基于 Graviton2处理器构建容器化基因分析工作负载

{"value":"#### **概述**\n\n相对于基于传统 x86架构的处理器来说，Amazon 设计的基于 ARM 架构的 Graviton 处理器为 EC2中运行的云工作负载提供了更佳的性价比。基于 Graviton2 的实例支持广泛的通用型、突发型、计算优化型、内存优化型、存储优化型和加速计算型工作负载，包括应用程序服务器、微服务、高性能计算 (HPC)、基于 CPU 的机器学习 (ML) 推理、视频编码、电子设计自动化、游戏、开源数据库和内存中的缓存等。由 Graviton2 处理器支持的 EC2实例 (M6g、C6g、R6g和T4g) 在中国区已经上线一段时间，本文以土壤微生物宏基因测序为例，来演示如何利用Amazon Batch 服务调用基于 Graviton2处理器的实例用于基因分析，并且验证 Graviton2相对于 x86架构的处理器能够给用户带来的收益。\n\n#### **先决条件**\n\n您需要一个 Amazon 帐户来完成本演练，其它条件包括（本篇不再描述其具体使用方式）:\n\n- [Amazon CLI v2](https://docs.aws.amazon.com/zh_cn/cli/latest/userguide/install-cliv2-linux.html)安装和配置\n- 完成 VPC 的设置，包括公有子网、私有子网和 NAT 的配置等\n- 熟悉 EC2服务的使用，熟悉 EFS、S3等存储服务的使用\n- 熟悉 Batch 服务的使用，包括计算环境、任务队列、任务定义的配置\n- 熟悉生信软件（bwa，samtools，coverm）的安装配置\n- 熟悉容器的使用\n\n#### **整体架构**\n\n本文演示了一个基于 Amazon Batch 服务来进行任务调度的方案， Batch 是 Amazon 托管的一个批量计算服务，用户可以通过它运行任意规模的容器化工作负载，目前已经广泛应用于基因分析、药物研发等高性能计算的场景。本方案整体架构及用到的服务如下：\n\n![image.png](https://dev-media.amazoncloud.cn/ba7484f3d41d40329d52bae3678c6cc1_image.png)\n\n方案描述：\n\n- Batch 批量计算任务调度，启动大量计算节点用于计算\n- S3 存储输入和输出数据\n- EFS 映射到容器中，用于存放运行脚本\n- DynamoDB 保存输入数据的信息及处理状态，运行脚本从中读取需要处理的文件列表并更新处理状态\n- ECR 作为容器镜像仓库\n- CloudWatch 监控性能指标及查看日志\n- 开源软件 goofys，挂载 S3存储桶到容器中，简化 S3上数据读取方式，优化 S3到 EC2的数据读取性能\n- 跳板机，用于操作云上资源\n\n软件适配\n把原先在 x86架构下的工作负载迁移到 ARM 架构下，首先我们要在 ARM 架构下完成软件的适配。本次演示主要用到 bwa，samtools 和 coverm 三个软件，以下演示如何在 ARM 架构下完成对这些软件的编译并且构建容器镜像。\n\n#### **EC2**\n\n启动一台 EC2使用作为开发环境，AMI：Amazon Linux2，实例类型 t4g.medium(必须是 Graviton 机型)。若在中国区编译 coverm 碰到网络问题，可在 Global 区域启动该 EC2，做完容器镜像后直接推送回中国区的 ECR。\n\n#### **安装 Docker**\n\n```\nsudo yum update -y\nsudo amazon-linux-extras install docker -y\nsudo systemctl start docker\nsudo systemctl enable docker\nsudo usermod -a -G docker ec2-user\n```\n\n登录 EC2安装 docker 后，退出，再重新登录以接受新的 docker 组权限\n\n#### **AWSCLI v2**\n\n```\ncurl \"https://awscli.amazonaws.com/awscli-exe-linux-aarch64.zip\" -o \"awscliv2.zip\"\nunzip awscliv2.zip\nsudo ./aws/install\n```\n\n\n配置好中国区 AK/SK，为了后续推送容器镜像到国内 ECR\n\n#### **基础镜像**\n\n```\ndocker pull centos\n```\n创建一个目录用于保存后续构建容器镜像需要的文件\n\n```\nmkdir docker\ncd docker\n```\n\n#### **bwa**\n\n```\nwget https://github.com/lh3/bwa/releases/download/v0.7.17/bwa-0.7.17.tar.bz2\nwget https://gitlab.com/arm-hpc/packages/uploads/ca862a40906a0012de90ef7b3a98e49d/sse2neon.h\n```\n\n#### **samtools**\n\n```\nwget https://github.com/samtools/samtools/releases/download/1.15.1/samtools-1.15.1.tar.bz2\n```\n\n#### **coverm**\n\n起一个容器编译 coverm\n\n```\ndocker run --name coverm -v /home/ec2-user/docker:/data -itd centos\n```\n\n进入容器\n\n```\ndocker exec -it coverm bash\nsed -i 's/mirrorlist/#mirrorlist/g' /etc/yum.repos.d/CentOS-* \nsed -i 's|#baseurl=http://mirror.centos.org|baseurl=http://vault.centos.org|g' /etc/yum.repos.d/CentOS-*\nyum install git gcc cmake3 -y\ncurl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh\nsource $HOME/.cargo/env\ngit clone https://github.com/wwood/CoverM\ncd CoverM\ncargo build --release\n```\n\n复制可执行文件到外部存储\n\n```\ncp target/release/coverm /data/coverm\n```\n\n#### **goofys**\n\ngoofys 用于将 S3存储桶映射到容器中，简化 S3文件读取，将文件直接从 S3读取到 EC2内存，无需落盘，从而加快文件读取速率\n\n编译\n\n```\nyum install go\ngit clone https://github.com/kahing/goofys.git\ncd goofys\nGOOS=linux GOARCH=arm64 go build\n```\n\n复制可执行文件到外部存储\n\n```\ncp goofys /data/goofys\n```\n\n退出容器\n\n```\nexit\n```\n\n#### **镜像构建**\n\n确保 bwa-0.7.17.tar.bz2, samtools-1.15.1.tar.bz2, coverm, goofys, awscliv2.zip 和 sse2neon.h 已经保存到之前创建的 docker 目录，编辑如下 Dockerfile：\n\n```\nFROM centos\nADD bwa-0.7.17.tar.bz2 samtools-1.15.1.tar.bz2 coverm goofys awscliv2.zip sse2neon.h /opt/\n\nWORKDIR /opt\nRUN \\ \nsed -i 's/mirrorlist/#mirrorlist/g' /etc/yum.repos.d/CentOS-* && \\\nsed -i 's|#baseurl=http://mirror.centos.org|baseurl=http://vault.centos.org|g' /etc/yum.repos.d/CentOS-* && \\\nyum install unzip gcc-c++ make autoconf ncurses-devel bzip2 bzip2-devel xz-devel zlib-devel fuse fuse-devel -y && \\\nyum clean all && \\\n#awscli\nunzip awscliv2.zip && \\\n./aws/install && \\\nrm -rf awscliv2.zip aws && \\\n#bwa\ncd bwa-0.7.17 && \\\nsed -i -e 's/<emmintrin.h>/\"sse2neon.h\"/' ksw.c && \\\nmv /opt/sse2neon.h . && \\\nmake && \\\ncd .. && \\\n#samtools\ncd samtools-1.15.1 && \\\nautoheader && \\\nautoconf -Wno-syntax && \\\n./configure && \\\nmake && \\\nmake install && \\\ncd .. && \\\n#coverm\nmkdir tools && \\\nmv coverm tools && \\\n#goofys\nmv goofys tools\n\nWORKDIR /data\n\nENV PATH=$PATH:/opt/bwa-0.7.17:/opt/tools/\n```\n\n构建镜像\n\n```\ndocker build -t mapping-graviton . \n```\n\n创建 ECR 镜像仓库 mapping-graviton 并查看推送命令推送镜像到该仓库\n\n![image.png](https://dev-media.amazoncloud.cn/87524bbd4b264535ab0fc9b78aeb98ec_image.png)\n\n#### **云上环境设置**\n\n**S3**\n\nS3存储桶包含3个目录\n\n![image.png](https://dev-media.amazoncloud.cn/3d822b50dc2f4817a460d987cbe180d3_image.png)\n\nsource 目录存放输入序列，results 存放结果数据\n\n![image.png](https://dev-media.amazoncloud.cn/aff9fb38508a421ab49ef675de25e78f_image.png)\n\nref_data 目录存放参考基因组的索引库\n\n![image.png](https://dev-media.amazoncloud.cn/3d954d00cbd44833be75f6162c445d51_image.png)\n\n**DynamoDB**\n\n创建一张表用于保存 S3上的输入序列信息，投递任务的脚本从表中读取需要处理的基因序列列表，循环投递任务。在任务运行的时候，根据不同的处理阶段，更新表中对应序列的状态值。\n\n参照以下命令向表中插入数据：\n\n```\naws ddb put reads_graviton '{sample: 'SRR11676645', r1: 'source/SRR11676645_1.fastq.gz', r2: 'source/SRR11676645_2.fastq.gz', status: '0'}'\n\n```\n\n![image.png](https://dev-media.amazoncloud.cn/769ffb8216c24308940771d644e7a47a_image.png)\n\n#### **EFS**\n\n创建一个 EFS 文件系统(fs-0a8685ad57ce63a3f)，开发环境挂载 EFS 文件系统，在文件系统中创建 mapping 目录，保存 mapping.sh 到该目录下（放在容器外面主要是为了调试及修改方便，不用每次都重新构建镜像）\n\n![image.png](https://dev-media.amazoncloud.cn/be10a13e302f4f41b5fd8bcdf14e4120_image.png)\n\n#### **EC2启动模板**\n\n修改根卷为 gp3，200G（根据实际需要调整大小），设备名称指定自定义值/dev/xvda\n\n![image.png](https://dev-media.amazoncloud.cn/50c1790f31e6441dac9699f1757a97e1_image.png)\n\n在测试阶段，若需要监控内存使用率，可在高级详细信息→用户数据，输入以下 CloudWatch Agent 配置\n\n在生产阶段，如果有大量任务运行，建议不要配置 CloudWatch Agent，因为有可能产生指标数量过多的费用\n\n```\nMIME-Version: 1.0\nContent-Type: multipart/mixed; boundary=\"==MYBOUNDARY==\"\n\n--==MYBOUNDARY==\nContent-Type: text/x-shellscript; charset=\"us-ascii\"\n\n#!/bin/bash\nyum install amazon-cloudwatch-agent -y\ncat << EOF > /opt/aws/amazon-cloudwatch-agent/bin/config.json \n{\n \"agent\": {\n \"metrics_collection_interval\": 30,\n \"run_as_user\": \"root\"\n },\n \"metrics\": {\n \"append_dimensions\": {\n \"InstanceId\": \"\\${aws:InstanceId}\",\n \"InstanceType\": \"\\${aws:InstanceType}\"\n },\n \"metrics_collected\": {\n \"mem\": {\n \"measurement\": [\n \"mem_used_percent\"\n ],\n \"metrics_collection_interval\": 30\n },\n \"swap\": {\n \"measurement\": [\n \"swap_used_percent\"\n ],\n \"metrics_collection_interval\": 30\n }\n }\n }\n}\nEOF\n/opt/aws/amazon-cloudwatch-agent/bin/amazon-cloudwatch-agent-ctl -a fetch-config -m ec2 -s -c file:/opt/aws/amazon-cloudwatch-agent/bin/config.json\n\n--==MYBOUNDARY==--\n```\n\n#### **IAM 角色**\n\nBatch 需要的两个角色，附加合适的权限\n\n![image.png](https://dev-media.amazoncloud.cn/7dbf31c60b24415d923af14b3c7ddc06_image.png)\n\necsInstanceRoleBatchJobRole\n\n![image.png](https://dev-media.amazoncloud.cn/590694932fd645aebde82623d6f27e16_image.png)\n\n#### **计算环境**\n\n创建配置文件 ce.json：\n\nsubnets：配置了 NAT 网关路由的私有子网\n\nsecurityGroupIds：默认安全组 id\n\ninstanceTypes：使用的 r6g 实例类型\ntags：EC2标签\n\n123456789012：换成您自己的12位 Amazon 账户 id\n\n```\n{\n \"computeEnvironmentName\": \"env-mapping-graviton\",\n \"type\": \"MANAGED\",\n \"state\": \"ENABLED\",\n \"computeResources\": {\n \"type\": \"EC2\",\n \"allocationStrategy\": \"BEST_FIT\",\n \"minvCpus\": 0,\n \"maxvCpus\": 2560,\n \"desiredvCpus\": 0,\n \"instanceTypes\": [\n \"r6g\"\n ],\n \"subnets\": [\n \"subnet-03388bca5b37db2b9\",\n \"subnet-0fafc120e429ec25d\"\n ],\n \"securityGroupIds\": [\n \"sg-0468dd9696811b7b8\"\n ],\n \"instanceRole\": \"arn:aws-cn:iam::123456789012:instance-profile/ecsInstanceRole\",\n \"tags\": {\n \"Name\": \"batch-mapping-graviton\"\n },\n \"launchTemplate\": {\n \"launchTemplateName\": \"lt-batch-zju\",\n \"version\": \"9\"\n }\n },\n \"serviceRole\": \"arn:aws-cn:iam::123456789012:role/aws-service-role/batch.amazonaws.com/AWSServiceRoleForBatch\"\n}\n```\n\n创建计算环境\n\n```\naws batch create-compute-environment --cli-input-json file://ce.json\n```\n\n#### **任务队列**\n\n创建配置文件 jq.json:\n\ncomputeEnvironment：上一步创建的计算环境的 arn\n\n```\n{\n \"jobQueueName\": \"q-mapping-graviton\",\n \"state\": \"ENABLED\",\n \"priority\": 1,\n \"computeEnvironmentOrder\": [\n {\n \"order\": 1,\n \"computeEnvironment\": \"arn:aws-cn:batch:cn-northwest-1:123456789012:compute-environment/env-mapping-graviton\"\n }\n ]\n}\n```\n\n创建任务队列\n\n```\naws batch create-job-queue --cli-input-json file://jq.json\n\n```\n\n#### **任务定义**\n\n创建配置文件 jd.json：\n\nprivileged: 容器中运行 goofys 需要开启特权模式，设为 true\n\n```\n{\n \"jobDefinitionName\": \"jd-mapping-graviton\",\n \"type\": \"container\",\n \"parameters\": {\n \"r2\": \"source/SRR11676645_2.fastq.gz\",\n \"dbtable\": \"reads_graviton\",\n \"sample\": \"SRR11676645\",\n \"script\": \"mapping.sh\",\n \"r1\": \"source/SRR11676645_1.fastq.gz\"\n },\n \"containerProperties\": {\n \"image\": \"123456789012.dkr.ecr.cn-northwest-1.amazonaws.com.cn/mapping-graviton:latest\",\n \"command\": [\n \"sh\",\n \"Ref::script\",\n \"Ref::sample\",\n \"Ref::r1\",\n \"Ref::r2\",\n \"Ref::dbtable\"\n ],\n \"jobRoleArn\": \"arn:aws-cn:iam::123456789012:role/BatchJobRole\",\n \"volumes\": [\n {\n \"name\": \"efs\",\n \"efsVolumeConfiguration\": {\n \"fileSystemId\": \"fs-0a8685ad57ce63a3f\",\n \"rootDirectory\": \"mapping\"\n }\n }\n ],\n \"environment\": [\n {\n \"name\": \"S3_MOUNT_POINT\",\n \"value\": \"/s3\"\n }\n ],\n \"mountPoints\": [\n {\n \"containerPath\": \"/data\",\n \"sourceVolume\": \"efs\"\n }\n ],\n \"privileged\": true,\n \"resourceRequirements\": [\n {\n \"value\": \"64\",\n \"type\": \"VCPU\"\n },\n {\n \"value\": \"500000\",\n \"type\": \"MEMORY\"\n }\n ]\n },\n \"platformCapabilities\": [\n \"EC2\"\n ]\n}\n```\n\n注册任务定义\n\n```\naws batch register-job-definition --cli-input-json file://jd.json\n```\n\n#### **任务脚本 mapping.sh**\n\n实际任务运行所调用的脚本（保存到 EFS 的 mapping 目录下）\n\n```\nsample=$1\nr1=$2\nr2=$3\ndbtable=$4\necho 'sample: '$sample', r1: '$r1', r2: '$r2', dbtable: '$dbtable\n\necho 'mount s3 bucket'\nmkdir -p $S3_MOUNT_POINT\ngoofys --region cn-northwest-1 sun-test $S3_MOUNT_POINT\nbase_dir=$S3_MOUNT_POINT\nls -lh $base_dir\n\necho 'job done set status to 1'\naws dynamodb execute-statement --statement \"UPDATE $dbtable SET status=1 WHERE sample='$sample'\"\n\necho 'bwa start'\nmkdir /result\nbwa mem -t 64 $base_dir/ref_data/derep_all.fa $base_dir/$r1 $base_dir/$r2 > /result/$sample.sam\necho 'samtools start'\nsamtools sort /result/$sample.sam -@ 64 -o /result/$sample.bam\necho 'rm sample'\nrm /result/$sample.sam\n\necho 'job done set status to 2'\naws dynamodb execute-statement --statement \"UPDATE $dbtable SET status=2 WHERE sample='$sample'\"\n\necho 'coverm filter start'\ncoverm filter --min-read-percent-identity 0.95 --min-read-aligned-percent 0.75 -b /result/$sample.bam -o /result/${sample}_filter.bam -t 64\necho 'copy '${sample}_filter.bam' to s3'\nmkdir -p $base_dir/results/$dbtable\ncp /result/${sample}_filter.bam $base_dir/results/$dbtable/\n\necho 'job done set status to 3'\naws dynamodb execute-statement --statement \"UPDATE $dbtable SET status=3 WHERE sample='$sample'\"\n\necho 'rm result '$sample.bam' from local disk'\nrm /result/$sample.bam\n\necho 'coverm contig start'\ncoverm contig --trim-max 90 --trim-min 10 --min-read-aligned-percent 70 -t 64 --bam-files /result/${sample}_filter.bam > /result/${sample}_coverage.csv\necho 'copy to s3'\ncp /result/${sample}_coverage.csv $base_dir/results/$dbtable\n\necho 'job done set status to 4'\naws dynamodb execute-statement --statement \"UPDATE $dbtable SET status=4 WHERE sample='$sample'\"\n\necho 'rm result '${sample}_filter.bam' from local disk'\nrm /result/${sample}_filter.bam\n```\n\n#### **run_mapping.sh**\n\n通过 run_mapping.sh 来读取数据库中序列信息并循环提交多个 Batch 任务，该脚本可在跳板机或本地执行\n\n```\ndbtable='reads_graviton'\nitem=`aws ddb select $dbtable --filter 'status = 0' `\ncount=`echo $item | awk '{print $2}'`\necho 'count: '$count\nif [ $count -eq 0 ]\nthen\n echo 'end'\n break\nfi\ninfo=`echo $item | awk '{for(i=10;i<=NF;i=i+9){print $i}}'`\nfastq_1=`echo $item | awk '{for(i=6;i<=NF;i=i+9){print $i}}'`\nfastq_2=`echo $item | awk '{for(i=8;i<=NF;i=i+9){print $i}}'`\n\nfor ((i=1;i<=$count;i++))\ndo\n sample=`echo $info|awk '{print $'$i'}'`\n echo 'sample= '$sample\n r1=`echo $fastq_1|awk '{print $'$i'}'`\n echo 'r1= '$r1\n r2=`echo $fastq_2|awk '{print $'$i'}'`\n echo 'r2= '$r2 \n jobname=${dbtable}_${sample%.