KR102282755B1 - 컨테이너 기반 유전체 분석 솔루션 제공 방법, 장치 및 시스템 - Google Patents

컨테이너 기반 유전체 분석 솔루션 제공 방법, 장치 및 시스템 Download PDF

Info

Publication number
KR102282755B1
KR102282755B1 KR1020200163031A KR20200163031A KR102282755B1 KR 102282755 B1 KR102282755 B1 KR 102282755B1 KR 1020200163031 A KR1020200163031 A KR 1020200163031A KR 20200163031 A KR20200163031 A KR 20200163031A KR 102282755 B1 KR102282755 B1 KR 102282755B1
Authority
KR
South Korea
Prior art keywords
genome analysis
analysis equipment
container
task
equipment
Prior art date
Application number
KR1020200163031A
Other languages
English (en)
Inventor
김동민
김민호
Original Assignee
주식회사 비아이티
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 비아이티 filed Critical 주식회사 비아이티
Priority to KR1020200163031A priority Critical patent/KR102282755B1/ko
Application granted granted Critical
Publication of KR102282755B1 publication Critical patent/KR102282755B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B50/00—ICT programming tools or database systems specially adapted for bioinformatics
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B20/00—ICT specially adapted for functional genomics or proteomics, e.g. genotype-phenotype associations
    • G16B20/10—Ploidy or copy number detection
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
    • G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Theoretical Computer Science (AREA)
  • Biotechnology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioethics (AREA)
  • Databases & Information Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Public Health (AREA)
  • Evolutionary Computation (AREA)
  • Epidemiology (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Genetics & Genomics (AREA)
  • Molecular Biology (AREA)
  • Proteomics, Peptides & Aminoacids (AREA)
  • Apparatus Associated With Microorganisms And Enzymes (AREA)

Abstract

일실시에에 따르면, 장치에 의해 수행되는, 컨테이너 기반의 유전체 분석 솔루션을 제공하는 방법에 있어서, 클러스터링을 통해 하나의 장비로 통합 관리되는 복수의 유전체 분석 장비 각각으로부터, 상기 복수의 유전체 분석 장비 각각에 설치된 도커를 통해 생성되는 컨테이너에 대한 상태 정보를 수집하는 단계; 상기 상태 정보에 기초하여, 유전체 분석 작업을 1순위로 수행할 제1 유전체 분석 장비를 선정하는 단계; 미리 저장된 상기 제1 유전체 분석 장비의 사양 정보에 기초하여, 상기 제1 유전체 분석 장비에 할당할 제1 작업을 결정하는 단계; 상기 유전체 분석 작업에 할당되지 않은 작업이 남아있는 것으로 확인되면, 상기 상태 정보에 기초하여, 상기 유전체 분석 작업을 2순위로 수행할 제2 유전체 분석 장비를 선정하는 단계; 미리 저장된 상기 제2 유전체 분석 장비의 사양 정보에 기초하여, 상기 제2 유전체 분석 장비에 할당할 제2 작업을 결정하는 단계; 및 상기 유전체 분석 작업에 대한 할당이 완료되면, 상기 유전체 분석 작업이 할당된 하나 이상의 유전체 분석 장비로, 할당된 작업을 처리하기 위한 제어 신호를 전송하는 단계를 포함하는, 컨테이너 기반 유전체 분석 솔루션 제공 방법이 제공된다.

