胡玉雪， 徐勛光， 王海燕， 沙 灜，b

（華中農(nóng)業(yè)大學(xué)a.信息學(xué)院；b.湖北省農(nóng)業(yè)大數(shù)據(jù)工程技術(shù)研究中心，武漢 430070）

0 引 言

為適應(yīng)大數(shù)據(jù)技術(shù)的發(fā)展和應(yīng)用、滿足大數(shù)據(jù)產(chǎn)業(yè)對人才的需求，加快人才培養(yǎng)、鼓勵(lì)高效優(yōu)化大數(shù)據(jù)學(xué)科專業(yè)設(shè)置、加大相關(guān)專業(yè)建設(shè)力度是必要保障措施［1］。教育部于2015 ～2020 年分6 批（教高函［2016］2 號、教高函［2017］2 號、教高函［2018］4 號、教高函［2019］7 號、教高函［2020］2 號、教高函［2021］1 號）共審批同意730 所高校開設(shè)數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)本科專業(yè)（以下簡稱大數(shù)據(jù)專業(yè)）。

在大數(shù)據(jù)專業(yè)教學(xué)中，實(shí)驗(yàn)教學(xué)是系統(tǒng)培養(yǎng)學(xué)生專業(yè)技術(shù)能力的重要手段，實(shí)驗(yàn)教學(xué)質(zhì)量的高低很大程度上取決于實(shí)驗(yàn)平臺的建設(shè)水平。實(shí)踐教學(xué)中，大數(shù)據(jù)的實(shí)驗(yàn)環(huán)境一般要求運(yùn)行在Linux 上，主流的大數(shù)據(jù)工具——Hadoop生態(tài)集群采用分布式架構(gòu)，配置復(fù)雜、操作門檻高［2］，學(xué)生很難自主搭建Hadoop 集群，也難以接觸真正的分布式集群。

針對上述問題，充分利用實(shí)驗(yàn)室已有設(shè)備和平臺資源，綜合考慮大數(shù)據(jù)實(shí)驗(yàn)教學(xué)目標(biāo)、行業(yè)技能要求、建設(shè)成本等因素，提出使用DIND（Docker in Docker，容器嵌套技術(shù)）為大數(shù)據(jù)實(shí)驗(yàn)教學(xué)提供了全流程的實(shí)驗(yàn)平臺，同時(shí)提供交互式的可視化操作界面，教師可根據(jù)教學(xué)需要設(shè)計(jì)實(shí)驗(yàn)文檔，滿足實(shí)驗(yàn)教學(xué)需求，進(jìn)一步提高學(xué)生的課程學(xué)習(xí)效果。

1 相關(guān)工作

國內(nèi)高校在大數(shù)據(jù)專業(yè)建設(shè)、實(shí)驗(yàn)教學(xué)體系、實(shí)驗(yàn)教學(xué)方案、特別是實(shí)驗(yàn)教學(xué)平臺建設(shè)上做了很多研究和探索［3-11］，這些實(shí)驗(yàn)平臺的建設(shè)方式主要分為3 種：

（1）使用Linux虛擬機(jī)搭建Hadoop 集群［3-4］。文獻(xiàn)［3］中提出在Linux 虛擬機(jī)下安裝Hadoop ＋Spark集群來構(gòu)建大數(shù)據(jù)實(shí)驗(yàn)教學(xué)環(huán)境，并詳細(xì)描述了Hadoop和Spark 的安裝和配置。文獻(xiàn)［4］中利用Linux虛擬機(jī)構(gòu)建Hadoop 單機(jī)大數(shù)據(jù)實(shí)驗(yàn)平臺，使用平臺進(jìn)行詞頻統(tǒng)計(jì)實(shí)驗(yàn)。

（2）使用高性能硬件設(shè)備自建大數(shù)據(jù)實(shí)驗(yàn)平臺［5-7］。文獻(xiàn)［5］中設(shè)計(jì)實(shí)現(xiàn)了在線大數(shù)據(jù)實(shí)驗(yàn)平臺，平臺分為“Web交互式開發(fā)環(huán)境”和“大數(shù)據(jù)存儲計(jì)算集群”兩個(gè)部分，學(xué)生通過Web 頁面可隨時(shí)調(diào)用API進(jìn)大數(shù)據(jù)集群實(shí)驗(yàn)。文獻(xiàn)［6］中采用B／S 架構(gòu)建設(shè)基于Hadoop和Spark 的計(jì)算框架的在線大數(shù)據(jù)實(shí)驗(yàn)平臺，用戶通過瀏覽器進(jìn)行訪問提交任務(wù)。文獻(xiàn)［7］中以校企合作方式設(shè)計(jì)大數(shù)據(jù)課程實(shí)驗(yàn)平臺、項(xiàng)目案例，學(xué)生可以通過遠(yuǎn)程方式連接實(shí)驗(yàn)平臺操作實(shí)驗(yàn)。