*}\n echo 'jobnane= '$jobname\n aws batch submit-job --job-name $jobname --job-queue q-mapping-graviton --job-definition jd-mapping-graviton:1 --parameters script=mapping.sh,sample=$sample,r1=$r1,r2=$r2,dbtable=$dbtable\ndone\n```\n\n#### **测试**\n\n按照类似的方法再创建一套基于 x86架构的 Batch 计算环境、任务队列、任务定义（不再赘述创建方法），相同的任务分别投递到 arm 和 x86环境，进行对比测试。\n\n单个序列比对任务需要用到的内存为300G+，故使用类型为r6g.16xlarge 和 r5.16xlarge 的 EC2实例进行对比测试, 测试结果如下：\n\n#### **CPU/MEM 监控-CloudWatch**\n\nSRR11676645\n\n![image.png](https://dev-media.amazoncloud.cn/efe04b4a5b184086a25ddeb0da4da158_image.png)\n\nSRR11676933\n\n![image.png](https://dev-media.amazoncloud.cn/c166192a10dd4991a4c88dc51a7921e5_image.png)\n\nFDMS190655335\n\n![image.png](https://dev-media.amazoncloud.cn/0d28ea7e9b5945cb839e99b99bad130c_image.png)\n\n在计算阶段，r6g.16xlarge 和 r5.16xlarge 的资源利用率几乎一致，CPU 利用率都能到100%，内存利用率都为60%左右\n\n#### **用时**\n\n![image.png](https://dev-media.amazoncloud.cn/448901c6ef8747a8bc99bbf4c80326db_image.png)\n\nr6g.16xlarge 相对 r5.16xlarge 所需时间大约减少16%左右\n\n#### **EC2价格对比**\n\n![image.png](https://dev-media.amazoncloud.cn/a8028775708c4dbf9c01cc9d744faed4_image.png)\n\nr6g.16xlarge相对r5.16xlargeEC2价格大约下降20%左右\n\n#### **结论**\n\n基于 Batch 的任务调度，在计算任务完成之后，Batch 会自动终止不再运行任务的 EC2实例，所以时间的节约也能带来 EC2和 EBS 的成本节约。根据以上测试结果，在基因测序序列比对这个场景下，使用 ARM 架构的 Graviton 实例，相对于5代 x86实例，能有：\n\n- 16%左右时间节约\n- 16%左右 EBS 成本节约\n- 1 – (1-16%) x (1-20%) = 32.8%左右 EC2成本节约\n\n在这篇文章中，我们演示了如何基于 Graviton2处理器所支持的 EC2实例，在 Amazon 上使用 Batch 服务来运行基因测序的工作负载。并且根据测试的结果，使用 Graviton2处理器用于基因测序的序列比对场景，能够很好的满足用户对于性能和成本的需求。只要您的工作负载所用的操作系统和软件能够适配 ARM 架构，在 Amazon 上就可以利用 Graviton 处理器高性价比的特点来达到降本增效的目的。\n\n#### **参考文档**\n\nAmazon Batch 用户指南：\n\n[https://docs.aws.amazon.com/zh_cn/batch/latest/userguide/what-is-batch.html](https://docs.aws.amazon.com/zh_cn/batch/latest/userguide/what-is-batch.html)\n\n利用 Amazon Batch 来为容器化负载调用海量云端算力：\n\n[https://aws.amazon.com/cn/blogs/china/use-aws-batch-to-call-massive-cloud-computing-power-for-containerized-loads/](https://aws.amazon.com/cn/blogs/china/use-aws-batch-to-call-massive-cloud-computing-power-for-containerized-loads/)\n\n在云中对基因组学工作负载进行基准测试的通用方法：在 Graviton2 上运行 BWA 读取对齐器：\n\n[https://aws.amazon.com/cn/blogs/publicsector/generalized-approach-benchmarking-genomics-workloads-cloud-bwa-read-aligner-graviton2/](https://aws.amazon.com/cn/blogs/publicsector/generalized-approach-benchmarking-genomics-workloads-cloud-bwa-read-aligner-graviton2/)\n\n#### **本篇作者**\n\n![image.png](https://dev-media.amazoncloud.cn/cd5861c11fc24d2ea501d3bee6f7fbc8_image.png)\n\n#### **孙亮**\n\nAmazon 解决方案架构师，硕士毕业于浙江大学计算机系。在加入 Amazon 之前，拥有多年软件行业开发经验。目前在 Public Sector 部门主要服务于生命科学和医疗健康相关的行业客户，致力于提供有关 HPC、容器、无服务器、数据安全等各类云计算解决方案的咨询与架构设计。\n\n![image.png](https://dev-media.amazoncloud.cn/ead06b58fad945b098a63427f6b46e7b_image.png)\n\n#### **刘光**\n\nAmazon 资深解决方案架构师，目前负责基于 Amazon 云计算方案架构的咨询和设计，同时致力于 Amazon 云服务在政企、教育和医疗行业客户的推广。在加入 Amazon 之前就职于 Citrix，具有多年企业虚拟化、VDI 架构设计和支持经验。\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n","render":"<h4><a id=\"_0\"></a><strong>概述</strong></h4>\n<p>相对于基于传统 x86架构的处理器来说，Amazon 设计的基于 ARM 架构的 Graviton 处理器为 EC2中运行的云工作负载提供了更佳的性价比。基于 Graviton2 的实例支持广泛的通用型、突发型、计算优化型、内存优化型、存储优化型和加速计算型工作负载，包括应用程序服务器、微服务、高性能计算 (HPC)、基于 CPU 的机器学习 (ML) 推理、视频编码、电子设计自动化、游戏、开源数据库和内存中的缓存等。由 Graviton2 处理器支持的 EC2实例 (M6g、C6g、R6g和T4g) 在中国区已经上线一段时间，本文以土壤微生物宏基因测序为例，来演示如何利用Amazon Batch 服务调用基于 Graviton2处理器的实例用于基因分析，并且验证 Graviton2相对于 x86架构的处理器能够给用户带来的收益。</p>\n<h4><a id=\"_4\"></a><strong>先决条件</strong></h4>\n<p>您需要一个 Amazon 帐户来完成本演练，其它条件包括（本篇不再描述其具体使用方式）:</p>\n<ul>\n<li><a href=\"https://docs.aws.amazon.com/zh_cn/cli/latest/userguide/install-cliv2-linux.html\" target=\"_blank\">Amazon CLI v2</a>安装和配置</li>\n<li>完成 VPC 的设置，包括公有子网、私有子网和 NAT 的配置等</li>\n<li>熟悉 EC2服务的使用，熟悉 EFS、S3等存储服务的使用</li>\n<li>熟悉 Batch 服务的使用，包括计算环境、任务队列、任务定义的配置</li>\n<li>熟悉生信软件（bwa，samtools，coverm）的安装配置</li>\n<li>熟悉容器的使用</li>\n</ul>\n<h4><a id=\"_15\"></a><strong>整体架构</strong></h4>\n<p>本文演示了一个基于 Amazon Batch 服务来进行任务调度的方案， Batch 是 Amazon 托管的一个批量计算服务，用户可以通过它运行任意规模的容器化工作负载，目前已经广泛应用于基因分析、药物研发等高性能计算的场景。