Description

컨테이너 기반 유전체 분석 솔루션 제공 방법, 장치 및 시스템 {METHOD, DEVICE AND SYSTEM FOR PROVIDING SOLUTION TO ANALYZE GENOME BASED ON CONTAINER}
아래 실시예들은 도커에서 생성된 컨테이너를 기반으로 유전체 분석 솔루션을 제공하는 기술에 관한 것이다.
생명 정보를 분석하는 NFS 방식의 기존 클러스터 시스템은 서버 효율이 매우 낮아 병목 현상이 발생하고, 시스템 구성이 복잡하여 시스템 운영 및 유지 보수가 어려운 문제가 있다.
이에 따라, 우분투(Ubuntu) 기반의 게놈 분석 툴 패키징 운영 체제인 Bio OS(바이오 운영 체제)가 제안되었다.
Bio OS는 생명 정보의 분석 시 필요한 다양한 오픈소스 프로그램 및 라이브러리들이 탑재된 리눅스 운영 체제로, 다양한 의존성 때문에 설치하기 힘들었던 생명 정보 분석 프로그램들이 운영 체제의 설치만으로 이를 해결할 수 있었다.
Bio OS에 탑재되어 기본으로 설치된 프로그램은 Bamtools, BedTools, Bioperl, BioSamtools, Bismark, Blast, Blastz, Blat, BlatSrc, Bowtie, Bowtie2, Breakdancer, BWA, Cap3, CASAVA, Circos, Clustalw, Clustalx, Cluster, Cufflinks, Cpc, CREST, Dirvenet, Fasta, Fastqc, Fastx-toolkit, GATK, GISTIC, Homer, Igvtools, Inchworm, JointSNVMix, Livsvm-Tools, Lobstr, Macs, Matlab, Meekat, Meme, Mfold-util, Mirdeep, Perl, Python, BioPython, Picard-tools, Primer3, Polyphen2, Provean, Repeatmasker, Rnacode, Rnaz, Samtools, Seqtk, Sickle, Sift, SNPeff, Snvmix2, Soap, Somaticssniper, t-coffee, tigra-sv, Tophat, Ucsc-browser, Varscan2, Velvet, Viennarna, Python-rpy, Python-MySQLdb, Python-numpy, Python-scipy, Sylamer, R, R-library 등이 있으며, 이 외에도 고객의 요청에 따른 다양한 커스터마이징이 가능하다.
하지만, Bio OS에 기본으로 설치된 프로그램은 모든 운영 체제에서 동작을 지원하지 않고, 일부 운영 체제에서만 동작을 지원하고 있다. 예를 들어, Ubuntu 64Bit, SUSE Linux, Redhat / Centos에서는 Bio OS에 기본으로 설치된 프로그램의 동작을 지원하고, Windows Server, UNIX, Fedora, PPC64, MAC OS에서는 Bio OS에 기본으로 설치된 프로그램의 동작을 지원하지 않는다.
또한, Bio OS에 기본으로 설치된 프로그램은 모든 장비에서 설치를 지원하지 않고, 일부 제조사에서 생산된 장비에서만 설치를 지원하고 있다. 예를 들어, DELL, Lenovo, Supermicro, HP-Enterprise, Huawei에서 생산된 장비에서는 Bio OS에 기본으로 설치된 프로그램의 설치를 지원하고, IBM, HP-UX에서 생산된 장비에서는 Bio OS에 기본으로 설치된 프로그램의 설치를 지원하지 않는다.
즉, Bio OS에 기본으로 설치된 프로그램은 모든 운영 체제에서 동작을 지원하지 않고, 모든 장비에서 설치를 지원하지 않으므로, 운영 체제 및 장비의 의존성 문제가 생길 수 밖에 없다.
이러한 의존성 문제를 해결하기 위해, 컨테이너 기반 가상화 기술인 도커(docker)가 제안되었다. 이는 기존의 운영 체제에서 가상화 기술로 커널과 공유하는 프로세스를 생성하여 격리된 환경에서 프로세스를 실행하는 기술로, 도커에서 생성된 컨테이너는 애플리케이션을 격리하여 애플리케이션 별로 프로세스가 실행되도록 지원함으로써, 제한된 계산 능력 아래 운용될 수 있고, 제한된 자원만을 이용할 수 있다.
컨테이너로 실행된 프로세스는 그룹, 계정, 루트 디렉토리 간에 격리된 환경에서 실행되고 독립적인 가상머신 환경 구현이 가능하다. 컨테이너에서 패키지 간의 의존성 문제에 대한 부담을 줄이고, 하드웨어를 가상화하는 VMware, VirtBox 보다 실행속도가 빠르고, 성능 리소스에 대한 부담이 적은 장점이 있다.
도커로 인해 컨테이너 기술의 진입장벽이 낮아지면서 리눅스 컨테이너가 다양한 곳에 활용이 되기 시작했는데, 그 중 대표적인 분야가 클라우드 컴퓨팅이라고 할 수 있다. 도커 컨테이너 기술에 의하면 호스트의 환경이나 개수 등이 동작에 영향을 주지 않기 때문에, 미리 준비한 컨테이너를 실행시키는 것 만으로 원하는 동작을 기대할 수 있다.
이러한 종래의 컨테이너 관리 기술은 도커 컨테이너로부터 컨테이너 생성과 관련된 로그를 수집하여 중앙 서버에 저장할 수 있으나, 로그 정보를 활용하는 로직이 없어 로그를 단순히 시각적으로 확인하는 것 이상의 동작을 기대할 수 없다는 한계가 있다.
따라서, 로그 정보 분석으로 컨테이너에 대한 상태를 확인하여 각 호스트 간의 작업 스케줄링이나 컨테이너의 동작 오류에 따른 대응 방안을 마련할 수 있는 기술의 필요성이 요구되고 있다.
일실시예에 따르면, 복수의 유전체 분석 장비 각각에 설치된 도커를 통해 생성되는 컨테이너에 대한 상태 정보를 수집하고, 컨테이너의 상태 정보에 기초하여, 유전체 분석 작업을 수행할 유전체 분석 장비를 선정하고, 유전체 분석 장비의 사양 정보에 기초하여, 유전체 분석 장비에 할당할 작업을 결정하는 컨테이너 기반 유전체 분석 솔루션 제공 방법, 장치 및 시스템을 제공하기 위한 것을 그 목적으로 한다.
본 발명의 목적은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 명확하게 이해될 수 있을 것이다.
일실시예에 따르면, 장치에 의해 수행되는, 컨테이너 기반의 유전체 분석 솔루션을 제공하는 방법에 있어서, 클러스터링을 통해 하나의 장비로 통합 관리되는 복수의 유전체 분석 장비 각각으로부터, 상기 복수의 유전체 분석 장비 각각에 설치된 도커를 통해 생성되는 컨테이너에 대한 상태 정보를 수집하는 단계; 상기 상태 정보에 기초하여, 유전체 분석 작업을 1순위로 수행할 제1 유전체 분석 장비를 선정하는 단계; 미리 저장된 상기 제1 유전체 분석 장비의 사양 정보에 기초하여, 상기 제1 유전체 분석 장비에 할당할 제1 작업을 결정하는 단계; 상기 유전체 분석 작업에 할당되지 않은 작업이 남아있는 것으로 확인되면, 상기 상태 정보에 기초하여, 상기 유전체 분석 작업을 2순위로 수행할 제2 유전체 분석 장비를 선정하는 단계; 미리 저장된 상기 제2 유전체 분석 장비의 사양 정보에 기초하여, 상기 제2 유전체 분석 장비에 할당할 제2 작업을 결정하는 단계; 및 상기 유전체 분석 작업에 대한 할당이 완료되면, 상기 유전체 분석 작업이 할당된 하나 이상의 유전체 분석 장비로, 할당된 작업을 처리하기 위한 제어 신호를 전송하는 단계를 포함하는, 컨테이너 기반 유전체 분석 솔루션 제공 방법이 제공된다.
상기 제1 유전체 분석 장비를 선정하는 단계는, 상기 상태 정보를 분석한 결과, 상기 복수의 유전체 분석 장비들 중 상기 제1 유전체 분석 장비의 도커에만 마스터 컨테이너가 생성되어 있는 것으로 확인되면, 상기 제1 유전체 분석 장비를 1순위로 선정하는 단계; 상기 상태 정보를 분석한 결과, 상기 복수의 유전체 분석 장비들 중 둘 이상 유전체 분석 장비들의 도커에 상기 마스터 컨테이너가 생성되어 있고, 상기 마스터 컨테이너가 생성되어 있는 유전체 분석 장비들 중 상기 제1 유전체 분석 장비의 도커에만 상기 마스터 컨테이너와 연동된 노드 컨테이너가 생성되어 있는 것으로 확인되면, 상기 제1 유전체 분석 장비를 1순위로 선정하는 단계; 및 상기 상태 정보를 분석한 결과, 상기 마스터 컨테이너가 생성되어 있는 유전체 분석 장비들 중 둘 이상 유전체 분석 장비들의 도커에 상기 노드 컨테이너가 생성되어 있고, 상기 노드 컨테이너가 생성되어 있는 유전체 분석 장비들 중 상기 제1 유전체 분석 장비의 도커에 생성되어 있는 상기 노드 컨테이너의 수가 가장 많은 것으로 확인되면, 상기 제1 유전체 분석 장비를 1순위로 선정하는 단계를 포함할 수 있다.
상기 제어 신호를 전송하는 단계는, 상기 제1 유전체 분석 장비의 도커에 마스터 컨테이너를 생성하도록 제어하는 단계; 상기 마스터 컨테이너에 포함되어 상기 제1 유전체 분석 장비의 운영 체제와 데이터를 공유하기 위해 설정된 공유 디렉토리에서 노드 컨테이너 생성 스크립트를 실행하여, 상기 마스터 컨테이너와 동일한 환경으로 상기 노드 컨테이너를 생성하도록 제어하는 단계; 상기 마스터 컨테이너와 상기 노드 컨테이너를 클러스터로 구성하기 위해 상기 스크립트를 실행하여, 상기 마스터 컨테이너와 상기 노드 컨테이너 간의 통신 연결 환경 값을 설정하도록 제어하는 단계; 상기 마스터 컨테이너 및 상기 노드 컨테이너 각각에 포함되어 있는 클러스터 프로그램에서 상기 제1 작업에 대한 명령어를 실행하도록 제어하는 단계; 및 상기 제1 작업이 완료된 것으로 확인되면, 상기 노드 컨테이너가 종료되어 회수되도록 제어하는 단계를 포함할 수 있다.
상기 컨테이너 기반 유전체 분석 솔루션 제공 방법은, 상기 제1 작업에 대한 명령어를 실행하는 동안 발생하는 에러를 검출하여 에러 횟수를 산출하는 단계; 상기 에러 횟수가 미리 설정된 제1 기준값 보다 작은 것으로 확인되면, 상기 마스터 컨테이너 및 상기 노드 컨테이너의 상태를 유지하면서, 상기 제1 작업에 대한 명령어를 다시 실행하도록 제어하는 단계; 상기 에러 횟수가 상기 제1 기준값 보다 크고 미리 설정된 제2 기준값 보다 작은 것으로 확인되면, 상기 마스터 컨테이너의 상태를 유지하면서 상기 노드 컨테이너만 재생성되도록 제어하는 단계; 상기 에러 횟수가 상기 제2 기준값 보다 크고 미리 설정된 제3 기준값 보다 작은 것으로 확인되면, 상기 마스터 컨테이너 및 상기 노드 컨테이너가 재생성되도록 제어하는 단계; 및 상기 에러 횟수가 상기 제3 기준값 보다 큰 것으로 확인되면, 상기 상태 정보에 기초하여, 상기 유전체 분석 작업을 3순위로 수행할 제3 유전체 분석 장비를 선정하고, 상기 제3 유전체 분석 장비로 상기 제1 작업을 처리하기 위한 제어 신호를 전송하는 단계를 더 포함할 수 있다.
