유전체 분석 파이프라인의 I/O 워크로드 분석Genome Analysis Pipeline I/O Workload Analysis

Cited 0 time in webofscience Cited 0 time in scopus
  • Hit : 130
  • Download : 0
DC FieldValueLanguage
dc.contributor.author임경열ko
dc.contributor.author김동오ko
dc.contributor.author김홍연ko
dc.contributor.author박기한ko
dc.contributor.author최민석ko
dc.contributor.author원유집ko
dc.date.accessioned2019-04-18T04:50:12Z-
dc.date.available2019-04-18T04:50:12Z-
dc.date.created2019-04-18-
dc.date.issued2013-02-
dc.identifier.citation정보처리학회논문지. 소프트웨어 및 데이터 공학, v.2, no.2, pp.123 - 130-
dc.identifier.issn2287-5905-
dc.identifier.urihttp://hdl.handle.net/10203/261049-
dc.description.abstract최근 유전체 데이터의 급격한 증가로 인해 이를 처리하기 위한 고성능 컴퓨팅 시스템이 필요로 하게 되었으며 대량의 유전체 데이터를 저장 관리할 수 있는 고성능 저장 시스템이 필요하게 되었다. 본 논문에서는 대략 5억 개 정도의 시퀀스 리드 데이터를 분석하는 유전체 분석 파이프라인의 I/O워크로드를 수집 및 분석하였다. 실험은 86시간 동안 수행되었다. 1031.7 GByte 크기의 630개 파일이 생성되었으며 91.4 GByte크기의 535개의 파일이 삭제되었다. 전체 654개의 파일 중 0.3%인 2개의 파일이 전체 접근 빈도의 80%를 차지하여 전체 파일 중 일부분의 파일이 대부분의 I/O를 발생시킨다는 것을 알 수 있다. 요청 크기 단위로는 읽기에서 주로 512 KByte 크기 이상의 요청이 발생했고 쓰기에서 주로 1 MByte 크기 이상의 요청이 발생했다. 파일이 열려있는 동안의 접근 패턴은 읽기와 쓰기 연산에서 각각 임의와 순차패턴을 보였다. IOPS와 대역폭은 각 단계마다 고유한 패턴을 보였다.-
dc.languageKorean-
dc.publisher한국정보처리학회-
dc.title유전체 분석 파이프라인의 I/O 워크로드 분석-
dc.title.alternativeGenome Analysis Pipeline I/O Workload Analysis-
dc.typeArticle-
dc.type.rimsART-
dc.citation.volume2-
dc.citation.issue2-
dc.citation.beginningpage123-
dc.citation.endingpage130-
dc.citation.publicationname정보처리학회논문지. 소프트웨어 및 데이터 공학-
dc.identifier.doi10.3745/KTSDE.2013.2.2.123-
dc.identifier.kciidART001749125-
dc.contributor.localauthor원유집-
dc.contributor.nonIdAuthor임경열-
dc.contributor.nonIdAuthor김동오-
dc.contributor.nonIdAuthor김홍연-
dc.contributor.nonIdAuthor박기한-
dc.contributor.nonIdAuthor최민석-
dc.description.isOpenAccessN-
Appears in Collection
EE-Journal Papers(저널논문)
Files in This Item
There are no files associated with this item.

qr_code

  • mendeley

    citeulike


rss_1.0 rss_2.0 atom_1.0