• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Parallel and Distributed Systems, IEEE Transactions on >Cloud Technologies for Bioinformatics Applications
【24h】

Cloud Technologies for Bioinformatics Applications

机译：生物信息学应用的云技术

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Executing large number of independent jobs or jobs comprising of large number of tasks that perform minimal intertask communication is a common requirement in many domains. Various technologies ranging from classic job schedulers to the latest cloud technologies such as MapReduce can be used to execute these "many-tasksȁD; in parallel. In this paper, we present our experience in applying two cloud technologies Apache Hadoop and Microsoft DryadLINQ to two bioinformatics applications with the above characteristics. The applications are a pairwise Alu sequence alignment application and an Expressed Sequence Tag (EST) sequence assembly program. First, we compare the performance of these cloud technologies using the above applications and also compare them with traditional MPI implementation in one application. Next, we analyze the effect of inhomogeneous data on the scheduling mechanisms of the cloud technologies. Finally, we present a comparison of performance of the cloud technologies under virtual and nonvirtual hardware platforms.
机译：在许多领域中，执行大量独立任务或由执行最少任务间通信的大量任务组成的任务是普遍的要求。可以使用从经典作业调度程序到最新云技术（例如MapReduce）的各种技术并行执行这些“许多任务”。在本文中，我们介绍了将两种云技术Apache Hadoop和Microsoft DryadLINQ应用于两种生物信息学的经验。具有上述特征的应用程序是成对的Alu序列比对应用程序和Expressed Sequence Tag（EST）序列组装程序，首先，我们比较使用上述应用程序的这些云技术的性能，并将它们与传统MPI实现进行比较。一种应用；其次，我们分析了异构数据对云技术的调度机制的影响；最后，我们比较了虚拟和非虚拟硬件平台下云技术的性能。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号