一、概況

本實訓室的主要目的是培養大數據平臺運維項目的實踐能力,以數據計算、分析、挖掘和可視化的案例訓練為輔助。同時,實訓室也承擔相關考評員與講師培訓考試、學生認證培訓考試、社會人員認證培訓考試、大數據技能大賽訓練、大數據專業課程改革等多項任務。

實訓室旨在培養德智體全面發展、遵紀守法、掌握大數據平臺運維基本技能、具備大數據應用、分析和系統管理與運維能力的高素質大數據技術人才。

二、大數據教學與實踐管理系統

一、統一管理

1. 為保證專業教學的穩定性和對實驗數據安全性的要求,管理節點服務器、計算節點服務器和教學軟件需統一管理。

二、管理員首頁功能

1. 提供教學資源利用統計,支持圖形化展示CPU、存儲、二級存儲、內存等資源的使用情況;提供從上課、個人、實驗室等維度查看虛擬機使用情況;提供從課時總數和虛擬機使用次數統計分析整體上課情況。
2. 支持一鍵分配教學場景和個人預約場景的資源比例;并可設置CPU、內存、存儲的預警閾值。
3. 可記錄所有模板虛擬機操作日志及時間。

三、教師首頁功能要求

1. 提供排課管理,查看課程表、發起排課,支持一鍵創建和釋放實驗資源。
2. 提供今日課程、課程進度、授課記錄、實驗批閱等教學事務入口。
3. 提供個人中心,包括個人信息、密碼管理和遠程協助信息。

四、學生首頁功能

1. 提供課表、課程內容、消息提醒、成績和練習查詢、筆記問答等功能入口。
2. 提供學習進度查看,支持從成績和練習時長分析課程進度。
3. 提供個人中心,包括個人信息、密碼管理和遠程協助信息。

五、課程管理功能

1. 提供課程分類管理,自定義課程信息、適用對象、培養目標等。
2. 提供專業課程實驗管理,支持不同難度實驗的教學內容管理。
3. 提供實驗報告管理,支持批閱和重做等功能。
4. 支持自定義設計實驗內容和方案。

六、考試管理功能

1. 支持題庫管理,支持導入題目、一鍵上傳。
2. 提供考試功能,支持手動和自動組卷、發布考試、自動評分等。

七、教學統計功能

1. 提供按用途分類的課時和人次統計。

八、實驗預約功能

1. 提供個人實驗預約功能,支持按模板預約實驗資源。
2. 提供預約審核功能。

九、資源中心功能

1. 提供資源中心,支持無密登錄和批量資料下發。
2. 支持自定義上傳和管理資源中心資料。

十、實驗過程管理功能

1. 支持自定義課程實驗模板。
2. 支持多操作系統和模式的虛擬機實驗。
3. 支持資料上傳、過程截圖等功能。
4. 支持統計實驗時長,提示異常操作。
5. 支持補做實驗和實驗報告管理。

十一、實驗輔助功能

1. 支持記錄實驗筆記和分享功能。
2. 提供問答和常見問題功能,支持問題收集和發布答案。
3. 提供遠程協助功能。

十二、教學輔助功能

1. 提供自動考勤功能。
2. 提供就業分析功能。
3. 提供知識路徑管理功能。

十三、系統管理功能

1. 提供教學時間管理等基礎數據功能。
2. 提供賬號、權限等用戶管理功能。
3. 支持課程和人員分配管理。

十四、實驗室管理功能

1. 提供實驗室管理和使用查詢功能。
2. 提供實驗室開放日歷管理,支持直觀設置開放情況。
3. 產品通過云計算服務能力評估認證。

十五、大數據資源包

1. 提供完整的大數據視頻課程,包含MySQL、Shell、Hadoop等技術課程。

十六、大數據教學系統節點授權

1. 系統完全自主知識產權。
2. 采用B/S架構,支持主流瀏覽器。
3. 并發訪問不少于49個。

十七、數據集

可以實現就業分析數據(專業對口崗位的需求數量和薪資水平直接影響畢業生的就業情況和質量。提供數據展示近兩年各專業對口崗位的需求、薪資和區域分布變化情況)。

三、《大數據平臺安裝與部署》課程資源包

一、課程資源

1. 提供18套教學PPT。
2. 提供1份教學大綱和教學進度表。
3. 課程內容64學時,滿足實訓教學需要。
4. 主要包含Linux系統、虛擬化、Hadoop安裝部署、大數據平臺實施監控等內容。
5. 滿足相關認證考試需求。

