來華留學研究生“云計算數據服務”全英語課程建設研究

盧菁 彭敦陸 劉叢

摘? 要： 大數據催生了云計算，而如何在云環境中提供高質量的數據服務成為研究的熱點。為來華留學研究生開設的全英語“云計算數據服務”課程，是以數據為中心，以實踐為導向，設計了進階式的教學大綱，利用“比較教學法”對SQL與NoSQL、SQL與HiveQL進行比較教學，利用“微課堂”讓學生可以自主進行Hadoop部署、中英文MapReduce詞頻統計、Hive部署和HiveQL實踐操作，以掌握云數據服務的基本平臺、工具和語言。課程評價體系的改革，保障了教學質量。

關鍵詞： 課程建設; 云計算; 數據服務; Hadoop; Hive

中圖分類號：G642.3? ? ? ? ? 文獻標志碼：A? ? ?文章編號：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，我國高等教育步入快速發展階段，來華留學生教育已經成為我國高等教育的重要組成部分[1]。招收和培養來華留學的研究生，目的是培養他們成為適應國際競爭和符合國際需求的高級專業人才，人才培養的質量關系著我國的國際聲譽和留學生事業的發展。隨著來華留學研究生人數的增加，其國別、母語、宗教信仰等方面存在諸多差異，基礎參差不齊，對課程結構的設計、實踐環節的實施、評價體系的改革都提出了很高的要求。

針對IT領域對于計算資源集約化、規?；蛯I化的需求，云計算應運而生，國內外各大lT 企業（如Google、Amazon、微軟、阿里巴巴、騰訊等）都先后推出了自己的云計算產品。越來越多的企業和用戶選擇將自己的數據存放在云中，如何在云計算環境中提供高質量的數據服務成為研究熱點。我們在來華留學的研究生中開設“云計算數據服務”課程，為學生掌握最先進的研究技術、研究進展和研究動態提供了可能。

然而，目前來華留學研究生在學習過程中普遍存在以下問題。

⑴ 留學生專業基礎普遍薄弱，而研究生課程知識點分散、難度較大，實踐環節則需要綜合運用先修課程，許多學生對于理論和實踐緊密結合的課程無從下手。

⑵ 教師與留學生之間存在語言隔閡。目前一對多的教學結構很難保證對每名學生進行詳細指導，而留學生缺乏自我分析和解決問題能力，遇到困難往往難以自己解決，難以按期按質完成實踐任務。

⑶ 云計算思維的培養無法一蹴而就，也無法通過簡單的案例教學達到目標，需要對云計算精髓的問題或項目進行不斷的分析、整合，在反復的學習過程中理解云計算數據服務的含義。

綜上，我們首先采用全英語教學，教學大綱、課件、實踐微課堂等全部采用英語授課，消除語言障礙。其次，針對留學研究生的特點，我們設計出進階式的教學內容，充分利用對比教學法，開發“微課堂”實踐教學視頻，并建立合理的教學評價體系，在近年的教學過程中取得長足的進步。該課程首先講述在數據分布、數據異構的情況下數據服務的概念、技術和方法，在介紹云計算數據服務的技術時，以理論介紹為主、實踐教學為輔的方法，讓學生在掌握云計算一般概念的基礎上，能夠熟練部署Hadoop平臺，能夠編寫出MapReduce程序，能夠掌握Hive的下載和部署方法，掌握HiveQL指令的用法，熟知其執行過程。

1 進階式課程結構

進階式課程結構將整個課程合理地設置為若干個階段，以特定的學習目標為契機，將每一階段學習內容與目標建立在前一個階段的分析與整合之上。在簡單的學習與復雜的整合間反復進行，螺旋向上，逐步達到既定目標[2]。

本課程包括以下內容：數據集成技術、虛擬化、大數據的特點與云計算、Hadoop、NoSQL與Key-value、MapReduce、數據分析工具Hive。這些內容從分布式數據管理開始，到異構數據通過Wrapper集成，到虛擬化的出現導致數據云存儲成為可能，由此出現了開源云平臺Hadoop。每一部分都是上一部分的深化和進階。數據分析部分首先從NoSQL和Key-Value存儲開始，到MapReduce編程框架，從新存儲方式下數據分析的困難講到Hive的誕生，再到HiveQL的出現，環環相扣，學生通過學習不僅可以對傳統的數據服務加深理解，更能夠理解云數據服務的來龍去脈。

2 比較教學法

比較教學法是指，在教學環節中將兩個或多個學習對象放在一起，從不同方面、不同角度、不同屬性上按照同一標準進行對比分析，以達到辨識、理解和掌握認識對象的本質特征的一種教學方法[3]。教學過程中，比較教學法能夠使得學習者對所學內容清晰認識、準確把握，有利于培養專業理論基礎扎實和實踐應用能力強的創新科技人才。