상기 컨테이너 기반 유전체 분석 솔루션 제공 방법은, 상기 복수의 유전체 분석 장비 각각에 설정된 목표 온도 및 목표 습도를 확인하는 단계; 상기 복수의 유전체 분석 장비 각각과 연결된 복수의 항온항습기 각각의 동작을 제어하여, 상기 복수의 유전체 분석 장비 각각에서 측정된 온도가 상기 목표 온도를 유지하도록 조절하고, 상기 복수의 유전체 분석 장비 각각에서 측정된 습도가 상기 목표 습도를 유지하도록 조절하는 단계; 상기 복수의 유전체 분석 장비 별로 미리 설정된 기간 동안 상기 목표 온도 및 상기 목표 습도를 유지하도록 조절된 조절 횟수를 확인하는 단계; 상기 제1 유전체 분석 장비의 조절 횟수가 미리 설정된 기준 범위 내에 있는 것으로 확인되면 상기 제1 유전체 분석 장비를 이상이 없는 정상 상태로 분류하고, 상기 제1 유전체 분석 장비의 조절 횟수가 상기 기준 범위를 벗어나는 것으로 확인되면 상기 제1 유전체 분석 장비를 이상이 있는 비정상 상태로 분류하는 단계; 상기 제1 유전체 분석 장비가 비정상 상태로 분류되면, 상기 제1 유전체 분석 장비의 비정상 상태에 대한 알림 메시지가 관리자 단말로 전송되도록 제어하는 단계; 상기 제1 유전체 분석 장비의 조절 횟수가 상기 기준 범위의 최소값 보다 작은 것으로 확인되면, 상기 제1 유전체 분석 장비를 비정상 상태에서 유휴 상태로 분류하고, 상기 제1 유전체 분석 장비의 조절 횟수가 상기 기준 범위의 최대값 보다 큰 것으로 확인되면, 상기 제1 유전체 분석 장비를 비정상 상태에서 과부하 상태로 분류하는 단계; 상기 제1 유전체 분석 장비가 유휴 상태로 분류되면, 상기 제1 유전체 분석 장비의 유휴 상태에 대한 알림 메시지가 상기 관리자 단말로 전송되도록 제어하고, 상기 제1 유전체 분석 장비가 과부하 상태로 분류되면, 상기 제1 유전체 분석 장비의 과부하 상태에 대한 알림 메시지가 상기 관리자 단말로 전송되도록 제어하는 단계; 상기 제1 유전체 분석 장비의 유휴 상태가 미리 설정된 기준 시간 이상으로 지속된 것이 확인되면, 상기 제1 유전체 분석 장비를 작업 할당 우선 장비로 분류하고, 상기 제1 유전체 분석 장비의 과부하 상태가 상기 기준 시간 이상으로 지속된 것이 확인되면, 상기 제1 유전체 분석 장비를 작업 할당 보류 장비로 분류하는 단계; 및 상기 제1 유전체 분석 장비가 작업 할당 우선 장비로 분류되면, 상기 제1 유전체 분석 장비에 작업이 우선적으로 할당되도록, 상기 제1 유전체 분석 장비에 대한 작업 할당이 필요한 것을 알려주는 알림 메시지가 상기 관리자 단말로 전송되도록 제어하고, 상기 제1 유전체 분석 장비가 작업 할당 보류 장비로 분류되면, 상기 제1 유전체 분석 장비에 작업이 할당되지 않도록, 상기 제1 유전체 분석 장비에 대한 작업 할당의 보류가 필요한 것을 알려주는 알림 메시지가 상기 관리자 단말로 전송되도록 제어하는 단계를 더 포함할 수 있다.
일실시예에 따르면, 복수의 유전체 분석 장비 각각에 설치된 도커를 통해 생성되는 컨테이너에 대한 상태 정보를 수집하고, 컨테이너의 상태 정보에 기초하여, 유전체 분석 작업을 수행할 유전체 분석 장비를 선정하고, 유전체 분석 장비의 사양 정보에 기초하여, 유전체 분석 장비에 할당할 작업을 결정함으로써, 각 유전체 분석 장비 간의 작업 스케줄링을 컨테이너의 상태를 통해 처리할 수 있는 효과가 있다.
한편, 실시예들에 따른 효과는 이상에서 언급한 것으로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 해당 기술 분야의 통상의 지식을 가진 자에게 명확히 이해될 수 있을 것이다.
도 1은 일실시예에 따른 시스템의 구성을 개략적으로 나타낸 도면이다.
도 2는 일실시예에 따른 컨테이너의 구성을 설명하기 위한 도면이다.
도 3은 일실시예에 따른 마스터 컨테이너 및 노드 컨테이너의 구성을 설명하기 위한 도면이다.
도 4는 일실시예에 따른 컨테이너 기반의 유전체 분석 솔루션을 제공하는 과정을 설명하기 위한 순서도이다.
도 5는 일실시예에 따른 유전체 분석 작업을 수행할 유전체 분석 장비를 선정하는 과정을 설명하기 위한 순서도이다.
도 6은 일실시예에 따른 작업 실행을 제어하는 과정을 설명하기 위한 순서도이다.
도 7은 일실시예에 따른 에러 발생률에 따른 대응 방안을 설명하기 위한 순서도이다.
도 8은 일실시예에 따른 유전체 분석 장비의 상태를 분류하는 과정을 설명하기 위한 순서도이다.
도 9는 일실시예에 따른 장치의 구성의 예시도이다.
이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나, 실시예들에는 다양한 변경이 가해질 수 있어서 특허출원의 권리 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 실시예들에 대한 모든 변경, 균등물 내지 대체물이 권리 범위에 포함되는 것으로 이해되어야 한다.
실시예들에 대한 특정한 구조적 또는 기능적 설명들은 단지 예시를 위한 목적으로 개시된 것으로서, 다양한 형태로 변경되어 실시될 수 있다. 따라서, 실시예들은 특정한 개시형태로 한정되는 것이 아니며, 본 명세서의 범위는 기술적 사상에 포함되는 변경, 균등물, 또는 대체물을 포함한다.
제1 또는 제2 등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 해석되어야 한다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다.
실시예에서 사용한 용어는 단지 설명을 목적으로 사용된 것으로, 한정하려는 의도로 해석되어서는 안된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
실시예들은 퍼스널 컴퓨터, 랩톱 컴퓨터, 태블릿 컴퓨터, 스마트 폰, 텔레비전, 스마트 가전 기기, 지능형 자동차, 키오스크, 웨어러블 장치 등 다양한 형태의 제품으로 구현될 수 있다.
도 1은 일실시예에 따른 시스템의 구성을 개략적으로 나타낸 도면이다.
도 1을 참조하면, 일실시예에 따른 시스템은 복수의 유전체 분석 장비(100) 및 장치(200)를 포함할 수 있다.
복수의 유전체 분석 장비(100) 각각은 유전체 분석 작업을 처리하는 컴퓨터 장비로, 데스크탑 컴퓨터, 노트북, 태블릿, 스마트폰 등일 수 있고, 실시예에 따라 달리 채용될 수도 있다. 복수의 유전체 분석 장비(100) 각각은 유전체 분석 작업을 수행할 수 있는 다양한 장비들을 포함할 수 있다.
복수의 유전체 분석 장비(100) 각각은 통상의 컴퓨터가 가지는 연산 기능, 저장/참조 기능, 입출력 기능 및 제어 기능을 전부 또는 일부 수행하도록 구성될 수 있다. 복수의 유전체 분석 장비(100)는 장치(200)와 유무선으로 통신하도록 구성될 수 있다.
복수의 유전체 분석 장비(100) 각각은 리눅스 컨테이너(LinuX Container) 기술에 따라 독립된 환경에서 애플리케이션(응용프로그램)을 실행시킬 수 있다. 이를 위해, 복수의 유전체 분석 장비(100) 각각은 도커(docker) 기반의 컨테이너를 하나 이상 생성할 수 있다. 예를 들어, 제1 유전체 분석 장비(110)에는 하나의 컨테이너가 생성되어 있고, 제2 유전체 분석 장비(120)에는 두개의 컨테이너가 생성되어 있고, 제3 유전체 분석 장비(130)에는 세개의 컨테이너가 생성되어 있을 수 있다.
컨테이너에는 애플리케이션과 이를 구동하는데 필요한 모든 종속물, 라이브러리, 기타 바이너리와 구성 파일 등을 하나의 패키지로 묶은 리눅스 모듈(이하, 모듈)이 배치될 수 있다. 이에 따라, 복수의 유전체 분석 장비(100) 각각은 생성된 컨테이너 별로 독립적으로 애플리케이션을 실행시킬 수 있다. 이때, 복수의 유전체 분석 장비(100) 각각은 컨테이너에 대한 상태 정보를 획득할 수 있다. 예를 들어, 제1 유전체 분석 장비(110)에 제1 컨테이너가 생성되어 있는 경우, 제1 유전체 분석 장비(110)는 제1 컨테이너가 생성되어 있는 것을 나타내는 상태 정보를 획득할 수 있다.
일실시예에 따르면, 컨테이너의 상태 정보는 도커에 컨테이너가 생성되어 있는지 여부, 생성되어 있는 컨테이너의 수, 컨테이너의 상태 및 동작에 대한 정보를 포함할 수 있다.
장치(200)는 장치(200)를 이용하여 서비스를 제공하는 자 내지 단체가 보유한 자체 서버일수도 있고, 클라우드 서버일 수도 있고, 분산된 노드(node)들의 p2p(peer-to-peer) 집합일 수도 있다. 장치(200)는 통상의 컴퓨터가 가지는 연산 기능, 저장/참조 기능, 입출력 기능 및 제어 기능을 전부 또는 일부 수행하도록 구성될 수 있다. 장치(200)는 복수의 유전체 분석 장비(100)와 유무선으로 통신하도록 구성될 수 있다.
장치(200)는 복수의 유전체 분석 장비(100)를 클러스터링(Clustering)하여, 하나의 장비로 통합 관리할 수 있다. 즉, 장치(200)는 복수의 유전체 분석 장비(100)를 하나처럼 사용하는 클러스터링 기법을 이용하여 유전체 분석 작업을 처리할 수 있다. 장치(200)는 유전체 분석 작업을 로드밸런싱 기법에 따라 자동으로 분산시켜 복수의 유전체 분석 장비(100) 각각에 할당할 수 있다. 이때, 유전체 분석 작업은 장치(200)와 연결된 관리자 단말로부터 획득될 수 있다.
장치(200)는 클러스터링 기법을 이용하여 복수의 유전체 분석 장비(100)를 하나의 클러스터로 인식하고, 클러스터 내의 유전체 분석 장비들에 작업을 할당하고, 작업을 할당하는 순서를 결정하기 위한 스케줄링을 수행할 수 있다.
장치(200)는 가상화된 클라우드 서버의 형태일 수 있으나, 물리적 서버의 형태로 구현될 수 있다.
한편, 설명의 편의를 위해 도 1에서는 복수의 유전체 분석 장비(100) 중 제1 유전체 분석 장비(110), 제2 유전체 분석 장비(120) 및 제3 유전체 분석 장비(130)만을 도시하였으나, 유전체 분석 장비들의 수는 실시예에 따라 얼마든지 달라질 수 있다. 장치(200)의 처리 용량이 허용하는 한, 단말들의 수는 특별한 제한이 없다.
도 2는 일실시예에 따른 컨테이너의 구성을 설명하기 위한 도면이다.
복수의 유전체 분석 장비(100) 각각에는 컨테이너를 생성하고 관리하는 프로그램인 도커가 설치되어 있으며, 도커를 통해 장비의 운영 체제에서 가상화 기술로 커널과 공유하는 프로세서를 생성하여 격리된 환경에서 프로세서를 실행하는 컨테이너 기반의 기술이 제공될 수 있다. 도커에서 컨테이너로 실행된 프로세스는 그룹, 계정, 루트 디렉토리 등 격리된 환경에서 실행되고 독립적인 가상머신 환경의 구현이 가능하다. 이하, 설명의 편의를 위해 복수의 유전체 분석 장비(100) 중 제1 유전체 분석 장비(110)를 대표로 설명하기로 한다.
도 2를 참조하면, 제1 유전체 분석 장비(110)에는 도커가 설치되어 있다. 도커는 Bio OS(바이오 운영 체제) 환경에서 컨테이너를 생성하고 관리하는 플랫폼으로, 제1 유전체 분석 장비(110)에 도커가 설치되면, 제1 유전체 분석 장비(110)의 도커에 컨테이너가 생성될 수 있다.
컨테이너는 도커 안에서 동작하는 독립된 가상환경 프로세스이고, 컨테이너는 그리드엔진(Gridengin)과 슬럼(slurm)으로 구성된 클러스터 프로그램을 포함할 수 있으며, 컨테이너 안에서 그리드엔진과 슬럼을 사용하여 컨테이너의 클러스터를 구성할 수 있다. 그리드엔진은 여러 컨테이너를 하나로 묶어 연산 작업이 가능한 클러스터 프로그램이고, 슬럼은 클러스터 프로그램의 작업 스케줄링 및 자원을 관리하는 유틸리티이다.
제1 유전체 분석 장비(110)의 도커에는 공유 디렉토리 및 포드가 더 포함될 수 있다. 공유 디렉토리에는 컨테이너 환경의 디렉토리와 제1 유전체 분석 장비(110) 운영 체제의 디렉토리를 공유하여 데이터를 공유하기 위한 설정값이 저장될 수 있으며, 포트는 독립된 컨테이너에서 사용하는 포트번호를 외부 및 내부 네트워크에서 사용이 가능하도록 운영 체제에 제공하기 위한 설정값이 저장될 수 있다.
도 3은 일실시예에 따른 마스터 컨테이너 및 노드 컨테이너의 구성을 설명하기 위한 도면이다.
도 3을 참조하면, 제1 유전체 분석 장비(110)의 도커에 복수의 컨테이너가 생성될 수 있다.
복수의 컨테이너 간에 제어 기능을 수행하는 컨테이너와 연산 기능을 수행하는 컨테이너를 각각 지정하여 클러스터 프로그램을 설정할 수 있다.
