基于Hadoop 的計算機專業課程教學平臺設計與實現*

高 飛

（廣西現代職業技術學院，廣西 河池 547000）

引言

計算機專業是以系統和應用為導向、以軟件為基礎的專業。計算機專業課程教育旨在培養具有較深厚的基礎知識、較強的工程實踐能力，并具備開拓創新精神，從事科學研究、教育、開發、應用等方面工作的高層次人才。為了適應時代的發展，為計算機應用市場提供專業型人才，許多高等院校開設了計算機專業，并設置計算機專業課程。現行的計算機專業開設的課程包括計算機硬件組裝、軟件程序編寫與維護兩個方面，其中，偏軟件部分的課程可以進一步分為編程、應用軟件的使用和網絡技術三大類[1]。然而，當前計算機專業課程的教學容易受到空間和時間的限制，為此設計并開發了計算機專業課程教學平臺。

教學平臺是一種綜合的、用于教學活動的軟硬件結合的系統，現階段使用較多的計算機專業課程教學平臺大多應用了Web、B/S 框架等技術，但在實際的應用過程中，部分課程教學平臺存在功能運行成功率不高、平臺并行性與兼容性不強等問題，為此引入Hadoop 的概念。

Hadoop 架構是由Apache 基金會開發并發行的分布式數據存儲平臺，該平臺提供了高效、可靠、大規模數據的分布式處理與存儲功能。通過對Hadoop 架構的應用，以期能夠提高計算機專業課程教學平臺的教學功能與運行性能。

一、計算機專業課程教學硬件平臺設計

（一） Solr 服務器

Solr 服務器的基礎技術是ApacheLucene 全文檢索引擎，它具有可伸縮性、分層瀏覽、管理方便等特征。Solr 的分布式集群搜索服務器SolrCloud是一種以ZooKeeper 和Solr 為基礎的分布式搜索系統。由于HBase 自身不支持實時查詢，HBase 系統必須對資源進行全面的掃描和模糊匹配，因此很難滿足實時查詢的要求[2]。所以，HBase 與Solr 技術相結合，通過HBase 對RowKey 的有效檢索特點，將RowKey 及其相關信息保存在SolrCloud 中，在用戶檢索到資源時，首先向SolrCloud 請求RowKey 信息，再根據RowKey 信息向HBase 數據庫請求，以獲得所需要的數據資源。在HBase 中添加和刪除信息時，還要在Solr 集群中對該信息進行實時更新，以確保二者之間的信息一致性。通過Solr 服務器的配置與安裝，為Hadoop 架構的運行提供核心硬件設備。

（二） 無線通信網絡

教學資源、學生提問等信息均需要通過無線通信網絡進行傳輸，為此以RS-232 芯片為串行通信接口，在傳統通信線路的基礎上，對無線通信網絡進行優化。在傳統無線通信網絡結構的基礎上安裝RS232 串口通信接口，通信接口采用CH341T USB 總線轉接芯片、MAX232 電平變換芯片，還有少量的接口設備即可完成。

（三） 嵌入式處理器

選擇型號為C*CORE 的處理器作為計算機專業課程教學數據的處理器，該處理器是一種流線型的架構，采用嚴密的翻轉結構，降低了系統的復雜性。采用固定比特指令編碼技術可以有效地減少保持指令的高速運行所需要的內存帶寬，而使用較短的比特碼來實現內存消耗，如圖1 所示。

圖1 平臺處理器內部結構圖

此外，為了減少電源消耗，C*CORE 采用了動態時鐘管理的方法，在內部不需要對每個時鐘的運行進行控制，C*CORE 提供了3 種低功率運行模式，通過執行相應的命令來實現。

（四） 計算機專業課程數據存儲器

平臺上的存儲模塊分為三大類：程序存儲、數據存儲、資源存儲。程序存儲器是用來儲存教學驅動和監控程序，使用者可以使用它來進行軟件的開發與功能的校驗。數據存儲器用來保存平臺中實時產生教學數據，而資源存儲器用來保存計算機專業課程教學資源[5]。為了給計算機專業課程的實時數據以及教學資源提供充足的存儲空間，采用雙倍速率同步動態隨機存儲方式，即將同規格的兩個DDR 存儲器以并聯的方式連接在一起，并利用該組合存儲器替換傳統的存儲器設備。

（五） 硬件設備連接電路設計

教學平臺為了支持不同硬件設備的正常工作，使用兩種供電方式，并通過HT7133 電壓調整芯片對供電電壓進行轉換與調整。平臺供電電源轉換電路的優化設計結果，如圖2 所示。

