找回密码
 注册
8月份电巢直播计划
查看: 64|回复: 1

基因行业容器存储解决方案

[复制链接]
  • TA的每日心情
    奋斗
    2019-11-19 15:09
  • 签到天数: 1 天

    [LV.1]初来乍到

    发表于 2020-7-31 14:41 | 显示全部楼层 |阅读模式

    EDA365欢迎您登录!

    您需要 登录 才可以下载或查看,没有帐号?注册

    x
    本帖最后由 fish1352 于 2020-7-31 14:42 编辑
    ' w3 N" z# S% q' ~4 f' ]
    8 L+ h2 i' B0 Q - C0 N  h6 K4 v3 p- z) v) |/ ?" I+ S
    1、基因行业背景
    + G) _, O( H) O0 w1 W, u2 u' W  B& K1 t$ ^) `
    6 `9 \. r$ b0 ]
    - G: q  j* @3 a  t/ W
    1.1. 中国基因市场分析
    1 }( i, m; d! y  C8 O3 Z1 T, {5 s! X; u
    2 E3 \3 d3 |8 |- h! f 基因组学是未来精准医疗的“基石”。70%的基因企业选择使用云计算来处理基因组相关业务。过去一年内,阿里云为基因医学影像数据提供了安全可靠的存储,500%数据增长,增长迅猛。强大无限制的计算能力,阿里云支撑了百万以上的基因样本数据分析工作。
    3 |" d" K  _% K- f
    ' z  {$ ?* s- M7 q4 o2 t& T" z6 R

    . v1 h! _  v2 y6 I1 K' B, J+ r- X# [& h( w/ Y
    2. 基因行业的存储痛点和需求分析
    " h4 X) W1 K& a$ l$ X$ [1 r+ ~, a. Z  _7 N+ E9 {. i
    2.1. 基因组学数据管理相对复杂, f, g) F' v0 m  E) ^0 O# U

    ) S0 Z4 q4 X3 y3 l0 C/ k/ g' r+ T 一家大型基因测序功能公司每日会产生 10TB 到 100TB 的下机数据,大数据生信分析平台需要达到 PB 级别的数据处理能力,这背后需要生物科技和计算机科技的双向支撑。测序应用从科研逐步走向临床应用,计算模式从离线向在线演进,交付效率越来越重要。多变的数据处理流程,以及大量的生物信息软件版本的管理,大量排队的数据处理任务,由于生物信息软件的运行特性CPU平均利用率仍然不足,难以无人职守的处理失败任务,成本居高不下等等问题存在于以下的现有的系统中,催生了生物信息行业对云计算和云原生技术的拥抱姿态,在成本,弹性,效率,规模也提出了更高要求。
    $ n0 V% v2 a8 {
    . F+ r4 U$ d( U 从基因业务角度理解,基因行业的数据处理的主要需求是提升效率,降低成本。基因场景的数据传输要求高速、稳定。如下图所示,是基因业务的数据处理流程图。 $ U/ `, D3 I7 {% Q  j7 @

    6 g7 D1 W* [% a, P, u: D( o( e
    " [# [2 a1 A/ K; o
    6 l& E  t. M, K0 L+ B( I+ l
    典型的基因行业数据传输与交付场景如下: ? 测序服务商海量数据上云,数据上云有多重途径,通过OSS工具、存储网关、闪电立方等。一般1PB数据离线迁移,最快1周上云。 ? 科技服务公司:企业客户数据交付。数据交付,通知杭州到上海,同账号的跨地域复制的数据交付,在线迁移服务,完成跨地域、跨账号交付。杭州传到全球访问,全球访问加速。杭州传到企业用户,基于阿里云ram子账号,企业客户自己账号系统的交付体系。 ? 样本数据保存进行高吞吐分析计算,对存储要求高吞吐、高IOPS,对计算资源要求弹性、横向扩展。 ? 科研院所分析结果实现全球数据分发快速,一般每天交付19TB数据,全球14个数据中心保障快速就近交付。 ? 分析结果长期保存归档,要求高性价比、高可靠性。' g0 w- Z; ?4 C/ E3 z5 k* B! X