마스터 컨테이너는 그리드엔진 및 슬럼의 마스터로 설정되어 제어 기능을 수행하는 컨테이너이고, 노드 컨테이너는 마스터 노드에 묶여있는 연산 노드이다. 실시예에 따라 노드 컨테이너는 하나 이상 생성될 수 있으며, 도 3에 도시된 바와 같이, 하나의 마스터 노드에 2개의 노드 컨테이너가 연동되어 있을 수 있다.
도 4는 일실시예에 따른 컨테이너 기반의 유전체 분석 솔루션을 제공하는 과정을 설명하기 위한 순서도이다.
도 4를 참조하면, 먼저, S401 단계에서, 장치(200)는 클러스터링을 통해 하나의 장비로 통합 관리되는 복수의 유전체 분석 장비(100) 각각으로부터, 복수의 유전체 분석 장비(100) 각각에 설치된 도커를 통해 생성되는 컨테이너에 대한 상태 정보를 수집할 수 있다. 여기서, 컨테이너의 상태 정보는 도커에 마스터 컨테이너가 생성되어 있는지 여부, 도커에 노드 컨테이너가 생성되어 있는지 여부, 생성되어 있는 노드 컨테이너의 수, 각 컨테이너의 상태 및 동작에 대한 정보를 포함할 수 있다.
구체적으로, 장치(200)는 제1 유전체 분석 장비(110)로부터 제1 유전체 분석 장비(110)의 도커에 생성되어 있는 컨테이너의 상태 정보를 수집하고, 제2 유전체 분석 장비(120)로부터 제2 유전체 분석 장비(120)의 도커에 생성되어 있는 컨테이너의 상태 정보를 수집하고, 제3 유전체 분석 장비(130)로부터 제3 유전체 분석 장비(130)의 도커에 생성되어 있는 컨테이너의 상태 정보를 수집할 수 있다.
S402 단계에서, 장치(200)는 컨테이너의 상태 정보에 기초하여, 유전체 작업을 수행할 유전체 분석 장비를 선정할 수 있다. 여기서, 유전체 분석 작업은 컨테이너의 상태 정보가 수집되기 전에, 장치(200)와 연결된 관리자 단말로부터 획득될 수 있다.
장치(200)는 유전체 분석 장비가 하나도 선정되어 있지 않은 경우, 유전체 분석 작업을 1순위로 수행할 제1 유전체 분석 장비를 선정할 수 있다.
구체적으로, 장치(200)는 제1 유전체 분석 장비(110)의 도커에 생성되어 있는 컨테이너의 상태, 제2 유전체 분석 장비(120)의 도커에 생성되어 있는 컨테이너의 상태, 제3 유전체 분석 장비(130)의 도커에 생성되어 있는 컨테이너의 상태를 비교하여, 제1 유전체 분석 장비(110)의 도커에 생성되어 있는 컨테이너의 상태가 유전체 분석 작업을 수행하는데 가장 적합한 것으로 분석되면, 제1 유전체 분석 장비(110)를 1순위로 선정할 수 있다. 이와 관련된 자세한 설명은 도 5를 참조하여 후술하기로 한다.
장치(200)는 제1 유전체 분석 장비(110)가 유전체 분석 작업을 수행할 1순위로 선정되면, 데이터베이스에 미리 저장된 제1 유전체 분석 장비(110)의 사양 정보를 획득할 수 있다. 여기서, 사양 정보는 메인보드, CPU, RAM 등 유전체 분석 장비의 사양을 나타내는 정보를 포함할 수 있다.
S403 단계에서, 장치(200)는 제1 유전체 분석 장비(110)의 사양 정보에 기초하여, 제1 유전체 분석 장비(110)에 할당할 제1 작업을 결정할 수 있다.
구체적으로, 장치(200)는 제1 유전체 분석 장비(110)의 사양에 따라 제1 유전체 분석 장비(110)가 기준 시간 동안 처리할 수 있는 작업량을 분석할 수 있으며, 기준 시간 동안 처리할 수 있는 작업량을 제1 작업으로 할당할 수 있다. 즉, 제1 유전체 분석 장비(110)의 사양이 높을수록 기준 시간 동안 많은 양의 작업을 처리할 수 있으므로, 제1 유전체 분석 장비(110)에 더 많은 양의 작업이 할당될 수 있다. 반대로, 제1 유전체 분석 장비(110)의 사양이 낮을수록 기준 시간 동안 적은 양의 작업을 처리할 수 있으므로, 제1 유전체 분석 장비(110)에 더 적은 양의 작업이 할당될 수 있다.
S404 단계에서, 장치(200)는 유전체 분석 작업에 대한 할당이 완료되었는지 여부를 확인할 수 있다.
S404 단계에서 유전체 분석 작업에 할당되지 않은 작업이 남아있는 것으로 확인되면, S402 단계로 되돌아가, 장치(200)는 컨테이너의 상태 정보에 기초하여, 유전체 분석 작업을 수행할 유전체 분석 장비를 더 선정할 수 있다.
장치(200)는 유전체 분석 작업을 1순위로 수행할 제1 유전체 분석 장비(110)가 선정되어 있는 경우, 유전체 분석 작업을 2순위로 수행할 제2 유전체 분석 장비(120)를 선정할 수 있다.
예를 들어, 제1 유전체 분석 장비(110)에 2개의 컨테이너가 생성되어 있고, 제2 유전체 분석 장비(120)에 1개의 컨테이너가 생성되어 있고, 제3 유전체 분석 장비(130)에 컨테이너가 생성되어 있지 않은 경우, 장치(200)는 제1 유전체 분석 장비(110)를 1순위로 선정하고, 제2 유전체 분석 장비(120)를 2순위 선정할 수 있다.
장치(200)는 제2 유전체 분석 장비(120)가 유전체 분석 작업을 수행할 2순위로 선정되면, 데이터베이스에 미리 저장된 제2 유전체 분석 장비(120)의 사양 정보를 획득할 수 있다.
S403 단계에서, 장치(200)는 제2 유전체 분석 장비(120)의 사양 정보에 기초하여, 제2 유전체 분석 장비(120)에 할당할 제2 작업을 결정할 수 있다.
S404 단계에서, 장치(200)는 유전체 분석 작업에 대한 할당이 완료되었는지 여부를 확인하여, 유전체 분석 작업에 대한 할당이 완료된 것으로 확인되면, S405 단계에서, 장치(200)는 유전체 분석 작업이 할당된 하나 이상의 유전체 분석 장비로, 할당된 작업을 처리하기 위한 제어 신호를 전송할 수 있다.
예를 들어, 제1 유전체 분석 장비(110)에 할당된 제1 작업을 통해 유전체 분석 작업에 대한 할당이 완료된 경우, 장치(200)는 제1 유전체 분석 장비(110)로 제1 작업을 처리하기 위한 제어 신호를 전송할 수 있다.
제1 유전체 분석 장비(110)에 할당된 제1 작업과 제2 유전체 분석 장비(120)에 할당된 제2 작업을 통해 유전체 분석 작업에 대한 할당이 완료된 경우, 장치(200)는 제1 유전체 분석 장비(110)로 제1 작업을 처리하기 위한 제어 신호를 전송하고, 제2 유전체 분석 장비(120)로 제2 작업을 처리하기 위한 제어 신호를 전송할 수 있다.
도 5는 일실시예에 따른 유전체 분석 작업을 수행할 유전체 분석 장비를 선정하는 과정을 설명하기 위한 순서도이다.
도 5를 참조하면, 먼저, S501 단계에서, 장치(200)는 복수의 유전체 분석 장비(100) 각각으로부터 수집된 컨테이너의 상태 정보를 분석할 수 있다.
예를 들어, 장치(200)는 제1 유전체 분석 장비(110)로부터 수집된 컨테이너의 상태 정보를 분석하여, 제1 유전체 분석 장비(110)의 도커에 마스터 컨테이너가 생성되어 있는지 여부, 마스터 컨테이너와 연동된 노드 컨테이너가 생성되어 있는지 여부 및 생성되어 있는 노드 컨테이너의 수를 파악할 수 있다.
S502 단계에서, 장치(200)는 복수의 유전체 분석 장비(100) 각각으로부터 수집된 컨테이너의 상태 정보를 분석한 결과, 복수의 유전체 분석 장비(100)들 중 제1 유전체 분석 장비(110)의 도커에만 마스터 컨테이너가 생성되어 있는지 여부를 확인할 수 있다.
S502 단계에서 제1 유전체 분석 장비(110)의 도커에만 마스터 컨테이너가 생성되어 있는 것으로 확인되면, S503 단계에서, 장치(200)는 마스터 컨테이너가 생성되어 있는 것으로 확인된 제1 유전체 분석 장비(110)를 1순위로 선정할 수 있다. 즉, 제1 유전체 분석 장비(110)의 도커에만 마스터 컨테이너가 생성되어 있고, 제1 유전체 분석 장비(110)를 제외한 나머지 유전체 분석 장비의 도커에 마스터 컨테이너가 생성되어 있지 않은 경우, 마스터 컨테이너가 생성되어 있는 제1 유전체 분석 장비(110)를 1순위로 선정할 수 있다.
S502 단계에서 제1 유전체 분석 장비(110) 이외의 다른 유전체 분석 장비의 도커에도 마스터 컨테이너가 생성되어 있어, 복수의 유전체 분석 장비(100)들 중 둘 이상 유전체 분석 장비들의 도커에 마스터 컨테이너가 생성되어 있는 것으로 확인되면, S504 단계에서, 장치(200)는 마스터 컨테이너가 생성되어 있는 유전체 분석 장비들 중 제1 유전체 분석 장비(110)의 도커에만 마스터 컨테이너와 연동된 노드 컨테이너가 생성되어 있는지 여부를 확인할 수 있다.
S504 단계에서 제1 유전체 분석 장비(110)의 도커에만 마스터 컨테이너와 연동된 노드 컨테이너가 생성되어 있는 것으로 확인되면, S505 단계에서, 장치(200)는 노드 컨테이너가 생성되어 있는 것으로 확인된 제1 유전체 분석 장비(110)를 1순위로 선정할 수 있다. 즉, 제1 유전체 분석 장비(110)의 도커에만 마스터 컨테이너와 연동된 노드 컨테이너가 생성되어 있고, 제1 유전체 분석 장비(110)를 제외한 나머지 유전체 분석 장비의 도커에 마스터 컨테이너와 연동된 노드 컨테이너가 생성되어 있지 않은 경우, 마스터 컨테이너와 연동된 노드 컨테이너가 생성되어 있는 제1 유전체 분석 장비(110)를 1순위로 선정할 수 있다.
예를 들어, 제1 유전체 분석 장비(110)의 도커에 마스터 컨테이너 및 노드 컨테이너가 생성되어 있고, 제2 유전체 분석 장비(120)의 도커에 마스터 컨테이너만 생성되어 있는 경우, 장치(200)는 제1 유전체 분석 장비(110)를 1순위로 선정하고, 제2 유전체 분석 장비(120)를 2순위로 선정할 수 있다.
S505 단계에서 제1 유전체 분석 장비(110) 이외의 다른 유전체 분석 장비의 도커에도 마스터 컨테이너와 연동된 노드 컨테이너가 생성되어 있어, 복수의 유전체 분석 장비(100)들 중 둘 이상 유전체 분석 장비들의 도커에 마스터 컨테이너와 연동된 노드 컨테이너가 생성되어 있는 것으로 확인되면, S506 단계에서, 장치(200)는 노드 컨테이너가 생성되어 있는 유전체 분석 장비들 중 제1 유전체 분석 장비(110)의 도커에 생성되어 있는 노드 컨테이너의 수가 가장 많은 것으로 확인되면, 제1 유전체 분석 장비(110)를 1순위로 선정할 수 있다.
예를 들어, 제1 유전체 분석 장비(110)의 도커에 마스터 컨테이너, 제1 노드 컨테이너 및 제2 노드 컨테이너가 생성되어 있고, 제2 유전체 분석 장비(120)의 도커에 마스터 컨테이너 및 제1 노드 컨테이너가 생성되어 있고, 제3 유전체 분석 장비(130)의 도커에 마스터 컨테이너만 생성되어 있는 경우, 장치(200)는 복수의 유전체 분석 장비(100)들 중 노드 컨테이너의 수가 가장 많은 것으로 확인된 제1 유전체 분석 장비(110)를 1순위로 선정하고, 제1 유전체 분석 장비(110)를 제외한 나머지 유전체 분석 장비들 중 노드 컨테이너의 생성 여부에 따라 제2 유전체 분석 장비(120)를 2순위로 선정하고, 제1 유전체 분석 장비(110) 및 제2 유전체 분석 장비(120)를 제외한 나머지 유전체 분석 장비들 중 마스터 컨테이너의 생성 여부에 따라 제3 유전체 분석 장비(130)를 3순위로 선정할 수 있다.
도 6은 일실시예에 따른 작업 실행을 제어하는 과정을 설명하기 위한 순서도이다.
장치(200)는 제1 유전체 분석 장비(110)에 제1 작업을 할당하여, 제1 작업을 처리하기 위한 제어 신호를 제1 유전체 분석 장비(110)로 전송할 수 있다. 이를 통해, 장치(200)는 제1 유전체 분석 장비(110)의 동작을 제어하여, 도 6에 도시된 방법을 수행할 수 있다.