二、主要課程內容

1. Linux系統安裝和使用
2. Hadoop平臺安裝
3. 基礎環境配置
4. Hadoop文件參數配置
5. Hadoop集群運行
6. Hbase、Hive、Zookeeper、Sqoop、Flume組件的安裝配置
7. 平臺監控命令、界面、報表、日志
8. 大數據平臺及組件安裝部署
9. 大數據平臺運行與應用

三、其他資源

1. 提供大數據云計算課程資源包,包含15課時的OpenStack云系統視頻課程,2課時的部署OpenStack系統視頻課程,12課時的OpenStack教程視頻課程。

四、《大數據平臺部署與管理》課程資源包

一、課程資源

1. 提供19套教學PPT。
2. 提供1份教學大綱和教學進度表。
3. 課程內容96學時,滿足實訓教學需求。
4. 主要包含大數據平臺高可用部署、組件維護、平臺優化、診斷處理等內容。

二、主要課程內容

1. 基礎環境配置
2. Hadoop HA集群配置和啟動
3. Hbase、Hive、Zookeeper、ETL、Spark組件維護
4. 平臺系統優化
5. HDFS、MapReduce、Spark配置優化
6. 集群節點和組件故障診斷與處理
7. 大數據平臺項目綜合案例實訓

三、其他資源

1. 提供大數據云計算課程資源包,包含OpenStack、Docker等云技術課程。
2. 提供Java、Linux、MySQL訓練資源包。
3. 提供實驗指導手冊、鏡像模板。
4. 提供Java、Linux、MySQL課程PPT13套。
5. 提供Java、Linux、MySQL課程大綱和進度表1份。
6. 提供Java、Linux、MySQL課程考試題庫1套。
7. 提供Java、Linux、MySQL課程操作錄屏27個。
8. 提供大數據Java基礎教學資源包,包含大量Java課件、語法講解視頻等。

五、《大數據平臺規劃與設計》課程資源包

一、課程資源

1. 提供6套教學PPT。
2. 提供1份教學大綱和教學進度表。
3. 課程內容32學時,滿足實訓教學需求。
4. 主要包含大數據平臺優化和升級內容。
5. 滿足大數據相關認證考試需求。

二、主要課程內容

1. Hadoop應用程序優化
2. Hadoop組件性能優化
3. 大數據平臺版本和組件升級
4. 大數據平臺項目綜合案例

三、其他資源要求

提供大數據云計算課程資源包,包含Docker、虛擬化技術、云計算等視頻課程,總計25課時。

六、《航空數據分析》實訓案例包

一、課程資源

1. 提供1套案例教學課件。
2. 提供電子版實驗指導手冊,包括題目和詳細操作步驟。
3. 提供配套實驗視頻和鏡像模板。

二、主要課程內容

1. 利用numpy、pandas、sklearn對航空公司客戶數據進行分析處理。
2. 涵蓋數據讀取、處理、展示、建模等全流程。
3. 適合作為大數據課后綜合實踐訓練。

三、其他資源

1. 提供Hadoop大數據離線計算資源包,包含75個詳細講解視頻。
2. 提供電信電話大數據項目資源包,包含59個實戰講解視頻。

七、《籃球投籃數據分析》實訓案例包

一、課程資源

1. 提供1套案例教學PPT講義。
2. 提供電子版實驗指導手冊,包含題目和詳細操作步驟。
3. 提供配套實驗視頻和鏡像模板。

二、主要課程內容

1. 在Windows環境下,利用numpy、pandas、sklearn對籃球運動員數據進行處理和分析。
2. 涉及數據讀取、處理、異常值處理、建模、編程和結果展示等。
3. 可作為大數據課后綜合實踐,運用所學知識實現數據全流程操作。

