Besseres Ressourcenmanagement bei der Verarbeitung von metagenomischen Daten
Probleme im Bereich der Bioinformatik und der numerischen Biologie ergeben sich oft in Zusammenhang mit komplexen, zeitaufwendigen und rechenintensiven Rechenvorgängen. Die Forscher sind der Meinung, dass viele dieser praktischen Schwierigkeiten durch Verwendung eines Rechengrids, eines Netzwerksvon Computern an verschiedenen Standorten, gelöst werden können. Innerhalb eines Bereichs der Bioinformatik, der Metagenomik, erfolgt die Untersuchung von Genomen einer Reihe von Mikroben. Probleme, die hier auftreten, stehen mit der Annotation (der Identifizierung der wichtigsten Eigenschaften) dieser Genome sowie mit ihrem Aufbau in verschiedenen Umgebungen in Verbindung. Die Annotation verleiht den reinen Informations-Datensätzen eine biologische Bedeutung. Das METAGENOGRIDS-Projekt ("Algorithmics for Metagenomics on Grids") hatte zum Ziel, algorithmische Lösungen für diese metagenomischen Probleme zu entwickeln, die mithilfe von Grid-Computing-Plattformen gelöst werden können. Als die Bemühungen, eine solide Zusammenarbeit zur Untersuchung des metagenomischen Aufbaus zu bilden, fehlschlugen, entschieden sich die Forscher, den Fokus zu verschieben. Das neue Ziel war nun die Erstellung einer effizienteren Batchverarbeitung, um die Zuweisung und das Management von Ressourcen zwischen Rechenclustern zu verbessern. Eine zusätzliche Herausforderung war die Sicherstellung der Dienstqualität für die Nutzer dieser Plattformen. Das EU-finanzierte METAGENOGRIDS-Projekt behandelte zuerst das Problem der Zuweisung von Ressourcen für Anwendungen mit unvermindertem Ressourcenverbrauch oder unendlichen oder unbekannten Ausführungszeiten. Mehrere Algorithmen zur Planung von Aufgaben wurden entwickelt und anschließend die Ergebnisse für High-Performance-Computing-Workloads (HPC) vorgestellt. Im Vergleich zu Standard-Algorithmen zur Planung von Aufgaben ergaben die Ergebnisse aufgrund der stark gesteigerten Leistungsfähigkeit in der Mehrzahl der experimentellen Szenarien eine bevorzugte Verwendung der neu vorgeschlagenen Algorithmen. Dies stellte bezüglich des Potenzials der Kombination von Virtualisierungstechnologien mit schlanken Planungsstrategien ein positives Ergebnis dar. Die Projektergebnisse haben die Bemühungen im Hinblick auf die zukünftige Gestaltung von Systemen des Ressourcenmanagements für die erweiterte Nutzung von Plattformen sowie zur Erzielung verbesserter Ergebnisse und einer besseren Dienstqualität vorangetrieben. Die Grundlagen, die mithilfe dieses Forschungsprojekts geschaffen wurden, sind belastbar genug, um weitere Studien zu unterstützen, welche darauf abzielen, die Ergebnisse auf Anwendungen auszuweiten, deren Ressourcenverbrauch sich während ihrer Ausführung ändert.