⑴ SQL與NoSQL的比較。

NoSQL是一種非關系型的、分布式的、不嚴格遵循ACID原則并且高可擴展的新型數據存儲系統，并分為Key-value存儲文檔數據庫和圖數據庫。NoSQL通過放棄嚴格的ACID事務語義和復雜的SQL或者Posix接口標準，采用簡單靈活的Key-value數據模型來換取更好的性能和水平擴展能力。而SQL服務的傳統關系數據庫則具有嚴格的語義，嚴格遵循ACID原則。講解這一部分時，需要反復比較SQL與NoSQL服務的場景不同、需求不同、問題不同?？赏ㄟ^銀行數據（嚴格語義要求）和微博數據（無嚴格語義要求）兩個案例的對比，讓學生加深理解。

⑵ SQL與HiveQL的比較。

Hive是基于Hadoop構建的數據倉庫分析系統，誕生于Facebook，是用來管理結構化數據的中間件，數據存儲使用HDFS，執行環境為MapReduce，使用類似SQL語言的HiveQL語言分析存儲在Hadoop分布式文件系統中的數據，使不熟悉MapReduce的用戶也可以方便地使用HiveQL語言來數據分析，同時Hive還提供了一系列工具來提取和轉化數據。HiveQL的語法與大部分SQL語法兼容，這為熟悉關系數據庫SQL的專業人員操作和分析Hadoop大數據提供了方便。這里學生很容易認為HiveQL與SQL一樣，都是處理關系數據庫的，從而誤認為后臺的大數據是被Hive轉換成了關系數據庫。通過SQL與HiveQL的對比讓學生明確，SQL是面對關系數據庫系統，而HiveQL處理的是大數據結構化文件，其面對的是Hive，Hive架構在Hadoop上，本質上后臺的處理是用MapReduce的方法處理大數據。SQL支持查詢、更新、索引、事務，HiveQL不支持更新、索引和事務。SQL可以對數據進行多次修改，而HiveQL處理的數據則是“Write Once Read Many”。通過SQL和HiveQL的對比，學生對云數據服務加深理解，對利用HiveQL進行大數據分析有直觀的感受。

3 自主學習“微課堂”實踐

自主學習要求教師為學生營造自主學習的必要環境和條件，讓學生能進行自主研究型學習，自主獲取知識，學生在教師的引導下最終獲得自主學習的能力、創新意識和終身學習的能力。

“微課堂”將實踐模塊封裝成一個半結構化、主題式的資源單元應用“小環境”，主題明確，重點突出[4]。我們設計出三個微課堂實踐視頻：Hadoop部署、用MapReduce分別實現英文和中文WordCount程序、Hive部署與HiveQL實踐，學生只需要利用碎片時間就可以反復觀看視頻以加深和鞏固對知識點的理解。每一個微課堂都配有PPT和演示視頻，PPT包括了所有的步驟和關鍵指令，視頻采用抓屏和畫外音的方式錄制，學生可按照PPT中的步驟完成三個微課堂的自主學習從而掌握云數據服務的平臺、工具和方法。

4 綜合性教學評價體系

學生學習效果的評估包括形成性評價和總結性評價[5]。形成性評價包括課堂作業、討論活躍度，微課堂實踐匯報等方式?？偨Y性評價主要依靠期末報告獲得。學生微課堂學習實踐成功后可在教師答疑時演示從而獲得加分。期末報告時將學生分組，選取最前沿的云計算數據服務方面的英文資料，由組內成員分工翻譯并形成最終文檔，再制作成PPT格式公開講述，促進組間交流，提升中文學術表達能力。

5 總結

綜合考慮來華留學生的學習基礎和學習能力，對教學內容、實踐教學環境和網絡教學環境進行搭建。采用進階式教學對留學生進行因材施教，實現對留學生的差異化培養;通過比較教學法加深對SQL和NOSQL、SQL和HiveQL的理解;通過微課堂學生能熟練部署Hadoop平臺和Hive，能熟練編寫MapReduce程序，掌握HiveQL數據分析方法;通過新的評價體系調動學生積極性，在掌握理論知識點的基礎上提高了動手能力。

未來我們計劃將整個課程網站移植到微信小程序下，發揮“微課堂”的自主學習功能，同時增加在線答疑功能，使更多學生受益。

參考文獻（References）：

[1] 汪曉妍，黃鮮萍，夏明，胡海根.任務模塊化的留學生大型實驗教學探索與實踐[J].計算機教育，2018.1： 51-154，158

[2] 盧文偉，夏其表，螺旋模式下非計算機專業程序設計課程中計算思維的培養[J].計算機時代，2018.11：79-80

[3] 趙軍龍，王鳳琴，趙建鵬.比較教學法在“測井方法原理”課程教學中的應用[J].教育教學論壇，2018.3：191-192

[4] 高鏡云，華詔召，郭藝.微課堂利用對有效教學的提升與意義[J].文學教育，2018.33：21-23

[5] 白琳.大學計算機基礎課程的混合模式激趣教學法[J].計算機教育，2018.1：75-78