肇庆学院携手泰迪智能科技部署大数据实验室

肇庆学院是由广东省人民政府主办、广东省教育厅主管的具有硕士学位授予权的公办全日制本科高校，位于广东省珠三角城市肇庆。截至2023年6月，学校设有20个教学机构，开设近70个本科专业，学科专业涵盖经济学、法学、教育学、文学、历史学、理学、工学、农学、管理学、艺术学等十大学科门类。

肇庆学院携手泰迪智能科技部署大数据实验室

建设方向：大数据基础实验室、大数据工程技术中心

主要内容：云计算资源管理平台；大数据开发实训平台；大数据挖掘建模平台；智能报表与可视化平台；大数据方向课程案例25余门

主要功能：为大数据专业群提供教学资源、实训环境，为院校大数据科研提供技术支持

建设成效：完善大数据专业课程体系，提高大数据科研服务能力

部分实习平台介绍

云计算资源管理平台

云计算资源管理平台，以Docker、Kubernetes为核心引擎的容器化应用部署、运行环境，对数据中心的物理服务器、网络、存储、虚拟服务器等基础架构资源进行集中统一的管理、分配、监控等。平台为多节点高可用集群，可避免单点故障；采用分布式文件存储系统提供存储能力，支持跨节点、跨应用访问，支持多副本存储卷，避免数据丢失；基于弹性IP对外提供统一的访问入口，避免节点异常导致服务中断；基于GPU切片技术对外提供GPU计算能力，可按需为应用分配部分、整个甚至多个GPU计算资源；提供图形化管理界面，便于使用和维护，在图形管理界面中可快递配置容器化应用部署，支持对容器化应用进行扩容、缩容、调整计算资源、滚动更新/回滚、查看日志等操作；提供图形化资源监控页面，可查看集群整体、单个组件、单个应用等的资源使用情况。

云计算资源管理平台界面如图1所示。

图1 平台界面

云计算资源管理平台特色功能如下。

1. 多K8s集群管理：

1. 提供多K8s集群的中央管理面板，支持导入外部集群。
2. 在多K8s集群中提供统一的身份认证和拓展 Kubernetes 原生 RBAC 能力实现访问控制。
3. 通过WebConsole、Cloud Shell快速管理集群资源。

1. 集群自治：当管理集群停机维护时，各业务集群可保持自治，保持正常的访问控制，业务Pod无感知。
2. 可观测性：支持监控告警和日志采集能力，提供丰富的工作负载监控指标界面，提供集群维度的监控界面，提供灵活的日志查询能力。

大数据开发实训平台

大数据开发实训平台是面向实训课和课后训练的编程实训平台，平台底层基于Docker技术，采用容器云部署方案，预装大数据相关课程教学所需的实训环境，拥有1主2从的Hadoop集群，还能够自主定制环境，并能够与实训管理平台集成。

大数据开发编程实训平台界面如图所示。

 大数据开发编程实训平台左右同屏页面

大数据开发实训平台特色功能如下。

1. 提供3种实训界面显示模式，支持灵活根据实际训练场景，一键切换为隐藏实训界面、左右同屏和全屏实训界面。 

图63 隐藏实训界面

 左右同屏

 全屏实训界面

1. 支持将实训环境的文件导出至本地，并支持将本地文件导入至实训环境，实现本地与实训环境的资源无障碍传输。

导入导出文件

1. 支持实训作业在线提交，并支持提交作业附件，作业提交方便快捷，无须借助其他工具。

全屏显示实训作业

实训作业提交附件

1. 支持学生请求教师远程协助，快速寻求帮助，减少沟通成本。

 学生发起请求

 教师远程协助界面

1. 支持在本地与实训环境之间粘贴文本，学生可以快速记录实训环境中的文本至本地文档或平台的实训报告中。

 

大数据挖掘建模平台

大数据挖掘建模平台是面向大数据相关专业课程教学与实训的工具。平台无需编程，通过拖拽的方式进行操作，以流程化的方式将数据源、统计分析、数据清洗、数据处理等环节进行连接，快速熟悉分类、回归、聚类、时序、关联规则等领域的算法，以及各个算法的输入、输出、参数等内容，达成数据分析的目的。同时通过查看代码与修改源码实现对代码的熟悉，由浅入深，环环相扣。不仅可以帮助学生快速建立工程化思维，了解不同大数据挖掘建模流程；同时帮助老师减少算法课程备课成本，使用平台现有的功能组件实现相关算法的授课；还能够帮助其他专业更好理解大数据挖掘建模的相关内容。

大数据挖掘建模平台界面如图所示。

大数据挖掘建模平台

大数据挖掘建模平台特色功能如下。

1. 支持所有文件类型数据，提供常见文件解析算法。能够让实训不受数据文件的限制，适用范围更广。

 所有类型数据上传

支持数据共享，共享数据可复制为个人数据，并进行隔离，保证数据安全。老师上传数据，设置为共享，学生就可以直接复制，而无需上传，节省实训准备时间。

支持实训项目空间，空间内工程动态更新、共享，并支持复制。帮助学校积累实训成果，同时也为新的实训提供素材，为学生自学提供支持。

工程复制

支持基于工作流形式的工程构建方式，促进大数据挖掘应用想法快速实现。能够帮助学生了解各个算法的输入、输出、参数，快速掌握不同算法，同时通过流程化步骤，帮助学生理解实训、项目等流程，建立工程思维。

 工作流操作方式

1. 开放平台算法定制接口，支持算法自主定制，支持自定义的算法组件复用。当有特殊实训需求时，平台无内置算法时，能够编写个人组件，并且可以在后续实训中复用。