《云计算与虚拟化》课程大纲一、课程名称（中英文）中文名称：云计算与虚拟化英文名称：CloudComputing二、 课程性质专业选修、理论课三、学时与学分总学时：24学分：1.5四、先修课程高级语言程序设计，操作系统原理，计算机组成原理五、课程简介“云计算与虚拟化”是一门面向高年级本科生的专业选修课，在计算机学科系列课程中起到开拓视野、激发兴趣、展望前沿的作用。云计算是当今信息社会的核心关键领域，是计算机学术界和产业界持续关注的热点；它既是大规模计算机系统与信息服务的前沿技术，也是支撑信息社会发展的重要基础设施。课程以云计算系统的核心技术为主线，内容涵盖云计算系统概论、硬件虚拟化、容器虚拟化、数据中心、基础设施云服务、开发平台云服务、软件云服务等。课程将通过对多个云计算最新实例的讲解和在企业最新云平台上的实战，帮助学生全面深入地建立云计算的整体概念、掌握云计算的基本原理与关键技术体系（尤其是作为云计算核心技术的虚拟化技术），具有引导性强、前沿性强、实践性强的特点。六、课程目标1、使学生系统地掌握云计算的基本原理、系统结构、核心机制、编程方法和应用技术，加深学生对大规模计算机系统的整体化理解，建立并行与分布式系统概念，培养学生对先进计算模式的兴趣与认知能力；2、通过课程实验，让学生熟悉云计算的核心技术与使用方法，分工协作、了
《云计算与虚拟化》课程大纲 一、课程名称（中英文） 中文名称：云计算与虚拟化 英文名称：Cloud Computing 二、课程性质 专业选修、理论课 三、学时与学分 总学时：24 学 分：1.5 四、先修课程 高级语言程序设计，操作系统原理，计算机组成原理 五、课程简介 “云计算与虚拟化”是一门面向高年级本科生的专业选修课，在计算机学科 系列课程中起到开拓视野、激发兴趣、展望前沿的作用。云计算是当今信息社会 的核心关键领域，是计算机学术界和产业界持续关注的热点；它既是大规模计算 机系统与信息服务的前沿技术，也是支撑信息社会发展的重要基础设施。课程以 云计算系统的核心技术为主线，内容涵盖云计算系统概论、硬件虚拟化、容器虚 拟化、数据中心、基础设施云服务、开发平台云服务、软件云服务等。课程将通 过对多个云计算最新实例的讲解和在企业最新云平台上的实战，帮助学生全面深 入地建立云计算的整体概念、掌握云计算的基本原理与关键技术体系（尤其是作 为云计算核心技术的虚拟化技术），具有引导性强、前沿性强、实践性强的特点。 六、课程目标 1、 使学生系统地掌握云计算的基本原理、系统结构、核心机制、编程方法和 应用技术，加深学生对大规模计算机系统的整体化理解，建立并行与分布 式系统概念，培养学生对先进计算模式的兴趣与认知能力； 2、 通过课程实验，让学生熟悉云计算的核心技术与使用方法，分工协作、了
解大型分布式系统的设计原则与工作机理，提升工程实践能力、团队协作精神、交流与沟通能力；3、强化虚拟化技术、并行处理思想与大数据分析方法，提升学生在大规模分布式系统上进行程序开发和性能优化的能力，拓展学生在计算机系统发展趋势上的前沿视野，提升学生对大规模计算机系统的整体理解：4、通过课堂讲授与课外文献检索阅读，使学生了解与本课程相关的计算机领域的前沿发展以及应用趋势；5、通过规范化的文献阅读报告以及课外实践报告，培养学生良好的文档习惯以及撰写规范文档的能力。七、课程目标对毕业要求的支撑关系支撑的毕业要求二级指标点对应课程目标1.3能将软硬件知识、相关工程知识和模型方法用于推演和分析计算目标1机复杂工程问题1.4能将软硬件知识、相关工程知识和模型方法用于计算机复杂工程目标2问题解决方案进行比较和综合2.1能综合运用数学、自然科学、工程科学以及计算机科学的基本原目标3理，识别、判断和表达计算机复杂工程问题的关键环节3.1掌握与计算机复杂工程问题有关的工程设计和软硬件产品开发全周期、全流程的基本设计/开发方法和技术，了解影响设计目标和技目标4和5术方案的多种因素八、教学重点与难点课程重点：1.云计算的技术特点与发展趋势；2.大规模数据中心的工作原理；3.虚拟化平台的核心处理流程；4.MapReduce编程模型及其应用；5.典型的云计算系统与服务模式6.应用驱动的云计算发展机遇与挑战；7.系统结构驱动的云计算发展机遇与挑战。课程难点：1.多种CPU虚拟化机制的深入理解；2.IO设备虚拟化的性能瓶颈问题；
