欢迎报名参加第26期大数据师资研修班（2024年1月12日-19日，厦门）
林子雨主讲9门大数据课程在线MOOC视频
厦门大学计算机科学与技术系 林子雨 博士/副教授
个人主页：https://dblab.xmu.edu.cn/post/linziyu
E-mail: ziyulin@xmu.edu.cn
扫一扫访问本网页
主讲教师简介：林子雨，男，博士（毕业于北京大学），全国高校知名大数据教师，厦门大学计算机科学与技术系副教授，国家精品在线开放课程、国家级线上一流本科课程、福建省线上一流本科课程、福建省线上线下混合一流本科课程主持人，入选“2021年高校计算机专业优秀计算机教师奖励计划”，福建省教学成果特等奖获得者（个人排名第一），2013、2017、2020和2023年度厦门大学奖教金获得者。编著出版12本大数据教材，被国内500多所高校采用。
配套教材：查看林子雨老师编著的13本大数据系列教材
9门MOOC课程中，1门获评“2018年国家精品在线开放课程”，2门获评“国家级线上一流本科课程”，4门获评“福建省线上一流本科课程”。
一、《大数据导论（通识课版）》
【获得荣誉】2023年福建省线上一流本科课程
【课程定位】通识课，全校所有专业学生都可以学习，不需要任何计算机基础知识。
【配套教材】林子雨 编著《大数据导论（通识课版）》（教材官网）
【课程介绍】大数据时代已经全面开启，了解大数据概念、具备大数据思维，是新时代对人才的新要求，因此，学习《大数据导论》课程显得尤为重要。本课程采用林子雨老师编著的《大数据导论（通识课版）》作为课程教材。课程旨在对学习者进行数据素养教育，课程紧紧围绕通识教育核心理念，努力培养学习者的数据意识、数据思维、数据伦理和数据能力，使其在大数据时代获得更好的生存和发展空间。本课程高屋建瓴探讨大数据，内容深入浅出，简单易懂，学习者不需要具备任何计算机基础。课程内容包括大数据概述，大数据与云计算、物联网、人工智能，大数据技术，大数据应用，大数据安全，大数据思维，大数据伦理，数据共享，数据开放，大数据交易，大数据治理。
二、《大数据导论》
【课程定位】大数据专业导论课。
【配套教材】林子雨 编著《大数据导论》（教材官网）
【课程介绍】课程由全国高校知名大数据教师厦门大学林子雨老师主讲。本课程和由林子雨老师主讲的另外一门《大数据导论（通识课版）》，是两门不同的课程。《大数据导论》是专业课，是高校大数据专业的导论课，面向大数据专业和计算机相关专业；而《大数据导论（通识课版）》则面向非计算机专业，尤其是面向文科专业。本课程系统讲解了培养复合型大数据专业人才所需要的大数据相关知识。内容包括大数据概述、大数据与其他新兴技术的关系、大数据基础知识、大数据应用、数据采集与预处理、数据存储与管理、数据处理与分析、数据可视化、大数据分析综合案例。在大数据基础知识部分，详细介绍了与培养学生的数据素养相关的知识，包括大数据安全、大数据思维、大数据伦理、数据共享、数据开放、大数据交易和大数据治理。
【视频观看地址】点击这里在“中国大学MOOC”平台观看视频
三、《大数据技术原理与应用》
【获得荣誉】2018年国家精品在线开放课程、2020年国家级线上一流本科课程、2021年福建省线上线下混合一流本科课程
【课程定位】专业课，大数据入门课程，需要具备一定的计算机（尤其是编程）基础知识，比较适合计算机、软件工程、大数据等专业的学生学习。
【配套教材】林子雨 编著《大数据技术原理与应用（第2版）》（教材官网）
【课程介绍】入门级大数据课程，适合初学者，完备的课程在线服务体系，可以帮助初学者实现“零基础”学习大数据课程。课程采用林子雨老师编著的国内高校第一本系统性介绍大数据知识专业教材《大数据技术原理与应用》。课程紧紧围绕“构建知识体系、阐明基本原理、引导初级实践、了解相关应用”的指导思想，对大数据知识体系进行系统梳理，做到“有序组织、去粗取精、由浅入深、渐次展开”。课程内容包括：大数据概述、大数据处理架构Hadoop、分布式文件系统HDFS、分布式数据库HBase、NoSQL数据库、云数据库、MapReduce、数据仓库Hive、Hadoop架构再探讨、Spark、流计算、图计算、大数据在不同领域的应用。
【视频观看地址】点击这里在“中国大学MOOC”平台观看视频
四、《Spark编程基础（Scala版）》
（1）《Spark编程基础（Scala版，第1版）》
【获得荣誉】2023年国家级线上一流本科课程
【课程定位】专业课，大数据进阶课程，需要具备一定的计算机（尤其是编程）基础知识和大数据基础知识，比较适合计算机、软件工程、大数据等专业的学生学习。
【配套教材】林子雨，赖永炫，陶继平 编著《Spark编程基础（Scala版）》（教材官网）
【课程介绍】Spark是当前热门的大数据处理技术，本课程重点介绍Spark的技术原理与编程方法。课程采用林子雨等编著的《Spark编程基础（Scala版）》作为课程教材。Spark支持采用Scala、Java、Python和R语言进行编程，本课程采用Scala语言编写Spark应用程序。课程内容包括大数据技术概述、Scala语言基础、Spark的设计与运行原理、Spark环境搭建和使用方法、RDD编程、Spark SQL、Spark Streaming和Spark MLlib等。通过本课程的学习，将帮助学生形成基础的Spark应用程序编程能力，为学生使用Spark技术解决实际科研问题和未来从事大数据相关工作奠定基础。