三、其他資源

1. 提供團購網站標簽生成項目資源包,包含4個視頻講解。
2. 提供用戶畫像項目資源包,包含6個視頻講解。

八、《大數據綜合項目實戰》實訓案例包

一、課程資源

1. 提供18個PPT。
2. 提供1份教學大綱和進度表。
3. 提供A、B卷考試題目及答案各1套,每套包含選擇題20道、簡答題5道、應用題3道,重復率低于20%。
4. 提供18個課程錄屏視頻。
5. 課程學時96學時,滿足實訓需求。
6. 將真實大數據項目改編為可實施的教學課程,流程完整。適合大數據分析專業高年級項目課。

二、主要實驗

1. 項目需求分析、方案制訂
2. 環境安裝和配置
3. 數據采集和存儲
4. 數據清洗和轉換
5. 數據分析建模
6. 數據可視化展示
7. 系統運維
8. 測試和總結

三、其他項目

1. 提供友盟網大數據項目資源包含82個視頻。
2. 提供電商大數據項目資源包含51個視頻。

九、大數據競賽實訓管理系統

一、平臺設計方案

1. 基于自研Docker容器編排管理引擎,使用云原生和容器技術構建訓練環境,支持快速創建環境,實現環境隔離。方便教師組織訓練,降低難度和成本。平臺運行在Linux系統下,使用瀏覽器/服務器模式。
2. 支持管理員、教師、學生三種角色,分別負責系統配置、訓練任務、參與訓練。
3. 管理員可管理專業、班級、用戶、鏡像、環境、服務器、資源、日志、系統等。
4. 教師可管理訓練模塊、小組、訓練任務,查看監控、報告,個人實驗環境等。
5. 學生可進入環境訓練,提交報告,查看自己訓練記錄等。
6. 平臺技術可滿足相關競賽訓練和比賽需求。

二、訓練內容配置

1. 平臺內置兩套行業真實脫敏數據,包含工業和電商場景。
2. 提供離線和實時數據,涵蓋設備、用戶、訂單等信息。
3. 配套集群環境鏡像,用于大數據項目技能訓練。
4. 技能覆蓋Docker、Linux、大數據組件等方面。

三、內置內容

1. 包含安裝包的鏡像。
2. 組件預安裝鏡像。
3. 數據接口服務鏡像。
4. 50萬條以上離線樣本數據。
5. 實時數據生成腳本。
6. 預置訓練模塊和環境。
7. 配套服務器,處理器、內存、硬盤符合要求。

四、基礎功能

1. 查看Linux版本信息。
2. 創建Windows和Linux云主機。
3. 學生環境網絡結構獨立隔離。
4. 支持在線Markdown編輯。
5. 支持掛起恢復任務。
6. 無需客戶端,僅瀏覽器訪問。

十、《應用系統負載及磁盤容量預測分析》實訓案例包

一、課程資源

1. 提供1套案例教學PPT講義。
2. 提供電子版實驗指導手冊,包含題目和詳細操作步驟。
3. 提供配套實驗視頻和鏡像模板。

二、主要課程內容

1. 案例需實現數據讀取、探索、處理、建模、可視化等流程。
2. 使用Python開源工具numpy、pandas進行數據處理,使用sklearn進行模型調用,使用matplotlib進行可視化。

三、其他資源

1. 提供招聘網站數據分析項目包,包含數據爬取、清洗、可視化等內容。
2. 提供電影推薦系統項目包,包含9個視頻。
3. 提供機器學習基礎與算法課件,包含11個視頻和3個PPT。
4. 提供微博大數據項目包,包含10個視頻。

十一、《大數據項目》實訓案例包

一、課程資源

1.要求配套案例教學PPT3個。

2.要求提供配套課程實驗操作錄屏3個。

3.要求模塊教學內容滿足實訓教學課時數量24學時。

二、主要課程內容

課程含5大綜合案例，均涉及數據的預處理、 數據的存儲、 數據查看、算法編寫、算法應用和大數據結果展現等全流程所涉及的各種典型操作，涵蓋 Linux、 MySQL、 Hadoop、 Spark、 SparkMlib、 Idea等系統和軟件的安裝和使用方法。 每個案例可以作為大數據入門級課程結束后的“大作業”。

三、實訓綜合案例

案例1-1：分布式日志流處理-spark程序入門

案例1-2：分布式日志流處理-redis數據庫訪問與數據可視化

案例2-1：用戶行為分析-HDFS操作&spark實現

案例2-2：用戶行為分析-web程序&數據可視化

案例3-1：技術論壇日志分析-MapReduce程序實現

案例3-2：技術論壇日志分析-HBase程序實現

案例3-3：技術論壇日志分析-數據可視化

案例4-1：基于Spark MLlib的電影推薦-數據預處理

案例4-2：基于Spark MLlib的電影推薦-Spark程序

案例4-3：基于Spark MLlib的電影推薦-協同過濾算法

案例4-4：基于Spark MLlib的電影推薦-數據可視化

案例5-1：互聯網廣告預測和分析案例-數據預處理

案例5-2：互聯網廣告預測和分析案例-數據分析

案例5-3：互聯網廣告預測和分析案例-數據可視化

四、大數據綜合項目實戰平臺（教師版）：

1.平臺配套綠色版客戶端APP應用實訓系統程序，硬盤配置500G固態硬盤，提供完整的虛擬化底層實訓環境，提供課程實訓入口，提供課程分類欄目，提供課程查找功能。

2.實訓系統內集成實驗指導書和Python實驗環境，可同屏顯示。左邊可查看實驗指導書，右邊編寫代碼。

3.支持實訓環境界面自適應功能，支持將實訓環境的文件導出至本地，支持將本地文件導入至實訓環境進行使用，支持從云端課堂導入新課程至本地實訓環境。

4.實訓系統預裝Jupyter、Pycharm、Spyder等IDE工具及MySqL數據庫。要求實訓系統Python的IDE環境預裝常用numPy、matplotlib、pandas、scikit-learn、opencv、TensorFlow等180個庫。

5.提供配套教材兩本。

6.提供云端課堂，支持觀看配套課程的教學視頻，下載數據、代碼等。

7.提供7門基礎課程：《Python編程基礎》、《大數據數學基礎-Python實現》、《Python數據分析與應用》、《大數據數據分析SQL基礎》、《大數據軟件環境Linux基礎》、《大數據開發編程語言Java基礎》、《Scala技術基礎》。

8.提供12門進階課程：《Python網絡爬蟲》、《機器學習算法Python實戰》、《TensorFlow實戰》、《文本挖掘實戰》、《Hadoop大數據技術基礎》、《Spark大數據技術基礎》、《大數據分布式消息Zookeeper》、《大數據數據傳輸Flume》、《大數據數據傳輸Sqoop》、《大數據數據流處理Kafka》、《大數據HBase數據庫》、《大數據Hive數據倉庫》。

9.提供10個實戰案例：《中文文本word2vec實現》、《基于水色圖像的水質識別》、《基于文本內容的垃圾短信識別》、《航空公司客戶價值分析》、《市財政收入分析及預測》、《電力竊漏電用戶識別》、《城市公交站點設置的優化分析》、《電商產品評論數據情感分析》、《Python爬蟲實踐:流浪地球-豆瓣影評分析》、《廣電大數據營銷推薦項目實戰》。

