一 、系统概述

在现代教育那儿，大数据及软件教学与实验，以及大数据及软件教学与实验，它们扮演着重要角色，这方面教学内容覆盖了大数据处理，还有数据分析，再就是数据可视化及大数据应用等好些方面。以下是大数据及软件教学与实验的一般内容：1. 数据基础知识：给学生讲授有关数据的基本概念，以及数据类型，还有数据收集和数据清洗等基础知识。2. 数据存储以及管理技术：对常见的数据存储技术予以介绍，还包括管理技术，像关系型数据库，举例而言有MySQL等，还有分布式文件系统，比如HDFS，以及NoSQL 数据库等。3. 大数据处理与之分析：阐述怎样去处理大规模的数据集，涵盖数据清洗技术，还有数据转换技术，以及数据集成等技术。引导学生去掌握常见的大数据处理工具，比如Spark，还有编程语言等。4. 运用数据挖掘以及机器学习，去介绍有关数据挖和机器学习的基本理论与算法，诸如聚类，包含分类，还有预测以及关联规则等，讲解怎样来应用这些算法以察觉到数据里的模式跟规律，教授给学生怎样运用数据可视化工具与技术，把数据转变为能够理解且具备洞察力的图表，还有图形以及仪表盘等形式，介绍大数据在各个领域当中的应用案例，像是金融，包括电子商务，还有医疗以及社交媒体等，引导学生去思考怎样采用大数据技术来解决实际面临的问题。

大数据以及软件的教学跟实验，得把理论教学同实践操作结合起来，以此让学生能够于真实场景里运用所学知识。为了给出更好的实验环境，下面是一些在大数据以及软件教学与实验当中常用的实验工具和平台：1.：用来处理以及存储大规模数据的分布式计算框架，给出了HDFS当作分布式文件系统，以及当作分布式计算模型。2. Spark：用于大规模数据处理与分析的快速且通用的分布式计算引擎，支持多种编程语言以及复杂的数据处理任务。3. 数据库系统，像 MySQL、 呢等，是用来存储以及管理结构化与非结构化数据的。4. 数据可视化工具 ，比如 、Power BI、 等等，是将数据转变为直观的、容易理解的图表还有可视化界面的。5. 编程语言和开发工具 ，诸如 、Java、R 等编程语言，和各种 IDE（即集成开发环境）以及文本编辑器，是用以编写并执行数据分析以及大数据处理的代码的。

经过将理论教学予以结合，以及把实验实践进行融合，学生能够深切去了解大数据以及软件的相关概念，还有技术以及应用，进而培育数据分析以及处理能力，以此为未来的职业发展做好准备工作。

二、大数据及软件教学与实验实训平台介绍

大数据以及软件教学跟实验实训平台（ Room），是个专门用以大数据以及软件教学和实验培训还有实践的地方。在此类实训室里，学员能够经由理论学习以及实践操作，把握大数据以及软件教学和实验的技术与工具。

大数据及软件教学与实验实训平台通常配备有以下设施和资源：

1. 计算设备，给出具备高性能的计算机，还有服务器以及工作站，用以软件的开发以及测试。这些计算机，常常配置有适用于企业级开发的开发环境，还有集成开发环境也就是IDE，以及调试工具这类软件。

2. 开发工具以及软件，会提供经常使用的大数据相关及软件教学与实验工具前端开发培训，还有框架，像是Java开发工具包，也就是Java Kit，简称JDK ，以及Java企业版，即Java ，JEE框架，微型服务框架，数据库管理软件等。另外，还有可能提供版本控制工具，比如Git ，以及项目管理工具，例如Jira等。

3. 从网络以及服务器方面来看，要构建起局域网的环境，从而凭借此让学员能够开展多人协同的开发以及测试工作。还要准备好服务器设备，将其用于企业级应用程序的部署以及测试当中。

4. 虚拟化以及云平台，能够提供虚拟化技术还有云平台，借此方便学员去开展应用程序的开发，以及进行测试，并且实施部署。借助虚拟机与容器这类技术，学员可模拟贴近真实的企业级环境来开展实验。

5. 帮助学员理解并掌握开发知识与技术的教材包括那用于大数据及软件教学与实验的，参考书籍，文档，还有实验指导等这些教学材料和文档被提供。

6. 有专业导师或者工程师配备着，提供实时的辅导以及支持，去解答学员于开发过程当中碰到的问题和疑惑。

大数据及软件教学与实验实训平台拿出一个如真实企业环境般的地方，这儿供学员学习、实践，学员能在这儿搞团队协作，进行项目管理，开展软件开发流程的实践，从而让其在大数据及软件教学与实验这块的实践能力得以提升，就业竞争力也得到提高。