도 6을 참조하면, 먼저, S601 단계에서, 장치(200)는 마스터 컨테이너를 생성하도록, 제1 유전체 분석 장비(110)의 동작을 제어할 수 있다.
구체적으로, 장치(200)는 제1 유전체 분석 장비(110)의 도커에 마스터 컨테이너를 생성하도록 제어할 수 있다. 이때, 제1 유전체 분석 장비(110)는 마스터 컨테이너를 생성한 후 마스터 컨테이너로 진입할 수 있다.
S602 단계에서, 장치(200)는 노드 컨테이너를 생성하고 지정하도록, 제1 유전체 분석 장비(110)의 동작을 제어할 수 있다.
구체적으로, 장치(200)는 마스터 컨테이너에 포함되어 있는 공유 디렉토리에서 노드 컨테이너 생성 스크립트를 실행하여, 마스터 컨테이너와 동일한 환경으로 노드 컨테이너를 생성하도록 제어할 수 있다. 여기서, 공유 디렉토리는 제1 유전체 분석 장비(110)의 운영 체제와 데이터를 공유하기 위해 설정되어 있으며, 공유 디렉토리 안에는 노드 컨테이너 생성 스크립트가 저장되어 있다. 노드 컨테이너 생성 스크립트는 장치(200)와 연결된 관리자 단말로부터 획득되어 공유 디렉토리에 저장될 수 있다. 이때, 제1 유전체 분석 장비(110)는 노드 컨테이너 생성 스크립트를 실행하여, 미리 생성되어 있는 마스터 컨테이너와 동일한 환경으로 노드 컨테이너를 생성할 수 있다.
S603 단계에서, 장치(200)는 마스터 컨테이너 및 노드 컨테이너를 자동으로 구성하도록, 제1 유전체 분석 장비(110)의 동작을 제어할 수 있다.
구체적으로, 장치(200)는 마스터 컨테이너와 노드 컨테이너를 클러스터로 구성하기 위해 스크립트를 실행하여, 마스터 컨테이너와 노드 컨테이너 간의 통신 연결 환경 값을 설정하도록 제어할 수 있다. 이때, 제1 유전체 분석 장비(110)는 Autofs, SSH 키값, Hostname, NFS 등의 통신 연결 환경 값을 자동으로 설정할 수 있다.
S604 단계에서, 장치(200)는 제1 작업을 제출하여 제1 작업에 대한 명령어가 실행되도록, 제1 유전체 분석 장비(110)의 동작을 제어할 수 있다.
구체적으로, 장치(200)는 마스터 컨테이너 및 노드 컨테이너 각각에 포함되어 있는 클러스터 프로그램(그리드엔진, 슬럼)에서 제1 작업에 대한 명령어를 실행하도록 제어할 수 있다.
S605 단계에서, 장치(200)는 제1 작업이 완료되었는지 여부를 확인할 수 있다.
S605 단계에서 제1 작업이 완료되지 않은 것으로 확인되면, S604 단계로 되돌아가, 장치(200)는 마스터 컨테이너와 연동된 노드 컨테이너의 현재 상태를 유지한 채로, 제1 작업에 대한 명령어를 다시 실행하도록 제어할 수 있다.
S605 단계에서 제1 작업이 완료된 것으로 확인되면, S606 단계에서, 장치(200)는 마스터 컨테이너와 연동된 노드 컨테이너가 종료되어 회수되도록 제어할 수 있다.
S606 단계에서 마스터 컨테이너는 회수되지 않고 노드 컨테이너만 회수되어, 마스터 컨테이너는 생성되어 있는 상태이므로, 제1 유전체 분석 장비(110)에 제2 작업이 추가로 할당되면, S606 단계 이후, S602 단계로 되돌아가, 장치(200)는 노드 컨테이너를 생성하는 과정부터 다시 수행할 수 있다.
도 7은 일실시예에 따른 에러 발생률에 따른 대응 방안을 설명하기 위한 순서도이다.
도 7을 참조하면, 먼저 S701 단계에서, 장치(200)는 제1 유전체 분석 장비(110)의 도커에 생성되어 있는 컨테이너를 통해, 제1 유전체 분석 장비(110)에 할당된 제1 작업에 대한 명령어를 실행하도록 제어할 수 있다.
S702 단계에서, 장치(200)는 제1 작업에 대한 명령어를 실행하는 동안 발생하는 에러를 검출할 수 있으며, 미리 설정된 기준 시간 동안 검출된 에러 횟수를 산출할 수 있다. 예를 들어, 장치(200)는 0.1초 동안 제1 작업에 대한 명령어를 실행하면서 발생된 에러를 검출하여, 검출된 에러에 대한 횟수를 산출할 수 있다.
S703 단계에서, 장치(200)는 에러 횟수가 미리 설정된 제1 기준값 보다 작은지 여부를 확인할 수 있다. 여기서, 제1 기준값은 실시예에 따라 상이하게 설정될 수 있다
S703 단계에서 에러 횟수가 제1 기준값 보다 작은 것으로 확인되면, S701 단계로 되돌아가, 장치(200)는 제1 유전체 분석 장비(110)에 생성되어 있는 마스터 컨테이너 및 노드 컨테이너의 상태를 유지하면서, 제1 작업에 대한 명령어를 다시 실행하도록 제어할 수 있다. 즉, 기준 시간 동안 검출된 에러 횟수가 제1 기준값 보다 작은 것으로 확인되면, 마스터 컨테이너 및 노드 컨테이너를 회수하지 않고 현재 상태를 유지하면서, 제1 작업에 대한 명령어를 다시 실행할 수 있다.
S703 단계에서 에러 횟수가 제1 기준값 보다 큰 것으로 확인되면, S704 단계에서, 장치(200)는 에러 횟수가 미리 설정된 제2 기준값 보다 작은지 여부를 확인할 수 있다. 여기서, 제2 기준값은 제1 기준값 보다 큰 값으로 설정될 수 있다.
S704 단계에서 에러 횟수가 제2 기준값 보다 작은 것으로 확인되면, S705 단계에서, 장치(200)는 제1 유전체 분석 장비(110)에 생성되어 있는 마스터 컨테이너의 상태를 유지하면서 마스터 컨테이너와 연동된 노드 컨테이너만 재생성되도록 제어할 수 있다. 즉, 기준 시간 동안 검출된 에러 횟수가 제1 기준값 보다 크고 제2 기준값 보다 작은 것으로 확인되면, 마스터 컨테이너는 회수하지 않고 현재 상태를 유지하면서, 노드 컨테이너만 회수하여 다시 생성할 수 있다.
S705 단계 이후, S701 단계로 되돌아가, 장치(200)는 현재 상태를 유지하고 있는 마스터 컨테이너와 재생성된 노드 컨테이너를 통해, 제1 유전체 분석 장비(110)에 할당된 제1 작업에 대한 명령어를 다시 실행하도록 제어할 수 있다.
S704 단계에서 에러 횟수가 제2 기준값 보다 큰 것으로 확인되면, S706 단계에서, 장치(200)는 에러 횟수가 미리 설정된 제3 기준값 보다 작은지 여부를 확인할 수 있다. 여기서, 제3 기준값은 제2 기준값 보다 큰 값으로 설정될 수 있다.
S706 단계에서 에러 횟수가 제3 기준값 보다 작은 것으로 확인되면, S707 단계에서, 장치(200)는 제1 유전체 분석 장비(110)에 생성되어 있는 마스터 컨테이너 및 노드 컨테이너가 재생성되도록 제어할 수 있다. 즉, 기준 시간 동안 검출된 에러 횟수가 제2 기준값 보다 크고 제3 기준값 보다 작은 것으로 확인되면, 마스터 컨테이너 및 노드 컨테이너를 모두 회수하여 다시 생성할 수 있다.
S707 단계 이후, S701 단계로 되돌아가, 장치(200)는 재생성된 마스터 컨테이너 및 노드 컨테이너를 통해, 제1 유전체 분석 장비(110)에 할당된 제1 작업에 대한 명령어를 다시 실행하도록 제어할 수 있다.
S706 단계에서 에러 횟수가 제3 기준값 보다 큰 것으로 확인되면, S708 단계에서, 장치(200)는 컨테이너의 상태 정보에 기초하여, 제1 유전체 분석 장비(110)를 대신하여 제1 작업을 수행할 다른 유전체 분석 장비를 선정하고, 새로 선정된 유전체 분석 장비로 제1 작업을 처리하기 위한 제어 신호를 전송할 수 있다.
예를 들어, 제1 유전체 분석 장비(110)에 제1 작업이 할당되어 있고, 제2 유전체 분석 장비(120)에 제2 작업이 할당되어 있는 경우, 제1 작업에 대한 명령어를 실행하는 동안 발생된 에러 횟수가 제3 기준값 보다 큰 것으로 확인되면, 장치(200)는 유전체 분석 작업을 3순위로 수행할 제3 유전체 분석 장비(130)를 선정하고, 제3 유전체 분석 장비(130)로 제1 작업을 처리하기 위한 제어 신호를 전송할 수 있다. 이때, 제3 유전체 분석 장비(130)는 제1 작업을 처리하기 위한 마스터 컨테이너 및 노드 컨테이너를 새로 생성할 수 있으며, 제1 유전체 분석 장비(110)는 제1 작업을 처리하기 위한 마스터 컨테이너 및 노드 컨테이너를 회수할 수 있다.
S708 단계 이후, S701 단계로 되돌아가, 장치(200)는 제3 유전체 분석 장비(130)에 새로 생성된 마스터 컨테이너 및 노드 컨테이너를 통해, 최초 제1 유전체 분석 장비(110)에 할당된 제1 작업에 대한 명령어를 다시 실행하도록 제어할 수 있다. 즉, 기준 시간 동안 검출된 에러 횟수가 제3 기준값 보다 큰 것으로 확인되면, 제1 유전체 분석 장비(110)를 대신하여 다른 유전체 분석 장비가 제1 작업을 처리할 수 있다.
도 8은 일실시예에 따른 유전체 분석 장비의 상태를 분류하는 과정을 설명하기 위한 순서도이다.
일실시예에 따르면, 시스템은 복수의 유전체 분석 장비(100), 장치(200) 이외에 센서 그룹 및 항온항습기를 더 포함할 수 있다.
시스템은 유전체 분석실 내에 배치되어 있는 복수의 유전체 분석 장비(100)를 포함할 수 있으며, 예를 들어, 제1 유전체 분석 장비(110), 제2 유전체 분석 장비(120) 및 제3 유전체 분석 장비(130)이 분석실 내에 배치되어 있는 경우, 제1 유전체 분석 장비(110)에 대응하여 제1 센서 그룹 및 제1 항온항습기가 더 포함되고, 제2 유전체 분석 장비(120)에 대응하여 제2 센서 그룹 및 제2 항온항습기가 더 포함되고, 제3 유전체 분석 장비(130)에 대응하여 제3 센서 그룹 및 제3 항온항습기가 더 포함될 수 있다.
복수의 유전체 분석 장비(100) 각각은 내부 공기의 온도 및 습도를 측정하는 센서 그룹을 포함할 수 있다. 예를 들어, 제1 유전체 분석 장비(110)는 제1 유전체 분석 장비(110)의 내부 공기의 온도 및 습도를 측정하는 제1 센서 그룹을 포함하고, 제2 유전체 분석 장비(120)는 제2 유전체 분석 장비(120)의 내부 공기의 온도 및 습도를 측정하는 제2 센서 그룹을 포함할 수 있다.
복수의 센서 그룹 각각은 온도를 측정하는 온도 센서와 습도를 측정하는 습도 센서를 포함할 수 있다.
복수의 유전체 분석 장비(100)에는 복수의 항온항습기가 각각 연결될 수 있으며, 예를 들어, 제1 유전체 분석 장비(110)에는 제1 항온항습기가 연결되어 있고, 제2 유전체 분석 장비(120)에는 제2 항온항습기가 연결될 수 있다.
제1 항온항습기는 제1 유전체 분석 장비(110)에 설정된 목표 온도를 유지하도록 공기를 가열 또는 냉각시킬 수 있으며, 제1 유전체 분석 장비(110)에 설정된 목표 습도를 유지하도록 공기를 가습 또는 감습시킬 수 있다.
마찬가지로, 제2 항온항습기는 제2 유전체 분석 장비(120)에 설정된 목표 온도를 유지하도록 공기를 가열 또는 냉각시킬 수 있으며, 제2 유전체 분석 장비(120)에 설정된 목표 습도를 유지하도록 공기를 가습 또는 감습시킬 수 있다.
일실시예에 따르면, 제1 유전체 분석 장비(110)에 설정된 목표 온도와 제2 유전체 분석 장비(120)에 설정된 목표 온도는 자동으로 동일하게 설정될 수 있으며, 사용자 설정에 따라 각각의 목표 온도가 상이하게 설정될 수도 있다.
또한, 제1 유전체 분석 장비(110)에 설정된 목표 습도와 제2 유전체 분석 장비(120)에 설정된 목표 습도는 자동으로 동일하게 설정될 수 있으며, 사용자 설정에 따라 각각의 목표 습도가 상이하게 설정될 수도 있다.
장치(200)는 시스템에 포함된 제1 유전체 분석 장비(110), 제2 유전체 분석 장비(120), 제1 센서 그룹, 제2 센서 그룹, 제1 항온항습기 및 제2 항온항습기 각각의 동작이 정상적으로 수행되도록 제어할 수 있다.