    1 [" h) c' q) i2 N 2.2. 典型的基因行业的数据存储痛点 1、数据存储:数据增长快,存储费用高,管理困难;长期保存数据可靠性难以保障;需要寻求低成本大数据量的数据压缩方式;元数据管理混乱,数据清理困难。 2、分发共享:海量数据需要快速、安全的分发到国内多地及海外;传统硬盘寄送方式周期长,可靠性低;多地中心数据需要共享访问。 3、计算分析:批量样本处理时间长,资源需求峰谷明显,难以规划;大规模样本的数据挖掘需要海量计算资源,本地集群难以满足;计算工作流流程迁移困难、线上线下调度困难、跨地域管理困难;线下弹性能力差,按需计算需求。
    ( t' M' i' n" l/ T2 @1 O
    + V. I% G% E) J; Q: K 3、阿里云基因容器存储解决方案5 {. j2 N0 v& R# Z2 D
      Y  Q5 p# j' z9 i' s" B7 i1 I
    阿里云上的基因行业的容器存储解决方案架构如下:
    - C6 c$ }, Z7 A9 p- h  M, F3 m: D0 I9 X3 m" Q; J
    ' w% k& j0 e. l2 ~& v) f  I2 T
    9 y( [0 {+ B5 |
    阿里云基因文件存储解决方案说明:
    - t3 X- ^8 Z2 S0 `! z; @& ~, A; e& K4 Y+ J6 H5 X  t0 G1 X
    ? 基于AGS/ACK工作流搭建极速、低成本、高精度的基因测序的容器计算环境,根据业务需求,按需弹性提供计算资源,解决业务高峰期排队问题的同时,提高资源利用率。 ? 文件存储可以对接容器基因计算环境,满足基因测序的计算和数据共享需求: ? NAS为基因行业用户提供低时延、高 IOPS 的文件存储,用于基因数据分析中的共享存储,保存下机数据和组装后的数据,以及过程中的中间数据。 ? NAS计算结果数据会同步到 OSS 存储,文件存储集成OSS 提供海量存储空间,同时通过冷数据归档存储,降低存储成本。保存测序仪下机数据和组装后数据以及分析结果数据,用于数据的分发、归档、交付。保证10000+用户同时上传、下载数据,提高数据交付效率。
    - W! t5 R5 m+ h) K6 @! w. X- \* i! n1 L7 @4 _8 J5 t
    阿里云整体解决方案在基因行业的优势: ? 生态闭环:70%的基因行业客户都在阿里云上,包括100%的测序工厂头部客户跟阿里云有高速专线,基因数据在阿里云上各个基因客户之间高速流动; ? 产品成熟:K8S、ACK、AGS、OSS、NAS等产品都已经商业化多年,在基因行业客户得到广泛使用。对比友商,我们的产品稳定,功能丰富,性价比高; ? 行业老兵:服务基因行业多年,深入理解客户的业务场景和痛点,针对性的解决了数据上云、数据分析、数据交付的问题,给客户提供端到端的解决方案; ? 全球化:借助阿里云全球基础设施以及跨境高速通道,帮助客户拓展海外业务。- n3 S) \. ~, _8 n
      o. g0 K5 h8 U2 r) Q( U' `
    阿里云文件存储解决方案在基因行业的优势: ? 扩展能力强:集群最大规模支持近万个节点,容量可达数十PB规模;便于基因海量数据的性能升级和容量扩展。 ? 性能能力强:协助客户使用高性能文件存储;有力支撑基因业务增长带来的大容量和高性能需求;大大提高海量数据快速分发和基因计算分析效率。 ? 更经济:通过阿里云文件存储服务构建基因测序高性能工作负载;没有一次性成本投入或冗长的采购周期,享受按需付费、更经济的基础设施资源。 ? 灵活敏捷:阿里云高性能文件存储服务,与ACK等计算集群整合,支持集群直接挂载文件系统;多种产品选型:通用型NAS、CPFS公共云及CPFS一体机,满足不同基因用户性能、成本、多云部署需求;灵活售卖方式,资源弹性伸缩,按需购买;支持云下和云上整体解决架构,既提供线下固定资产输出方案,满足对数据存储管理和基因业务高性能的双重要求,也提供快速数据上云的方案。 ? 数据生命周期管理:支持数据智能流转至低频节约成本;支持集成OSS,实现数据计算、分发、归档、交付的智能数据流转;智能数据冷热分层,同时满足基因快速高效计算和海量基因数据成本优化需求。阿里云文件存储解决方案用户收益: ? 敏捷,按需使用,弹性扩展 ? 超高性能存储提高基因计算的高性能和效率 ? 数据冷热分层,降低成本# |1 Q. L' u, \
    7 @/ g/ {8 g, x' M4 j" w
    4、基因行业容器文件存储介绍; \: ^1 D0 e3 a' e$ o