（3）使用Docker 容器技術(shù)構(gòu)建大數(shù)據(jù)實(shí)驗(yàn)平臺［8-11］。文獻(xiàn)［8］中采用OpenStack 和Docker 混合架構(gòu)建立大數(shù)據(jù)云實(shí)驗(yàn)室，師生在進(jìn)行大數(shù)據(jù)實(shí)驗(yàn)時(shí)，直接使用打包好的鏡像文件即可。文獻(xiàn)［9］中利用Docker容器技術(shù)在單機(jī)上構(gòu)建Hadoop 集群，運(yùn)行封裝有Hadoop 的Docker 容器即可快速部署Hadoop 集群，進(jìn)行實(shí)驗(yàn)操作。文獻(xiàn)［10］中采用B／S 架構(gòu)，在Linux系統(tǒng)上安裝Docker，用戶通過Web 訪問、加載鏡像、啟動(dòng)容器、啟動(dòng)大數(shù)據(jù)實(shí)驗(yàn)的應(yīng)用即可進(jìn)行大數(shù)據(jù)實(shí)驗(yàn)。文獻(xiàn)［11］中采用Docker、Kubernetes、Rancher、JumpServer等開源組件快速部署構(gòu)建大數(shù)據(jù)實(shí)驗(yàn)平臺，用戶利用瀏覽器登錄堡壘機(jī)訪問大數(shù)據(jù)集群進(jìn)行實(shí)驗(yàn)。

可以看出，各高校結(jié)合實(shí)驗(yàn)室建設(shè)情況、綜合考慮各方面因素，在大數(shù)據(jù)實(shí)驗(yàn)平臺的搭建形式、方法上不盡相同，都能較好地滿足各自實(shí)驗(yàn)教學(xué)的需求，下面對3 種實(shí)驗(yàn)平臺搭建方式的特點(diǎn)進(jìn)行分析［12］。

（1）使用Linux 虛擬機(jī)搭建Hadoop 集群。優(yōu)勢是充分利用已有實(shí)驗(yàn)室資源、建設(shè)成本低；缺點(diǎn)是分配到每個(gè)學(xué)生的Linux資源有限，配置復(fù)雜，機(jī)房復(fù)用性差，學(xué)生不能隨時(shí)隨地進(jìn)行實(shí)驗(yàn)。

（2）使用高性能硬件設(shè)備自建大數(shù)據(jù)實(shí)驗(yàn)平臺?；谠骗h(huán)境搭建Hadoop集群，或通過校企合作共建大數(shù)據(jù)實(shí)驗(yàn)平臺，優(yōu)勢實(shí)驗(yàn)平臺和實(shí)際生產(chǎn)環(huán)境高度一致，集成化Web 頁面可更好適應(yīng)環(huán)境需求，能隨時(shí)隨地在云端調(diào)用API進(jìn)行大數(shù)據(jù)實(shí)驗(yàn)；缺點(diǎn)成本高，學(xué)生使用不靈活，無法自主搭建集群、修改集群配置。

（3）使用Docker容器技術(shù)構(gòu)建大數(shù)據(jù)實(shí)驗(yàn)平臺。優(yōu)勢是集群部署快、資源利用率高、投入低，基于云平臺，方便動(dòng)態(tài)擴(kuò)容，可以靈活定制不同實(shí)驗(yàn)環(huán)境；缺點(diǎn)是學(xué)生使用不夠靈活，無法自主搭建集群、修改集群配置。

針對上述情況，綜合考慮課程學(xué)習(xí)目標(biāo)、行業(yè)技能要求、建設(shè)成本等因素，本文基于Web 架構(gòu)、借助Docker容器技術(shù)、noVNC 技術(shù)、Linux 腳本技術(shù)，利用Docker容器嵌套技術(shù)來構(gòu)建大數(shù)據(jù)實(shí)驗(yàn)平臺。