解大型分布式系统的设计原则与工作机理，提升工程实践能力、团队协作 精神、交流与沟通能力； 3、 强化虚拟化技术、并行处理思想与大数据分析方法，提升学生在大规模分 布式系统上进行程序开发和性能优化的能力，拓展学生在计算机系统发展 趋势上的前沿视野，提升学生对大规模计算机系统的整体理解； 4、 通过课堂讲授与课外文献检索阅读，使学生了解与本课程相关的计算机领 域的前沿发展以及应用趋势； 5、 通过规范化的文献阅读报告以及课外实践报告，培养学生良好的文档习惯 以及撰写规范文档的能力。 七、课程目标对毕业要求的支撑关系 支撑的毕业要求二级指标点 对应课程目标 1.3 能将软硬件知识、相关工程知识和模型方法用于推演和分析计算 机复杂工程问题 目标 1 1.4 能将软硬件知识、相关工程知识和模型方法用于计算机复杂工程 问题解决方案进行比较和综合 目标 2 2.1 能综合运用数学、自然科学、工程科学以及计算机科学的基本原 理，识别、判断和表达计算机复杂工程问题的关键环节 目标 3 3.1 掌握与计算机复杂工程问题有关的工程设计和软硬件产品开发全 周期、全流程的基本设计/开发方法和技术，了解影响设计目标和技 术方案的多种因素 目标 4 和 5 八、教学重点与难点 课程重点： 1. 云计算的技术特点与发展趋势； 2. 大规模数据中心的工作原理； 3. 虚拟化平台的核心处理流程； 4. MapReduce 编程模型及其应用； 5. 典型的云计算系统与服务模式 6. 应用驱动的云计算发展机遇与挑战； 7. 系统结构驱动的云计算发展机遇与挑战。 课程难点： 1. 多种 CPU 虚拟化机制的深入理解； 2. IO 设备虚拟化的性能瓶颈问题；
3.Hadoop的系统性能分析与优化；4.分布式系统的一致性与容错机制；5.云计算的商业模型分析与探讨。九、教学方法与手段云计算是计算机系统的前沿发展领域，本课程的教学过程中将充分体现研究性学习的特点，通过引入最新的国际研究成果和技术发展趋势，充分调动学生的学习积极性；同时，采用课堂讲授、学生演讲及讨论、分组实验相结合的教学方法，巩固和提高学习效果。结合云计算与操作系统、体系结构的发展，开展讨论，让学生了解学科发展前沿。主要的教学环节包括课堂授课、课堂学生报告、课程实验、课程报告等环节。本课程的教学与学习过程中，要让学生牢固树立并应用计算机系统的观点，具体表现在：首先，要将“云计算”的学习与“操作系统原理”、“计算机组成原理”等课程有机结合起来，为计算机系统的理论学习和课程实践提供必要的工具、方法和应用。其次，本课程学习过程中应在把握云计算概念、本质和特征的基础上，引入国际前沿的研究问题，让学生带着疑问学习，并注重把各章节的知识有机结合，多分析、多总结。第三，注重将所学的理论知识应用到实践，充分利用国内外已有的云计算服务与开源云计算平台，结合介绍的应用实例、编程方法或实验步骤，通过动手做实验掌握云计算的核心和相关技术，锻炼学生从事云计算相关开发和设计的能力。十、教学内容与学时安排（一）云计算系统概论本章的主要知识点包括云计算的背景、云计算的技术特点与类型、云计算的代表性系统、对云计算的一些思考、在云计算领域的一些实践等。课外实践：公有云计算系统的使用及体验本章课堂教学学时4学时，建议学生课后学习4学时。(二）数据中心的工作原理本章的主要知识点包括数据中心基础设施特点；数据中心的性能与成本；数据中心对云计算的支撑作用；大规模数据中心的构建原则与方法等。课外实践：了解Google数据中心的构建特点课外阅读主题：阅读数据中心经典书籍DatacenterAsaComputer
