高职院校大数据创新实训平台建设与应用研究

摘  要：教育战略需要服务于国家战略，从国家大数据战略发展来看，随着大数据产业的飞速发展，未来社会对大数据的人才需求将剧烈增长。基于大数据技术的飞速发展，学院搭建校企合作平台，与企业共建数据创新实训平台，建设大数据创新实验室，用于开设大数据实验实训课程，开展校企合作项目、教师培训、科学研究等。通过此实训平台能够实现教育与应用相结合，更好地贯彻落实国务院《关于深化产教融合的若干意见》文件精神。

关键词：高职教育;大数据;创新平台;校企合作

中图分类号：TP311.13;G717      文献标识码：A 文章编号：2096-4706（2019）22-0130-03

Abstract：The education strategy needs to serve the national strategy. From the perspective of the development of national big data strategy，with the rapid development of big data industry，the demand for big data talents will increase dramatically in the future. Based on the rapid development of big data technology，the college has built a school enterprise cooperation platform，a data innovation training platform with enterprises，and a big data innovation laboratory. It is used to set up big data experimental training courses，carry out school enterprise cooperation projects，teacher training，scientific research，etc. Through this training platform，the combination of education and application can be realized，and the spirit of Several Opinions on Deepening the Integration of Industry and Education issued by the State Council can be better implemented.

Keywords：higher vocational education;big data;innovation platform;school enterprise cooperation

0  引  言

推动大数据产业持续健康发展，是党中央、国务院作出的重大战略部署，是实施国家大数据战略、实现我国从数据大国向数据强国转变的重要举措。

2016年习近平总书记在中央工作会议报告中指出：“大数据战略作为‘十三五’期间的十四大国家战略之一，是中国经济发展新的驱动力。”至此，大数据战略上升到国家战略。未来五年信息化建设将重点实施网络强国战略，并且明确提出实施网络强国战略，实施国家大数据战略。

数据已成为国家基础性战略资源，是21世紀的“钻石矿”。国家高度重视大数据在经济社会发展中的作用，国务院印发《促进大数据发展行动纲要》，全面推进大数据发展，加快建设数据强国。大趋势下，催生对大数据人才的蓬勃需求，教育部高等教育司也于2016年在面向高职院校的专业设置中增加了“大数据技术与应用”专业。各大院校纷纷开设大数据专业，促进学生高薪就业。

为了立足于大数据人才培养要求和社会人才需求，结合广州华立科技职业学院大数据技术与应用专业相关课程和大数据实验室建设来对大数据创新实验平台建设与应用情况进行分析和探究。

1  大数据创新实训平台设计

1.1  系统介绍

大数据创新实训系统以实训为主，提供教师管理和学生实训两大方向，方便教师组织实验课教学，便于学生学习大数据基础和开发课程，作为大数据技术入门的教学实训系统。实验管理功能加强了学生与教师之间的交流与沟通，方便教师对学生进行实训指导，提高了学习效率，资源监控和容器镜像功能实时监控主机和每个容器的运行状态和资源利率，并且平台中嵌入实训指导书和实训数据源，为师生营造了一个全新教学实训环境。

1.2  组织形式

大数据创新实训系统以讯方大数据综合教学平台为基础，通过API接口连接，系统模拟真实生产环境，使学生可平滑接入工作岗位。实训项目分为安装维护类、基础开发类、案例库等，由浅入深循序渐进地学习大数据知识。

1.2.1  学生Web接入操作

（1）学生在使用大数据实训平台时，首先需要通过Web登录页面，启动教师分配给自己的容器资源;

（2）然后学生可根据在线实验指导书步骤进行实验;

（3）实验完成后可以上传作业交由教师批改打分。

1.2.2  学生远程终端接入操作

（1）安装维护类实验可通过远程终端来进行;

（2）分析开发实验可以在学生本地计算机上进行开发，然后打包上传到虚拟服务器，当然也可以通过远程终端直接在虚拟服务器上进行;

（3）如果学生使用Unix/Linux系统，可以直接通过ssh命令登录服务器进行操作;

（4）如果学生使用Windows系统，可任意选择一种终端工具，例Putty、SecureCRT等。

1.3  功能特性

大数据创新实训系统总体上分为八大管理功能，包括资源监控、资源管理、实验管理、资料库管理、数据站点、机器学习、可视化分析和系统管理，如图1所示。

下面将对平台中各功能特性进行详细介绍：

（1）高效的教学计划管理。教学计划总体上在教学实验环节形成闭环，高效管理。教师可进行教学任务发布、确定实验时的课程任务发布，直至学生实验后的批改实验报告和发布成绩;