本方案整体架构及用到的服务如下：</p>\n<p><img src=\"https://dev-media.amazoncloud.cn/ba7484f3d41d40329d52bae3678c6cc1_image.png\" alt=\"image.png\" /></p>\n<p>方案描述：</p>\n<ul>\n<li>Batch 批量计算任务调度，启动大量计算节点用于计算</li>\n<li>S3 存储输入和输出数据</li>\n<li>EFS 映射到容器中，用于存放运行脚本</li>\n<li>DynamoDB 保存输入数据的信息及处理状态，运行脚本从中读取需要处理的文件列表并更新处理状态</li>\n<li>ECR 作为容器镜像仓库</li>\n<li>CloudWatch 监控性能指标及查看日志</li>\n<li>开源软件 goofys，挂载 S3存储桶到容器中，简化 S3上数据读取方式，优化 S3到 EC2的数据读取性能</li>\n<li>跳板机，用于操作云上资源</li>\n</ul>\n<p>软件适配<br />\n把原先在 x86架构下的工作负载迁移到 ARM 架构下，首先我们要在 ARM 架构下完成软件的适配。本次演示主要用到 bwa，samtools 和 coverm 三个软件，以下演示如何在 ARM 架构下完成对这些软件的编译并且构建容器镜像。</p>\n<h4><a id=\"EC2_35\"></a><strong>EC2</strong></h4>\n<p>启动一台 EC2使用作为开发环境，AMI：Amazon Linux2，实例类型 t4g.medium(必须是 Graviton 机型)。若在中国区编译 coverm 碰到网络问题，可在 Global 区域启动该 EC2，做完容器镜像后直接推送回中国区的 ECR。</p>\n<h4><a id=\"_Docker_39\"></a><strong>安装 Docker</strong></h4>\n<pre><code class=\"lang-\">sudo yum update -y\nsudo amazon-linux-extras install docker -y\nsudo systemctl start docker\nsudo systemctl enable docker\nsudo usermod -a -G docker ec2-user\n</code></pre>\n<p>登录 EC2安装 docker 后，退出，再重新登录以接受新的 docker 组权限</p>\n<h4><a id=\"AWSCLI_v2_51\"></a><strong>AWSCLI v2</strong></h4>\n<pre><code class=\"lang-\">curl "https://awscli.amazonaws.com/awscli-exe-linux-aarch64.zip" -o "awscliv2.zip"\nunzip awscliv2.zip\nsudo ./aws/install\n</code></pre>\n<p>配置好中国区 AK/SK，为了后续推送容器镜像到国内 ECR</p>\n<h4><a id=\"_62\"></a><strong>基础镜像</strong></h4>\n<pre><code class=\"lang-\">docker pull centos\n</code></pre>\n<p>创建一个目录用于保存后续构建容器镜像需要的文件</p>\n<pre><code class=\"lang-\">mkdir docker\ncd docker\n</code></pre>\n<h4><a id=\"bwa_74\"></a><strong>bwa</strong></h4>\n<pre><code class=\"lang-\">wget https://github.com/lh3/bwa/releases/download/v0.7.17/bwa-0.7.17.tar.bz2\nwget https://gitlab.com/arm-hpc/packages/uploads/ca862a40906a0012de90ef7b3a98e49d/sse2neon.h\n</code></pre>\n<h4><a id=\"samtools_81\"></a><strong>samtools</strong></h4>\n<pre><code class=\"lang-\">wget https://github.com/samtools/samtools/releases/download/1.15.1/samtools-1.15.1.tar.bz2\n</code></pre>\n<h4><a id=\"coverm_87\"></a><strong>coverm</strong></h4>\n<p>起一个容器编译 coverm</p>\n<pre><code class=\"lang-\">docker run --name coverm -v /home/ec2-user/docker:/data -itd centos\n</code></pre>\n<p>进入容器</p>\n<pre><code class=\"lang-\">docker exec -it coverm bash\nsed -i 's/mirrorlist/#mirrorlist/g' /etc/yum.repos.d/CentOS-* \nsed -i 's|#baseurl=http://mirror.centos.org|baseurl=http://vault.centos.org|g' /etc/yum.repos.d/CentOS-*\nyum install git gcc cmake3 -y\ncurl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh\nsource $HOME/.cargo/env\ngit clone https://github.com/wwood/CoverM\ncd CoverM\ncargo build --release\n</code></pre>\n<p>复制可执行文件到外部存储</p>\n<pre><code class=\"lang-\">cp target/release/coverm /data/coverm\n</code></pre>\n<h4><a id=\"goofys_115\"></a><strong>goofys</strong></h4>\n<p>goofys 用于将 S3存储桶映射到容器中，简化 S3文件读取，将文件直接从 S3读取到 EC2内存，无需落盘，从而加快文件读取速率</p>\n<p>编译</p>\n<pre><code class=\"lang-\">yum install go\ngit clone https://github.com/kahing/goofys.git\ncd goofys\nGOOS=linux GOARCH=arm64 go build\n</code></pre>\n<p>复制可执行文件到外部存储</p>\n<pre><code class=\"lang-\">cp goofys /data/goofys\n</code></pre>\n<p>退出容器</p>\n<pre><code class=\"lang-\">exit\n</code></pre>\n<h4><a id=\"_140\"></a><strong>镜像构建</strong></h4>\n<p>确保 bwa-0.7.17.tar.bz2, samtools-1.15.1.tar.bz2, coverm, goofys, awscliv2.zip 和 sse2neon.h 已经保存到之前创建的 docker 目录，编辑如下 Dockerfile：</p>\n<pre><code class=\"lang-\">FROM centos\nADD bwa-0.7.17.tar.bz2 samtools-1.15.1.tar.bz2 coverm goofys awscliv2.zip sse2neon.h /opt/\n\nWORKDIR /opt\nRUN \\ \nsed -i 's/mirrorlist/#mirrorlist/g' /etc/yum.repos.d/CentOS-* && \\\nsed -i 's|#baseurl=http://mirror.centos.org|baseurl=http://vault.centos.org|g' /etc/yum.repos.d/CentOS-* && \\\nyum install unzip gcc-c++ make autoconf ncurses-devel bzip2 bzip2-devel xz-devel zlib-devel fuse fuse-devel -y && \\\nyum clean all && \\\n#awscli\nunzip awscliv2.zip && \\\n./aws/install && \\\nrm -rf awscliv2.zip aws && \\\n#bwa\ncd bwa-0.7.17 && \\\nsed -i -e 's/<emmintrin.h>/"sse2neon.h"/' ksw.c && \\\nmv /opt/sse2neon.h . && \\\nmake && \\\ncd .. && \\\n#samtools\ncd samtools-1.15.1 && \\\nautoheader && \\\nautoconf -Wno-syntax && \\\n./configure && \\\nmake && \\\nmake install && \\\ncd .. && \\\n#coverm\nmkdir tools && \\\nmv coverm tools && \\\n#goofys\nmv goofys tools\n\nWORKDIR /data\n\nENV PATH=$PATH:/opt/bwa-0.7.17:/opt/tools/\n</code></pre>\n<p>构建镜像</p>\n<pre><code