【视频观看地址】点击这里在“中国大学MOOC”平台观看视频
（2）《Spark编程基础（Scala版，第2版）》
【课程定位】专业课，大数据进阶课程，需要具备一定的计算机（尤其是编程）基础知识和大数据基础知识，比较适合计算机、软件工程、大数据等专业的学生学习。
【配套教材】林子雨，赖永炫，陶继平 编著《Spark编程基础（Scala版，第2版）》（教材官网）
【课程介绍】Spark是当前热门的大数据处理技术，本课程重点介绍Spark的技术原理与编程方法。课程采用林子雨等编著的《Spark编程基础（Scala版，第2版）》作为课程教材。Spark支持采用Scala、Java、Python和R语言进行编程，本课程采用Scala语言编写Spark应用程序。课程内容包括大数据技术概述、Scala语言基础、Spark的设计与运行原理、Spark环境搭建和使用方法、RDD编程、Spark SQL、Spark Streaming、Structured Streaming和Spark MLlib等。通过本课程的学习，将帮助学生形成基础的Spark应用程序编程能力，为学生使用Spark技术解决实际科研问题和未来从事大数据相关工作奠定基础。
【视频观看地址】点击这里到B站观看视频
五、《Spark编程基础（Python版，第2版）》
【课程定位】专业课，大数据进阶课程，需要具备一定的计算机（尤其是编程）基础知识和大数据基础知识，比较适合计算机、软件工程、大数据等专业的学生学习。
【配套教材】林子雨，郑海山，赖永炫 编著《Spark编程基础（Python版，第2版）》（教材官网）
【课程介绍】本课程属于“进阶级”大数据课程，需要读者已经学习过大数据导论课程，了解Hadoop、MapReduce、HDFS等大数据基础知识。课程以Python作为开发Spark应用程序的编程语言，系统介绍了Spark编程的基础知识。课程内容包括：大数据技术概述、Spark的设计与运行原理、大数据实验环境搭建、Spark环境搭建和使用方法、RDD编程、Spark SQL、Spark Streaming、Structured Streaming、Spark MLlib。《Spark编程基础(Python版，第2版)》教材官网为本课程提供了全方位、一站式免费大数据学习资源。
【视频观看地址】点击这里在B站观看视频
六、《Flink编程基础（Scala版）》
【课程定位】专业课，大数据进阶课程，需要具备一定的计算机（尤其是编程）基础知识和大数据基础知识，比较适合计算机、软件工程、大数据等专业的学生学习。
【配套教材】林子雨，陶继平 编著《Flink编程基础（Scala版）》（教材官网）
【课程介绍】本课程属于“进阶级”大数据课程，需要读者已经学习过大数据导论课程，了解Hadoop、MapReduce、HDFS、HBase等大数据基础知识。课程重点介绍Flink的技术原理与编程方法。Flink支持采用Scala、Java、Python语言进行编程，本课程采用Scala语言编写Flink应用程序。课程内容包括大数据技术概述、Scala语言基础、Flink的设计与运行原理、Flink环境搭建和使用方法、DataStream API、DataSet API、Table API&SQL、FlinkCEP等。
七、《Python程序设计基础教程》
【课程定位】编程语言课。
【配套教材】林子雨，赵江声，陶继平 编著《Python程序设计基础教程（微课版）》（教材官网）
【课程介绍】本课程详细介绍了获得Python基础编程能力所需要掌握的各方面技术。共15章，内容包括Python语言概述、基础语法知识、程序控制结构、序列、字符串、函数、面向对象程序设计、模块、异常处理、基于文件的持久化、基于数据库的持久化、图形用户界面编程、正则表达式、网络爬虫、常用的标准库和第三方库等。
八、《数据采集与预处理》
【课程定位】专业课，大数据基础课程。
【配套教材】林子雨 编著《数据采集与预处理》（教材官网）
【课程介绍】课程详细介绍了大数据领域数据采集与预处理的相关理论和技术。共8章，内容包括概述、大数据实验环境搭建、网络数据采集、分布式消息系统Kafka、日志采集系统Flume、数据仓库中的数据集成、ETL工具Kettle、使用pandas进行数据清洗。在网络数据采集、Kafka、Flume、Kettle、pandas等重要章节安排了丰富的实践操作，以便学习者更好地学习和掌握数据采集与预处理的关键技术。
九、数据库系统原理
【课程定位】专业课，必修课程。
【配套教材】林子雨 编著《数据库系统原理》（教材官网）
【课程介绍】对数据库系统的概念、原理、技术和方法进行了系统和全面的阐述。共14章，内容包括数据库概述、关系数据库、关系数据库标准语言SQL、关系数据库编程、关系数据库安全和保护、关系数据库的规范化理论、关系数据库设计、NoSQL数据库、分布式数据HBase、文档数据库MongoDB、键值数据库Redis、云数据库、数据仓库和数据湖、SQL与大数据。
【视频观看地址】到bilibili网站观看视频 到网易云课堂观看视频