cloud based ngs framework

Cloud based NGS Analysis Frame-work

김형용 책임개발자

[email protected] 사업부Insilicogen, Inc.

mailto:[email protected]

2

“ 데이터를 얻는 능력 , 즉 데이터를 이해하는 능력 , 처리하는 능력 , 가치를 뽑아내는 능력 , 시각화하는 능력 , 전달하는 능력이야말로 앞으로 10 년간 엄청나게 중요한 능력이 될 것이다”

Hal Varian, Chief Economist at Google

VIRTUALIZATION

Virtualization

Virtualization

• 컴퓨터 자원의 추상화를 일컫는 말

• 가상의 물리적 리소스를 만들어 냄 .

• 물리적인 1 대의 하드웨어 자원을 논리적으로 여러 개로 나누어 사용하거나 ,

• 여러대의 하드웨어 자원을 논리적으로 통합하여 이용하는 기술

• 하드웨어 관리 , 재난에 대한 시스템 복구 등 여러 문제를 해결할 수 있는 방법으로

최근 각광 받고 있음

가상화

Virtualization

6Copyright Insilicogen,Inc. 2011. All rights reserved.ⓒ

• 비용절감 서버 한 대를 분할하여 여러 대의 서버를 구성할 수 있음

서버 구입비용 절감 , 전기 , 상면비용 , 서버관리비용이 절감

• 자원의 효율적인 사용 서버의 비 활용되는 자원을 이용하여 가상머신을 만듬으로써 효율적인 자원사용이 가능

• 안정적인 운영 서버를 이미지로 백업 , 손쉬운 서버 이전으로 장애에 대한 신속한 대처 가능

• SW 의 지속적인 운영 서버 HW 의 수명 주기가 끝나면 OS 벤더는 장치 드라이버 지원이 중단됨

-> 마이그레이션 문제가 발생

가상머신에 기존의 시스템을 가상머신에 올리기 때문에 장치 드라이버에 대한 문제

가 발생하지 않음

가상화의 장점 !!

가상화 이점

Copyright ⓒ Insilicogen,Inc. 2011. All rights reserved. 7

단일서버 - CPU: 2 - RAM: 96G - HDD: 1T

Type A

단일서버 - CPU: 24 - RAM: 96G - HDD: 500G

Type B

클러스터서버 - CPU: 2 - RAM: 8G - HDD: 500G - NODE: 12EA

Type C

일반적인서버 구성

추가적인 하드웨어 구매필요모든 자원이 활용되는 것은 아님

가상화 이점


단일서버 - CPU: 2 - RAM: 96G - HDD: 1T

Type A

단일서버 - CPU: 24 - RAM: 96G - HDD: 500G

Type B

클러스터서버 - CPU: 2 - RAM: 8G - HDD: 500G - NODE: 12EA

Type C

가상화 이용서버 구성

가상머신

가상머신

가상머신

하드웨어 비용 절감자원의 효율적 이용

클라우드 서비스에 기본적으로 활용


OpenNebula

• Virtual Machine(VM) 관리 Tool

• Xen, KVM, VMWare 등의 관리 제공• OpenNebula 의 기능들 - User Management - VM Image Management - Virtual Network Management - Virtual Machine Management - User Interfaces - Service Management - Scheduling - Infrastructure Management - Storage Management

10

OpenNebula - Sunstone

11

OpenStack

12

IaaS cloud computing by Raskpace Cloud and NASA

Open source software for building private and public clouds

Deliver solutions for all types of clouds by being simple to implement, mas-sively scalable

GRID COMPUTING

Grid vs Cluster


대용량 데이터에 대한 연산을 작은 소규모 연산들로 나누어 작은 여러대의 컴퓨터로 분산시켜 수행

WAN 상에서 서로 다른 기종의 머신들을 연결다양한 플랫폼을 서로 연결함연결대수에 제한이 없음

공통점

차이점

Grid


Globus Toolkit


대표적인 계산 그리드 미들웨어 Open source toolkit for building computing

grids developed and provided by Globus Al-liance

Standards implementation• Open Grid Service Architecture (OGSA)• Open Grid Service Infrastructure (OGSI)• Web Services Resource Framework

(WSRF)• Job Submission Description Language

(JSDL)• Distributed Resource Management

Application API (DRMAA)• SOAP• WSDL• Grid Security Infrastructure


High level Open Grid Forum API specification for submission and control of jobs to a Distributed Resource Management (DRM, Job scheduler) sys-tem, such as a Cluster or Grid computing infrastructure

PBS (Portable Batch System)


Computer software that performs job scheduling in Unix cluster envi-

ronment

A component of the Globus Toolkit

Originally developed by NASA

Following versions

• OpenPBS

• TORQUE – a fork of OpenPBS

• PBS Professional (PBS pro) - commercial

TORQUE


Distributed resource manager providing con-trol over batch jobs and distributed compute node

It stands for Terascale Open Source Resource and QUEue Manager

Slave 노드의 CPU 개수 , core 개수 , RAM사이즈 , 임시저장소 등의 설정정보를 가지고 스케줄러에 의해 요청이 왔을 때 클러스터 리소스를 분배함

Master

Slave 1

Slave 2

Slave 3

> qsub a.sh

NFS

a.sh 명령을 스케줄러에 따라 slave 로 넘김

Virtualized Galaxy (Test-bed)


CLOUD COMPUTING


Cloud computing


Delivery of computing and storage capacity as a service to a heterogeneous commu-nity of end-recipients.

VPS (Virtual Private Server)


Internet hosting services to refer a virtual machine in a cloud

AMAZON WEB SERVICES


26

Amazon EC2 (Amazon Elastic Compute Cloud)

Virtualization + Grid(Cluster) computing in a Cloud

27


28


29


30

Amazon S3 (Amazon Simple Storage Service)

31

Aspera Connect Server

FTP 대비 국내연결시 3x~5x, 해외연결시 5x~1000x 전송속도 향상1000 Genome, EBI 등 해외 주요 생물정보 사이트에서도 서비스

GALAXY CLOUDMAN

32Copyright ⓒ Insilicogen, Inc. 2010. All rights reserved.

Galaxy 구성요소

Galaxy 주요구성 요소

Datasources : 입력 데이터 지정 . 별도의

지역 시스템이나 , 외부 웹사이트의 데이터를

등록 가능

Tool : 기본적인 분석의 최소 단위 ,

지역설치시 원하는 툴을 만들어 넣을 수 있음

History : 입력데이터가 Tool 의 조합을

거쳐 얻어진 중간 결과물 목록

Workflow : History 는 입력데이터 및

파라메터만 바꾸면 새로운 데이터 결과를 얻을

수 있다 . 이를 별도로 프로세스 등록

Visualization : 분석결과를 가시화 도구와

연결

Page : 위 요소들을 종합한 보고서 작성 기능


Eprimer3 tool 을 별도로 만들어 등록한 예제

Galaxy tool 은


Tool입력포맷

출력포맷

입력 데이터를 ( 포맷에 맞게 ) 작업하여 ( 포맷에 맞게 ) 출력 데이터를 만드는 역할

조합하면 Workflow 가 된다

Creating your own Galaxy


Primer design tool


Galaxy on Cloud


Using Amazon EC2 + S3

Select AMIs in Community AMIs

Galaxy on Cloud


Galaxy on Insilicogen


Galaxy localization on cluster

Tool development

Workflow development

CLOUD BASED NGS ANALYSIS SERVICE



AWS 를 활용 HPC 서비스 제공 ( 예 , PacBio 의 SMART)


30x Human genome 1 sample (150G) 500 만원 (1 년저장 )


구글로부터 투자받아 NCBI SRA 서비스 연동

온라인에서 실험없이 곧바로 분석 가능


BGI 의 무료 분석서비스 현재 인간데이터 분석에 초점 . 6 월부터 타 생물종 지원예정


Bina Box 라는 별도의 컴퓨터를 분석장비에 장착

이곳에서 기본 분석 후 데이터 용량을 줄여 Cloud 로 전송


Genome-in-a-Day

CONCLUSION


Cloud based NGS analysis


No need to purchase hardware

Data acquisition and analysis and service in the same space

Elastic computing power and storage

But, data transfer problem (Aspera, NAS box)

My Book Thun-derbolt 6TB

Opportunity


Domestic Analysis Market Expansion (PGM21, Teragen,…)

For large NGS analysis, We need more server and storage

AWS is more easy and cheap

Customer want to easy analysis and high quality product

Need to easy web application

With KT?

What can we do?


Customized/Advanced Analysis Service Positioning

Galaxy + IncoBook on the cloud

Specialized analysis pipeline on the cloud

www.insilicogen.comE-mail [email protected] Tel 031-278-0061Fax 031-278-0062

cloud based ngs framework

Documents