大数据实验教学平台实验综述

朱正国

摘要：基于目前实验室教学平台的现状，提出了基于容器技术的云实验机和基于B/S的远程桌面交互Y-Desktop两项关键技术的大数据实验教学平台，重点分析了由四个子系统组成的实验教学平台应用，探索了新的实践教学模式改革，旨在提升学生的职业规范和综合职业素养[1]。

关键词：大数据；实验教学平台；实验综述

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2018）11-0163-03

Experimental Review of Big Data Practice Teaching Platform

ZHU Zheng-guo

（Anhui Vocational College of City Management， Hefei 231202 ，China）

Abstracts：Based on the present condition of the laboratory teaching platform， this paper puts forward that big data practice teaching platform based on two key technology of cloud testing machine based on the technology of container and B/S remote Desktop interactive Y - Desktop， and analyzes the big data practice teaching platform consisted of four subsystems， and explores the new practice teaching mode reform， aims to enhance the professional standards and comprehensive professional quality of the students.

Key words：Big data， Practice teaching platform， Experimental review

随着互联网+时代的到来，很多电子商务、社交网络等新兴的互联网企业以及设备高端制造、银行金融业带来巨大商业机遇，大数据和数据挖掘对企业价值的增值起着非常重要的作用，现已越来越成为政府和企业竞争的新焦点，越来越多的大型企业开始重视并利用大数据分析来进行市场和生产的决策，这反过来也给大数据行业的发展带来了新的发展机遇。

1 大数据实验室现状分析

在实验室教学平台建设中为了追求大数据实验的广度、深度以及精确性，对于数据的收集呈现出了超大规模趋势，传统的数据管理和硬件基础架构的管理方法很难支撑大数据实验室不断发展的要求。

大数据实验室虽然同时支撑实践教学与科研平台，但在建设初衷仍是以教学实训为应用核心，传统物理形式实验室为适应大规模学生的同时授课，规模都比较大，且在授课、实验内容上缺乏流程规划，如何系统化规划实验过程，将直接影响授课效果。大数据实验在进行多维度数据分析中涉及领域广泛，没有广泛的实体数据支撑，很难培养出贴近企事业发展的大数据人才。

2大数据实验教学平台优势

2.1技术优势

2.1.1基于容器技术的云实验机

基于容器技术的虚拟化云实验机，相比传统的KVM其最大的特点就是启动快，占用资源少[2]，可以在有限的物理资源上创建多个虚拟化的实验机环境，学生可以快速启动专享的实验机。

2.1.2 基于B/S的远程桌面交互技术Y-Desktop

Y-Desktop是一種基于HTML5和JS的Web应用程序，可使用远程桌面协议（如VNC或RDP）访问桌面环境。 同时提供了一个驱动它的API。该API可用于为其他类似的应用程序或服务提供服务。此Web应用程序是提供协议无关的远程桌面网关的一部分。作为API，Y-Desktop提供了一种通过使用HTTP或WebSocket的基于JavaScript的隧道流式传输文本数据的通用和有效的方法，以及支持Y-Desktop协议的客户端实现，并将远程显示与Y-Desktop协议流隧道。Y-Desktop使用JavaScript及HTML5和其他标准，只需要一个主流的浏览器或启用Web的设备，就可以访问所提供的任何桌面。

2.2平台功能优势

1）一站式解决方案：学生可以在平台中学习、实践，以及进行评价与考核，获取专业证书，并向企业推荐，得到就业机会。

2）实验+实战=就业能力：实训系统提供的基于浏览器的桌面虚拟化方案，让学生可以随时随地学习、验证，通过真实项目的实战，达到同等互联网公司1-2年的工作经验。

3）学习行为分析：实训系统全程记录和追踪学生的学习行为，通过对学生的行为进行分析，提供自主个性化的学习内容。

4）远程陪练：提供云解答专区，在浏览器中实现桌面分享、共享的功能，助教可以远程协助、陪练。

3大数据实验教学平台的应用分析

大数据实验教学平台的应用分为4个子系统：数据中心子系统、全机柜交付子系统、软件功能子系统、统一管理子系统，其中交付子系统和软件功能子系统在大数据实践教学平台建设中必不可少，为必选系统；数据中心子系统与统一管理子系统两部分内容为大数据实践教学平台提供了机房建设基础，统一管理调度界面，为可选系统。

3.1 数据中心子系统

随着大数据、物联网、移动互联等技术的飞速发展，越来越多企业认识到数据的价值，保障数据可靠完整传输、处理及存储，为数据中心基础设施提出了高可靠、高灵活、高效节能及易维护的要求。作为背后业务的关键支撑系统，数据中心基础设施实现高可靠、高能效、易维护完美融合的创新解决方案，已经成为用户的主要诉求。在高度集成了计算能力的同时，还大大降低了对空间和能耗的需求，对数据中心基础建设和环境最低的要求之下，提供高可靠性的同时具备极其灵活的可扩展能力[3]。

基于以上设计和方案，模块化数据中心有以下四大特点：高可用性：可用性超过99.999%；经济性：降低机房TCO，采用分期分批建设，减少一期投入成本；协同性：高度一体化；智能性：管理简单方便。

3.2 全机柜交付子系统

大数据实践教学平台全机柜交付子系统由16台大数据计算服务器、2台千兆交换机、1套42U独立机柜、4套PDU、32条单色以太网双绞线跳线组成。该全机柜交付子系统配合联想大数据实践教学及科研平台软件功能子系统可基本完成大数据实验、科研开发内容的实践、计算任务。