能培养出这样的人才，该平台是大数据及软件教学与实验实训平台，其培养的人才拥有坚定理想信念，在德、智、体、美、劳方面全面发展，具备一定科学文化水平，有良好人文素养，拥有职业道德与创新意识，还有精益求精的工匠精神，具备较强就业能力与可持续发展能力，掌握本专业知识及技术、技能。这些人才面向软件和信息技术服务业的职业群，比如计算机软件工程技术人员、计算机程序设计员、计算机软件测试员、人工智能工程技术人员、大数据工程技术人员等，能够从事软件开发、软件测试、软件编码、软件技术支撑、Web 前端开发、人工智能系统开发、大数据处理等工作，是高素质技术技能人才。

三、大数据及软件教学与实验实训平台组成

3.1大数据及软件教学与实验教学平台

平台以基于cloud的微服务架构为基础，专门提供方便的SSO单点登录，通过特定方式进行部署，能够支持公有云、混合云以及私有云的安装模式，数据层运用MySQL集群和另一集群，达成了全流程自动化运维，具备高内聚、松耦合、业务较为单一、高性能、高并发、高可能性、能够跨平台、可以跨语言等特性。其主要模块含有课程制作工具、云盘、共享课、我的课、云优选课、云视频库、3D模型库。

课程制作工具，是由平台提供专用微服务模块供支撑的，采用了一项双向通信技术，其底层存储运用三层递进缓存方式，这么做的目的在于加快课程资源的加载速度。它能自主研发视频转码，还有在线视频剪辑功能。它支持从word文档直接导入，还能依据标题类型自动生成目录呢，方便又快捷。与此同时，它支持插入ppt、excel、图片、超链接、视频、音频、3D模型以及章节测验等内容，可实现多个超文本文件的同屏展示。

共享课，运用订单配发的概念，运用校内共享的概念，促使课程资源在更大程度上实现共享。

可供我使用的课程具备这样的特性，它能够支持从共享课资源里直接实行"生成副本" 这一操作，进而导入到我的此课程之中，与此同时还能够支持自行去创建。所有的那些课程资源均支持导出这项功能，可以将其导出成为本地的离线文件，导出的文件是后缀名为 wz 的加密文件，在运用平台进行二次导入的时候能直接生成课程资源，这对线上传播起着便利的作用。

云优选课，是那种由在行业里有着资深从业经历的人员，于互联网之上收集并且整理出来的学习资源，它涵盖了系列类的学习视频，还有知识点类的学习视频，可供教师以及学生用来开展自主学习。

云视频库，平台有着这样的情况，提供了数百个微课视频，这些视频涵盖了各个专业，能够直接被引用到课程资源里面。

采用three.js技术的3D模型库，能够实现在线加载3D模型，进而提供更加直观形象的教学体验。

题库，具备支持通用题目前端开发培训，包括单选题、多选题、判断题、填空题、主观题，以及实训题目，像是编程题、web前端题、虚拟化题等的能力；对于通用类题目能够采用excel模板批量导入，采用瀑布流的展示方式，并且可共享到校内供其他教师进行使用。

要求完成的任务是：支持通过手动方式来创建题目从而形成作业的模式，和从题库里挑选题目来构建作业的模式，还要提供作业库这样的一个模块，作业库里边的作业能够多次发放给学生，并且对于作业平台要给予自动评测，其中涵盖单选题、多选题、判断题、填空题、编程题、虚拟化题。

考试，具备能够支持导入试卷创建方式，支持手动创建这种创建方式，支持题库选题这种创建方式，并且同时支持系统随机组卷功能；还提供试卷库模块，试卷库当中的试卷能够多次发放给学生，支持试卷的自动判分。

平台所加持的课堂活动种类多样，其中涵盖了签到这一活动形式，还有主题讨论这种活动类型，也包括提问这种活动方式，分组任务这种活动形态，投票这种活动模式，问卷这种活动类别，以及计时器这般的活动形式，它们能提升课堂的趣味性，还能增强课堂的参与性。

个人云盘，它是这样一种存在，平台会把用户在备课过程中使用的文件留学之路，予以保存，平台还会把用户在教学等其他过程中使用的文件，也予以保存，这些文件会被保存在个人云盘空间里，它支持二次直接使用，它还支持存档，通过这种方式来实现云文件的保存。

