問(wèn)：是否有用戶需要的分析應(yīng)用能夠直接使用？

答：基因分析平臺(tái)通過(guò)應(yīng)用倉(cāng)庫(kù)為用戶提供開(kāi)箱即用的公共應(yīng)用，用戶只需安裝到工作空間即可使用。這部分內(nèi)容由我們的合作伙伴以及開(kāi)源社區(qū)提供，目標(biāo)是覆蓋行業(yè)內(nèi)主流的分析應(yīng)用場(chǎng)景。目前主要覆蓋了全基因分析、全外顯子分析、腫瘤分析等內(nèi)容。如果不在用戶的業(yè)務(wù)或者興趣范圍內(nèi)，也可聯(lián)系我們來(lái)評(píng)估建設(shè)。

問(wèn)：除WDL外，是否支持其他流程語(yǔ)言標(biāo)準(zhǔn)？

答：基因數(shù)據(jù)的生信信息分析流程，目前還不存在一個(gè)唯一的流程語(yǔ)言標(biāo)準(zhǔn)，多數(shù)用戶可能沒(méi)有使用WDL或者是使用了其他流程語(yǔ)言標(biāo)準(zhǔn)，如Nextflow、CWL、Snakemake等。阿里云基因分析平臺(tái)旨在遵循行業(yè)標(biāo)準(zhǔn)，以減少用戶學(xué)習(xí)和應(yīng)用遷移的成本，并且以統(tǒng)一的方式來(lái)圍繞開(kāi)源社區(qū)和生信開(kāi)發(fā)者，來(lái)建立應(yīng)用開(kāi)放生態(tài)。WDL是國(guó)際基因組學(xué)聯(lián)盟（GA4GH）支持的流程語(yǔ)言標(biāo)準(zhǔn)之一，能夠同時(shí)提供完整的本地和云端執(zhí)行解決方案，能夠滿足用戶開(kāi)發(fā)、測(cè)試和分析需求，是目前產(chǎn)品的首選項(xiàng)和長(zhǎng)期支持計(jì)劃。其他如CWL、Nextflow的支持在產(chǎn)品研發(fā)計(jì)劃之中，歡迎聯(lián)系反饋。

問(wèn)：如何幫助平臺(tái)用戶進(jìn)行基因數(shù)據(jù)的分析加速？

答：基因分析平臺(tái)提供多種計(jì)算分析加速手段，包括：1）計(jì)算緩存加速，提供輸入文件流式加載訪問(wèn)、公共參考文件計(jì)算側(cè)緩存加速等節(jié)省大數(shù)據(jù)量文件訪問(wèn)I/O優(yōu)化。2）大規(guī)模并行計(jì)算，不受限本地計(jì)算資源規(guī)模，支持Scatter-Gather的模式，對(duì)生信流程進(jìn)行并行計(jì)算優(yōu)化。3）加速硬件和算法，提供Sentieon軟件、FPGA、GPU等多種加速手段，針對(duì)長(zhǎng)耗時(shí)的計(jì)算步驟進(jìn)行優(yōu)化，并可以和用戶腳本自由組合。

問(wèn)：基因分析平臺(tái)能否跨賬號(hào)訪問(wèn)OSS資源？

答：可以。基因分析平臺(tái)允許客戶跨賬號(hào)訪問(wèn)OSS資源，但需要資源擁有者授權(quán)資源訪問(wèn)者相應(yīng)權(quán)限。具體授權(quán)步驟如下：

對(duì)其他賬號(hào)的授權(quán)策略為：arn:sts::123456789:assumed-role/aliyuneasygenedefaultrole/*，其中，123456789為授予可訪問(wèn)該bucket資源的第三方賬號(hào)。

問(wèn)：基因分析平臺(tái)任務(wù)出錯(cuò)常見(jiàn)原因排查方案？

答：基因分析平臺(tái)任務(wù)出錯(cuò)原因建議按如下步驟排查：

1. 查看任務(wù)頁(yè)面報(bào)錯(cuò)提示，根據(jù)提示定位報(bào)錯(cuò)位置及原因

2. 如果頁(yè)面報(bào)錯(cuò)提示無(wú)法定位原因，則查看任務(wù)的stdout、stderr以及任務(wù)重定向的輸出文件中是否包含錯(cuò)誤提示

