CN102222174A - 一种基因计算***和方法 - Google Patents

一种基因计算***和方法 Download PDF

Info

Publication number
CN102222174A
CN102222174A CN2011100426335A CN201110042633A CN102222174A CN 102222174 A CN102222174 A CN 102222174A CN 2011100426335 A CN2011100426335 A CN 2011100426335A CN 201110042633 A CN201110042633 A CN 201110042633A CN 102222174 A CN102222174 A CN 102222174A
Authority
CN
China
Prior art keywords
task
calculation
working node
calculation task
gene
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2011100426335A
Other languages
English (en)
Inventor
陈天健
龙灿
杜睿
李雯榕
陈炎
吴家胜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BGI Technology Solutions Co Ltd
Original Assignee
BGI Shenzhen Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by BGI Shenzhen Co Ltd filed Critical BGI Shenzhen Co Ltd
Priority to CN2011100426335A priority Critical patent/CN102222174A/zh
Publication of CN102222174A publication Critical patent/CN102222174A/zh
Priority to PCT/CN2012/071039 priority patent/WO2012113290A1/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/48—Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806—Task transfer initiation or dispatching
    • G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
    • G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/48—Indexing scheme relating to G06F9/48
    • G06F2209/483—Multiproc

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Debugging And Monitoring (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种基因计算***和方法，涉及生物信息计算领域。该基因计算***包括：任务调度器，用于结合工作节点的资源使用率向工作节点分配计算任务；工作节点，用于接收任务调度器分配的计算任务，将计算任务预部署到本地，执行计算任务，回收计算结果数据。通过本发明的技术方案，具体解决了***过于重型，安装配置麻烦；没有对IO密集型的任务进行优化；基于优先级模型的调度算法设计在公平性上有明显缺失；接口复杂，与云计算服务***结合困难；***于网络存储依赖严重，导致共享存储故障时，所有计算任务均受到影响等问题。

Description

一种基因计算***和方法
技术领域
本发明涉及生物信息计算领域，尤其涉及一种基因计算***和方法。
背景技术
基因研究中计算量主要集中在基因组装和比对运算上，其中又以基因比对运算为盛。现有的基因计算平台采用例如通用网格引擎(GridEngine)进行集群作业管理，虽然能够满足基本使用要求，但是在应对大量用户并发大量比对类型计算需求时，存在很多不足，运行效率有待提高。
发明内容
本发明要解决的一个技术问题是提供一种基因计算***，能够提高运行效率。
本发明的一个方面提供一种基因计算***，包括：
任务调度器，用于结合工作节点的资源使用率向工作节点分配计算任务；
工作节点，用于接收任务调度器分配的计算任务，将计算任务预部署到本地，执行计算任务，回收计算结果数据。
根据本发明的基因计算***的一个实施例，任务调度器采用权重轮询调度算法向工作节点分配计算任务。
根据本发明的基因计算***的一个实施例，任务调度器实时采集工作节点的资源使用率，当接收到计算任务时，采用权重轮询调度算法向工作节点分配计算任务。
根据本发明的基因计算***的一个实施例，工作节点采用ICE通信。
根据本发明的基因计算***的一个实施例，任务调度器包括：
任务查询模块，用于通过实时资源信息的搜集记录各个工作节点的资源使用率的情况；
任务投递模块，用于接收用户投递的计算任务，发送给控制中心模块；
任务调度模块，用于根据各工作节点资源情况对计算任务做全局的投放分配；
控制中心模块，用于存储获得的信息，对任务调度器各个模块进行调度管理，通过任务调度模块对计算任务做全局的投放分配。
根据本发明的基因计算***的一个实施例，还包括：日志信息模块，用于实时收集任务信息记录任务日志。
本发明要解决的另一个技术问题是提供一种基因计算方法，能够提高运行效率。
根据本发明的另一方面，提供一种基因计算方法，包括：
接收任务调度器分配的计算任务，计算任务由任务调度器结合工作节点的资源使用率进行分配；
将计算任务预部署到本地；
执行计算任务；
回收计算任务的计算结果数据。
根据本发明的基因计算方法的一个实施例，任务调度器采用权重轮询调度算法向工作节点分配计算任务。
根据本发明的基因计算方法的一个实施例，采用ICE进行计算任务预部署和计算结果数据回收。
根据本发明的基因计算方法的一个实施例，对各个计算任务进行并行处理。
本发明实施例提供的基因计算***和方法，将计算任务拆分成三个阶段由工作节点执行，克服了现有技术没有对IO(Input/Output，输出/输入)密集型的任务进行优化的问题，提高了***的运行效率和稳定性。
附图说明
图1示出本发明的基因计算***的一个实施例的结构图；
图2示出本发明一个例子中任务调度器采用的调度算法的示意图；
图3示出本发明的任务调度器的一个实施例的结构示意图；
图4示出本发明一个例子的工作节点的并行执行模型示意图；
图5示出本发明的工作节点的一个实施例的结构图；
图6示出本发明的基因计算方法的一个实施例的流程图；
图7示出本发明的基因计算方法的一个实施例中预部署流程图；
图8示出本发明的基因计算方法的一个实施例中计算流程图；
图9示出本发明的基因计算方法的一个实施例中回收流程图。
具体实施方式
下面参照附图对本发明进行更全面的描述，其中说明本发明的示例性实施例。
图1示出本发明的基因计算***的一个实施例的结构图。如图1所示，该基因计算***包括任务调度器11和工作节点12。任务调度器11负责分发计算任务、监控工作节点12的状态并在全局优化计算任务的调度。工作节点12负责启动计算任务、数据的部署和回收。任务调度器11结合工作节点12的资源使用率向工作节点12分配计算任务；工作节点12接收任务调度器11分配的计算任务，将计算任务预部署到本地，执行计算任务，回收计算结果数据。任务调度器11接收用户命令获得计算任务，将计算任务的相关信息存储在用户任务信息存储模块13中，采用全局优化调度算法结合工作节点12的资源使用率向各个工作节点12分配计算任务；工作节点12接收计算任务，进行计算任务预部署，从数据源获取计算数据部署到本地，执行计算任务，完成后将计算结果数据输出。
上述实施例中，将计算任务拆分成三个阶段由工作节点执行，克服了现有技术没有对IO密集型的任务进行优化，***于网络存储依赖严重，导致共享存储故障时所有计算任务均受到影响的问题，提高了***的运行效率和稳定性。各个计算任务之间可以并行处理，也提供了***的运行效率。而任务调度器对所有的计算任务进行全局优化调度分配给各个工作节点，可以提升整个***的运行处理效率。
图2示出本发明一个例子中任务调度器采用的调度算法的示意图。在该例子中，任务调度器采用权重轮询调度算法(Weighted Round-Robin)。每个用户(用户1、用户2，......，用户N)的所有任务采用按照优先级别排序的优先队列算法进行投放分配。根据每个工作节点的处理能力为每个工作节点分配不同的权值，使其能够接受相应权值数的任务请求。此算法与基因计算***紧密结合，克服了现有技术中基于优先级模型的调度算法设计在公平性上有明显缺失的问题，对计算任务进行公平的投放分配。
图3示出本发明的任务调度器的一个实施例的结构示意图。如图3所示，该任务调度器包括控制中心模块31、任务查询模块32、任务投递模块33、和任务调度模块34。可选地，该任务调度器还包括日志信息模块35。控制中心模块31是任务调度器的核心，用于存储获得的信息，对各个模块进行调度管理，负责根据调度算法，向工作节点分配计算任务。任务查询模块32通过实时资源信息的搜集，记录着各个工作节点的资源使用率的情况。当用户通过前端web服务器投递任务时，任务投递模块33接收计算任务，并发送给控制中心模块31。任务调度模块34根据各工作节点资源情况对计算任务做全局的投放分配；控制中心模块31根据各工作节点资源情况，通过任务调度模块34对计算任务做全局的投放分配。日志信息模块35实时收集任务信息，记录任务日志。
图4示出本发明一个例子的工作节点的并行执行模型示意图。如图4所示，工作节点将各个计算任务(例如，任务A、任务B和任务C)拆分成三个阶段进行执行，分别为数据预取部署(prefetch)，计算(Compute)，和结果数据回收(Store)。而各个计算任务之间可以并行处理。例如，在进行任务A的计算时可以执行任务B的数据预取部署，可以充分利用***的性能，提高***的运行效率。
上述实施例中，通过将计算任务分为预部署到本地、执行计算和回收结果数据三个阶段，并采用图4所示的模型将三个阶段并行，实现了IO和计算的并行化。这样做可以充分利用NFS(Network FileSystem，网络文件***)带宽，由于预部署和数据回收的IO Pattern(模式)较为单纯，且为连续数据读写，有利于发挥网络存储的性能；预先取到本地的任务，其状态与NFS存储设备既无关，即便NFS网络设备故障，当前任务仍然可以继续运行下去。
根据本发明的一个实施例，工作节点采用ICE通信，使调度引擎能够很好的与云计算服务***结合。ICE(Internet CommunicationsEngine，因特网通信引擎)是一款高性能的中间件，支持分布式的部署管理，消息中间件，以及网格计算等等。其主要优点有：面向对象的语义，所有的操作调用都使用迟后绑定；支持同步和异步的消息传递，提供了同步和异步的操作调用和分派，提供了发布——订阅消息传递机制；与硬件架构无关，客户端及服务器与底层的硬件架构屏蔽开来。对于应用代码而言，像字节序和填充这样的问题都隐藏了起来；与上层的编程语言无关，客户端和服务器可以分别部署，所用语言也可以不同，支持C++、Java语言，客户端支持PHP(Hypertext Preprocessor，超级文本预处理语言)语言；与采用的操作***无关，ICE完全是可移植的，同样的源码能够在Windows、Linux、MacOS和UNIX上编译和运行；完全是线程化的，其API(Application ProgrammingInterface，应用程序编程接口)是线程安全的。
图5示出本发明的工作节点的一个实施例的结构图。如图5所示，工作节点通过监控器(observer)51监控整个工作节点的状态；通过准备(Prepare)53获取分配的计算任务，进行预部署；通过运行(Run)54获取准备就绪的计算任务，发送给容器(container)52进行计算；计算结果由代理(Agent)55通过ICE通信进行网络存储。
图6示出本发明的基因计算方法的一个实施例的流程图。
如图6所示，在步骤602，任务调度器接收用户的计算任务，结合工作节点的资源使用率分配计算任务。例如，任务调度器对所有的计算任务进行全局优化调度分配给各个工作节点。
在步骤604，工作节点接收任务调度器分配的计算任务。
在步骤606，工作节点将计算任务预部署到本地。
在步骤608，工作节点执行计算任务。
在步骤610，工作节点回收计算任务的计算结果数据。
上述实施例中，将计算任务拆分成三个阶段由工作节点执行，克服了现有技术没有对IO密集型的任务进行优化，***于网络存储依赖严重，导致共享存储故障时所有计算任务均受到影响的问题，提高了***的运行效率和稳定性。各个计算任务之间可以并行处理，也提供了***的运行效率。而任务调度器对所有的计算任务进行全局优化调度分配给各个工作节点，可以提升整个***的运行处理效率。
图7示出本发明的基因计算方法的一个实施例中预部署流程图。
如图7所示，在步骤701，工作节点从任务调度器取任务。
在步骤702，判断DISK(磁盘)资源是否满足，如果否，则等待，否则，执行步骤703。
在步骤703，在工作节点资源满足的情况下，调用预取接口，根据任务的资源地址预取任务，将任务相关资源拷贝到本地例如/perfetch目录下。如果预取任务失败，则置任务状态为失败，进行清除(步骤704)；如果预取任务成功，则置任务状态为就绪，任务预部署结束。
图8示出本发明的基因计算方法的一个实施例中计算流程图。
在步骤801，在一定时间间隔内查询记录表中计算任务的状态。
在步骤802，判断是否有处于“就绪”(ready)状态的任务，如果没有，则休眠等待(807)，如果有，则把第一个处于ready状态的任务取出。
在步骤803，确定当前***剩下资源是否符合该任务运行所需资源，如果足够，则创建一线程去执行处理该任务，如果不符合，则休眠等待(807)，每隔一段时间再重新比较一次。
在步骤804，开始执行计算任务。
在步骤805，检查计算过程是否存在错误，如果存在错误，则进行处理。
在步骤806，进行计算结果回收。
图9示出本发明的基因计算方法的一个实施例中回收流程图。
在步骤901，遍历记录表，检查计算任务状态。
在步骤902，判断是否有计算任务运行结束，如果否，返回步骤901，否则，执行步骤903。
在步骤903，对运行结束的计算任务回收计算结果数据。
在步骤904，回收结束后删除该任务。
在步骤905，判断是否需要删除库(lib)，如果是，则删除库(906)，否则结束。
上述实施例中，在加速云计算产品市场化、实用化的背景下，基于前期积累的经验，在云计算产品中，应用基因计算***，解决了：(1)***过于重型，安装配置麻烦；(2)没有对IO密集型的任务进行优化；(3)基于优先级模型的调度算法设计在公平性上有明显缺失；(4)接口复杂，与云计算服务***结合困难；(5)***于网络存储依赖严重，导致共享存储故障时，所有计算任务均受到影响等问题。
本发明的描述是为了示例和描述起见而给出的，而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本发明的原理和实际应用，并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。

Claims (10)

1.一种基因计算***，其特征在于，包括：
任务调度器，用于结合工作节点的资源使用率向工作节点分配计算任务；
工作节点，用于接收所述任务调度器分配的计算任务，将所述计算任务预部署到本地，执行计算任务，回收计算结果数据。
2.根据权利要求1所述的基因计算***，其特征在于，所述任务调度器采用权重轮询调度算法向工作节点分配计算任务。
3.根据权利要求2所述的基因计算***，其特征在于，所述任务调度器实时采集工作节点的资源使用率，当接收到计算任务时，采用权重轮询调度算法向工作节点分配计算任务。
4.根据权利要求1所述的基因计算***，其特征在于，所述工作节点采用ICE通信。
5.根据权利要求1所述的基因计算***，其特征在于，所述任务调度器包括：
任务查询模块，用于通过实时资源信息的搜集记录各个工作节点的资源使用率的情况；
任务投递模块，用于接收用户投递的计算任务，发送给控制中心模块；
任务调度模块，用于根据各工作节点资源情况对计算任务做全局的投放分配；
控制中心模块，用于存储获得的信息，对任务调度器各个模块进行调度管理，通过任务调度模块对计算任务做全局的投放分配。
6.根据权利要求5所述的基因计算***，其特征在于，还包括：
日志信息模块，用于实时收集任务信息记录任务日志。
7.一种基因计算方法，其特征在于，包括：
接收任务调度器分配的计算任务，所述计算任务由所述任务调度器结合工作节点的资源使用率进行分配；
将所述计算任务预部署到本地；
执行所述计算任务；
回收所述计算任务的计算结果数据。
8.根据权利要求7所述的基因计算方法，其特征在于，所述任务调度器采用权重轮询调度算法向工作节点分配计算任务。
9.根据权利要求7所述的基因计算方法，其特征在于，采用ICE进行计算任务预部署和计算结果数据回收。
10.根据权利要求7所述的基因计算方法，其特征在于，对各个所述计算任务进行并行处理。
CN2011100426335A 2011-02-22 2011-02-22 一种基因计算***和方法 Pending CN102222174A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN2011100426335A CN102222174A (zh) 2011-02-22 2011-02-22 一种基因计算***和方法
PCT/CN2012/071039 WO2012113290A1 (zh) 2011-02-22 2012-02-10 基因计算***和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2011100426335A CN102222174A (zh) 2011-02-22 2011-02-22 一种基因计算***和方法

Publications (1)

Publication Number Publication Date
CN102222174A true CN102222174A (zh) 2011-10-19

Family

ID=44778724

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011100426335A Pending CN102222174A (zh) 2011-02-22 2011-02-22 一种基因计算***和方法

Country Status (2)

Country Link
CN (1) CN102222174A (zh)
WO (1) WO2012113290A1 (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102495759A (zh) * 2011-12-08 2012-06-13 曙光信息产业(北京)有限公司 一种云计算环境中作业调度的方法
CN102521050A (zh) * 2011-12-02 2012-06-27 曙光信息产业(北京)有限公司 一种面向cpu和gpu的混合调度方法
WO2012113290A1 (zh) * 2011-02-22 2012-08-30 深圳华大基因科技有限公司 基因计算***和方法
CN103067468A (zh) * 2012-12-22 2013-04-24 深圳先进技术研究院 云调度方法及其***
WO2013140314A1 (en) * 2012-03-23 2013-09-26 International Business Machines Corporation Parallelization of surprisal data reduction and genome construction from genetic data for transmission, storage, and analysis
CN103699448A (zh) * 2014-01-14 2014-04-02 浪潮(北京)电子信息产业有限公司 一种云计算环境下基于时间期限和预算的调度方法
US8812243B2 (en) 2012-05-09 2014-08-19 International Business Machines Corporation Transmission and compression of genetic data
US8855938B2 (en) 2012-05-18 2014-10-07 International Business Machines Corporation Minimization of surprisal data through application of hierarchy of reference genomes
US8972406B2 (en) 2012-06-29 2015-03-03 International Business Machines Corporation Generating epigenetic cohorts through clustering of epigenetic surprisal data based on parameters
US9002888B2 (en) 2012-06-29 2015-04-07 International Business Machines Corporation Minimization of epigenetic surprisal data of epigenetic data within a time series
US10331626B2 (en) 2012-05-18 2019-06-25 International Business Machines Corporation Minimization of surprisal data through application of hierarchy filter pattern
CN110750362A (zh) * 2019-12-19 2020-02-04 深圳华大基因科技服务有限公司 生物信息的分析方法、装置和存储介质
CN112887407A (zh) * 2021-01-26 2021-06-01 北京百度网讯科技有限公司 用于分布式集群的作业流量控制方法和装置

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103685402B (zh) * 2012-09-17 2017-06-27 联想(北京)有限公司 远程控制资源的方法、服务器和任务发起设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101114937A (zh) * 2007-08-02 2008-01-30 上海交通大学 电力计算网格应用***
CN101207550A (zh) * 2007-03-16 2008-06-25 中国科学技术大学 负载均衡***及多种业务实现负载均衡的方法
CN101719082A (zh) * 2009-12-24 2010-06-02 中国科学院计算技术研究所 虚拟化计算平台中应用请求调度的方法及其***

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100385402C (zh) * 2005-11-09 2008-04-30 同济大学 网格环境下动态在线式任务调度***及其调度方法
CN101753461B (zh) * 2010-01-14 2012-07-25 中国建设银行股份有限公司 实现负载均衡的方法、负载均衡服务器以及集群***
CN102222174A (zh) * 2011-02-22 2011-10-19 深圳华大基因科技有限公司 一种基因计算***和方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101207550A (zh) * 2007-03-16 2008-06-25 中国科学技术大学 负载均衡***及多种业务实现负载均衡的方法
CN101114937A (zh) * 2007-08-02 2008-01-30 上海交通大学 电力计算网格应用***
CN101719082A (zh) * 2009-12-24 2010-06-02 中国科学院计算技术研究所 虚拟化计算平台中应用请求调度的方法及其***

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012113290A1 (zh) * 2011-02-22 2012-08-30 深圳华大基因科技有限公司 基因计算***和方法
CN102521050A (zh) * 2011-12-02 2012-06-27 曙光信息产业(北京)有限公司 一种面向cpu和gpu的混合调度方法
CN102495759A (zh) * 2011-12-08 2012-06-13 曙光信息产业(北京)有限公司 一种云计算环境中作业调度的方法
US8751166B2 (en) 2012-03-23 2014-06-10 International Business Machines Corporation Parallelization of surprisal data reduction and genome construction from genetic data for transmission, storage, and analysis
GB2513506A (en) * 2012-03-23 2014-10-29 Ibm Parallelization of surprisal data reduction and genome construction from genetic data for transmission, storage, and analysis
WO2013140314A1 (en) * 2012-03-23 2013-09-26 International Business Machines Corporation Parallelization of surprisal data reduction and genome construction from genetic data for transmission, storage, and analysis
US8812243B2 (en) 2012-05-09 2014-08-19 International Business Machines Corporation Transmission and compression of genetic data
US8855938B2 (en) 2012-05-18 2014-10-07 International Business Machines Corporation Minimization of surprisal data through application of hierarchy of reference genomes
US10331626B2 (en) 2012-05-18 2019-06-25 International Business Machines Corporation Minimization of surprisal data through application of hierarchy filter pattern
US10353869B2 (en) 2012-05-18 2019-07-16 International Business Machines Corporation Minimization of surprisal data through application of hierarchy filter pattern
US8972406B2 (en) 2012-06-29 2015-03-03 International Business Machines Corporation Generating epigenetic cohorts through clustering of epigenetic surprisal data based on parameters
US9002888B2 (en) 2012-06-29 2015-04-07 International Business Machines Corporation Minimization of epigenetic surprisal data of epigenetic data within a time series
WO2014094495A1 (zh) * 2012-12-22 2014-06-26 深圳先进技术研究院 云调度方法及其***
CN103067468A (zh) * 2012-12-22 2013-04-24 深圳先进技术研究院 云调度方法及其***
CN103067468B (zh) * 2012-12-22 2016-03-09 深圳先进技术研究院 云调度方法及其***
CN103699448A (zh) * 2014-01-14 2014-04-02 浪潮(北京)电子信息产业有限公司 一种云计算环境下基于时间期限和预算的调度方法
CN110750362A (zh) * 2019-12-19 2020-02-04 深圳华大基因科技服务有限公司 生物信息的分析方法、装置和存储介质
CN112887407A (zh) * 2021-01-26 2021-06-01 北京百度网讯科技有限公司 用于分布式集群的作业流量控制方法和装置

Also Published As

Publication number Publication date
WO2012113290A1 (zh) 2012-08-30

Similar Documents

Publication Publication Date Title
CN102222174A (zh) 一种基因计算***和方法
CN103516807B (zh) 一种云计算平台服务器负载均衡***及方法
CN105049268B (zh) 分布式计算资源分配***和任务处理方法
CN102073546B (zh) 一种云计算环境中分布式计算模式下的任务动态调度方法
CN105045856B (zh) 一种基于Hadoop的大数据遥感卫星数据处理***
CN109117265A (zh) 在集群中调度作业的方法、装置、设备及存储介质
CN106534318B (zh) 一种基于流量亲和性的OpenStack云平台资源动态调度***和方法
CN103365726B (zh) 一种面向gpu集群的资源管理方法和***
CN103336808A (zh) 一种基于bsp模型的实时图数据处理***及方法
CN104881325A (zh) 一种资源调度方法和资源调度***
CN101652750B (zh) 数据处理装置、分散处理***、数据处理方法
CN103870314A (zh) 一种单节点同时运行不同类型虚拟机的方法及***
CN103930875A (zh) 用于加速业务数据处理的软件虚拟机
CN103491024B (zh) 一种面向流式数据的作业调度方法及装置
CN103731372A (zh) 一种混合云环境下服务提供者的资源供应方法
CN103207920A (zh) 一种元数据并行采集***
CN101256599B (zh) 基于网格的分布仿真平台数据收集***
CN104239555A (zh) 基于mpp的并行数据挖掘架构及其方法
CN103491155A (zh) 一种实现移动计算和获取移动数据的云计算方法及***
CN103941662A (zh) 一种基于云计算的任务调度***和调度方法
CN102790698A (zh) 一种基于节能树的大规模计算集群任务调度方法
CN110990154A (zh) 一种大数据应用优化方法、装置及存储介质
CN104618480A (zh) 基于网络链路利用率驱动的云***资源分配方法
CN114490049A (zh) 在容器化边缘计算中自动分配资源的方法及***
CN107908459A (zh) 一种云计算调度***

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1162712

Country of ref document: HK

ASS Succession or assignment of patent right

Owner name: BGI TECHNOLOGY SOLUTIONS CO., LTD.

Free format text: FORMER OWNER: BGI-SHENZHEN CO., LTD.

Effective date: 20130423

C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20130423

Address after: 518083 science and Technology Pioneer Park, comprehensive building, Beishan Industrial Zone, Yantian District, Guangdong, Shenzhen 201

Applicant after: BGI Technology Solutions Co., Ltd.

Address before: North Road No. 146, building 11F-3 Industrial Zone in Yantian District of Shenzhen city of Guangdong Province in 518083

Applicant before: BGI-Shenzhen Co., Ltd.

RJ01 Rejection of invention patent application after publication

Application publication date: 20111019

RJ01 Rejection of invention patent application after publication
REG Reference to a national code

Ref country code: HK

Ref legal event code: WD

Ref document number: 1162712

Country of ref document: HK