장치(200)는 제1 항온항습기 및 제2 항온항습기 각각의 동작을 제어하여, 제1 유전체 분석 장비(110) 및 제2 유전체 분석 장비(120) 각각에서 측정된 온도가 목표 온도를 유지하도록 조절하고, 제1 유전체 분석 장비(110) 및 제2 유전체 분석 장비(120) 각각에서 측정된 습도가 목표 습도를 유지하도록 조절할 수 있다. 이때, 제1 센서 그룹은 제1 유전체 분석 장비(110)의 온도 및 습도를 측정할 수 있으며, 제2 센서 그룹은 제2 유전체 분석 장비(120)의 온도 및 습도를 측정할 수 있다.
한편, 일실시예에 따르면, 장치(200)는 제1 센서 그룹에서 측정된 온도를 확인하여, 제1 유전체 분석 장비(110)에 설정된 목표 온도를 유지하도록 제1 유전체 분석 장비(110)와 연결된 제1 항온항습기의 동작을 제어하고, 제1 센서 그룹에서 측정된 습도를 확인하여, 제1 유전체 분석 장비(110)에 설정된 목표 습도를 유지하도록 제1 항온항습기의 동작을 제어할 수 있다.
또한, 장치(200)는 제2 센서 그룹에서 측정된 온도를 확인하여, 제2 유전체 분석 장비(120)에 설정된 목표 온도를 유지하도록 제2 유전체 분석 장비(120)와 연결된 제2 항온항습기의 동작을 제어하고, 제2 센서 그룹에서 측정된 습도를 확인하여, 제2 유전체 분석 장비(120)에 설정된 목표 습도를 유지하도록 제2 항온항습기의 동작을 제어할 수 있다.
일실시예에 따르면, 장치(200)는 제1 센서 그룹에서 측정된 온도와 제1 유전체 분석 장비(110)에 설정된 목표 온도의 차이인 제1 온도 차이값을 산출하고, 제1 온도 차이값이 기준치 보다 큰 것으로 확인되면, 제1 유전체 분석 장비(110)와 연결된 제1 항온항습기가 동작되도록 제어할 수 있다.
예를 들어, 장치(200)는 제1 센서 그룹에서 측정된 온도가 30℃로 확인되고, 제1 유전체 분석 장비(110)에 설정된 목표 온도가 25℃로 확인되는 경우, 제1 온도 차이값으로 5℃를 산출할 수 있으며, 기준치가 3℃로 설정되어 있는 경우, 온도 변화가 필요하기 때문에 제1 항온항습기가 동작되도록 제어할 수 있다.
또한, 장치(200)는 제2 센서 그룹에서 측정된 온도와 제2 유전체 분석 장비(120)에 설정된 목표 온도의 차이인 제2 온도 차이값을 산출하고, 제2 온도 차이값이 기준치 보다 큰 것으로 확인되면, 제2 유전체 분석 장비(120)와 연결된 제2 항온항습기가 동작되도록 제어할 수 있다.
일실시예에 따르면, 장치(200)는 분석실 내에 배치된 복수의 유전체 분석 장비(100) 각각에 설정된 목표 온도 및 목표 습도를 확인할 수 있다.
장치(200)는 복수의 유전체 분석 장비(100) 각각과 연결된 복수의 항온항습기 각각의 동작을 제어하여, 복수의 유전체 분석 장비(100) 각각에서 측정된 온도가 목표 온도를 유지하도록 조절하고, 복수의 유전체 분석 장비(100) 각각에서 측정된 습도가 목표 습도를 유지하도록 조절할 수 있다.
S801 단계에서, 장치(200)는 복수의 유전체 분석 장비(100) 별로 미리 설정된 기간 동안 목표 온도 및 목표 습도를 유지하도록 조절된 조절 횟수를 확인할 수 있다.
예를 들어, 장치(200)는 제1 유전체 분석 장비(110)에 온도 변화가 필요한 경우, 제1 항온항습기가 동작되도록 제어하여, 제1 유전체 분석 장비(110)이 목표 온도를 유지하도록 조절할 수 있으며, 일주일 동안 제1 유전체 분석 장비(110)이 목표 온도를 유지하기 위해 조절된 조절 횟수를 산출하여 확인할 수 있다.
S802 단계에서, 장치(200)는 조절 횟수가 기준 범위 내에 있는지 여부를 확인할 수 있다.
S802 단계에서 조절 횟수가 기준 범위 내에 있는 것으로 판단되면, S803 단계에서, 장치(200)는 조절 횟수가 기준 범위 내에 있는 것으로 확인된 유전체 분석 장비를 이상이 없는 정상 상태로 분류할 수 있다.
예를 들어, 기준 범위가 10회 이상, 20회 이하로 설정되어 있는 경우, 장치(200)는 제1 유전체 분석 장비(110)의 조절 횟수가 15회로 기준 범위 내에 있는 것으로 확인되면, 제1 유전체 분석 장비(110)를 정상 상태로 분류할 수 있다.
S802 단계에서 조절 횟수가 기준 범위를 벗어나는 것으로 판단되면, S804 단계에서, 장치(200)는 조절 횟수가 기준 범위를 벗어나는 것으로 확인된 유전체 분석 장비를 이상이 있는 비정상 상태로 분류할 수 있다.
예를 들어, 기준 범위가 10회 이상, 20회 이하로 설정되어 있는 경우, 장치(200)는 제1 유전체 분석 장비(110)의 조절 횟수가 5회로 기준 범위를 벗어나는 것으로 확인되면, 제1 유전체 분석 장비(110)를 비정상 상태로 분류할 수 있으며, 제1 유전체 분석 장비(110)의 조절 횟수가 25회로 기준 범위를 벗어나는 것으로 확인되면, 제1 유전체 분석 장비(110)를 비정상 상태로 분류할 수도 있다.
S805 단계에서, 장치(200)는 비정상 상태로 분류된 제1 유전체 분석 장비(110)의 조절 횟수가 기준 범위의 최소값 보다 작은지 여부를 확인할 수 있다.
S805 단계에서 제1 유전체 분석 장비(110)의 조절 횟수가 기준 범위의 최소값 보다 작은 것으로 확인되면, S806 단계에서, 장치(200)는 제1 유전체 분석 장비(110)를 비정상 상태에서 유휴 상태로 분류할 수 있다.
예를 들어, 기준 범위가 10회 이상, 20회 이하로 설정되어 있는 경우, 장치(200)는 제1 유전체 분석 장비(110)의 조절 횟수가 5회로 확인되어, 기준 범위의 최소값인 10회 보다 조절 횟수가 작은 것으로 확인되면, 제1 유전체 분석 장비(110)를 유휴 상태로 분류할 수 있다.
S805 단계에서 제1 유전체 분석 장비(110)의 조절 횟수가 기준 범위의 최소값 보다 작지 않은 것으로 확인되면, 제1 유전체 분석 장비(110)의 조절 횟수가 기준 범위를 벗어나 있기 때문에, 장치(200)는 제1 유전체 분석 장비(110)의 조절 횟수가 기준 범위의 최대값 보다 큰 것으로 확인할 수 있으며, 제1 유전체 분석 장비(110)의 조절 횟수가 기준 범위의 최대값 보다 큰 것으로 확인되면, S807 단계에서, 장치(200)는 제1 유전체 분석 장비(110)를 비정상 상태에서 과부하 상태로 분류할 수 있다.
예를 들어, 기준 범위가 10회 이상, 20회 이하로 설정되어 있는 경우, 장치(200)는 제1 유전체 분석 장비(110)의 조절 횟수가 25회로 확인되어, 기준 범위의 최대값인 20회 보다 조절 횟수가 큰 것으로 확인되면, 제1 유전체 분석 장비(110)를 과부하 상태로 분류할 수 있다.
제1 유전체 분석 장비(110)가 유효 상태로 분류되면, S808 단계에서, 장치(200)는 제1 유전체 분석 장비(110)의 유휴 상태가 미리 설정된 기준 시간 이상으로 지속되었는지 여부를 확인할 수 있다. 여기서, 기준 시간은 실시예에 따라 상이하게 설정될 수 있다.
S808 단계에서 제1 유전체 분석 장비(110)의 유휴 상태가 기준 시간 이상으로 지속된 것이 확인되면, S810 단계에서, 장치(200)는 제1 유전체 분석 장비(110)를 작업 할당 우선 장비로 분류할 수 있다.
예를 들어, 제1 유전체 분석 장비(110)의 유휴 상태가 1달 이상으로 지속된 것이 확인되면, 장치(200)는 제1 유전체 분석 장비(110)를 작업 할당 우선 장비로 분류할 수 있다.
제1 유전체 분석 장비(110)가 과부하 상태로 분류되면, S809 단계에서, 장치(200)는 제1 유전체 분석 장비(110)의 과부하 상태가 기준 시간 이상으로 지속되었는지 여부를 확인할 수 있다.
S809 단계에서 제1 유전체 분석 장비(110)의 과부하 상태가 기준 시간 이상으로 지속된 것이 확인되면, S811 단계에서, 장치(200)는 제1 유전체 분석 장비(110)를 작업 할당 보류 장비로 분류할 수 있다.
예를 들어, 제1 유전체 분석 장비(110)의 과부하 상태가 1달 이상으로 지속된 것이 확인되면, 장치(200)는 제1 유전체 분석 장비(110)를 작업 할당 보류 단말로 분류할 수 있다.
S812 단계에서, 장치(200)는 제1 유전체 분석 장비(110)에 대한 상태 알림 메시지가 관리자 단말로 전송되도록 제어할 수 있다.
S803 단계에서 제1 유전체 분석 장비(110)가 정상 상태로 분류되면, 장치(200)는 제1 유전체 분석 장비(110)가 이상이 없는 정상 상태인 것을 알려주는 상태 알림 메시지가 관리자 단말로 전송되도록 제어할 수 있다.
S804 단계에서 제1 유전체 분석 장비(110)가 비정상 상태로 분류되면, 장치(200)는 제1 유전체 분석 장비(110)가 이상이 있는 비정상 상태인 것을 알려주는 상태 알림 메시지가 관리자 단말로 전송되도록 제어할 수 있다.
S806 단계에서 제1 유전체 분석 장비(110)가 유휴 상태로 분류되고, S808 단계에서 유휴 상태가 기준 시간 이상으로 지속되지 않은 것이 확인되면, 장치(200)는 제1 유전체 분석 장비(110)가 비정상 상태에서 유휴 상태인 것을 알려주는 상태 알림 메시지가 관리자 단말로 전송되도록 제어할 수 있다.
S807 단계에서 제1 유전체 분석 장비(110)가 과부하 상태로 분류되고, S809 단계에서 과부하 상태가 기준 시간 이상으로 지속되지 않은 것이 확인되면, 장치(200)는 제1 유전체 분석 장비(110)가 비정상 상태에서 과부하 상태인 것을 알려주는 상태 알림 메시지가 관리자 단말로 전송되도록 제어할 수 있다.
S810 단계에서 제1 유전체 분석 장비(110)가 작업 할당 우선 장비로 분류되면, 장치(200)는 제1 유전체 분석 장비(110)의 유휴 상태에 대한 지속 기간이 오래되어, 제1 유전체 분석 장비(110)에 작업이 우선적으로 할당되도록, 제1 유전체 분석 장비(110)에 대한 작업 할당이 필요한 것을 알려주는 알림 메시지가 관리자 단말로 전송되도록 제어할 수 있다.
S811 단계에서 제1 유전체 분석 장비(110)가 작업 할당 보류 장비로 분류되면, 장치(200)는 제1 유전체 분석 장비(110)의 과부하 상태에 대한 지속 기간이 오래되어, 제1 유전체 분석 장비(110)에 작업이 할당되지 않도록, 제1 유전체 분석 장비(110)에 대한 작업 할당의 보류가 필요한 것을 알려주는 알림 메시지가 관리자 단말로 전송되도록 제어할 수 있다.
도 9는 일실시예에 따른 장치의 구성의 예시도이다.
일실시예에 따른 장치(200)는 프로세서(210) 및 메모리(220)를 포함한다. 프로세서(210)는 도 1 내지 도 8을 참조하여 전술된 적어도 하나의 장치들을 포함하거나, 도 1 내지 도 8을 참조하여 전술된 적어도 하나의 방법을 수행할 수 있다. 장치(200)를 이용하는 자 또는 단체는 도 1 내지 도 8을 참조하여 전술된 방법들 일부 또는 전부와 관련된 서비스를 제공할 수 있다.
메모리(220)는 전술된 방법들과 관련된 정보를 저장하거나 전술된 방법들을 구현하는 프로그램을 저장할 수 있다. 메모리(220)는 휘발성 메모리 또는 비휘발성 메모리일 수 있다.
프로세서(210)는 프로그램을 실행하고, 장치(200)를 제어할 수 있다. 프로세서(210)에 의하여 실행되는 프로그램의 코드는 메모리(220)에 저장될 수 있다. 장치(200)는 입출력 장치(도면 미 표시)를 통하여 외부 장치(예를 들어, 퍼스널 컴퓨터 또는 네트워크)에 연결되고, 유무선 통신을 통해 데이터를 교환할 수 있다.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.

