| 課程代碼 |
G0D15G01
|
| 課程中文名稱 |
雲端伺服器建置與管理
|
| 課程英文名稱 |
Construct and Manage Cloud Sever System
|
| 學分數 |
3.0
|
| 必選修 |
選修
|
| 開課班級 |
四技資工四甲,四技資工四乙
|
| 任課教師 |
杜俊育
|
| 上課教室(時間) |
|
週四
|
第2節
|
(C304)
|
|
週四
|
第3節
|
(C304)
|
|
週四
|
第4節
|
(C304)
|
|
| 課程時數 |
3
|
| 實習時數 |
0
|
| 授課語言 |
1.華語
|
| 輔導考證 |
無
|
| 課程概述 |
在大數據的時代，“巨量”釋放了資料潛藏的不可估測的價值，同時也帶來了資料儲存及運算效率的問題。本課程透過現正火紅的 Apache Hadoop，來建置並維運一個可靠而可擴充的分散式系統，對資料儲存、資料分析和協同運作提供一個簡單的工具。
|
| 先修科目或預備能力 |
Linux 基本操作
|
|
課程學習目標與核心能力之對應
|
| 編號 | 中文課程學習目標 | 英文課程學習目標 | 對應系指標 |
|
1
|
了解Hadoop
|
|
1 工程知識
|
|
2
|
建立Hadoop 運算叢集
|
|
2 資訊能力
|
|
3
|
管理Hadoop
|
|
3 實務能力
|
|
4
|
MapReduece 程式開發
|
|
6 辨識構思
|
|
| 就業力培養目標 |
| |
校指標 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
| |
專業知識 |
實務技能 |
資訊能力 |
整合創新 |
外語能力 |
熱誠抗壓 |
表達溝通 |
敬業合群 |
人文素養 |
服務關懷 |
| |
20% |
30% |
25% |
0% |
0% |
25% |
0% |
0% |
0% |
0% |
| |
系指標 |
1 |
3 |
2 |
4 |
9 |
6 |
5 |
7 |
10 |
8 |
| |
工程知識 |
實務能力 |
資訊能力 |
規劃整合 |
外語能力 |
辨識構思 |
報告溝通 |
管理合作 |
社會人文 |
職業倫理 |
| |
20% |
30% |
25% |
0% |
0% |
25% |
0% |
0% |
0% |
0% |
|
| 中文課程大綱 |
了解Hadoop
建立Hadoop 運算叢集
管理Hadoop
MapReduece 程式開發
|
| 英/日文課程大綱 |
|
| 課程進度表 |
01. 課程介紹
02. Hadoop 概說與環境準備
03. Hadoop 的基石：分散式檔案系統 - HDFS (一)
04. Hadoop 的基石：分散式檔案系統 - HDFS (二)
05. 分散式資料管理員 - YARN (一)
06. 分散式資料管理員 - YARN (二)
07. 分散式平行處理 - MapReduce (一)
08. 分散式平行處理 - MapReduce (二)
09. 期中測驗
10. 分散式平行處理 - MapReduce (三)
11. 分散式平行處理 - MapReduce (四)
12. Hadoop 的 I/O
13. 分散式鎖服務 - ZooKeeper
14. 分散式資料庫 - HBase
15. 記憶體型計算架構 - Spark
16. 建立 Hadoop 叢集
17. Hadoop 的管理
18. 期末測驗
|
| 課程融入SDGs |
|
| 期考調查 |
| 期中考(第9週)考試方式 |
|
| 期末考(第18週)考試方式 |
|
| 其他週考試考試週次與方式 |
|
|
| 教學方式與評量方式 |
| 課程學習目標 | 教學方式 | 評量方式 |
| 了解Hadoop |
課堂講授
實作演練
|
自我評量
（
平時
）
作業
（
平時
）
實作
（
期中
）
|
| 建立Hadoop 運算叢集 |
課堂講授
實作演練
|
實作
（
平時
）
實作
（
期中
）
|
| 管理Hadoop |
課堂講授
實作演練
|
實作
（
平時
）
實作
（
期末
）
|
| MapReduece 程式開發 |
課堂講授
實作演練
|
實作
（
平時
）
實作
（
期末
）
|
|
| 指定用書 |
| 書名 |
Hadoop 從雲端到大數據 - 完整 Ecosystem 全介紹
|
| 作者 |
劉鵬、葉曉江
|
| 書局 |
佳魁數位
|
| 年份 |
2018
|
| 國際標準書號(ISBN) |
978-986-379-610-7
|
| 版本 |
1
|
請同學尊重智慧財產權，使用正版教科書，不得非法影印，以免觸犯智慧財產權相關法令
。 |
| 參考書籍 |
1. 范東來，Hadoop - Big Data 技術詳解與專案實作，博碩文化，2015.09
2. 林大貴，Python + Spark 2.0 + Hadoop 機器學習與大數據分析實戰，博碩文化，2016.09
3. Tom White (林峰正等譯)， Hadoop 技術手冊， O'REILLY (碁峰資訊)， 2016.09
|
| 教學軟體 |
Hadoop 等
|
| 課程規範 |
學期成績計算：
出席：20%
作業：40%
期中測驗：20%
期末測驗：20%
課堂參與：Bonus
|