從平臺建設(shè)成本、平臺功能、用戶操作易用性等多維度對已有平臺做歸納總結(jié)，如表1 所示。本文設(shè)計(jì)的大數(shù)據(jù)實(shí)驗(yàn)平臺，采用B／S 架構(gòu)，通過瀏覽器實(shí)現(xiàn)大數(shù)據(jù)的交互學(xué)習(xí)；使用Docker 容器技術(shù)和DIND（Docker in Docker，容器嵌套技術(shù)），提供資源隔離的運(yùn)行環(huán)境，秒級啟動(dòng)速度，資源占用少，同時(shí)保障了實(shí)驗(yàn)過程的可回滾、提供了自主搭建環(huán)境、一鍵集成環(huán)境，可靈活配置大數(shù)據(jù)集群。

表1 現(xiàn)有大數(shù)據(jù)實(shí)驗(yàn)平臺與本實(shí)驗(yàn)平臺綜合比較

2 大數(shù)據(jù)實(shí)驗(yàn)平臺建設(shè)

國內(nèi)高校在大數(shù)據(jù)實(shí)驗(yàn)平臺建設(shè)還處于探索階段，兼顧好人才培養(yǎng)目標(biāo)、實(shí)驗(yàn)教學(xué)資源、資金投入等要求，仍然是平臺建設(shè)的重點(diǎn)。下面主要從建設(shè)思路、平臺架構(gòu)、平臺實(shí)現(xiàn)、性能分析4 個(gè)部分進(jìn)行介紹。

2.1 大數(shù)據(jù)實(shí)驗(yàn)平臺建設(shè)思路

大數(shù)據(jù)實(shí)驗(yàn)平臺是培養(yǎng)學(xué)生工程實(shí)踐創(chuàng)新能力、實(shí)現(xiàn)“產(chǎn)”“教”融合的重要保障。平臺建設(shè)必須和教學(xué)目標(biāo)一致，滿足人才培養(yǎng)方案；充分利用資源，借鑒現(xiàn)有實(shí)驗(yàn)室的既有成果；注重教學(xué)資源建設(shè)，提升建設(shè)和應(yīng)用水平，最大限度服務(wù)教學(xué)和科研。

建設(shè)大數(shù)據(jù)實(shí)驗(yàn)平臺需要滿足以下要求：①建設(shè)方案要融合大數(shù)據(jù)專業(yè)特點(diǎn)，從實(shí)驗(yàn)、實(shí)訓(xùn)、科研、競賽等層次對學(xué)生進(jìn)行訓(xùn)練和考核。②能夠從面向大數(shù)據(jù)分析、運(yùn)維、開發(fā)、可視化等行業(yè)需求建設(shè)基于“云”模式的大數(shù)據(jù)實(shí)驗(yàn)平臺。③充分利用已有實(shí)驗(yàn)室軟硬件資源。④采用B／S 架構(gòu)建設(shè)實(shí)驗(yàn)平臺，用戶可通過瀏覽器進(jìn)行訪問，且支持內(nèi)網(wǎng)與外網(wǎng)同時(shí)訪問。

建設(shè)大數(shù)據(jù)實(shí)驗(yàn)平臺應(yīng)達(dá)到如下目標(biāo)［13］：①配備相應(yīng)大數(shù)據(jù)相關(guān)的虛擬平臺及環(huán)境設(shè)備，為師生提供便捷、豐富的虛擬實(shí)驗(yàn)環(huán)境，確保大數(shù)據(jù)教學(xué)、科研以及競賽正常進(jìn)行。②充分融合教學(xué)、科研需求，支撐大數(shù)據(jù)采集、預(yù)處理、存儲、分析及挖掘、可視化等關(guān)鍵技術(shù)研究，確保大數(shù)據(jù)實(shí)驗(yàn)資源完善，提升大數(shù)據(jù)方向發(fā)展能力和自主創(chuàng)新能力。③與企業(yè)項(xiàng)目人才需求進(jìn)行銜接，確保學(xué)生在大數(shù)據(jù)項(xiàng)目實(shí)戰(zhàn)層面快速提升，使學(xué)生充分了解就業(yè)崗位的職業(yè)能力需求，為未來就業(yè)奠定良好的基礎(chǔ)。④充分利用已有實(shí)驗(yàn)室資源，降低投入成本。