class=\"lang-\">docker build -t mapping-graviton . \n</code></pre>\n<p>创建 ECR 镜像仓库 mapping-graviton 并查看推送命令推送镜像到该仓库</p>\n<p><img src=\"https://dev-media.amazoncloud.cn/87524bbd4b264535ab0fc9b78aeb98ec_image.png\" alt=\"image.png\" /></p>\n<h4><a id=\"_193\"></a><strong>云上环境设置</strong></h4>\n<p><strong>S3</strong></p>\n<p>S3存储桶包含3个目录</p>\n<p><img src=\"https://dev-media.amazoncloud.cn/3d822b50dc2f4817a460d987cbe180d3_image.png\" alt=\"image.png\" /></p>\n<p>source 目录存放输入序列，results 存放结果数据</p>\n<p><img src=\"https://dev-media.amazoncloud.cn/aff9fb38508a421ab49ef675de25e78f_image.png\" alt=\"image.png\" /></p>\n<p>ref_data 目录存放参考基因组的索引库</p>\n<p><img src=\"https://dev-media.amazoncloud.cn/3d954d00cbd44833be75f6162c445d51_image.png\" alt=\"image.png\" /></p>\n<p><strong>DynamoDB</strong></p>\n<p>创建一张表用于保存 S3上的输入序列信息，投递任务的脚本从表中读取需要处理的基因序列列表，循环投递任务。在任务运行的时候，根据不同的处理阶段，更新表中对应序列的状态值。</p>\n<p>参照以下命令向表中插入数据：</p>\n<pre><code class=\"lang-\">aws ddb put reads_graviton '{sample: 'SRR11676645', r1: 'source/SRR11676645_1.fastq.gz', r2: 'source/SRR11676645_2.fastq.gz', status: '0'}'\n\n</code></pre>\n<p><img src=\"https://dev-media.amazoncloud.cn/769ffb8216c24308940771d644e7a47a_image.png\" alt=\"image.png\" /></p>\n<h4><a id=\"EFS_222\"></a><strong>EFS</strong></h4>\n<p>创建一个 EFS 文件系统(fs-0a8685ad57ce63a3f)，开发环境挂载 EFS 文件系统，在文件系统中创建 mapping 目录，保存 mapping.sh 到该目录下（放在容器外面主要是为了调试及修改方便，不用每次都重新构建镜像）</p>\n<p><img src=\"https://dev-media.amazoncloud.cn/be10a13e302f4f41b5fd8bcdf14e4120_image.png\" alt=\"image.png\" /></p>\n<h4><a id=\"EC2_228\"></a><strong>EC2启动模板</strong></h4>\n<p>修改根卷为 gp3，200G（根据实际需要调整大小），设备名称指定自定义值/dev/xvda</p>\n<p><img src=\"https://dev-media.amazoncloud.cn/50c1790f31e6441dac9699f1757a97e1_image.png\" alt=\"image.png\" /></p>\n<p>在测试阶段，若需要监控内存使用率，可在高级详细信息→用户数据，输入以下 CloudWatch Agent 配置</p>\n<p>在生产阶段，如果有大量任务运行，建议不要配置 CloudWatch Agent，因为有可能产生指标数量过多的费用</p>\n<pre><code class=\"lang-\">MIME-Version: 1.0\nContent-Type: multipart/mixed; boundary="==MYBOUNDARY=="\n\n--==MYBOUNDARY==\nContent-Type: text/x-shellscript; charset="us-ascii"\n\n#!/bin/bash\nyum install amazon-cloudwatch-agent -y\ncat << EOF > /opt/aws/amazon-cloudwatch-agent/bin/config.json \n{\n "agent": {\n "metrics_collection_interval": 30,\n "run_as_user": "root"\n },\n "metrics": {\n "append_dimensions": {\n "InstanceId": "\\${aws:InstanceId}",\n "InstanceType": "\\${aws:InstanceType}"\n },\n "metrics_collected": {\n "mem": {\n "measurement": [\n "mem_used_percent"\n ],\n "metrics_collection_interval": 30\n },\n "swap": {\n "measurement": [\n "swap_used_percent"\n ],\n "metrics_collection_interval": 30\n }\n }\n }\n}\nEOF\n/opt/aws/amazon-cloudwatch-agent/bin/amazon-cloudwatch-agent-ctl -a fetch-config -m ec2 -s -c file:/opt/aws/amazon-cloudwatch-agent/bin/config.json\n\n--==MYBOUNDARY==--\n</code></pre>\n<h4><a id=\"IAM__280\"></a><strong>IAM 角色</strong></h4>\n<p>Batch 需要的两个角色，附加合适的权限</p>\n<p><img src=\"https://dev-media.amazoncloud.cn/7dbf31c60b24415d923af14b3c7ddc06_image.png\" alt=\"image.png\" /></p>\n<p>ecsInstanceRoleBatchJobRole</p>\n<p><img src=\"https://dev-media.amazoncloud.cn/590694932fd645aebde82623d6f27e16_image.png\" alt=\"image.png\" /></p>\n<h4><a id=\"_290\"></a><strong>计算环境</strong></h4>\n<p>创建配置文件 ce.json：</p>\n<p>subnets：配置了 NAT 网关路由的私有子网</p>\n<p>securityGroupIds：默认安全组 id</p>\n<p>instanceTypes：使用的 r6g 实例类型<br />\ntags：EC2标签</p>\n<p>123456789012：换成您自己的12位 Amazon 账户 id</p>\n<pre><code class=\"lang-\">{\n "computeEnvironmentName": "env-mapping-graviton",\n "type": "MANAGED",\n "state": "ENABLED",\n "computeResources": {\n "type": "EC2",\n "allocationStrategy": "BEST_FIT",\n "minvCpus": 0,\n "maxvCpus": 2560,\n "desiredvCpus": 0,\n "instanceTypes": [\n "r6g"\n ],\n "subnets": [\n "subnet-03388bca5b37db2b9",\n "subnet-0fafc120e429ec25d"\n ],\n "securityGroupIds": [\n "sg-0468dd9696811b7b8"\n ],\n "instanceRole": "arn:aws-cn:iam::123456789012:instance-profile/ecsInstanceRole",\n "tags": {\n "Name": "batch-mapping-graviton"\n },\n "launchTemplate": {\n "launchTemplateName": "lt-batch-zju",\n "version": "9"\n }\n },\n "serviceRole": "arn:aws-cn:iam::123456789012:role/aws-service-role/batch.amazonaws.com/AWSServiceRoleForBatch"\n}\n</code></pre>\n<p>创建计算环境</p>\n<pre><code