3.2大数据及软件教学与实验实训平台

有这样一个平台，它采用的是B/S结构，运用了cloud微服务技术，是为了构建出多个稳定且高效的服务模块。如此一来，就要提供SSO单点登录服务呢，这还运用了统一的身份认证鉴权。这个平台基于k8s，进而实现公有云以及混合云和私有云的多种部署方式，还得提供在线大数据及软件教学与实验的运行环境，并且内置代码运行结果检测，能够自动进行测评统计，真正得以轻松实现云开发，开箱就能使用。它的主要模块包括课程制作工具、作业、活动、云盘、共享课、我的课、云优选课。

兼具便捷特性的可用于实验制作的工具，能使教师极为轻易地达成对pdf、ppt、word、excel等各类迥异格式之下的文本、图片、音频、视频、超链接等展开混合编排操作，而且还能够自行制造出动态的实验目录，进而达成不同实训资源在屏幕上同时展示的效果。

能够进行智能代码评测，为大数据以及软件教学与实验实训提供助力，该平台支持在线针对学生所提交的实验代码展开评测，会在将评测结果进行统计分析之后呈现给教师，以此提升教师的教学效率，让学生的学习过程变得便利。

查重提交的代码，防范抄袭情况：针对学生所提交的，经由测评的大数据及软件教学还有实验实训代码开展代码查重之举，以此防止学生间相互抄袭代码。

有个平台，它能提供关于大数据及软件教学与实验实训的在线问题，针对这些问题会有在线问答，以此及时解答学生疑问，在大数据及软件教学与实验实训这个过程中，学生借助在线问答可及时跟老师沟通，进而提高学习效率。

平台在大数据及软件教学与实验实训页面，为用户提供实验笔记功能，该功能能够记录学习情况，用户于实验过程之中，可录入下自己的笔记。

平台会在大数据及软件教学每个相应内容后的实验实训题目后，提供对应的实验题解，教师能够改变其是否向学生展示，让进行完实验的学生去学习呀，并更好地掌握实验知识点，以此帮助学生掌握实验知识点。

具有支持高并发特性的评测服务，该平台运用 kafka 消息队列去处理评测的请求，并且内置了高配置的底层沙箱服务，能够支持高并发的用户同时予以使用。

平台会对课堂内用户的评测结果予以统计，此统计是自动开展的，统计之后会依据消耗内存、消耗时间这两个维度来进行呈现，通过这样的呈现方式能够直观地展示出该实验的整体评测数据。

起到支持公共资源课程的作用，利于老师开展教学工作：大数据及软件教学以及实验实训平台能够在内部设置完备的实训资源，这里面涵盖实训文档还有在线资源包，用户能够直接拿来使用。

具有个人云盘功能使得资源不会丢失，平台给予用户云盘服务，云盘里所有文件依据不同文件类型被区分开，利于用户查看以及操作。

平台对Web前端应用程序开发予以支持，针对web企业级开发提供着相应可能性，在数据库设计等方面有着相关实验的开展。

3.3大数据及软件教学与实验教学资源包

大数据以及软件教学，还有实验教学资源，涵盖专业课程，专业基础课程，计算机应用基础，静态网页设计与制作，C语言程序设计，数据结构，HTML5加CSS3 Web前端开发技术，计算机专业英语等；专业核心课程划分成Java开发，.Net开发，We前端开发三个方向，每个方向分别去设置专业核心课程，各方向之间能够实现课程共享。各方向专业核心课程如下:。

Java开发方向包含，Java程序设计，MySOL数据库，Java Web应用开发，Java EE企业级应用开发，Java开发综合实战，UML建模与设计模式，软件测试技术等。

包含于.Net 开发方向之中的有，C#程序设计，SOL 数据库，ASP.NET 应用开发，ASP. 高级开发，.Net 开发综合实战，UML 建模与设计模式，软件测试技术等。.Web 前端开发方向涵盖了，HTMI5 与 程序设计，UI 设计基础，美学基础 应用开发， 应用开发，Vue 应用程序开发，Web 前端综合实战等。