圖2 平臺供電電壓轉換電路圖

通過HT7133 芯片的應用保證平臺運行供電平穩，同時具有低功耗、低封裝、低成本等優勢，這減少了電路板的占用面積。

二、計算機專業課程教學平臺數據庫設計

數據庫設計的目的是為了滿足應用程序的功能要求和提高數據庫的性能。要掌握用戶目前應用和未來應用所需的數據和它們之間的關系，并能夠按照使用者的要求，合理地增加、刪除、修改和顯示。數據庫性能具體包括數據庫的存儲結果、數據共享、數據的完整性等[3]。建立的數據存儲結構包括學生、教師、計算機專業課程資源、考核題庫表等，以計算機專業課程資源數據為例，對應的數據庫表構建結果如表1 所示。

表1 計算機專業課程資源數據庫表

在優化設計的教學平臺中，資源數據都會被放到不同的表格結構中，而不會以空字段的形式存在，這降低了資源細節的獲取是對數據庫的重復請求，加速資源存取的時間，縮短了相同數量的信息儲存所需的存儲空間。按照上述方式，可以得出優化教學平臺中其他數據類型的存儲結構設計結果，并通過根據數據之間的邏輯關系，在數據庫內部形成鏈接，方便數據的調用與更新。

三、計算機專業課程教學平臺軟件功能設計

（一） 配置 Hadoop 集群

Hadoop 集群的配置結構如圖3 所示。

圖3 Hadoop 集群配置結構圖

如圖3 所示，Hadoop 集群體系結構的基礎環境包括 RDBMS、 HDFS、 HBase、ZooKeeper 等，HBase 存儲與資源有關的核心業務，SolrCloud 存儲HBase 中的RowKey 和索引信息，用于向上提供實時的搜索服務。DAO 數據存取層主要為關聯數據庫和非關聯數據庫提供存取接口。業務邏輯層和其他相關的功能層是Hadoop 集群架構的頂層，用來完成客戶端的相關功能。

（二） 用戶分類與授權控制

計算機專業課程教學平臺主要面向學生、教師和管理員三種用戶，學生用戶具有與學生課堂有關的權限。首先用戶進入登錄界面提交注冊申請，完善個人信息。管理員通過對用戶身份的核實與分類，將學生用戶的個人信息存儲到數據庫中，并通過郵箱及時反饋確認信息。學生用戶注冊完成后，可根據設置的賬號與密碼信息登錄教學平臺，并獲取相應的賬戶使用權限。使用者登錄賬號后，即可瀏覽課程及教師簡介，并依照介紹內容完成選課[4]。完成選課后，可以下載課件、參與網上教學、查看作業的進度、詢問教師，課后可以參加考試并查看成績。教師用戶的設計與學生用戶類似，通過賬戶注冊以及身份審核，獲取教師賬戶及相應授權。教師賬戶權限包括發布教師與課程簡介、申請課程公告、上傳課件并授課、布置和批改作業、組織測試和評價等。另外，管理員賬戶擁有平臺的全部授權，不僅要實現對學生賬戶和教師賬戶的管理，還要對網絡課程資源和系統的功能進行管理和配置。

（三） 計算機專業課程教學資源檢索與共享

教師端根據計算機專業開設的課程制作包含視頻、圖片、音頻等多媒體元素的課件，并將其上傳到教學平臺中。經過管理員審核通過后，將教學資源存儲到平臺數據庫中，學生用戶可以在課程教學過程中，根據課程要求或個人學習需求在平臺中檢索相關的教學資源，并對課程教學資源進行下載[5]。利用公式（1） 計算教學資源檢索關鍵詞與課程資源之間的匹配度。

公式（1） 中變量xi和xj分別對應的是輸入的檢索關鍵詞以及數據庫中存儲的課程資源特征詞，另外變量q為正整數，最終的計算結果ηMatch即為平臺數據庫中任意課程資源χj與輸入檢索關鍵詞χi之間的匹配系數。若ηMatch的計算結果高于閾值η，則判定當前資源滿足學生用戶的檢索要求，將其加入到輸出隊列中，否則不允許該資源顯示，直到數據庫中所有課程資源匹配完成后，得出相關課程資源的檢索結果。在檢索結果的輸出過程中，需要根據關鍵詞在課程資源中出現的頻率進行排序，詞頻計算公式如下：

上式中變量N和ni分別表示的是關鍵詞在資源中出現的次數以及課程資源中的特征詞總量。根據詞頻TF的計算結果，按照升序順序輸出課程教學資源的檢索結果。學生用戶根據需求選擇合適的資源進行下載，并在遠程無線通信網絡的支持下，完成目標課程資源的遠程傳輸。