class=\"lang-\">aws batch create-compute-environment --cli-input-json file://ce.json\n</code></pre>\n<h4><a id=\"_343\"></a><strong>任务队列</strong></h4>\n<p>创建配置文件 jq.json:</p>\n<p>computeEnvironment：上一步创建的计算环境的 arn</p>\n<pre><code class=\"lang-\">{\n "jobQueueName": "q-mapping-graviton",\n "state": "ENABLED",\n "priority": 1,\n "computeEnvironmentOrder": [\n {\n "order": 1,\n "computeEnvironment": "arn:aws-cn:batch:cn-northwest-1:123456789012:compute-environment/env-mapping-graviton"\n }\n ]\n}\n</code></pre>\n<p>创建任务队列</p>\n<pre><code class=\"lang-\">aws batch create-job-queue --cli-input-json file://jq.json\n\n</code></pre>\n<h4><a id=\"_370\"></a><strong>任务定义</strong></h4>\n<p>创建配置文件 jd.json：</p>\n<p>privileged: 容器中运行 goofys 需要开启特权模式，设为 true</p>\n<pre><code class=\"lang-\">{\n "jobDefinitionName": "jd-mapping-graviton",\n "type": "container",\n "parameters": {\n "r2": "source/SRR11676645_2.fastq.gz",\n "dbtable": "reads_graviton",\n "sample": "SRR11676645",\n "script": "mapping.sh",\n "r1": "source/SRR11676645_1.fastq.gz"\n },\n "containerProperties": {\n "image": "123456789012.dkr.ecr.cn-northwest-1.amazonaws.com.cn/mapping-graviton:latest",\n "command": [\n "sh",\n "Ref::script",\n "Ref::sample",\n "Ref::r1",\n "Ref::r2",\n "Ref::dbtable"\n ],\n "jobRoleArn": "arn:aws-cn:iam::123456789012:role/BatchJobRole",\n "volumes": [\n {\n "name": "efs",\n "efsVolumeConfiguration": {\n "fileSystemId": "fs-0a8685ad57ce63a3f",\n "rootDirectory": "mapping"\n }\n }\n ],\n "environment": [\n {\n "name": "S3_MOUNT_POINT",\n "value": "/s3"\n }\n ],\n "mountPoints": [\n {\n "containerPath": "/data",\n "sourceVolume": "efs"\n }\n ],\n "privileged": true,\n "resourceRequirements": [\n {\n "value": "64",\n "type": "VCPU"\n },\n {\n "value": "500000",\n "type": "MEMORY"\n }\n ]\n },\n "platformCapabilities": [\n "EC2"\n ]\n}\n</code></pre>\n<p>注册任务定义</p>\n<pre><code class=\"lang-\">aws batch register-job-definition --cli-input-json file://jd.json\n</code></pre>\n<h4><a id=\"_mappingsh_443\"></a><strong>任务脚本 mapping.sh</strong></h4>\n<p>实际任务运行所调用的脚本（保存到 EFS 的 mapping 目录下）</p>\n<pre><code class=\"lang-\">sample=$1\nr1=$2\nr2=$3\ndbtable=$4\necho 'sample: '$sample', r1: '$r1', r2: '$r2', dbtable: '$dbtable\n\necho 'mount s3 bucket'\nmkdir -p $S3_MOUNT_POINT\ngoofys --region cn-northwest-1 sun-test $S3_MOUNT_POINT\nbase_dir=$S3_MOUNT_POINT\nls -lh $base_dir\n\necho 'job done set status to 1'\naws dynamodb execute-statement --statement "UPDATE $dbtable SET status=1 WHERE sample='$sample'"\n\necho 'bwa start'\nmkdir /result\nbwa mem -t 64 $base_dir/ref_data/derep_all.fa $base_dir/$r1 $base_dir/$r2 > /result/$sample.sam\necho 'samtools start'\nsamtools sort /result/$sample.sam -@ 64 -o /result/$sample.bam\necho 'rm sample'\nrm /result/$sample.sam\n\necho 'job done set status to 2'\naws dynamodb execute-statement --statement "UPDATE $dbtable SET status=2 WHERE sample='$sample'"\n\necho 'coverm filter start'\ncoverm filter --min-read-percent-identity 0.95 --min-read-aligned-percent 0.75 -b /result/$sample.bam -o /result/${sample}_filter.bam -t 64\necho 'copy '${sample}_filter.bam' to s3'\nmkdir -p $base_dir/results/$dbtable\ncp /result/${sample}_filter.bam $base_dir/results/$dbtable/\n\necho 'job done set status to 3'\naws dynamodb execute-statement --statement "UPDATE $dbtable SET status=3 WHERE sample='$sample'"\n\necho 'rm result '$sample.bam' from local disk'\nrm /result/$sample.bam\n\necho 'coverm contig start'\ncoverm contig --trim-max 90 --trim-min 10 --min-read-aligned-percent 70 -t 64 --bam-files /result/${sample}_filter.bam > /result/${sample}_coverage.csv\necho 'copy to s3'\ncp /result/${sample}_coverage.csv $base_dir/results/$dbtable\n\necho 'job done set status to 4'\naws dynamodb execute-statement --statement "UPDATE $dbtable SET status=4 WHERE sample='$sample'"\n\necho 'rm result '${sample}_filter.bam' from local disk'\nrm /result/${sample}_filter.bam\n</code></pre>\n<h4><a id=\"run_mappingsh_498\"></a><strong>run_mapping.sh</strong></h4>\n<p>通过 run_mapping.sh 来读取数据库中序列信息并循环提交多个 Batch 任务，该脚本可在跳板机或本地执行</p>\n<pre><code class=\"lang-\">dbtable='reads_graviton'\nitem=`aws ddb select $dbtable --filter 'status = 0' `\ncount=`echo $item | awk '{print $2}'`\necho 'count: '$count\nif [ $count -eq 0 ]\nthen\n echo 'end'\n break\nfi\ninfo=`echo $item | awk '{for(i=10;i<=NF;i=i+9){print $i}}'`\nfastq_1=`echo $item | awk '{for(i=6;i<=NF;i=i+9){print $i}}'`\nfastq_2=`echo $item | awk '{for(i=8;i<=NF;i=i+9){print $i}}'`\n\nfor ((i=1;i<=$count;i++))\ndo\n sample=`echo $info|awk '{print $'$i'}'`\n echo 'sample= '$sample\n r1=`echo $fastq_1|awk '{print $'$i'}'`\n echo 'r1= '$r1\n r2=`echo $fastq_2|awk '{print $'$i'}'`\n echo 'r2= '$r2 \n jobname=${dbtable}_${sample%.