五、大數據人工智能在線學習平臺技術要求

1.輸入模塊功能

攝像頭輸入：從攝像頭獲取圖像，輸出一張圖片

麥克風輸入：從麥克風獲取聲音，輸出一段音頻

文本輸入框：輸入一段內容作為輸出，可以手動點擊按鈕觸發，也可以通過任意信號進行輸入觸發

數字輸入框：輸入一個數字作為輸出，可以手動點擊按鈕觸發，也可以通過任意信號進行輸入觸發

自定義上傳：上傳一個圖片/文件/音頻作為輸入

2.輸出模塊功能

控制臺輸出：接收任意數據，在運行日志窗口進行輸出

文字輸出：接收文字類數據進行輸出

圖片輸出：接收圖片數據進行輸出

彈窗輸出：接收任意數據，以彈窗方式進行輸出

語音播報：接收文字類數據進行人聲語音播報

3.路由模塊功能

隨機路由：數據將隨機由一端點進行輸出

一分二：數據流一轉二，拷貝兩份

一分三：數據流一轉三，拷貝三份

一分四：數據流一轉四，拷貝四份

二合一：數據流二合一，合并路徑，不合并數據

三合一：數據流三合一，合并路徑，不合并數據

四合一：數據流四合一，合并路徑，不合并數據

4.基礎運算模塊功能

加法運算：輸入兩個數字量，進行加法運算

減法運算：輸入兩個數字量，進行減法運算

除法運算：輸入兩個數字量，進行除法運算

乘法運算：輸入兩個數字量，進行乘法運算

累加運算：輸入一個數字量，進行累加計算，并輸出累加結果

5.邏輯運算模塊功能

與運算：與的邏輯運算，輸入兩個開關量，當都為真時，輸出真，否則為假

或運算：或的邏輯運算，輸入兩個開關量，當其中存在真時，輸出真，否則為假

非運算：與的邏輯運算，輸入一個開關量，當輸入真時輸出假，輸入假時輸出真

邏輯分支判斷：根據輸入的開關量真假，選擇不同的分支推送數據流

輸出真：接收任意數據，輸出邏輯真信號（可用于信號轉換）

輸出假：接收任意數據，輸出邏輯假信號（可用于信號轉換）

6.判斷模塊功能

識別結果判斷：輸入一個識別結果，根據輸入識別結果是否符合進行分支選擇，輸出原始數據數字大小判斷：輸入一個數字，根據數據中數字大小與輸入值進行比較后選擇分支，輸出原始數據

文字包含判斷：輸入一段文字內容，根據數據中文字是否包含輸入文字進行分支選擇，輸出原始數據文字相等判斷：輸入一段文字內容，根據輸入文字進行比對進行分支選擇，輸出原始數據

置信度判斷：輸入一個0~100范圍內的數字作為閾值，根據輸入識別置信度大小于進行分支選擇，輸出原始數據

7.字符串工具模塊功能

結果拆分：接收一個識別結果，分別輸出文字和置信率數字。

開頭連接文字：輸入一段文字用作開頭，連接其他數據合并輸出新的一段文字。

結尾連接文字：輸入一段文字用作結尾，連接其他數據合并輸出新的一段文字。

首尾插入文字：在一段文字的開頭及結尾進行內容插入，合并輸出新的一段文字。

文字連接：輸入兩個文字數據，將其進行連接合并后輸出

8.模擬器件模塊功能

電燈：輸入一個開關量，控制模擬電燈的開關，輸入真時開啟，輸入假關閉

風扇：輸入一個開關量，控制模擬風扇的開關，輸入真時開啟，輸入假關閉

道閘：輸入一個開關量，控制模擬道閘的開關，輸入真時開啟，輸入假關閉

電子秤：輸入一個數字量，模擬電子秤器件進行重量數字輸出

智能貨架：模擬一個盛裝指定物品的貨架，僅接收完全匹配的文字數據，并進行貨物計數，對外輸出當前貨物數量。

9.圖像識別模塊功能

圖片通用識別：接收圖片，輸出圖片的主體信息

圖片主體識別：接收圖片，輸出圖片的主體位置信息

商標圖片識別：接收圖片，輸出圖片的商標（LOGO）信息、圖片中商標所在矩形框坐標

動物圖片識別：接收圖片，輸出圖片中的動物信息

植物圖片識別：接收圖片，輸出圖片中的植物信息

果蔬圖片識別：接收圖片，輸出圖片中的果蔬信息

菜品圖片識別：接收圖片，輸出圖片中的菜品信息

單車輛檢測：接收圖片，輸出圖片的單個車輛信息、圖片中車輛所在矩形框坐標

多車輛檢測：接收圖片，輸出圖片的多個車輛信息、圖片中車輛所在矩形框坐標

10.圖像處理模塊功能

圖片裁剪：接收圖片、坐標信息，對圖片數據進行裁剪，并輸出圖片

圖片標注：接收圖片、坐標信息，對圖片數據進行畫框標注，并輸出圖片

圖片去霧：對濃霧天氣下拍攝，導致細節無法辨認的圖像進行去霧處理，還原更清晰真實的圖像。輸入一張圖片，輸出一張圖片。

對比度增強：調整過暗或者過亮圖像的對比度，使圖像更加鮮明。輸入一張圖片，輸出一張圖片。

圖像無損放大：在盡量保持圖像質量的條件下，將圖像在長寬方向各放大兩倍，輸入一張圖片，輸出一張圖片。

拉伸圖像恢復：自動識別過度拉伸的圖像，將圖像內容恢復成正常比例。輸入一張圖片，輸出一張圖片。

清晰度增強：對壓縮后的模糊圖像實現智能快速去噪，優化圖像紋理細節，使畫面更加自然清晰。輸入一張圖片，輸出一張圖片。

人物動漫化：結合人臉檢測、頭發分割、人像分割等技術，量身定制千人千面的二次元動漫形象。輸入一張圖片，輸出一張圖片。

人物動漫化-口罩：結合人臉檢測、頭發分割、人像分割等技術，量身定制千人千面的二次元動漫形象。（人物將佩戴口罩）輸入一張圖片，輸出一張圖片。

11.內容識別模塊功能

文字識別：接收圖片，輸出圖片中的文字信息，以及圖片中文字信息所在矩形框坐標

車牌識別：接收圖片，輸出圖片的車輛的車牌文字信息

條形碼識別：接收圖片，輸出圖片中的條形碼信息

二維碼識別：接收圖片，輸出圖片中的二維碼信息

數字識別：接收圖片，輸出圖片中的一個數字信息

12.人臉識別模塊功能

人臉檢測：接收圖片，檢測圖片中的人臉信息，輸出一個人臉ID和所在坐標。

人臉比對：接收圖片，輸入兩張人像照片，對比后根據相似程度高低輸出一個0~100的數字。

人臉活體檢測：接收圖片，檢測圖片中的一個人臉活體信息，輸出0~100的活體分數值，數字越大越可能是活體人臉。

人臉顏值檢測：接收圖片，檢測圖片中的一個人臉顏值信息，輸出0~100分的顏值數值，數字越大越漂亮。

人臉年齡檢測：接收圖片，檢測圖片中的一個人臉年齡信息，輸出年齡數值。

人臉笑容檢測：接收圖片，檢測圖片中的一個人臉笑容信息，輸出笑容類型，結果分不笑、微笑、大笑。

人臉性別檢測：接收圖片，檢測圖片中的一個人臉性別信息，輸出男性/女性。

人臉類型檢測：接收圖片，檢測圖片中的一個人臉類型信息，判斷是真實人臉還是卡通人臉，輸出類型。