（2）敏捷的实验设备管理。采用虚拟化技术，合理高效利用资源。系统使用容器为学生提供实训环境，教师可直接部署实训环境，也可将学生实训需要规格的容器镜像导入平台中，再批量创建学生使用的容器环境，不仅提供了实训适用的环境，对容器及模板的性能、利用率进行监控和统一管理，节省资源，也减少操作时间，减轻操作负担;

（3）清晰的实验流程管理。对于学生而言，实验为重点，学生连接至容器后，便可进行实验，平台提供安装维护类，基础开发类和案例库三种实验类型，每种实验类型，对应不同的实验环境，学生可远程通过Web界面连接，通过内置的实验指导书，按步骤进行实验，完成后填写实验报告，提交即可，操作简单，流程清晰，注重实验;

（4）丰富的行业实训数据。数据站点作为系统中的一大亮点，旨在为学生提供数据源，供学生进行实验实训，部分数据容量较小，学生可下载至本地进行分析操作，大容量数据则直接保存至平台中，学生可通过API接口调用直接进行实训。数据资源涵盖了多个行业，大致分为电子商务、财政金融、教育数据、公共安全、卫生健康、社交平台等多种行业类型，并且教师可上传和更新数据源，为学生提供最新数据实训条件;

（5）集中的教学资源管理。资料库顾名思义，为师生提供教学实训资料，教师可以上传图片、文档、视频等多种形式的学习材料，教师可对资料库的内容进行增删改查，并且通过资料库的内容进行教学计划。学生则可以搜索、下载、查看学习实训资源，便于学习;

（6）可视的资源监控功能。资源监控是对大数据创新实训系统整体资源进行管理，涵盖容器状态、集群节点及资源使用情况等统计，可视化的展示资源利用情况，包括内存、CPU使用情况及容器创建信息等，使管理员或教师能够对资源使用情况一目了然。

1.4  实训平台设计

1.4.1  安装维护学习

作为大数据学习的基础，需先了解大数据的相关组件，包括Hadoop、Zookeeper、Solr、Hive、Spark、Sqoop、Kafka和Strom等各组件的安装与维护、应用场景、适用数据存储或处理环境等，最后通过各组件共同构建能够进行大数据开发与分析的环境。

1.4.2  开发分析学习

基础开发学习较多为编程学习，在已有大数据开发和分析环境基础之上，通过语言对数据进行分析，显示结果。基础开发的学习中，包括Hadoop开发框架、R语言、Spark数据处理、SAS、数据分析与挖掘等技术学习与理解。

1.4.3  可视化分析学习

可视化是展示数据结果的最佳方法，在大数据创新实训平台中融入可视化工具，将数据分析类实训项目得出的结果以直观的方式表达出来，充实实训流程，提升展示效果。

1.4.4  实训项目

实训项目覆盖Excel类、MySQL数据库类、SAS数据分析类、R语言类、安装维护类、Hadoop开发类、Python数据挖掘类和案例库等，并根据计算机相关专业需求，开发了软件测试项目，项目数量总计超过200个，开发分析类和案例库安排课时较多，均根据工作岗位类型设计搭配。部分实训项目列表如表1所示。

2  大数据创新实训平台建设特色与创新

2.1  总体水平

大数据创新实训平台将成为学校大数据相关课程的实战和创新的支撑平台。通过开展校企合作，探索人才培养方式，将高校大数据系列课程教学分为理论教学与实践教学两方面，帮助学生树立大数据认知思维和增加大数据技术实践课程，重点培养学生综合实践能力，满足开发课程和教学内容、设置实践项目等方式，培养既懂得数据分析技术、又精通业务的优秀人才。

2.2  具体特色

（1）通过本项目的实施，教师在实验室将获得大量的工程实践机会，将显著提升应用技术研发能力。同时，教师也可以将工程经验、科技成果转化为教学案例，反哺教学，助力学生工程实践能力提升;

（2）积极发挥产学研协作创新作用，运用大数据思维模式将行业专家与数据专家有机结合起來，加速各行大数据应用系统的研发，推动行业转型与业态创新;在数据技术专家的主导下，完成基础数据工程建设所需的研发创新，进而提升大数据技术水准;

（3）大数据创新实训平台的建设充分利用了在线学习平台的应用功能，将大数据实训的各个环节连接到一起，既提供单项技能训练，也提供综合技术实践训练（基本技能训练、高新技术训练、初步的项目训练）。

参考文献：

[1] 俞宏峰.大规模科学可视化 [J].中国计算机学会通讯，2012，8（9）：29-37.

[2] 陈明.大数据分析 [J].计算机教育，2014（5）：122-126.

[3] 白洁.校企共建校内实训基地的探索与实践 [J].实验技术与管理，2012，29（3）：181-183.

[4] 杨威.实验室开放与管理 [J].实验技术与管理，2012，29（1）：186-187+194.

作者简介：李静（1963-），女，汉族，山东东阿人，副院长，教授，硕士，研究方向：数据库应用。