3. Hadoop 的系统性能分析与优化； 4. 分布式系统的一致性与容错机制； 5. 云计算的商业模型分析与探讨。 九、教学方法与手段 云计算是计算机系统的前沿发展领域，本课程的教学过程中将充分体现研究 性学习的特点，通过引入最新的国际研究成果和技术发展趋势，充分调动学生的 学习积极性；同时，采用课堂讲授、学生演讲及讨论、分组实验相结合的教学方 法，巩固和提高学习效果。结合云计算与操作系统、体系结构的发展，开展讨论， 让学生了解学科发展前沿。主要的教学环节包括课堂授课、课堂学生报告、课程 实验、课程报告等环节。 本课程的教学与学习过程中，要让学生牢固树立并应用计算机系统的观点， 具体表现在： 首先，要将“云计算”的学习与“操作系统原理”、“计算机组成原理”等课 程有机结合起来，为计算机系统的理论学习和课程实践提供必要的工具、方法和 应用。 其次，本课程学习过程中应在把握云计算概念、本质和特征的基础上，引入 国际前沿的研究问题，让学生带着疑问学习，并注重把各章节的知识有机结合， 多分析、多总结。 第三，注重将所学的理论知识应用到实践，充分利用国内外已有的云计算服 务与开源云计算平台，结合介绍的应用实例、编程方法或实验步骤，通过动手做 实验掌握云计算的核心和相关技术，锻炼学生从事云计算相关开发和设计的能力。 十、教学内容与学时安排 (一) 云计算系统概论 本章的主要知识点包括云计算的背景、云计算的技术特点与类型、云计算 的代表性系统、对云计算的一些思考、在云计算领域的一些实践等。 课外实践：公有云计算系统的使用及体验 本章课堂教学学时 4 学时，建议学生课后学习 4 学时。 (二) 数据中心的工作原理 本章的主要知识点包括数据中心基础设施特点；数据中心的性能与成本； 数据中心对云计算的支撑作用；大规模数据中心的构建原则与方法等。 课外实践：了解 Google 数据中心的构建特点 课外阅读主题：阅读数据中心经典书籍 Datacenter As a Computer
本章课堂教学学时4学时，建议学生课后学习4学时。(三）系统虚拟化技术本章的主要知识点包括虚拟化技术的发展与分类；系统虚拟化的特点与进展；CPU虚拟化、内存虚拟化与IO虚拟化等。课外实践：下载与使用开源虚拟化平台XEN与KVM课外阅读主题：VEE等领域著名国际会议上的虚拟化技术经典论文思政元素：关于基础软件的安全可控问题和潜在的卡脖子问题。本章课堂教学学时6学时，建议学生课后学习6学时。(四）数据并行的编程方法与技术本章的主要知识点包括MapReduce的基本思想与实现机制；分布式数据处理系统Hadoop；HDFS的技术原理与容错方法；MapReduce编程模型应用实例等。课外实践：搭建和使用开源大数据处理系统Hadoop课外阅读主题：SOSP和OSDI等领域著名国际会议上的MapReduce经典论文本章课堂教学学时6学时，建议学生课后学习6学时。（五）代表性云计算系统本章的主要知识点包括常见的云计算系统分类（IaaS、PaaS、SaaS）；AmazonEC2和S3的关键技术；GoogleAppengine的关键技术；Saleforce的关键技术；云计算系统的发展趋势与热点问题等。课外实践：使用和测试AmazonEC2、MicrosoftAzure和阿里云的云计算实例，比较不同IaaS系统的特点与性能。本章课堂教学学时4学时，建议学生课后学习8学时。十一、实验内容与学时安排（一）云计算系统与虚拟机使用并测试互联网环境下的公有云计算系统实验内容综合性实验实验类型(1）理解云计算系统的基本工作原理；(2）掌握云计算虚拟机实例的基本操作方法；实验目的与要求(3）理解虚拟化技术的价值和意义；(4)熟悉IaaS服务平台的工作机制；实验形式(1）2-3人一组独立完成
本章课堂教学学时 4 学时，建议学生课后学习 4 学时。 (三) 系统虚拟化技术 本章的主要知识点包括虚拟化技术的发展与分类；系统虚拟化的特点与进 展；CPU 虚拟化、内存虚拟化与 IO 虚拟化等。 课外实践：下载与使用开源虚拟化平台 XEN 与 KVM 课外阅读主题：VEE 等领域著名国际会议上的虚拟化技术经典论文 思政元素：关于基础软件的安全可控问题和潜在的卡脖子问题。 本章课堂教学学时 6 学时，建议学生课后学习 6 学时。 (四) 数据并行的编程方法与技术 本章的主要知识点包括 MapReduce 的基本思想与实现机制；分布式数据处 理系统 Hadoop；HDFS 的技术原理与容错方法；MapReduce 编程模型应用实例 等。 