面向大数据技术的《linux 操作系统》课程教学内容研究

恽鸿峰

1 研究背景

linux 作为一款开源的类UNIX操作系统，继承了UNIX 以网络为核心的设计思想，成为了一个安全性很高的多用户、多任务的网络操作系统，现在已经成为企业级应用推荐的操作系统平台。随着云时代的到来，大数据越来越受到人们的关注，对商品营销、疫情防控、交通规划、金融服务等领域产生着积极的影响，而大数据的应用工具，如Hadoop、Storm、Hive、Spark、NoSQL等，基本上都是运行在基于Linux 操作系统的集群服务器上[1]。因此，学习大数据技术，必须要理解Linux 的特点、熟练掌握Linux 环境的搭建和基本操作。

2 教学内容构建

2.1 教学内容的模块化

首先，我们搜集了目前出售的相关书籍、MOOC 平台课程大纲、线上培训机构和知名技术交流平台的相关材料，整理了夏辉等主编的《Linux 系统与大数据应用》[2]、燕彩蓉等主编的《Linux 系统与大数据应用》[3]、北风网的培训课程《大数据运维之必知必会- Linux 基础教程》[4]等若干份教学材料，对课程的收录内容进行统计、分析和汇总，找出普遍包含的教学内容，作为Linux 操作系统课程的基本教学内容；对于包含较少的课程内容进行评估，分析大数据的应用需求，明确其作为教学内容的价值。其次，走访经验比较丰富的大数据研发工程师、数据分析师，确定岗位必备的linux 系统知识，培养实际工作能力和就业竞争力，真正对接企业的人才需求。最后，考虑民办应用型本科院校的人才培养定位，强化实践、“做中学”为主要教学模式，综合考虑课时安排和应用的因素，避免教学内容上“广而全”，对知识点进行筛选、精简、优化，根据逻辑关系对每一部分的知识点进行重组，进行知识模块划分，面向大数据技术的Linux 操作系统教学内容结构如图1 所示。

2.2 Linux 系统基础

Linux 系统基础部分包括5 个模块，采用项目引导式教学，在有限的时间内熟悉linux 系统的操作环境、基本理念、常用命令、管理方法以及基本开发方法。

（1）Linux 系统概述与安装。包括Unix 的发展过程、Linux的发展历史和发行版、开源软件、Linux 应用领域、系统分区的基本知识、系统的安装、Linux 系统下大数据平台、Linux 的学习方法，使学生快速了解Linux 系统。通过浏览Linux 内核官网、介绍著名的信息统计网站www.netscaft.com 的使用等多种途径引导学生了解Linux 的前沿发展及应用，激发学生对linux 的兴趣。虽然可以安装双系统，但专业学习过程中多数情况下使用Windows 系统，安装双系统会造成资源的浪费，目前越来越多的企业采用CentOS 7，因此，学生采用虚拟机安装CentOS 7，安装好实验环境是学好Linux 关键的第一步。

（2）文件、磁盘管理。学习Linux 文件系统的基础知识，包括文件类别、文件系统目录结构、基本特点；学习文件基本操作命令，包括如何切换目录，如何新建、复制、移动、删除、查看、查找文件，如何创建链接；互联网上下载的Linux 安装文件几乎都是压缩文件，因此必须学习Linux 系统下如何压缩、解压缩文件或目录；如何分区、格式化和挂载外部存储设备。Linux 中的命令及命令的参数选项难记易忘，应关注命令选项的通用性，通过实践、案例掌握常用选项，避免关注过多的技术细节和选项参数配置，注重引导学生养成运用man、help 查看帮助信息的好习惯，灵活掌握和使用常用命令，为日后大数据的应用打下基础。

（3）Linux 使用者管理。学习用户和用户组管理，包括用户和用户组之间的关系、配置文件和相关命令；学习文件权限管理，linux 的权限管理将文件管理和用户管理相结合，属于Linux的基本内容，使用者必须掌握；学习进程管理，大数据工程师需要查看进程相关信息以排查系统故障，检测CPU、内存、网络I/O等各种开销，因此必须掌握进程管理的相关命令。进程管理、用户和用户组的管理通过与Windows 系统的类比，帮助学生理解。

（4）网络及服务配置。目前Linux 在Internet 和局域网服务器领域所占的市场份额越来越大，因此Linux 网络和服务器的配置成为了Linux 系统的重要部分，教学内容包括linux 网络配置、SSH 服务、Web 和FTP 服务器配置。学生动手配置，实现虚拟机环境下Linux 访问网络。

（5）shell 编程及程序开发。shell 脚本在Linux 系统日常管理和大数据开发工作中是必不可少的，学习vim 编辑器的使用，通过案例介绍Shell 脚本程序设计的语法结构、控制语句变量定义及赋值、函数等，引导学生进入shell 脚本的世界；学习gcc 编译器、gdb 调试工具以及make 工具的使用，通过实例了解C 程序的开发方法；学习如何在Linux 系统中安装Java。由于目前常用的大数据平台Hadoop 的运行是依赖于Java 的，后续要学习Hadoop 安装与使用，考虑学时和后续课程安排,剔除了主要用于数据处理的python 的安装学习，主要学习最新版JDK的下载、安装和配置环境变量。

2.3 大数据基础应用

大数据基础应用部分包括2 个模块，目的是初步了解大数据理念、相关技术。

（1）大数据开发平台。学习大数据的概念、特点与应用前景，介绍大数据的2 个主流平台Hadoop 和Spark 的应用场景、安装与配置。Hadoop 组件较多，应有所取舍，主要学习文件存储系统HDFS、运算系统Map- Reduce 和资源调配系统Yarn三个核心组件。通过统计和检索案例了解Hadoop 和Spark 的作用和基本使用方法。

（2）大数据分析工具。了解常用的分析工具，主要学习Hive数据仓库工具的工作原理，嵌入式、独立式安装及配置，通过案例学习Hive 基本查询分析方法。学生动手完成Hive 的独立式安装与应用，使用MySQL 数据库作为数据元信息的存储，这种场景在实际的应用中是最常见的。

3 教学内容课时安排

通过前述Linux 操作系统教学内容的构建，本课程的具体课时安排如表1 所示，本课时安排适用于32 学时理论+16 学时实验（共48 学时）的课程教学。

表1

4 结束语

大数据和云计算时代，Linux 系统越来越重要，Linux 操作系统的教学内容应针对大数据的需求做出调整，根据企业实际需要合理设计教学内容，使学生掌握和大数据相关的Linux 系统知识，为进一步学习大数据相关技术打下坚实的基础。