*}\n echo 'jobnane= '$jobname\n aws batch submit-job --job-name $jobname --job-queue q-mapping-graviton --job-definition jd-mapping-graviton:1 --parameters script=mapping.sh,sample=$sample,r1=$r1,r2=$r2,dbtable=$dbtable\ndone\n</code></pre>\n<h4><a id=\"_530\"></a><strong>测试</strong></h4>\n<p>按照类似的方法再创建一套基于 x86架构的 Batch 计算环境、任务队列、任务定义（不再赘述创建方法），相同的任务分别投递到 arm 和 x86环境，进行对比测试。</p>\n<p>单个序列比对任务需要用到的内存为300G+，故使用类型为r6g.16xlarge 和 r5.16xlarge 的 EC2实例进行对比测试, 测试结果如下：</p>\n<h4><a id=\"CPUMEM_CloudWatch_536\"></a><strong>CPU/MEM 监控-CloudWatch</strong></h4>\n<p>SRR11676645</p>\n<p><img src=\"https://dev-media.amazoncloud.cn/efe04b4a5b184086a25ddeb0da4da158_image.png\" alt=\"image.png\" /></p>\n<p>SRR11676933</p>\n<p><img src=\"https://dev-media.amazoncloud.cn/c166192a10dd4991a4c88dc51a7921e5_image.png\" alt=\"image.png\" /></p>\n<p>FDMS190655335</p>\n<p><img src=\"https://dev-media.amazoncloud.cn/0d28ea7e9b5945cb839e99b99bad130c_image.png\" alt=\"image.png\" /></p>\n<p>在计算阶段，r6g.16xlarge 和 r5.16xlarge 的资源利用率几乎一致，CPU 利用率都能到100%，内存利用率都为60%左右</p>\n<h4><a id=\"_552\"></a><strong>用时</strong></h4>\n<p><img src=\"https://dev-media.amazoncloud.cn/448901c6ef8747a8bc99bbf4c80326db_image.png\" alt=\"image.png\" /></p>\n<p>r6g.16xlarge 相对 r5.16xlarge 所需时间大约减少16%左右</p>\n<h4><a id=\"EC2_558\"></a><strong>EC2价格对比</strong></h4>\n<p><img src=\"https://dev-media.amazoncloud.cn/a8028775708c4dbf9c01cc9d744faed4_image.png\" alt=\"image.png\" /></p>\n<p>r6g.16xlarge相对r5.16xlargeEC2价格大约下降20%左右</p>\n<h4><a id=\"_564\"></a><strong>结论</strong></h4>\n<p>基于 Batch 的任务调度，在计算任务完成之后，Batch 会自动终止不再运行任务的 EC2实例，所以时间的节约也能带来 EC2和 EBS 的成本节约。根据以上测试结果，在基因测序序列比对这个场景下，使用 ARM 架构的 Graviton 实例，相对于5代 x86实例，能有：</p>\n<ul>\n<li>16%左右时间节约</li>\n<li>16%左右 EBS 成本节约</li>\n<li>1 – (1-16%) x (1-20%) = 32.8%左右 EC2成本节约</li>\n</ul>\n<p>在这篇文章中，我们演示了如何基于 Graviton2处理器所支持的 EC2实例，在 Amazon 上使用 Batch 服务来运行基因测序的工作负载。并且根据测试的结果，使用 Graviton2处理器用于基因测序的序列比对场景，能够很好的满足用户对于性能和成本的需求。只要您的工作负载所用的操作系统和软件能够适配 ARM 架构，在 Amazon 上就可以利用 Graviton 处理器高性价比的特点来达到降本增效的目的。</p>\n<h4><a id=\"_574\"></a><strong>参考文档</strong></h4>\n<p>Amazon Batch 用户指南：</p>\n<p><a href=\"https://docs.aws.amazon.com/zh_cn/batch/latest/userguide/what-is-batch.html\" target=\"_blank\">https://docs.aws.amazon.com/zh_cn/batch/latest/userguide/what-is-batch.html</a></p>\n<p>利用 Amazon Batch 来为容器化负载调用海量云端算力：</p>\n<p><a href=\"https://aws.amazon.com/cn/blogs/china/use-aws-batch-to-call-massive-cloud-computing-power-for-containerized-loads/\" target=\"_blank\">https://aws.amazon.com/cn/blogs/china/use-aws-batch-to-call-massive-cloud-computing-power-for-containerized-loads/</a></p>\n<p>在云中对基因组学工作负载进行基准测试的通用方法：在 Graviton2 上运行 BWA 读取对齐器：</p>\n<p><a href=\"https://aws.amazon.com/cn/blogs/publicsector/generalized-approach-benchmarking-genomics-workloads-cloud-bwa-read-aligner-graviton2/\" target=\"_blank\">https://aws.amazon.com/cn/blogs/publicsector/generalized-approach-benchmarking-genomics-workloads-cloud-bwa-read-aligner-graviton2/</a></p>\n<h4><a id=\"_588\"></a><strong>本篇作者</strong></h4>\n<p><img src=\"https://dev-media.amazoncloud.cn/cd5861c11fc24d2ea501d3bee6f7fbc8_image.png\" alt=\"image.png\" /></p>\n<h4><a id=\"_592\"></a><strong>孙亮</strong></h4>\n<p>Amazon 解决方案架构师，硕士毕业于浙江大学计算机系。在加入 Amazon 之前，拥有多年软件行业开发经验。目前在 Public Sector 部门主要服务于生命科学和医疗健康相关的行业客户，致力于提供有关 HPC、容器、无服务器、数据安全等各类云计算解决方案的咨询与架构设计。</p>\n<p><img src=\"https://dev-media.amazoncloud.cn/ead06b58fad945b098a63427f6b46e7b_image.png\" alt=\"image.png\" /></p>\n<h4><a id=\"_598\"></a><strong>刘光</strong></h4>\n<p>Amazon 资深解决方案架构师，目前负责基于 Amazon 云计算方案架构的咨询和设计，同时致力于 Amazon 云服务在政企、教育和医疗行业客户的推广。在加入 Amazon 之前就职于 Citrix，具有多年企业虚拟化、VDI 架构设计和支持经验。</p>\n"}

亚马逊云科技解决方案基于行业客户应用场景及技术领域的解决方案

联系亚马逊云科技专家