    + V+ n8 m# `" R1 T( d; j 阿里云文件存储NAS为非结构化数据提供存储服务。随着云原生的快速发展,许多公司的容器化应用程序使用NAS存储数据,有些甚至存储PB级数据。阿里云在云原生布局上提供容器K8s服务(ACK)、弹性容器实例(ECI)、容器服务ACK/ASK,容器实例使用NAS文件系统作为持久化存储。容器存储离不开共享文件存储。通常,彼此共享数据的容器自然需要共享文件存储,长期运行的容器也可使用共享文件存储应对故障。阿里云文件存储同时满足容器应用场景对持久化存储弹性伸缩、灵活挂载、高性能的需求。此外,容器镜像的配置文件或初始加载数据存储可以在 NAS 文件存储上实现共享,在容器批量加载时实时读取,多 POD 间通过 NAS 共享持久化数据,在 POD 故障时可以进行故障切换。阿里云NAS是容器存储的自然选择,因为它是一种完全托管的服务,配置简单,添加或删除数据时自动扩展,和容器基础架构一样灵活便捷。它还可以扩展到每秒数GB的吞吐量以及每秒数万的IOPS。它基于 POSIX 文件接口,提供 NFS / SMB 协议,天然适配原生操作系统,提供共享访问,同时保证数据一致性和锁互斥。文件存储中的数据在可用区内以多副本冗余方式存储,避免数据的单点故障风险。
    4 o( U' X/ T2 o" a( Z, {  s, R: j5 f
    . T% v9 u1 G8 [0 _' K, X) O 文件存储目前包括三款产品,分别是通用型NAS、极速型NAS和CPFS并行文件存储,为企业应用、大数据处理、小文件存储、高性能计算等场景提供全方位解决方案。
    : ~; J: h" K/ K. K2 S+ V, ]% L8 u5 [# `
    阿里云文件存储主要具备以下特性: 无缝对接容器存储插件,简化的云原生体验:文件存储基于POSIX/NFS/SMB文件接口,现有应用无需任何改造,可直接从本地磁盘平滑迁移至文件存储。针对容器编排,文件存储提供了CSI、Flexvolume存储插件,简化部署和使用,拥有完整的云原生体验。/ O7 I0 Y' v2 r, p+ T& p6 ?
    / B' x( O: n3 D8 W, y! C$ z8 E) X" ^
    共享持久化数据,故障灵活切换:文件存储具备多节点共享访问能力,文件存储还可以在不同可用区(不支持跨地域)、不同VPC之间共享。多Pod间通过NAS共享持久化数据,在POD故障时可以进行故障切换。统一的名字空间,统一的管理方式。弹性文件系统无需扩容缩容,0-10PB完全按量。
    * ?/ X: T. @, J& E" j, A/ S4 D. F- j8 {7 o8 |4 U
    高性能加速,在容器批量加载时实时读取:文件存储基于分布式存储架构,具备性能水平扩展能力。提供不同类型、不同规格存储产品,充分满足各类应用的吞吐、延迟、IOPS和小文件等性能需求。文件存储支持us时延,数十GB吞吐,加速存储访问,提升应用性能,在容器批量加载时实时读取数据,支撑有状态应用、AI数据智能应用。
    % k% \3 j) t9 T0 n! U7 j
    9 Z7 d+ E4 j1 r  C5 v 企业级应用特性,Pod存储安全可靠:文件存储支持副本、纠删码技术,同时通过备份、快照提供完整的数据保护和恢复机制。支持传输、落盘加密,确保数据不会被任何人窃取和篡改。统一命名空间支持海量pod存储隔离和统一管理。
    9 n" Q9 y- t$ x: Q
    3 Z+ O* H1 D& Y8 m$ [0 e/ k% E 持久化数据生命周期管理,优化成本:文件存储提供按量付费模式,您只需为正在使用的存储空间付费,不需要提前配置存储,并且不存在最低费用或设置费用。借助文件存储的共享能力可以节约大量的冗余数据拷贝和同步费用。数据生命周期管理,支持冷热分层,自动归档冷数据,降低成本90%。
    ; w8 x" u. T! s* z2 D6 D8 _: U4 T4 e3 G
    4 N, }. Q& {4 n+ L: i" V8 v9 ^& j8 l+ Z8 G( i7 Y" l: i
    2 {4 a% Z) L% Z0 a
    『本文转载自网络,版权归原作者所有,如有侵权请联系删除』
  • TA的每日心情
    开心
    2020-8-14 15:03
  • 签到天数: 30 天

    [LV.5]常住居民I

    发表于 2020-7-31 15:01 | 显示全部楼层
    Thank you for your sharing.
    您需要登录后才可以回帖 登录 | 注册

    本版积分规则

    关闭

    推荐内容上一条 /1 下一条

    EDA365公众号

    关于我们|手机版|EDA365电子论坛网 ( 粤ICP备18020198号 )

    GMT+8, 2020-8-16 03:05 , Processed in 0.062500 second(s), 20 queries , Gzip On.

    深圳市墨知创新科技有限公司

    地址:深圳市南山区科技生态园2栋A座805 电话:19925233282

    快速回复 返回顶部 返回列表