浙教版（2019）信息技术 必修1 4.2.1 大数据处理——大数据处理架构 教学设计

大数据处理架构教学设计 课程标准 和 教学目标 大数据处理的基本思想与架构 教材内容：第四章 第2.1节 适应的课程标准： 1.3针对具体学习任务，体验数字化学习过程，感受利用数字化工具和资源的优势。 1.4通过典型的应用实例，了解数据采集、分析和可视化表达的基本方法。 教学目标： ●通过分析大数据处理案例，了解的大数据处理的“分治”思想。 ●通过对大数据实例的分析，了解静态数据、流数据和图数据及其处理架构。 指向的核心素养： ●计算思维：总结利用计算机解决问题的过程与方法，并迁移到与之相关的其他问题解决中。 ●数字化学习与创新：在解决生活和学习中的问题时，能评估常见的数字化资源与工具对特定学习任务的价值，对其做出合理的选择。 ●信息意识：能够根据解决问题的需要，自觉、主动地寻求恰当的方式获取与处理信息；在合作解决问题的过程中，愿意与团队成员共享信息，实现信息的更大价值。 教学环境：有教学控制软件的多媒体机房。 建议课时：1课时 教学活动设计 教学环节 教学过程 设计意图 新课导入 分析生活中的分治思想应用，理解“分治”思想。 引导学生从生活体验中提炼思想。 自主学习 指导学生沿问题线索自主阅读教材中“处理大数据的分治思想”案例，适时讨论。 问题1：该案例中，如何使用10台计算机统计10G微博数据中出现频率最高的词汇？ 问题2：该案例中，按问题1方法，使用100台计算机处理100G数据时，遇到了什么问题，如何解决的？ 问题3：该案例中，按问题2方法，使用1000台、1万台、10万台计算机处理更大量数据时，为什么行不通了？如何解决的？ 促使学生在问题引领下，层层深入的分析案例、思考问题，理解大数据处理基本思路。 问题设计思路：数据量和实时性的增长→单台计算机不能满足处理要求→需要采用多台计算机进行处理→从多台计算机结构的管理引出大数据处理的分治思想。 创设安静的环境，支持学生自主学习，同时控制节奏。 学习评价 学生总结问题答案及大数据处理基本思路，教师点评。 通过交流与点评，帮助学生理解大数据处理中的“分治”思想。 知识讲解 教师使用PPT，从“大数据处理类型”图示展开，列举、分析大数据应用实例中静态数据、流数据、图数据的不同特征；讲解静态数据的批处理计算架构Hadoop，从组成与功能的层面，讲解分布式文件系统HDFS、分布式数据库HBase和分布式并行计算模型MapReduce。 静态数据的批处理计算架构是难点，教师可以结合“Hadoop的组成”“MapReduce的工作流程”图示进行分析讲解，帮助学生化解学习中的难点。 拓展学习 布置任务，要求：阅读教材中流计算、图计算及实时处理与批处理的整合容后，按小组分工，通过互联网针对流计算、图计算进行拓展性学习，并选择合适的方式将关键性学习资源分享给全班同学。 流计算、图计算及实时处理与批处理的整合内容教材中只是简单介绍，在批处理计算的基础上，学生可以通过自主阅读，顺利完成学习。 同时，流计算、图计算也是大数据处理的重要内容，鼓励学生进行拓展性学习。 学习评价 通过过程观察，选择完成好的流计算、图计算小组各一，进行学习交流，教师点评。 通过交流与点评，促进学生较为全面、深入的了解流计算、图计算处理架构。 反馈 每人一个小便签，在便签上请同学们写上今天的收获、困惑，并用一句话说明大数据处理思想与类型（至多20个字）。贴在黑板上。 常规活动，每次下课前让学生完成“收获-困惑-理解”的便签，以便及时掌握学情。 作业布置 基础作业（面向所有学生）： 完成本条目课后练习的1-6题。 提升作业（面向学有余力学生）： 结合教材上的拓展连接“分布式计算与并行处理”“Hadoop的发展历史”“主要的流计算软件系统”“Hadoop应用实例”，通过互联网开展较为深入的拓 ... ...