第一周学习进度总结报告

一、本周学习情况
本周是大二暑假的第一周，也是开启假期学习计划的关键一周。我围绕软件工程系暑假生活指导的要求，制定了初步的学习节奏，整体学习状态逐步进入正轨。
在学习时长方面，本周累计投入学习时间约 30 小时，其中代码实践时间 18 小时，用于解决学习过程中遇到问题的时间约 6 小时，剩余 6 小时主要用于知识点梳理、资料查阅和学习计划调整。
具体学习内容分为以下几个模块：
JAVA WEB 技术巩固：作为下学期课前测试的重点，我优先开展了 JAVA WEB 基础的复习与强化。前台技术上，重新梳理了 HTML（JSP）的页面结构设计逻辑，重点练习了表单提交、动态页面元素渲染等场景，并结合 CSS 完成了 3 个简单页面的样式优化，包括响应式布局适配和常用组件（按钮、导航栏）的样式封装。后台技术方面，复习了 JAVABEAN 的类设计规范，通过编写用户信息管理、商品数据存储两个案例，强化了实体类与数据库表的映射关系；同时，开始回顾 SERVLET 的生命周期与请求处理流程，完成了 “用户登录验证”“数据查询返回” 两个基础接口的编写，并尝试连接 SQL SERVER 数据库，实现了用户数据的增删改查基础功能。
大数据技术入门：按照学习计划，本周启动了大数据技术的自学，重点聚焦 Linux Shell 脚本。通过在线课程和实操练习，掌握了 shell 脚本的两种执行方式（./ 脚本名、sh 脚本名），理解了环境变量的设置方法（export 命令）与常见运算符（算术运算符、比较运算符）；同时，学习了 if 条件判断、for 循环的基本语法，完成了 3 个实践脚本：一是 “文件存在性判断脚本”，用于检查指定路径下的日志文件是否存在，不存在则自动创建；二是 “目录遍历脚本”，遍历指定文件夹下的所有.txt 文件并统计数量；三是 “简单计算器脚本”，通过 read 命令获取用户输入的两个数字和运算符，实现加减乘除运算。
Python 语言预热：考虑到后续需要完成 “信息化领域热词分类分析及解释” 大作业，本周主要进行 Python 基础语法的回顾，重点复习了列表、字典、集合的操作方法，以及函数定义与参数传递逻辑，通过编写 “列表去重”“字典键值对排序” 等小案例，恢复 Python 编程手感，为后续大作业的数据分析模块做准备。
软件设计师备考启动：初步了解了全国计算机技术与软件专业技术资格（水平）中级软件设计师的考试大纲，明确了考试分为上午（基础知识）和下午（案例分析）两个部分。本周主要浏览了基础知识部分的教材目录，重点标记了数据结构、算法设计、软件工程等核心章节，并通过刷题 APP 完成了 20 道数据结构相关的选择题，初步掌握了二叉树遍历、栈与队列的应用等高频考点。
二、本周遇到的问题
JAVA WEB 数据库连接问题：在使用 SERVLET 连接 SQL SERVER 数据库时，多次出现 “ClassNotFoundException” 异常，排查后发现是忘记导入数据库驱动包，后续虽然成功导入，但又遇到 “数据库连接超时” 问题，最终通过检查数据库服务是否启动、修改连接 URL 中的端口号（将默认端口 1433 改为实际使用的端口），才成功解决连接问题，整个过程耗时约 2 小时，暴露了对数据库连接细节掌握不扎实的问题。
Linux Shell 脚本逻辑错误：在编写 “目录遍历脚本” 时，原本计划只统计.txt 文件，但脚本运行后却统计了所有文件类型，排查后发现是 if 条件判断中文件后缀名的匹配逻辑错误（将 “写成了file = *.txt”），同时忽略了对目录的过滤（脚本会将子目录也当作文件统计），后续通过添加 “-f $file” 判断文件是否为普通文件，才修正了脚本逻辑。
软件设计师备考效率低：由于刚开始备考，对知识点的熟悉度较低，在做数据结构选择题时，平均每道题需要花费 5-8 分钟，且正确率仅为 60%，主要原因是对二叉树的深度优先遍历、广度优先遍历的应用场景理解不透彻，需要进一步加强对知识点的理解和刷题练习。
三、下周学习计划
JAVA WEB 技术：继续强化后台技术，重点学习 SERVLET 的请求转发与重定向区别，完成 “用户注册 - 登录 - 个人信息展示” 的完整流程开发；同时，开始学习 JSP 的内置对象（request、response、session 等），掌握会话管理的实现方式，计划投入 8 小时学习，6 小时代码实践。
大数据技术：结束 Linux Shell 脚本的学习，重点掌握 while 循环、case 语句的应用，完成 “日志文件分析脚本”（统计日志中错误信息的数量）；随后开始学习 Hadoop 简介及安装，了解大数据技术生态体系，掌握 Hadoop 的三种安装模式（本地模式、伪分布式模式、完全分布式模式），并尝试在本地虚拟机上搭建 Hadoop 伪分布式环境，计划投入 7 小时学习，5 小时实操。
Python 语言：开始收集信息化领域的热词（如 “人工智能生成内容（AIGC）”“大数据中台”“低代码开发” 等），建立热词库；同时学习 Python 的 pandas 库基础操作，掌握数据读取、数据清洗的方法，为后续热词分类分析做准备，计划投入 5 小时学习，3 小时实践。
软件设计师备考：重点学习数据结构中的 “图” 相关知识（图的存储结构、遍历算法），完成 30 道数据结构选择题和 5 道算法设计填空题；同时开始浏览软件工程部分的教材，掌握软件生命周期、需求分析、概要设计等核心概念，计划投入 6 小时学习，3 小时刷题。