3. 如果stdout及stderr中報(bào)錯(cuò)原因不明確，則查看性能監(jiān)控頁(yè)面的內(nèi)存及磁盤(pán)使用率，如果任務(wù)結(jié)束前的內(nèi)存或磁盤(pán)使用率接近100%或者快速攀升（由于性能監(jiān)控存在時(shí)間間隔，因此即便任務(wù)因資源耗盡失敗也可能在性能監(jiān)控中無(wú)法達(dá)到100%），則建議增加計(jì)算資源重試任務(wù)

4. 如果上述步驟依然未能定位原因，則可聯(lián)系產(chǎn)品團(tuán)隊(duì)或提工單

5. 建議在任務(wù)執(zhí)行過(guò)程中適當(dāng)添加日志信息，便于任務(wù)出錯(cuò)時(shí)定位原因

問(wèn)：如何提高大量任務(wù)并發(fā)執(zhí)行效率？

答：基因分析平臺(tái)將為單個(gè)task準(zhǔn)備機(jī)器資源、拉取docker鏡像等，因此高并發(fā)時(shí)同步準(zhǔn)備機(jī)器資源或拉取docker鏡像可能會(huì)成為并發(fā)調(diào)度瓶頸，從而導(dǎo)致并發(fā)效率降低，增加任務(wù)分析成本，建議從以下方面優(yōu)化任務(wù)并發(fā)性能：

1. 適當(dāng)合并運(yùn)行時(shí)間短的task，保證單個(gè)task的執(zhí)行時(shí)間在20分鐘以上。由于資源準(zhǔn)備以及拉取docker鏡像等需要一定時(shí)間，因此大量提交短的task將導(dǎo)致平臺(tái)反復(fù)準(zhǔn)備及釋放資源，從而導(dǎo)致調(diào)度性能顯著降低，因此強(qiáng)烈建議合并運(yùn)行時(shí)間低于10分鐘的task，提高并發(fā)效率，降低分析成本。注意合并task時(shí)需同步重新構(gòu)建相關(guān)任務(wù)的docker鏡像。

2. 間隔提交任務(wù)，避免同步提交大量任務(wù)。由于基因測(cè)序數(shù)據(jù)下機(jī)存在批次性，因此在投遞分析時(shí)也存在明顯的批次性，但同步提交大量任務(wù)時(shí)由于資源需求急速增加將導(dǎo)致任務(wù)并發(fā)調(diào)度性能降低，因此強(qiáng)烈建議客戶在上傳數(shù)據(jù)的同時(shí)分批提交分析任務(wù)，避免大量數(shù)據(jù)全部上傳完成之后再統(tǒng)一提交分析，從而縮短結(jié)果交付周期。

   數(shù)據(jù)邊上傳邊提交分析建議采用如下方法：1）測(cè)序數(shù)據(jù)下機(jī)拆分完成后，本地使用OSS SDK按樣本上傳，上傳完立即使用基因分析平臺(tái)SDK提交分析任務(wù)，此種方式可自動(dòng)化上傳數(shù)據(jù)及分析，調(diào)度性能最高，可獲得最短的結(jié)果交付周期；2）測(cè)序數(shù)據(jù)下機(jī)拆分完成后，分批次通過(guò)ossutil等方式上傳，每批次上傳完成后通過(guò)基因分析平臺(tái)SDK或?qū)嶓w方式提交分析任務(wù)，每批次建議不超過(guò)100個(gè)樣本。

3. 如果通過(guò)上述方式優(yōu)化后并發(fā)性能依然不夠理想，或者存在短期大量分析任務(wù)需求時(shí)，建議提交任務(wù)前聯(lián)系產(chǎn)品團(tuán)隊(duì)或提工單。