云计算和大数据教学实训平台的设计探析

周伟

摘 要：本次研究探析云计算和大数据教学实训平台的设计问题。具体探讨中结合日常教育教学工作经验，先对云计算和大数据进行简要说明;然后，分别从平台架构模型、平台大数据处理流程两大层面其设计实践展开具体论述。

关键词：云计算;大数据;教学实训平台;设计

云计算属于新型计算模式，能够以中心化管理模式进行数据资源的统一调度和管理，为用户提供资源库服务，并完成各类大数据的分析处理，通过云服务为用户提供服务范围内的需求资源。大数据属于多元化信息资源的新型处理模式，重点在于对异构数据进行应用价值分析，能够以专业技术实现对数据信息的优化与海量加工，扩增数据服务价值。二者的关系十分密切，大数据可以为云计算提供分布式框架与分布式存储，并通过云服务将有用资源运用到实际的应用领域。下面以此为出发点对主题进行说明。

1、教学实训平台架构模型设计

大数据教学实训平台在架构平台模型设计的基础方面，以云计算的Paa、Iaas、SaaS服务模式为准;底层用网络资源、数据资源、服务器、存储等搭建虚拟资源池。服务对象设置为教师与学生，目标旨在实现智能化、高效化大数据教学实训平台设计，并使其发挥效用。具体如下：

1.1數据源

数据源的典型功能体现为资源监控、部署、负载均衡。首先，负责虚建设拟资源池，具体包括数据资源池与存储、服务器、网络虚拟资源池等;其次，提从物理资源池，具体包括网络设备、存储设备、服务器等。第三，对硬件资源与软件资源的分散性进行数据源整合，借助虚拟技术完成可供调度的虚拟化资源池，一方面为上层服务;另一方面，支持独立数据源服务。从而将系统数据整合与各层单独利用做好准备。

1.2数据存储与处理

在数据存储方面，主要以HBase、YARN、Hadoop等为主。在数据处理方面则包括了数据清理、数据牵引、聚合关联等。数据存储与处理旨在通过对数据的预处理，实现对不同类型的数据进行存储，存储方式则以分布数据库存存储为准。

1.3数据分析与管理

在数据分析方面，以数据统计、聚合关联、设备学习等为主。在数据管理方面则以资源分配与调度，以及生命期管理等为主。具体而言，凭借数据管理有效性的提升，可以进一步促进对数据资源的科学分配与调度，并为数据分析方面的上层数据挖掘提供支持，具体可以根据不同需求，运用不同的数据分析法。

1.4应用服务

应用服务旨在对数据进行挖掘与应用。以挖掘数据为例，其中涉及到专题侦测、教育评估、趋势发现等;而在数据应用服务方面，则主要针对教务管理系统、学习管理系统、教育评估系统。在应用服务层通过数据挖掘方法能够满足学生在学习、生活方面的个性化信息与资源需求，同时，保障教师在专业领域内提高其教学针对性与管理工作的合理化。

1.5云终端

该层属于云服务向不同云终端的关联，就是把用户需求的云服务应用于云终端。比如，以PC机为主的云终端，和以用户为主的移动终端，以及智能终端等。在云终端层能够搭建起一站式教学实训中心，并为教师与学生提供更为精准的需求型云服务。而云服务在目标对象确定的条件下，可能实现网络教学资源共享与应用，认证统一身份，合理分配网络教学资源等。因此，云终端具备提供多元化云服务的基本特征，而且在不同的云终端能够通过个体化应用直接访问需要的云服务。但是，在权限设置方面，则应该以实际的教学实训需求为准，从而构建起“公有云+私有云”模式，实现对云资源的安全访问。

2、教学实训平台大数据处理流程

2.1数据来源

通过云服务教学平台，主要集中在对学生学习行为相关数据收集、整理。具体包括了学习成绩信息、获奖信息、竞赛信息、生活信息、电子阅读信息、社团信息等。

2.2数据抽取和存储

对不同的数据来源进行关联处理，运用不同的数据选择方法，使信息系统数据应用常规工具，寻找对应结构，吸收价值数据存入数据资源库。按照分布式数据库存储方案，将视频、网页类的非结构化数据进行索引，再以标记或网址等形式存到资源数据库。

2.3数据分析

针对数据来源建立的数据库，对相关数据实施统计和分析，具体以学生学习行为相关数据为主。比如，协作筛选方式下的学习行为能力分析、不同维度的学生类型聚类分析等。在学习行为能力方面的分析没生于已分类学生的各项活动信息，以相似度叙述搭建新的学习方案;而在学生类型方面则先寻找相似点，再实施属性比对，根据比对结果对不同类型的学生进行针对性建议方案设计。期待在数据分析的基础上完善以个体化为主的学习计划与生活方式。

2.4数据展示

数据展示以可视化技术显示数据结果为主，有利于实训平台部署。首先，按虚拟化资源池搭建，在一体化系统中建群开展部署工作;包括教学环境、独立运行、心跳信号基础上的交互等。其次，运用HDFS、HIVE大数据分布式存储组件，增强Gluster分布存储系统。第三，立足教学实训平台推进云计算教学与实验平台、统一认证服务，促进互动交流平台、资源平台发挥功效，并于此之上创新多元化培训系统。第四，通过支持云终端桌面替代PC电脑，提高艺术设计教学水准，促进专业传送与可视化成果展示，强化直观数据分析对教学效率的提升作用。

3、结束语

总之，云计算和大数据在社会生产与生活领域已经获了广泛应用，将其引入到教育领域，不仅能够在信息化教育的基础上发展出更为高效的在线教育模式，同时，也可以为传统教育教学提供资源共享与价值信息提炼及分享。尤其是在现阶段的教学中通过大数据分析、存储，可以为师生提供更为有效的云服务，有利于教育教学效率的提升与学术化的成果创新研发。

参考文献：

[1]胡燏.云计算和大数据分析在教学领域的深度应用[J].信息与电脑，2016，（9）：215-216.

[2]王冬青.智慧课堂教师行为数据的分析方法与应用验证[J].中国电化教育，2020，11（5）：120.

[3]刘文杰.基于HDFS的大数据文件传输实验设计[J].实验室研究与探索，2019，38（12）：132.

（四川邮电职业技术学院）