Claims (3)

  1. 장치에 의해 수행되는, 컨테이너 기반의 유전체 분석 솔루션을 제공하는 방법에 있어서,
    클러스터링을 통해 하나의 장비로 통합 관리되는 복수의 유전체 분석 장비 각각으로부터, 상기 복수의 유전체 분석 장비 각각에 설치된 도커를 통해 생성되는 컨테이너에 대한 상태 정보를 수집하는 단계;
    상기 상태 정보에 기초하여, 유전체 분석 작업을 1순위로 수행할 제1 유전체 분석 장비를 선정하는 단계;
    미리 저장된 상기 제1 유전체 분석 장비의 사양 정보에 기초하여, 상기 제1 유전체 분석 장비에 할당할 제1 작업을 결정하는 단계;
    상기 유전체 분석 작업에 할당되지 않은 작업이 남아있는 것으로 확인되면, 상기 상태 정보에 기초하여, 상기 유전체 분석 작업을 2순위로 수행할 제2 유전체 분석 장비를 선정하는 단계;
    미리 저장된 상기 제2 유전체 분석 장비의 사양 정보에 기초하여, 상기 제2 유전체 분석 장비에 할당할 제2 작업을 결정하는 단계; 및
    상기 유전체 분석 작업에 대한 할당이 완료되면, 상기 유전체 분석 작업이 할당된 하나 이상의 유전체 분석 장비로, 할당된 작업을 처리하기 위한 제어 신호를 전송하는 단계를 포함하며,
    상기 제1 유전체 분석 장비를 선정하는 단계는,
    상기 상태 정보를 분석한 결과, 상기 복수의 유전체 분석 장비들 중 상기 제1 유전체 분석 장비의 도커에만 마스터 컨테이너가 생성되어 있는 것으로 확인되면, 상기 제1 유전체 분석 장비를 1순위로 선정하는 단계;
    상기 상태 정보를 분석한 결과, 상기 복수의 유전체 분석 장비들 중 둘 이상 유전체 분석 장비들의 도커에 상기 마스터 컨테이너가 생성되어 있고, 상기 마스터 컨테이너가 생성되어 있는 유전체 분석 장비들 중 상기 제1 유전체 분석 장비의 도커에만 상기 마스터 컨테이너와 연동된 노드 컨테이너가 생성되어 있는 것으로 확인되면, 상기 제1 유전체 분석 장비를 1순위로 선정하는 단계; 및
    상기 상태 정보를 분석한 결과, 상기 마스터 컨테이너가 생성되어 있는 유전체 분석 장비들 중 둘 이상 유전체 분석 장비들의 도커에 상기 노드 컨테이너가 생성되어 있고, 상기 노드 컨테이너가 생성되어 있는 유전체 분석 장비들 중 상기 제1 유전체 분석 장비의 도커에 생성되어 있는 상기 노드 컨테이너의 수가 가장 많은 것으로 확인되면, 상기 제1 유전체 분석 장비를 1순위로 선정하는 단계를 포함하는,
    컨테이너 기반 유전체 분석 솔루션 제공 방법.
  2. 삭제
  3. 제1항에 있어서,
    상기 제어 신호를 전송하는 단계는,
    상기 제1 유전체 분석 장비의 도커에 마스터 컨테이너를 생성하도록 제어하는 단계;
    상기 마스터 컨테이너에 포함되어 상기 제1 유전체 분석 장비의 운영 체제와 데이터를 공유하기 위해 설정된 공유 디렉토리에서 노드 컨테이너 생성 스크립트를 실행하여, 상기 마스터 컨테이너와 동일한 환경으로 상기 노드 컨테이너를 생성하도록 제어하는 단계;
    상기 마스터 컨테이너와 상기 노드 컨테이너를 클러스터로 구성하기 위해 상기 스크립트를 실행하여, 상기 마스터 컨테이너와 상기 노드 컨테이너 간의 통신 연결 환경 값을 설정하도록 제어하는 단계;
    상기 마스터 컨테이너 및 상기 노드 컨테이너 각각에 포함되어 있는 클러스터 프로그램에서 상기 제1 작업에 대한 명령어를 실행하도록 제어하는 단계; 및
    상기 제1 작업이 완료된 것으로 확인되면, 상기 노드 컨테이너가 종료되어 회수되도록 제어하는 단계를 포함하는,
    컨테이너 기반 유전체 분석 솔루션 제공 방법.
KR1020200163031A 2020-11-27 2020-11-27 컨테이너 기반 유전체 분석 솔루션 제공 방법, 장치 및 시스템 KR102282755B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200163031A KR102282755B1 (ko) 2020-11-27 2020-11-27 컨테이너 기반 유전체 분석 솔루션 제공 방법, 장치 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200163031A KR102282755B1 (ko) 2020-11-27 2020-11-27 컨테이너 기반 유전체 분석 솔루션 제공 방법, 장치 및 시스템