2.2 大數(shù)據(jù)實(shí)驗(yàn)平臺架構(gòu)

基于上述建設(shè)思路，在保障大數(shù)據(jù)課程、科研、競賽正常進(jìn)行情況下，充分利用已有實(shí)驗(yàn)資源；結(jié)合高校大數(shù)據(jù)人才培養(yǎng)需求，讓學(xué)生通過Web方式訪問實(shí)驗(yàn)平臺，實(shí)現(xiàn)隨時(shí)隨地便捷學(xué)習(xí)大數(shù)據(jù)技術(shù)、操作大數(shù)據(jù)平臺；結(jié)合行業(yè)技能要求，學(xué)生除學(xué)會使用API調(diào)用大數(shù)據(jù)集群服務(wù)，更應(yīng)學(xué)會自主搭建大數(shù)據(jù)集群環(huán)境、靈活修改集群配置，真正從底層掌握大數(shù)據(jù)技術(shù)。

大數(shù)據(jù)實(shí)驗(yàn)平臺總體架構(gòu)如圖1 所示，主要用到Docker容器嵌套技術(shù)。整體架構(gòu)一共分為3 層：

圖1 大數(shù)據(jù)實(shí)驗(yàn)平臺總體架構(gòu)

（1）底層資源。底層資源是大數(shù)據(jù)實(shí)驗(yàn)的基礎(chǔ)，可以是裸金屬資源或者虛擬化資源，根據(jù)課程、實(shí)訓(xùn)的人數(shù)、項(xiàng)目大小來彈性分配資源，保障資源的最大化利用，底層資源主要包括CPU、GPU 等計(jì)算、硬盤存儲、網(wǎng)絡(luò)交換機(jī)、數(shù)據(jù)庫等資源。通過ssh 方式納管底層資源，給實(shí)驗(yàn)平臺提供計(jì)算、存儲、網(wǎng)絡(luò)等資源池。

（2）大數(shù)據(jù)資源服務(wù)層。主要用到Docker 容器嵌套技術(shù)，分為2 個(gè)Docker 層，分別是基礎(chǔ)層Docker和應(yīng)用層Docker。①基礎(chǔ)層Docker提供大數(shù)據(jù)基礎(chǔ)實(shí)驗(yàn)環(huán)境，對過程、監(jiān)控、實(shí)驗(yàn)快照、實(shí)驗(yàn)鏡像，容器調(diào)度、容器倉庫等進(jìn)行管理。給大數(shù)據(jù)Docker應(yīng)用層提供計(jì)算資源（宿主機(jī)），將實(shí)驗(yàn)鏡像部署進(jìn)宿主機(jī)，提供大數(shù)據(jù)實(shí)驗(yàn)環(huán)境。②應(yīng)用層Docker提供大數(shù)據(jù)計(jì)算集群，提供了自主搭建和一鍵部署兩種方式。自主搭建時(shí)，學(xué)生根據(jù)實(shí)驗(yàn)指導(dǎo)，安裝、配置大數(shù)據(jù)集群，可個(gè)性化定制集群。一鍵部署集群，提供了Hadoop、HBase、Spark 等大數(shù)據(jù)生態(tài)計(jì)算集群，滿足實(shí)驗(yàn)、實(shí)訓(xùn)、科研需求。

（3）業(yè)務(wù)層。提供大數(shù)據(jù)實(shí)驗(yàn)教學(xué)門戶，包括課程管理、實(shí)驗(yàn)實(shí)訓(xùn)管理、計(jì)算資源管理、系統(tǒng)管理等。

2.3 大數(shù)據(jù)實(shí)驗(yàn)平臺實(shí)現(xiàn)

基于上述平臺總體架構(gòu)，平臺分為底層資源、大數(shù)據(jù)資源服務(wù)層、業(yè)務(wù)層。

（1）底層資源。底層資源主要分為裸金屬和虛擬資源。資源的虛擬化使用了華為FusionCloud產(chǎn)品，主要包括FusionSphere 組件、ManageOne 云計(jì)算管理組件和基礎(chǔ)云服務(wù)組件［14］。

（2）大數(shù)據(jù)資源服務(wù)層。主要使用Docker 容器嵌套技術(shù)。

外層Docker容器是由CourseGrading 程序設(shè)計(jì)實(shí)踐教學(xué)與競賽平臺［15］提供基于Web 架構(gòu)的基礎(chǔ)Docker層和交互式實(shí)驗(yàn)桌面環(huán)境。通過ssh方式納管底層資源來給外層Docker容器提供資源（宿主機(jī)）。