课外实践：搭建和使用开源大数据处理系统 Hadoop 课外阅读主题：SOSP 和 OSDI 等领域著名国际会议上的 MapReduce 经典 论文 本章课堂教学学时 6 学时，建议学生课后学习 6 学时。 (五) 代表性云计算系统 本章的主要知识点包括常见的云计算系统分类（IaaS、PaaS、SaaS）；Amazon EC2 和 S3 的关键技术；Google Appengine 的关键技术；Saleforce 的关键技术；云 计算系统的发展趋势与热点问题等。 课外实践：使用和测试 Amazon EC2、Microsoft Azure 和阿里云的云计算实 例，比较不同 IaaS 系统的特点与性能。 本章课堂教学学时 4 学时，建议学生课后学习 8 学时。 十一、实验内容与学时安排 (一) 云计算系统与虚拟机 实验内容 使用并测试互联网环境下的公有云计算系统 实验类型 综合性实验 实验目的与要求 (1) 理解云计算系统的基本工作原理； (2) 掌握云计算虚拟机实例的基本操作方法； (3) 理解虚拟化技术的价值和意义； (4) 熟悉 IaaS 服务平台的工作机制； 实验形式 (1) 2-3 人一组独立完成
(2)课内4学时，课内检查，其余为课外学时。(1）现场验收并对实验内容进行提问。）根据设计方案、实验结果、附加功能、操作熟练程2)实验考核度、现场检查和回答情况及实验报告质量综合评定成绩。(二）MapReduce编程模型与Hadoop系统熟悉和掌握云计算环境下的分布式数据处理系统及其实验内容使用方法实验类型综合性实验(1）理解MapReduce编程模型的基本原理；）掌握Hadoop系统的搭建和使用方法；(2)实验目的与要求(3)）理解分布式数据处理的使用场景和价值；(（4）熟悉HDFS的工作原理与关键技术；(1)2-3人一组。实验形式(2)课内4学时，课内检查，其余为课外学时。(1）现场验收并对实验内容进行提问。）根据设计方案、实验结果、附加功能、操作熟练程(2)实验考核度、现场检查和回答情况及实验报告质量综合评定成绩。十二、教学参考书及文献教学参考书：1.刘鹏，云计算（第二版）。北京：电子工业出版社，2011课外文献阅读(动态更新）：1. http://grid.hust.edu.cn/wusong/file/cloud_computing.pdf, Cloud Computing (ACM TechPack on Cloud Computing)十三、课程成绩评定与记载课程成绩=课堂考勤（10%）+课外文献阅读与讨论（10%）+终结性考试（80%）终结性考试形式：报告
(2) 课内 4 学时，课内检查，其余为课外学时。 实验考核 (1) 现场验收并对实验内容进行提问。 (2) 根据设计方案、实验结果、附加功能、操作熟练程 度、现场检查和回答情况及实验报告质量综合评定 成绩。 (二) MapReduce 编程模型与 Hadoop 系统 实验内容 熟悉和掌握云计算环境下的分布式数据处理系统及其 使用方法 实验类型 综合性实验 实验目的与要求 (1) 理解 MapReduce 编程模型的基本原理； (2) 掌握 Hadoop 系统的搭建和使用方法； (3) 理解分布式数据处理的使用场景和价值； (4) 熟悉 HDFS 的工作原理与关键技术； 实验形式 (1) 2-3 人一组。 (2) 课内 4 学时，课内检查，其余为课外学时。 实验考核 (1) 现场验收并对实验内容进行提问。 (2) 根据设计方案、实验结果、附加功能、操作熟练程 度、现场检查和回答情况及实验报告质量综合评定 成绩。 十二、教学参考书及文献 教学参考书： 1. 刘鹏，云计算（第二版）。北京：电子工业出版社，2011 课外文献阅读 (动态更新)： 1. http://grid.hust.edu.cn/wusong/file/cloud_computing.pdf，Cloud Computing (ACM Tech Pack on Cloud Computing) 十三、课程成绩评定与记载 课程成绩=课堂考勤（10%）+课外文献阅读与讨论（10%）+终结性考试（80%） 终结性考试形式：报告