大数据实践教学及科研平台由大数据实验训练系统、大数据科研实战平台组成：实验训练系统承担教学实验工作；科研实战平台将支撑未来院校进行数据分析、算法开发等科研工作。

3.3 实践教学软件功能子系统

3.3.1大数据教学管理

专业和班级管理：加强对专业和班级的管理，可以对专业和下属班级信息进行添加、删除、修改和查询等[4]。

学生管理：对于班级内部学生进行管理，主要包含姓名、学号、专业、登录次数、联系方式等内容[4]。

开通课程计划：对于课程计划的关键字段诸如课程计划名称、申请周期、上课教师、申请人数、上课时间段、开通状态等。软件功能子系统还能提供对实训课程平台、课程计划、授课过程、实验任务、云实验机的绑定[5]。

交流日志查阅：对实验机分享交流的内容进行查询，包含交流的IP、实验机编号、老师和学员、交流的内容等。

学习记录：每名学生在教学平台内学习课程都有相应的学习记录，包含教学和学习计划，课程和章节的安排，课程时间以及学习的IP等。

学习行为报表：学生所有课程的学习都会被记录并进行统计，包含专业统计、个体统计及全体统计等。

习题管理及课程测验：教学管理过程中针对课程进行相关的习题库管理和课程测验，题型有单选、多选、判断题、简答题等，我们还可以自主对习题库进行增删改查等操作[5]。

成绩管理：对在线学习的学生的学习课程和学习成绩进行考核和管理，还增加了诸如查询、修改及删除等操作。

3.3.2学习与云实验

申请学习：学生通过实践教学软件申请参加由主讲老师计划开通的某些专业相关的课程。

我的课程：学生通过教学软件平台可以在线学习已经开通的大数据实训课程。

集群安装：学生通过软件教学平台的任务要求，完成大数据集群的搭建。

实验任务：实验任务操作界面，学生在此界面上完成大数据相关作业实验。

实验训练：采取基于Web浏览器的可视化操作，在实训终端可直接进行相关的实验操作，不需要额外安装开发软件；云实验机既不需要事先创建，也不需要管理人员参与，可以完全根据实验的任务、环境的要求和学生的学号来自动创建。管理平台可以对云实验机采取停止、注销、重启等后台操作[6]。

实验报告审阅功能：针对在实验过程中学生提交的实验报告进行自动审阅和评分，教师和学生还能按照学生和实验任务等信息进行相关实验报告的检索和查阅。

云实验机协助功能：采取基于浏览器桌面的实验机分享，可以实现学生与学生、学生与老师可以同步操作的云桌面系统，还能实现师生之间基于桌面的可视化交流互动等功能[6]。

选修课程：学生通过本功能可以自学一些大数据相关的课程，提供视频及配套实验环境。

3.4实践教学统一平台管理子系统

大数据实践教学统一平台管理子系统以超融合节点机为基本单元，串联多台节点机置于机柜中，同时集成网络交换机，为云平台提供计算、存储和网络资源；通过软件定义的方式来实现计算、存储和网络的虚拟化；预先安装超融合管理平台、云资源管理平台等软件，送达数据中心后，技术人员进行软件解封及参数调试等工作，即可拥有属于自己的云管理平台。

4大数据实验教学平台建设

4.1与行业共建实验教学资源平台

建设实习实践教学资源信息交流平台，与行业共同开发实践教学标准和考核标准，与企业合作开发网络课程实训教材、实训课件、视频资料、习题库和技能考核库。

4.2探索教学一体化改革建设，提高学生综合素质

4.2.1教学和工程项目实施与管理一体化

建立学徒制学习模式，加强校企合作深度，在“教、学、做、考”的内容上，全部实行工程化管理为导向，由企业工程师任兼职教师，带领系统化学习。

4.2.2项目教学模式

学校与公司合作，根据目前市场上实际工程的情况，提取服务器系统各子系统的典型案例项目，以案例项目为载体，以完成任务的形式开展教学。

4.2.3任务引领式教学模式

在每个项目的教学中设置了若干个学习任务，教与学的过程就是项目工程的实施过程，学生的考试考核就是工程项目的验收。以学习任务为引领、以教学效果为导向的教学模式更加注重以学生为中心，“任务引领式”的教学模式与传统的教学方法相比能更好地激发学生的学习兴趣和求知欲望[7]。

4.2.4注重学生职业规范和综合职业素养的培养

将职业规范和综合职业素养作为实践教学的一个重要的任务评价内容，注重学生质量意识、经营管理理念及安全意识的培养，同时将职业规范和综合职业素养教育作为重中之重，并将其融入各个教学环节[7]。培养学生注重岗位的安全规范、注重工作的质量、注重设备与环境的整洁，注重工程的操作规范、注重学生自主学习能力的培养，从教学环境的建设、教学材料的复用等多角度体现资源节约的意识，注重团队建设，以自由组合的形式组建学习团队，培养学生的团队合作精神和组织协调能力。

参考文献：

[1] 李海华. 基于桌面云的高校实验教学调度管理系统设计与实现[D].华南农业大学，2016.

[2] 杨龙军. 计算机硬件云实验平台关键技术研究与实现[D].国防科学技术大学，2013.

[3] 孙振. 计算机系统结构实验云关键技术研究与实现[D].国防科学技术大学，2012.

[4] 李春艳，王茜. 云计算环境下计算机基础实验教学模式探讨[J]. 电脑知识与技术，2013，9（14）：3321-3323+3330.

[5] 李小娟. 基于设计的云服务有效支持课堂教学的研究[D].河南师范大学，2011.

[6] 毛麾民. 高校计算机实验室教学辅助系统的设计与实现[D].西南交通大學，2013.

[7] 林瑜华. 云计算环境下高校实验教学模式的创新与实践[J]. 实验室研究与探索，2011，30（8）：271-274.