3.4大数据及软件教学与实验实训资源包

对接真实职业场景，对接工作情境，在校内展开企业级应用开发实训，在校外展开此举。让学生掌握网页设计技术，让学生掌握网页制作技术，使学生能够运用HTML5技术进行网页布局，使学生能够运用CSS3技术进行网页布局，基于项目化教学模式，培养学生实践动手能力。让学生了解基本语法，让学生具备编程技巧，让学生知晓编程步骤。学生要掌握常用前端框架技术，常用前端框架技术主要涵盖框架，常用前端框架技术主要涵盖框架，常用前端框架技术主要包含React框架，常用前端框架技术主要包含Vue框架，常用前端框架技术主要涵盖框架等。借助数据库管理系统，以及数据挖掘系统，设计出这样一个应用系统，它可实现对数据库当中的数据进行添加操作，还能进行修改操作，也能进行删除操作，又能进行处理操作，还可进行分析操作，也可进行理解操作，并且能作报表，同时能打印，此为数据管理和数据挖掘应用系统；而后利用应用管理系统，最终达成对数据的处理、对数据的分析以及对数据的理解。

3.5大数据及软件教学与实验实训平台配套设施

大数据及软件教学与实验实训平台配套设置涵盖多方面内容，有的是实训室硬件设施，有的是大数据及软件教学与实验软件和工具等，其中硬件设施里有智慧黑板，有教师讲台，有多媒体设备，存在学生实训电脑，还有桌椅，有服务器，有交换机，有机柜，并且包含大数据及软件教学与实验实训平台装修，以及大数据及软件教学与实验文化建设。常见的大数据及软件教学与实验软件和工具之中，应涵盖常用的大数据及软件教学与实验软件和工具，借助这些大数据及软件教学与实验软件和工具，学生能够开展应用程序的编写，实施应用程序的测试，进行应用程序的调试。

四、大数据及软件教学与实验专业实训室建设图

五、大数据及软件教学与实验实训平台方案清单

六、大数据及软件教学与实验实训平台方案价值

6.1专业教学支撑

6.2教材联合开发教材

联合诸位院校教授以及专家，去开发涵盖大数据及软件教学与实验的专业系列教材，以此为院校专业实验课程的开展，还有教学，提供相应参考。

6.3 产学研支撑平台

平台运用cloud微服务开发架构，各个服务模块独立运行，进而提供服务接口，能够 稳定、快速、高效的服务，平台总体借助前后端分离以及分布式微服务的弹性计算架构达成，后端主要依据Java的cloud达成，前端由vue实现等，具备高内聚、松耦合、业务单一、高性能、高并发、高可能、跨平台、跨语言等特性。

平台具备SSO单点登录功能，能实现多个应用系统的统一登录，还有统一的用户管理机能，一个账户能够进行登录验证，覆盖教学全部场景以及数字技术专业群实践教学等所有应用模块系统。

平台运用技术开展部署工作，这一工作支持着公有云、私有云以及混合云模式的安装；平台具备多数据源的特性，借此保证技术达成一致性；要确保服务呈现出稳定、可扩展且能够弹性扩容的状态；每一个独立服务都对分布式集群部署予以支持，从理论层面来讲能够实现无限横向扩展，进而提高系统处理能力，以此支持大规模并发教学的全场景以及数字化专业群教学实践应用。

基础虚拟化服务，由两种虚拟化技术，也就是和kvm，依据学科性质来进行选择性支撑，它能够满足不同的虚拟化需求，还可以提供稳定的、能自行配置的虚拟机器。

有着全流程自动化运维作为支撑，进行持续集成，开展分析工作，实现服务注册与发现，进行系统监控，进行性能监控，实施日志管理以及展开预警，还要基于镜像仓库，基于容器云管理调度平台达成持续部署（包括在线可视化管理、监控、调度容器）。

基础持久化层具备对RDS以及NoSQL这两种方式的支持，它通过采用MySQL集群并进行集群搭建来实现，能够支持基于CQRS的分布式事务处理，还支持数据的自动备份，并且同时适用于Redis集群以用来对热点数据开展缓存操作，具备支持大并发的能力，另外还支持纯本地化数据源。

在线验证码服务、基础文件服务、消息队列服务、OSS对象存储服务、用户/鉴权服务、个人云盘服务等，这些都包含在基础服务层范围内，它确保平台具备通用性。用户基础信息管理方面，针对订单会依据业务方向来进行配置， 针对班级、教师、学生相关信息，会开展新增操作、修改操作、删除操作，并且会对数据权限进行配置。

6.4 技能大赛支撑

6.5 1+X认证服务

Web前端开发职业技能等级标准

Java应用开发职业技能等级证书

应用开发职业技能等级证书

移动应用开发职业技能等级标准

Web应用软件测试职业技能等级证书

互联网软件测试职业技能等级证书

9.3 技能大赛支撑