內(nèi)層Docker容器作為大數(shù)據(jù)節(jié)點(diǎn)，提供大數(shù)據(jù)計(jì)算集群環(huán)境。集群環(huán)境分為自主搭建和一鍵部署兩種方式，學(xué)生可根據(jù)需求選擇部署方式，自主搭建可靈活配置集群參數(shù)，按需安裝。對無須關(guān)心底層搭建細(xì)節(jié)的用戶，可以一鍵部署集成環(huán)境，主要使用到Linux 腳本技術(shù)來一鍵完成，腳本執(zhí)行流程如圖2 所示。

圖2 一鍵部署Hadoop集群腳本流程

（3）業(yè)務(wù)層。業(yè)務(wù)層提供門戶，采用noVNC 技術(shù)、使用B／S架構(gòu)來訪問和控制Docker 容器桌面，用戶可以隨時(shí)隨地訪問大數(shù)據(jù)實(shí)驗(yàn)桌面。

2.4 大數(shù)據(jù)實(shí)驗(yàn)平臺性能分析

基于上述大數(shù)據(jù)實(shí)驗(yàn)平臺的建設(shè)思路、架構(gòu)和實(shí)現(xiàn)，對平臺進(jìn)行性能分析。

（1）貼合培養(yǎng)方案、教學(xué)內(nèi)容、行業(yè)技能要求?；贒ocker 容器嵌套技術(shù)的大數(shù)據(jù)實(shí)驗(yàn)平臺為用戶提供了基于Web架構(gòu)的大數(shù)據(jù)實(shí)驗(yàn)環(huán)境，外層Docker容器給學(xué)生提供了交互式云桌面環(huán)境，內(nèi)層Docker容器給學(xué)生提供大數(shù)據(jù)技術(shù)集群，提供了自主搭建和一鍵部署兩種方式。

在大數(shù)據(jù)實(shí)驗(yàn)教學(xué)中，以大數(shù)據(jù)架構(gòu)與模式實(shí)驗(yàn)課程為例，前4 學(xué)時(shí)課程要求學(xué)生能獨(dú)立、自主搭建大數(shù)據(jù)集群，了解底層運(yùn)行框架、能根據(jù)需求修改相關(guān)配置。在熟練搭建大數(shù)據(jù)集群后，可以進(jìn)行后續(xù)Spark計(jì)算等高階學(xué)習(xí)。實(shí)驗(yàn)平臺可提供自主搭建和一鍵部署兩種方式，讓學(xué)生可以很好完成教學(xué)內(nèi)容，從底層搭建到上層應(yīng)用，很好地匹配大數(shù)據(jù)運(yùn)維、分析、開發(fā)、大數(shù)據(jù)處理等行業(yè)技能要求。

（2）快速啟動(dòng)和部署、隨時(shí)隨地高效使用。基于LXC（Linux containers）和AUFS（Advanced multilayered Unification Filesystem）技術(shù)，Docker容器秒級啟動(dòng)速度比虛擬機(jī)有了數(shù)量級提高［16］。使用一鍵部署集群，用戶無須關(guān)心配置細(xì)節(jié)，一鍵加載鏡像文件、批量啟動(dòng)服務(wù)，實(shí)現(xiàn)集群的快速部署和啟動(dòng)。

教師和學(xué)生通過Web 頁面可隨時(shí)隨地訪問Docker容器桌面使用大數(shù)據(jù)計(jì)算集群。Docker 容器通過Namespace進(jìn)行資源隔離，每個(gè)用戶相互之間不干擾。實(shí)驗(yàn)過程中，對實(shí)驗(yàn)快照、鏡像的管理可進(jìn)行回滾，反復(fù)操作、實(shí)踐，讓學(xué)生學(xué)習(xí)更牢靠、記憶更深刻。

