项目简介

某医疗研究公司总部位于上海浦东区，其长期专注于国际高新技术研发及肿瘤领域的临床应用转化，其中一个科研项目是收集多种人类和动物的正常和肿瘤细胞系，并对其进行研究分析，将分析成果用于与广大科研工作者交流。该工作设计大量的数据收集，整理与分析，用传统的计算机无法满足其庞大的计算量，因而决定采用高性能计算机集群。

客户需求

1.公共信息挖掘，用SQL语言编辑3D-HTS的数据库，实现从以下4个信息来源挖掘数据：
（1）公用数据库，如CCLE，Sanger, TCGA ,Cosmic,LFQ Support Information等

（2）公共网站，如FDA、Clinical Trail等

（3）各大制药公司共享资源

（4）NCBI文献

2.高通量数据处理，包括可信度分析、去除冗余、标准化校正、皮尔森分析、平均数据、数据分析。

痛点难点

1.标准化校正是整个数据处理的核心，选择合适的标准化校正方法，将直接影响分析结果

2.生物医学常用的应用软件：BLAST、RepeatMasker、Cross_Match、Hmmer、ClustraIW、Python、BWA、Samtools 等均被用到，其种类繁多，各种软件的应用特点也各不相同，对计算资源的需求存在差别，方案的设计需要充分考虑到实际应用的特点

3.并发要求高，每次任务要求500个线程左右

4.生产数据大小文件混合，比例为6:4左右

5.对读写性能要求高，至少要满足8Gb/s读写

6.存储数据量庞大，达到4PB的规模

解决方案

1.计算节点采用若干台高密度的四子星S934G2平台，存储节点采用若干台大容量存36盘S557G2平台

2.存储考虑容量与冗错、性能等要素，采用2:1纠删机制的高性能分布式存储

实施效果

	极其出色地满足了用户并发需求实测可满足并发700个线程的任务量

	大小文件自动分类，高效管理系统能够对大小文件自动分类，无需用户干预，极大降低了用户工作量

	极好满足了多款不同软件同时运行的要求同时运行用户常用的各款软件，且各软件均高负荷运行时，系统资源占用率控制在正常范围，各应用相互之间协作良好，切换流畅

	存储管理更加安全、高效由于采用了分布式存储，数据的安全性有了更好的保障，丢失率基本降为零，对某些对数据有高精度要求的课题来说是极好地支撑

项目简介

客户需求

痛点难点

解决方案

实施效果

极其出色地满足了用户并发需求

大小文件自动分类，高效管理

极好满足了多款不同软件同时运行的要求

存储管理更加安全、高效