Publications (1)

Publication Number Publication Date
KR102282755B1 true KR102282755B1 (ko) 2021-07-29

Family

ID=77127580

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200163031A KR102282755B1 (ko) 2020-11-27 2020-11-27 컨테이너 기반 유전체 분석 솔루션 제공 방법, 장치 및 시스템

Country Status (1)

Country Link
KR (1) KR102282755B1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180122775A (ko) * 2017-05-04 2018-11-14 서영준 생명정보 분석 시스템 및 분석 방법
KR20190066516A (ko) * 2017-12-05 2019-06-13 숭실대학교산학협력단 도커 컨테이너 관리 시스템 및 방법, 이를 수행하기 위한 기록매체
KR20200052798A (ko) * 2018-11-07 2020-05-15 숭실대학교산학협력단 도커 컨테이너 로그 분석 프레임워크 장치 및 이를 이용한 특성 분석 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180122775A (ko) * 2017-05-04 2018-11-14 서영준 생명정보 분석 시스템 및 분석 방법
KR20190066516A (ko) * 2017-12-05 2019-06-13 숭실대학교산학협력단 도커 컨테이너 관리 시스템 및 방법, 이를 수행하기 위한 기록매체
KR20200052798A (ko) * 2018-11-07 2020-05-15 숭실대학교산학협력단 도커 컨테이너 로그 분석 프레임워크 장치 및 이를 이용한 특성 분석 방법

Similar Documents

Publication Publication Date Title
US11073999B2 (en) Extent migration in multi-tier storage systems
US11216314B2 (en) Dynamic reallocation of resources in accelerator-as-a-service computing environment
US10108460B2 (en) Method and system for integrated deployment planning for virtual appliances
US8996890B2 (en) Method for power conservation in virtualized environments
US10977086B2 (en) Workload placement and balancing within a containerized infrastructure
US9729401B2 (en) Automatic remediation of poor-performing virtual machines for scalable applications
US9459633B2 (en) Managing workload distribution among computing systems to optimize heat dissipation by computing systems
US9396026B2 (en) Allocating a task to a computer based on determined resources
US8881165B2 (en) Methods, computer systems, and physical computer storage media for managing resources of a storage server
US9424098B2 (en) Dynamic resource scheduling
US11095530B2 (en) Service level management of a workload defined environment
US10353730B2 (en) Running a virtual machine on a destination host node in a computer cluster
US8104038B1 (en) Matching descriptions of resources with workload requirements
US8904159B2 (en) Methods and systems for enabling control to a hypervisor in a cloud computing environment
US20110258634A1 (en) Method for Monitoring Operating Experiences of Images to Improve Workload Optimization in Cloud Computing Environments
US20140282584A1 (en) Allocating Accelerators to Threads in a High Performance Computing System
KR20200080458A (ko) 클라우드 멀티-클러스터 장치
Diallo et al. AutoMigrate: a framework for developing intelligent, self-managing cloud services with maximum availability
US10447800B2 (en) Network cache deduplication analytics based compute cluster load balancer
US20200012452A1 (en) Identification of substitute controllers based on temperature data
KR102282755B1 (ko) 컨테이너 기반 유전체 분석 솔루션 제공 방법, 장치 및 시스템
US11726834B2 (en) Performance-based workload/storage allocation system
US20180083846A1 (en) Service level management of a workload defined environment
US11334390B2 (en) Hyper-converged infrastructure (HCI) resource reservation system
Chen et al. Using thermal-aware VM migration mechanism for high-availability cloud computing

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant