2020年全国职业院校技能大赛（高职）河北选拔赛大数据技术与应用大赛竞赛规程
一、比赛的职业、标准、形式和内容 （一）职业：Hadoop应用开发工程师、实时计算工程师、数据处理工程师、数 据采集工程师、数据可视化工程师、大数据平台运维工程师、数据仓库架构师、数 据管理工程师等。
（二）标准： 序号 标准号 中文标准名称
1 GB/T
35274-2017 信息安全技术大数据服务安全能力要求
2 GB/T35295-2017 信息技术大数据术语
3 GB/T35589-2017 信息技术大数据技术参考模型 （三）比赛形式
1.比赛方式为实际操作，总分100分；
2.实际操作比赛要求在规定时间内对实际设备进行操作，按任务书要求实现比 赛内容，到达预订比赛结束时间，停止一切操作；
3.比赛以6人为一个代表队，每3人为1组，每队设指导教师2人；比赛时间 为3个小时。
（四）比赛内容 赛项直接采用大数据企业真实运行的项目，重点考查选手实际动手能力、规范 操作水平、创新创意水平等综合职业能力。
参赛选手需要按照赛题任务要求完成业务需求分析，重点考查选手的业务分析 能力；针对特定应用场景完成大数据技术生态组件的安装部署及配置，重点考查选 手的平台运维能力；综合运用
Python编程技术、开源框架实现数据采集与预处理， 重点考查选手编程能力；充分利用大数据平台组件的特性，编写MapReduce程序、 建立Hive数据仓库、使用聚类方法完成数据的存储及分析，重点考查选手的大数 据技术综合运用能力；综合利用Flask框架、Web技术、ECharts数据可视化组件 等前端技术，实现分析数据可视化，重点考查选手数据可视化及前端技术能力；根 据数据可视化显示结果，结合项目基本需求，对分析结果进行综合分析，形成项目 分析报告，重点考查选手的分析能力及文档能力。
赛项采用团队协作方式完成竞赛任务，在团队内部科学规划、合理分工，高效 沟通的基础上才能顺利完成竞赛，重点考查选手的团队规划能力、团队协作能力及 沟通能力。
二、比赛的软硬件环境
（1）硬件环境（每个竞赛位） 序号 设备名称
1 服务器 设备数量
1台 品牌无
2 客户端
（2）软件环境 设备类型 软件类别 服务端 大数据实训管理系统运行操作系统 竞赛环境大数据集群操作系统 竞赛服务器虚拟集群 大数据分析平台组件 客户端 PC操作系统浏览器 文档编辑器开发语言数据库 开发工具 数据采集组件 3台 无 软件名称、版本号 Ubuntu18.04Server Ubuntu18.04 Hadoop2.9.0Yarn2.9.0Zookeeper3.4.12Hive2.3.3Flume1.6.0Sqoop1.4.7MySQL5.6.39Windows10 ChromeMicrosoftWord2007及以上 Python3.6.464bitJava8 MySQL5.6.39Pycharm2017.3.4（CommunityEdition） IEAD2017.3（CommunityEdition） Requests2.19.1 数据可视化组件 Lxml4.2.3BeautifulSoup44.6.0 Flask0.12.2Jinja22.10SQLAlchemy1.2.6Flask-SQLAlchemy2.3.2ECharts4.1.0
三、重要说明
（1）检查硬件设备、实训工具、实训耗材、PC机、工具是否完好且数量齐全。
（2）赛场已在计算机上安装比赛所需要的软件环境，检查电脑设备是否正常。
（3）禁止携带和使用移动存储设备、通信工具及参考资料。
（4）操作完成后，不要关闭任何设备，不要对设备随意添加密码，离开时将试卷留在考场。
（5）不要损坏赛场准备的比赛所需要的竞赛设备、竞赛软件和竞赛材料等。
（6）提供的材料根据大赛试题所列，足够每队使用，各参赛队不允许自带耗材。
四、参考资料 序号 资料类型 资料名称
1 出版物 《Hadoop权威指南：大数据的存储与分析》
2 出版物 《大数据技术原理与应用》
3 出版物 《Spark快速大数据分析》
4 出版物 《基于Python的大数据分析基础及实战》
五、评分规定 本届大数据技术与应用技能大赛比赛时间为180分钟，评分为六个部分：平台运维、数据采集与预处理、数据清洗与分析、数据可视化、编制分析报告、职业素养。
各项分值占比如下： （一）评分标准分别如下： 竞赛任务 考核知识点和技能点 分值 平台运维 能够完成HadoopHA及其生态圈组件部署，如Hive、Sqoop等。
15分 数据采集及预处理 使用Python语言编写并完善爬虫代码，采集指定数据项。
涉及的知识点包括网页字段分析、网络请求、Json、网页内容解析、文件读写、HDFS操作等。
20分 数据清洗及分析数据可视化编制分析报告 利用Mapreduce、Spark、HDFS、Hive、Sqoop 等技术，使用Java或者Python语言编写程序完成数据清洗、存储、转化、分析及数据 25分 迁移等任务。
根据要求使用Python编写程序并选择合适的ECharts图例完成数据的可视化分析。
20分 通过以上任务的相关结论，对未来做出预测，15 根据题目要求进行分析，并编写出分析报告。
职业素养 团队分工明确合理、操作规范、文明竞赛。
5 （二）成绩计算赛项总成绩满分100分，只对参赛队团体评分，不计个人成绩。
参赛单位成绩均按由高到低进行排序。
六、申诉与仲裁（一）申诉
（1）参赛队对不符合竞赛规定的软硬件设备，有失公正的评判，以及对工作人员的违规行为等，均可提出申诉；
（2）申诉时，应递交由参赛队领队亲笔签字同意的书面报告，报告应对申诉事件的现象、发生的时间、涉及的人员、申诉依据与理由等进行充分、实事求是的叙述。
事实依据不充分、仅凭主观臆断的申诉不予受理；
（3）申诉时效：竞赛结束后1小时内提出，超过时效将不予受理申诉；
（4）申诉处理：赛场专设仲裁工作组受理申诉，收到申诉报告之后，根据申诉事由进行审查，3小时内书面通知申诉方，告知申诉处理结果；
（5）申诉人不得无故拒不接受处理结果，不允许采取过激行为刁难、攻击工作人员，否则视为放弃申诉。
（二）仲裁
（1）组委会下设仲裁工作组，负责受理竞赛中出现的所有申诉并进行仲裁，以保证竞赛的顺利进行和竞赛结果公平、公正；
（2）仲裁工作组的裁决为最终裁决，参赛队不得因申诉或对处理意见不服而停止比赛或滋事，否则按弃权处理。
一、比赛的职业、标准、形式和内容 （一）职业：Hadoop应用开发工程师、实时计算工程师、数据处理工程师、数 据采集工程师、数据可视化工程师、大数据平台运维工程师、数据仓库架构师、数 据管理工程师等。
（二）标准： 序号 标准号 中文标准名称
1 GB/T
35274-2017 信息安全技术大数据服务安全能力要求
2 GB/T35295-2017 信息技术大数据术语
3 GB/T35589-2017 信息技术大数据技术参考模型 （三）比赛形式
1.比赛方式为实际操作，总分100分；
2.实际操作比赛要求在规定时间内对实际设备进行操作，按任务书要求实现比 赛内容，到达预订比赛结束时间，停止一切操作；
3.比赛以6人为一个代表队，每3人为1组，每队设指导教师2人；比赛时间 为3个小时。
（四）比赛内容 赛项直接采用大数据企业真实运行的项目，重点考查选手实际动手能力、规范 操作水平、创新创意水平等综合职业能力。
参赛选手需要按照赛题任务要求完成业务需求分析，重点考查选手的业务分析 能力；针对特定应用场景完成大数据技术生态组件的安装部署及配置，重点考查选 手的平台运维能力；综合运用
Python编程技术、开源框架实现数据采集与预处理， 重点考查选手编程能力；充分利用大数据平台组件的特性，编写MapReduce程序、 建立Hive数据仓库、使用聚类方法完成数据的存储及分析，重点考查选手的大数 据技术综合运用能力；综合利用Flask框架、Web技术、ECharts数据可视化组件 等前端技术，实现分析数据可视化，重点考查选手数据可视化及前端技术能力；根 据数据可视化显示结果，结合项目基本需求，对分析结果进行综合分析，形成项目 分析报告，重点考查选手的分析能力及文档能力。
赛项采用团队协作方式完成竞赛任务，在团队内部科学规划、合理分工，高效 沟通的基础上才能顺利完成竞赛，重点考查选手的团队规划能力、团队协作能力及 沟通能力。
二、比赛的软硬件环境
（1）硬件环境（每个竞赛位） 序号 设备名称
1 服务器 设备数量
1台 品牌无
2 客户端
（2）软件环境 设备类型 软件类别 服务端 大数据实训管理系统运行操作系统 竞赛环境大数据集群操作系统 竞赛服务器虚拟集群 大数据分析平台组件 客户端 PC操作系统浏览器 文档编辑器开发语言数据库 开发工具 数据采集组件 3台 无 软件名称、版本号 Ubuntu18.04Server Ubuntu18.04 Hadoop2.9.0Yarn2.9.0Zookeeper3.4.12Hive2.3.3Flume1.6.0Sqoop1.4.7MySQL5.6.39Windows10 ChromeMicrosoftWord2007及以上 Python3.6.464bitJava8 MySQL5.6.39Pycharm2017.3.4（CommunityEdition） IEAD2017.3（CommunityEdition） Requests2.19.1 数据可视化组件 Lxml4.2.3BeautifulSoup44.6.0 Flask0.12.2Jinja22.10SQLAlchemy1.2.6Flask-SQLAlchemy2.3.2ECharts4.1.0
三、重要说明
（1）检查硬件设备、实训工具、实训耗材、PC机、工具是否完好且数量齐全。
（2）赛场已在计算机上安装比赛所需要的软件环境，检查电脑设备是否正常。
（3）禁止携带和使用移动存储设备、通信工具及参考资料。
（4）操作完成后，不要关闭任何设备，不要对设备随意添加密码，离开时将试卷留在考场。
（5）不要损坏赛场准备的比赛所需要的竞赛设备、竞赛软件和竞赛材料等。
（6）提供的材料根据大赛试题所列，足够每队使用，各参赛队不允许自带耗材。
四、参考资料 序号 资料类型 资料名称
1 出版物 《Hadoop权威指南：大数据的存储与分析》
2 出版物 《大数据技术原理与应用》
3 出版物 《Spark快速大数据分析》
4 出版物 《基于Python的大数据分析基础及实战》
五、评分规定 本届大数据技术与应用技能大赛比赛时间为180分钟，评分为六个部分：平台运维、数据采集与预处理、数据清洗与分析、数据可视化、编制分析报告、职业素养。
各项分值占比如下： （一）评分标准分别如下： 竞赛任务 考核知识点和技能点 分值 平台运维 能够完成HadoopHA及其生态圈组件部署，如Hive、Sqoop等。
15分 数据采集及预处理 使用Python语言编写并完善爬虫代码，采集指定数据项。
涉及的知识点包括网页字段分析、网络请求、Json、网页内容解析、文件读写、HDFS操作等。
20分 数据清洗及分析数据可视化编制分析报告 利用Mapreduce、Spark、HDFS、Hive、Sqoop 等技术，使用Java或者Python语言编写程序完成数据清洗、存储、转化、分析及数据 25分 迁移等任务。
根据要求使用Python编写程序并选择合适的ECharts图例完成数据的可视化分析。
20分 通过以上任务的相关结论，对未来做出预测，15 根据题目要求进行分析，并编写出分析报告。
职业素养 团队分工明确合理、操作规范、文明竞赛。
5 （二）成绩计算赛项总成绩满分100分，只对参赛队团体评分，不计个人成绩。
参赛单位成绩均按由高到低进行排序。
六、申诉与仲裁（一）申诉
（1）参赛队对不符合竞赛规定的软硬件设备，有失公正的评判，以及对工作人员的违规行为等，均可提出申诉；
（2）申诉时，应递交由参赛队领队亲笔签字同意的书面报告，报告应对申诉事件的现象、发生的时间、涉及的人员、申诉依据与理由等进行充分、实事求是的叙述。
事实依据不充分、仅凭主观臆断的申诉不予受理；
（3）申诉时效：竞赛结束后1小时内提出，超过时效将不予受理申诉；
（4）申诉处理：赛场专设仲裁工作组受理申诉，收到申诉报告之后，根据申诉事由进行审查，3小时内书面通知申诉方，告知申诉处理结果；
（5）申诉人不得无故拒不接受处理结果，不允许采取过激行为刁难、攻击工作人员，否则视为放弃申诉。
（二）仲裁
（1）组委会下设仲裁工作组，负责受理竞赛中出现的所有申诉并进行仲裁，以保证竞赛的顺利进行和竞赛结果公平、公正；
（2）仲裁工作组的裁决为最终裁决，参赛队不得因申诉或对处理意见不服而停止比赛或滋事，否则按弃权处理。
声明：
该资讯来自于互联网网友发布，如有侵犯您的权益请联系我们。