（3）資源利用率高、投入成本低。使用Docker容器技術(shù)搭建大數(shù)據(jù)集群，可降低建設(shè)成本：①平臺充分利用已有計(jì)算、網(wǎng)絡(luò)、存儲等資源，通過ssh 方式納管資源，可彈性增減資源，提升資源利用率。鏡像在實(shí)例化為容器的時(shí)候才會使用宿主機(jī)的計(jì)算資源，利用這個(gè)特性，可以在一臺宿主機(jī)上部署多個(gè)課程鏡像，實(shí)現(xiàn)資源共享。②容器僅僅是運(yùn)行在宿主機(jī)上被隔離的單個(gè)進(jìn)程，僅消耗應(yīng)用容器消耗的資源。和虛擬機(jī)比較，容器更加輕量級、啟動(dòng)速度更快、文件體積更小。

3 大數(shù)據(jù)實(shí)驗(yàn)平臺應(yīng)用

3.1 實(shí)驗(yàn)教學(xué)內(nèi)容

大數(shù)據(jù)技術(shù)需要眾多課程知識的支撐，包括Linux系統(tǒng)的使用、Hadoop 的安裝使用、非傳統(tǒng)數(shù)據(jù)庫HBase、MapReduce編程模型、數(shù)據(jù)倉庫Hive、Spark、機(jī)器學(xué)習(xí)、數(shù)據(jù)采集工具Flume、Sqoop 等［12，17］。下面以本院大數(shù)據(jù)架構(gòu)與模式課程為例進(jìn)行介紹。

課程開始前，學(xué)生已完成Linux 系統(tǒng)、Python 語言、Java 語言、機(jī)器學(xué)習(xí)等課程學(xué)習(xí)，課程內(nèi)容主要集中在Hadoop、HDFS、HBase、MapReduce、Spark 等學(xué)習(xí)上。以實(shí)驗(yàn)教學(xué)為核心，大數(shù)據(jù)架構(gòu)與模式課程安排32 學(xué)時(shí)實(shí)驗(yàn)課程，以Hadoop、Spark 大數(shù)據(jù)計(jì)算框架為主，具體實(shí)驗(yàn)內(nèi)容安排如表2 所示。

表2 大數(shù)據(jù)架構(gòu)與模式實(shí)驗(yàn)教學(xué)內(nèi)容

3.2 實(shí)驗(yàn)教學(xué)效果

在大數(shù)據(jù)實(shí)驗(yàn)平臺，對學(xué)生課程、實(shí)驗(yàn)、實(shí)訓(xùn)等學(xué)習(xí)進(jìn)展進(jìn)行監(jiān)控，教師可以很好地了解學(xué)生對知識的掌握程度。選擇某一時(shí)刻學(xué)生在線實(shí)驗(yàn)完成情況如圖3 所示，由圖看出周末平臺使用率較高，學(xué)生空閑時(shí)間也在進(jìn)行實(shí)驗(yàn)。

圖3 學(xué)生在線實(shí)驗(yàn)完成情況

使用大數(shù)據(jù)實(shí)驗(yàn)平臺后，從學(xué)生課程報(bào)告、實(shí)驗(yàn)平臺數(shù)據(jù)統(tǒng)計(jì)得到學(xué)生實(shí)驗(yàn)情況如表3 所示，學(xué)生表示使用瀏覽器可以隨時(shí)隨地進(jìn)行實(shí)驗(yàn)，特別是遇到不熟練的環(huán)節(jié)，可以反復(fù)實(shí)驗(yàn)、有了實(shí)驗(yàn)鏡像、快照保存后可以反復(fù)“折騰”，直到熟練掌握。平臺自上線后共計(jì)服務(wù)300 余師生，有力支撐了大數(shù)據(jù)實(shí)驗(yàn)教學(xué)，師生反饋頗好。

表3 大數(shù)據(jù)實(shí)驗(yàn)教學(xué)效果統(tǒng)計(jì)表

4 結(jié) 語

面對社會各界對大數(shù)據(jù)人才的迫切需求，并針對大數(shù)據(jù)實(shí)驗(yàn)課程教學(xué)特點(diǎn)，利用Docker容器嵌套技術(shù)實(shí)現(xiàn)了Hadoop、Spark 等集群的搭建，提供了經(jīng)濟(jì)、輕量、便捷的大數(shù)據(jù)開發(fā)環(huán)境。靈活的搭建方式、隨時(shí)隨地便捷訪問、可反復(fù)操作的實(shí)驗(yàn)環(huán)境，使得學(xué)生能真正掌握大數(shù)據(jù)專業(yè)技能，達(dá)到提高教學(xué)效果、培養(yǎng)學(xué)生工程實(shí)踐能力的目標(biāo)。