[評價] 102-1 廖世偉 巨量資料系統
※ 本文是否可提供臺大同學轉作其他非營利用途?(須保留原作者 ID)
(是/否/其他條件):
是
哪一學年度修課:
102-1
ψ 授課教師 (若為多人合授請寫開課教師,以方便收錄)
廖世偉
λ 開課系所與授課對象 (是否為必修或通識課 / 內容是否與某些背景相關)
資工所 網媒所 為選修
δ 課程大概內容
Big Data: Opportunities & Challenges
Computation: MapReduce
Hadoop
In-Memory Computation : Spark
Graph Computation: Pregel & HAMA
Distributed Storage: GFS
Distributed DB:Google's Big Table & HBase
Distributed DB:Dynamo & Cassandra
Data Warehouse: Hive & Shark
Analytics: Google's Drmel & Drill
Analytics: Big Explorer
Tech Trend
以上轉自ceiba上的課程大綱。
就我自己上完的經驗,然後現在回想,
除了作業中有碰過的MapReduce & HAMA外,
其餘所有的東西都只剩下一些概念,然後知道這些名詞,
我想以後真的需要用到時,才會再深入去研究。
Ω 私心推薦指數(以五分計) ★★★★
想從老師的Lecture中深入了解那些系統 (做不到)
想從老師的Lecture中了解系統的概念 ★★★
想認真做個final,並與老師深入交流 ★★★★★
想隨便混學分 (學不到什麼)
總結 ★★★★
η 上課用書(影印講義或是指定教科書)
上課用書,但推薦這本網路上的e-book
Urs Holzle and Luiz Andre Barroso.
The Datacenter as a Computer, Morgan & Claypool Publishers,2009
μ 上課方式(投影片、團體討論、老師教學風格)
投影片上課,老師會在台上講解系統的設計的原理,
然後常常會直接講code。
老實說,大部分的時候我都聽不懂,老師在台上講的東西不知所云。
我想老師他是懂得其內涵的,但是可能沒有表達得讓學生可以懂。
σ 評分方式(給分甜嗎?是紮實分?)
Midterm: 30%
Programming assignments & Hands-on: 35%
Final project (proposal, oral presentation, report): 35%
期中平均60,標準差很大
分數還沒出來,不知道
ρ 考題型式、作業方式
考試 :問答題、手寫程式題,好像是助教出的題目,
所以非常的偏非常的細,例如要手寫spark版的Kmeans,
然而對於spark,老師只有帶過spark官網的sample code,
作業中也沒使用過;
又或是會考到很細的什麼MapReduce的combinor,
誰寫普通的MapReduce考慮過這個東西??
我在上課方式那裡有講到,很多那麼細的東西,
我上課的時候就沒有真正聽懂,所以當時在考期中的時候,
就很憤憤,覺得為什麼要考這麼細,而不考一些大的架構。
不過最後,助教改得還算寬鬆,我的分數也就還好。
作業x2:程式作業,MapReduce & HAMA
是用這兩種framework寫跟PageRank相關的演算法。
環境必須自己架設,例如HAMA,
不過MapReduce好像可以用停機很久的國網中心。
作業差不多花我2天的空閒時間可以完成,
從裝環境到跑sample code,到改code,debug。(我是資工系大四。)
Final Presentation: 每組有12分鐘時間報告, 3分鐘Q&A。
ω 其它(是否注重出席率?如果為外系選修,需先有什麼基礎較好嗎?老師個性?
加簽習慣?嚴禁遲到等…)
基礎要會寫程式,最好是Java。
因為我實際跟老師聊過,老師他是一個好人,
會想認識學生並真正記得你是誰,
他也會關心你的研究,並會給予一些方向上的建議。
我覺得可以看出,老師是有料的,只是在台上表現不出來,
無法講得讓人聽得懂,然後閒話太多,但是實際跟老師單獨談話,
卻不會覺得老師閒話很多,看老師的email也覺得老師是個有條理,
邏輯清晰的人。
所以,我覺得老師是個強者,也是個想認識學生的好老師,
只是在台上的時候表達不出來。
第二次作業的時間差不多在期中考後2-3禮拜due,
所以可以說留了相對充裕的時間來做Final Project,
這點我覺得是相當不錯的,只要找到好隊友,
並提早穩定開始做,最後出來的成果都不會太差。
關於final project presentation,
這個部分我要大大稱讚老師的厲害,
老師從業界找了不少評審,大概有10個以上,
使得場面變得相當正式與盛大,
例如有些組別報告完他們自己設計的資料庫,
就會有一些業界前輩很積極地過去交流,
我覺得這基本上是挺好的一件事,
各取所需,提供更多的機會等等。
加簽都收。
出席沒差。
Ψ 總結
這門課我不甚滿意的部分有,助教出題、
沒有公用Hadoop Cluster可以讓學生用、老師講課讓人不太懂
但是為什麼我仍會給予★★★★的評價,主要基於2點。
1. 老師是個好人,私下與他接觸,可以學到很多,
而且老師在final project presentation的時候找來了很多業界評審
,我覺得老師是真的有實力有料。
2. 我自己這組的final project,很早就開始做,
所以自己在這門課,也是有學到不少東西,
寫了不少code,並把MapReduce應用在我們的project中,
還是很有收穫。
最後,老師下學期有要開,Android虛擬機及編譯器,
老師是Android系統code的實際貢獻者,一定很強大。
有興趣的同學可以考慮!
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 140.112.16.156
※ 編輯: nkfly 來自: 140.112.16.156 (01/13 20:14)
推
01/13 23:10, , 1F
01/13 23:10, 1F
推
01/13 23:48, , 2F
01/13 23:48, 2F
推
01/13 23:52, , 3F
01/13 23:52, 3F
推
01/13 23:57, , 4F
01/13 23:57, 4F
推
01/14 01:46, , 5F
01/14 01:46, 5F
推
01/14 07:31, , 6F
01/14 07:31, 6F
→
01/14 10:38, , 7F
01/14 10:38, 7F
→
01/14 10:39, , 8F
01/14 10:39, 8F
→
01/14 10:39, , 9F
01/14 10:39, 9F
推
01/14 15:38, , 10F
01/14 15:38, 10F
推
01/14 23:48, , 11F
01/14 23:48, 11F
推
01/15 01:32, , 12F
01/15 01:32, 12F
推
01/15 10:25, , 13F
01/15 10:25, 13F
→
01/15 10:29, , 14F
01/15 10:29, 14F
→
01/15 10:31, , 15F
01/15 10:31, 15F
→
01/15 10:37, , 16F
01/15 10:37, 16F
→
01/15 10:38, , 17F
01/15 10:38, 17F
推
01/16 09:24, , 18F
01/16 09:24, 18F
推
01/16 09:26, , 19F
01/16 09:26, 19F
→
01/16 09:27, , 20F
01/16 09:27, 20F
推
01/16 09:39, , 21F
01/16 09:39, 21F
→
01/27 13:55, , 22F
01/27 13:55, 22F
→
01/30 09:06, , 23F
01/30 09:06, 23F
→
01/30 09:06, , 24F
01/30 09:06, 24F
→
01/30 09:07, , 25F
01/30 09:07, 25F
→
01/30 09:08, , 26F
01/30 09:08, 26F
→
01/30 09:10, , 27F
01/30 09:10, 27F