（四） 執行計算機專業課程教學任務

學生用戶在完成選課和課程資源下載任務的基礎上，按照教學設置的教學任務，觀看教學視頻并提交隨堂測試結果。在課程教學任務過程中遇到問題，可通過師生交流互動程序，發送郵件到教學郵箱來解決遇到的問題[6]。根據學生的資源觀看進度，控制計算機專業課程教學任務的執行進度，直至完成教師設置的所有教學課程內容。

（五） 計算機專業課程教學考核與成績查詢

在完成計算機專業課程教學內容后，按照圖4的流程進行教學考核。

圖4 計算機專業課程教學考核流程圖

按照圖4 表示流程，教師用戶根據課程教學內容編寫試卷，將其傳輸給學生用戶。學生用戶在規定時間內完成試卷并提交給教師用戶。經過批閱得出各個學生的考核成績，將成績結果反饋給學生端。學生可以在任意時間登錄平臺，通過查詢獲得對應計算機專業課程的成績數據信息。

四、平臺實現與測試

為了發現平臺的缺陷與不足，要在平臺開發與應用之前全面測試平臺內容，因此設置平臺測試實驗。此測試實驗分別從教學功能和運行性能兩個方面進行測試，判斷優化設計教學平臺是否滿足設計與應用要求。

（一） 實驗準備

按照硬件平臺的優化設計結果，分別對各個硬件設備進行調試，并按照工作原理將各個硬件設備按照順序與供電電路相連。在實驗環境中設置一個上位機作為主測計算機，設置一個服務器和500 個教學客戶端。在構建課程教學平臺的過程中，首先要安裝操作系統centos6.5，然后通過RPM 命令來安裝Apache、PHP、Mysql 等數據庫工具，因為Mysql 安裝時，Root 用戶的密碼是空的，所以為了保證數據的安全性，需要在短時間內更改Root 用戶的密碼。除計算機專業課程教學平臺的實現與測試環境外，還需要準備多個教學平臺測試用例，其中部分準備情況如表2 所示。

表2 平臺測試用例設置表

此次平臺測試實驗共設置2000 個測試用例，每個用例的設置內容均不相同。

（二） 描述平臺實現與測試過程

通過配置平臺服務器參數、用戶注冊、平臺啟動以及測試用例的導入，完成基于Hadoop 的計算機專業課程教學平臺的設計與開發，并得出部分測試用例的實現結果，如圖5 所示。

圖5 計算機專業課程教學平臺實現界面圖

此次平臺測試實驗分別從功能和性能兩個方面進行測試，在功能測試過程中，將準備的測試用例導入到平臺中，觀察平臺的最終顯示結果，通過與預期結果的比對，判斷當前用例功能是否成功完成。為實現平臺功能的量化測試，設置功能運行成功率作為實驗的測試指標，其數值結果如下：

上式中，變量Numsuc和Numall分別為測試用例成功運行數量以及準備測試用例的總數量，計算得出功能運行成功率ηsuc的值越大，說明平臺的教學功能越優。另外基于Hadoop 的計算機專業課程教學平臺運行性能的量化測試指標分別為客戶端平均響應時間和服務器內存占用量，其中客戶端平均響應時間的數值結果為：

其中，Tclient-i表示第i個客戶端的響應時間，m表示平臺測試設置的客戶端數量，取值為500，計算結果即為平臺的平均響應時間。另外，服務器內存占用量可以通過教學平臺后臺數據的調取直接得出。為達到平臺的優化目的，要求優化設計課程教學平臺的功能運行成功率不得低于98%，平均響應時間不得高于5000ms，服務器內存占用量不得高于0.5GB。

（三） 平臺測試結果分析

為避免偶然事件對實驗結果產生的影響，實驗采用多次實驗取平均值的方式，將準備的測試用例平均分為5 組，通過相關數據的統計得出平臺運行功能的測試結果，如表3 所示。

表3 平臺功能測試結果數據表

將表3 中的數據代入到公式3 中，計算得出優化設計平臺功能運行成功率的平均值為99.85%，高于98%。另外基于Hadoop 的計算機專業課程教學平臺的運行性能測試結果，如圖6 所示。

圖6 計算機專業課程教學平臺性能測試圖

從圖6 可以直觀看出，優化設計課程教學平臺平均響應時間的最大值為4400ms，低于5000ms，最大服務器內存占用量為0.43GB，低于預設值。由此證明，優化設計的基于Hadoop 的計算機專業課程教學平臺的運行功能與性能均滿足設計與應用要求。

五、結語

綜上所述，通過Hadoop 架構的應用，有效地提高了計算機專業課程教學平臺的應用性能，對于計算機專業的教學提供有效的輔助工具。在平臺測試工作中，未對并發數量進行測試，當平臺同時在線人數增加時，可能會出現運行卡頓的情況，這需要在今后的研究中進一步優化。