块封装成一个半结构化、主题式的资源单元应用“小环境”，主题明确，重点突出[4]。我们设计出三个微课堂实践视频：Hadoop部署、用MapReduce分别实现英文和中文WordCount程序、Hive部署与HiveQL实践，学生只需要利用碎片时间就可以反复观看视频以加深和巩固对知识点的理解。每一个微课堂都配有PPT和演示视频，PPT包括了所有的步骤和关键指令，视频采用抓屏和画外音的方式录制，学生可按照PPT中的步骤完成三个微课堂的自主学习从而掌握云数据服务的平台、工具和方法。
　　4 综合性教学评价体系
　　学生学习效果的评估包括形成性评价和总结性评价[5]。形成性评价包括课堂作业、讨论活跃度，微课堂实践汇报等方式。总结性评价主要依靠期末报告获得。学生微课堂学习实践成功后可在教师答疑时演示从而获得加分。期末报告时将学生分组，选取最前沿的云计算数据服务方面的英文资料，由组内成员分工翻译并形成最终文档，再制作成PPT格式公开讲述，促进组间交流，提升中文学术表达能力。
　　5 总结
　　综合考虑来华留学生的学习基础和学习能力，对教学内容、实践教学环境和网络教学环境进行搭建。采用进阶式教学对留学生进行因材施教，实现对留学生的差异化培养;通过比较教学法加深对SQL和NOSQL、SQL和HiveQL的理解;通过微课堂学生能熟练部署Hadoop平台和Hive，能熟练编写MapReduce程序，掌握HiveQL数据分析方法;通过新的评价体系调动学生积极性，在掌握理论知识点的基础上提高了动手能力。
　　未来我们计划将整个课程网站移植到微信小程序下，发挥“微课堂”的自主学习功能，同时增加在线答疑功能，使更多学生受益。
　　参考文献（References）：
　　[1] 汪晓妍，黄鲜萍，夏明，胡海根.任务模块化的留学生大型实验教学探索与实践[J].计算机教育，2018.1： 51-154，158
　　[2] 卢文伟，夏其表，螺旋模式下非计算机专业程序设计课程中计算思维的培养[J].计算机时代，2018.11：79-80
　　[3] 赵军龙，王凤琴，赵建鹏.比较教学法在“测井方法原理”课程教学中的应用[J].教育教学论坛，2018.3：191-192
　　[4] 高镜云，华诏召，郭艺.微课堂利用对有效教学的提升与意义[J].文学教育，2018.33：21-23
　　[5] 白琳.大学计算机基础课程的混合模式激趣教学法[J].计算机教育，2018.1：75-78
转载注明来源:https://www.xzbu.com/8/view-14909884.htm