人臉合成檢測：接收圖片，檢測圖片中的一個人臉信息是否屬合成圖，輸出0~100的分數值，數字越大越可能是合成圖而非真實照片。

人臉眼鏡檢測：接收圖片，檢測圖片中的一個人臉眼鏡信息，輸出眼鏡類型，結果分無眼鏡、普通眼鏡、墨鏡。

13.語音識別模塊功能

語音識別：接收音頻數據，轉為文字信息

14.語言識別模塊功能

文本相似度：輸入兩段短文，判斷兩個文本的相似度得分，得分區間0~100，輸出一個數字

文本糾錯：識別輸入文本中有錯誤的片段，并給出正確的文本結果。輸出文字。

情感傾向分析：對只包含單一主體主觀信息的文本，進行自動情感傾向性判斷（積極、消極、中性），并給出相應的置信度。

15.語言處理模塊功能

機器人對話：AI對話機器人，輸入文字數據，輸出對話結果

文章摘要生成：自動抽取文章中的關鍵信息，進而生成50字的文章摘要，文章長度需大于50字符，小于3000字符

地址識別：幫助精準提取快遞填單文本中的姓名、電話、地址信息，通過自然語言處理輔助地址識別做自動補充和糾正，生成標準規范的結構化信息。

十二、超融合管理平臺

一、配置:

1. 采用2.4GHz 24核CPU。
2. 內存512GB DDR4。
3. 配置1個硬盤籠模塊。
4. 硬盤容量7.2TB。
5. 配置2塊480GB SSD和2塊1TB NVMe系統盤。
6. 配備FHHL轉接卡。
7. 配備超級電容電源保護模塊。
8. 配備12Gb SAS RAID卡。
9. 配備4個10GE SFP+網口。
10. 配備4個GE電口。
11. 配備雙550W交/直流電源。
12. 配備SAS轉接線、風扇模塊等。
13. 配備超融合管理軟件License。

二、管理平臺軟件:

1. 支持一鍵固件升級。
2. 支持故障診斷功能。
3. 支持溫度監控。
4. 支持設備基本管理。
5. 支持操作系統部署。
6. 支持本地系統復制。
7. 支持故障短信和微信提醒。

十三、超融合計算平臺

1. 采用雙CPU,頻率2.4GHz,核心數不低于24核,緩存35MB,TDP，165W。
2. 內存容量640GB DDR4。
3. 配置1個硬盤籠模塊。
4. 硬盤總容量12TB。
5. 配置480GB SSD系統盤2塊,960GB NVMe系統盤2塊。
6. 配備FHHL轉接卡。
7. 配備含超級電容的電源保護模塊。
8. 配備12Gb 2端口SAS RAID卡,支持8個SAS口,2G緩存。
9. 配備4個10GE SFP+網口,含4個光模塊。
10. 配備4個GE電口。
11. 配備雙550W交/直流電源。
12. 配備SAS電纜、2U風扇模塊、一體機預裝模塊。
13. 配備超融合管理軟件License。

十四、機柜

1. 空間尺寸2000mm寬x600mm深x1000mm高的42U標準機柜。
2. 主要采用優質冷軋鋼板材料。
3. 表面處理包括脫脂、酸洗、鍍鋅磷化和靜電噴漆。
4. 包含42U立柱4根,前后門各1個,側板2塊,支架4個,腳輪4個,托盤3個,風扇2臺。
5. 板材厚度:立柱2.0mm,其他部件不低于1.1mm。
6. 集成2塊4000W 8位16A多功能電源分配單元。
7. 包含1臺KVM設備:視頻接口8個VGA,最大連接256臺,分辨率1280×1024。

十五、三層交換機

1. 要求三層網絡核心交換機。
2. 提供24個萬兆光口和2個40G光口。
3. 支持IRF2虛擬化技術,能將多臺設備虛擬為一臺。
4. 交換容量2.56Tbps,堆疊后23.04Tbps。
5. 包轉發率540Mpps。
6. 支持靜態/動態鏈路聚合,10GE端口聚合。
7. 支持IPV4/IPV6靜態路由,以及RIP等動態路由協議。

十六、其余硬件設施

納米智慧互動黑板、學生終端、實驗臺（雙人工位）、智慧機房管理系統、多功能講臺、監控系統、空調、精密空調、電動窗簾、系統集成。

大數據平臺運維實訓室建設方案

大數據平臺運維實訓室建設方案