第9期计算机教育
1802024年9月10日ComputerEducation
文章编号：1672-5913(2024)09-0180-05中图分类号：G642
Spark内存计算课程教学改革探索
梁?晶，胡新荣
（武汉纺织大学计算机与人工智能学院，湖北武汉430200）
摘?要：分析Spark内存计算课程的特点以及教学中存在的不足，从协同课程间的知识点衔接、内存
计算数据模型分析和数据模型间逻辑关系梳理3个方面，提出Spark理论教学改进思路和具体方法，
总结Spark课程实践教学的目标和具体内容，阐述在实践教学中将基础能力训练和综合能力培养相结
合的教学方法，为其他大数据相关课程的教学提供参考。
关键词：大数据；Spark；内存计算；实践教学；教学改革
0 引 言课程内容包含大量解决大数据领域复杂工程问题
所采用的技术和方法，教师在教学过程中须兼
Spark作为基于内存计算的大数据并行分布顾内存计算的理论阐述、Spark软件组件功能分
式计算框架，具备运行速度快、易于使用、良好析、大数据实践能力训练等多个方面，往往容易
通用性以及运行模式多样等特点[1]，广泛应用于顾此失彼。总结起来，该课程的教学中存在以下
企业级大数据处理和分析场景中。基于Spark框不足。
架的大数据分析和内存计算课程是大数据相关专（1）课程内容与先修课程之间缺乏整体规划，
业的核心课程[2-3]，该课程面向高年级学生开设，
导致部分基础不牢的学生对相关知识点吸收困
通常安排在第6或第7学期，其课程目标是培养
难。Spark课程中使用的编程方法和开发工具紧
学生掌握内存计算的工作原理及编程方法，能
跟企业级开发需求，要求学生掌握牢固的基础知
熟练使用Spark软件生态中各个软件组件，具备
识并能融会贯通。例如在讲授Scala语言的章节，
运用Spark框架进行大数据处理与分析的能力。
要求学生将C++或Java课程中学习的面向对象
Spark框架涵盖了分布式计算、函数式编程、流
编程迅速迁移到函数式编程，部分学生不适应这
计算、图计算、大数据机器学习等多种技术，基
种快速转换，难以在短时间内理解Scala代码的
于Spark框架的大数据分析和内存计算课程内容工作原理[4]。
涉及面广，与先修课程之间知识点衔接紧密，对
（2）课程内容中涉及内存计算的原理和大量
学生的实践动手能力和算法分析能力均有较高要
集合操作算子，在教学过程中容易偏重编程实
求，具备较强的应用性和综合性。学生普遍反映
践，而对理论部分的分析与阐述不足，导致学生
该课程学习难度大，对部分知识点理解困难，因
没有深入理解内存计算的运行机制，不具备分析
此须根据课程目标合理组织教学内容并探索有效