浅谈运用云计算处理生物医学大数据解决方法.docVIP

浅谈运用云计算处理生物医学大数据解决方法 　　摘要：随着社会的发展和科学技术的进步，云计算已经逐步广泛应用于各领域，在生物医学大数据的处理方面更是得到了广泛的应用。目前中国的生物学大数据处于飞速增长的阶段，生物学数据非常庞大，处理非常复杂，工作量也非常大，因此，需要数据处理非常快速的一项技术来解决这一问题。云计算的出现，对解决生物学大数据有非常重要的作用，对大数据的分配、计算等环节能够快速处理，帮助生物医学解决大数据的处理问题。该文浅谈运用云计算处理生物医学大数据的解决方法进行分析研究，希望能够对其提供可行性的建议。 　　关键词：云计算；生物医学；大数据；解决方法 　　中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2015）36-0005-02 　　最近这几年，我国的生物医学取得了飞速的发展，生命科学推动着生物医学不断向前发展，使生物医学的数据非常庞大，处理起来非常困难。因此，诞生了云计算，云计算能够对大量的数据进行快速、精确的计算，因此，被广泛应用于各个大数据领域。云计算对大数据的处理，主要是通过云计算的供应商，提供对数据的存储和计算等，并提供给云计算的用户，用户可以根据供应商提供的大数据处理平台和数据处理技术，对具体的数据进行处理、利用，解决数据的存储、计算、保存等问题。云计算用于生物医学的大数据处理，利用数据处理方式对生物医学的大数据进行计算。本文从云计算对生物医学的大数据处理方面进行论述。 　　1 简述云计算数据处理技术 　　数据处理技术从计算机处理逐渐演变成云计算数据处理技术。云技术大数据处理技术，主要是指利用计算机互联网技术，对处理数据可以进行随时随地保存、利用、共享等，实现数据之间的快速转化，方便云用户对数据进行运用，实现云计算技术中对数据的共享[1]。云计算大数据处理技术体系可以根据体系的结构，分为以下几个层次：云计算大数据处理的服务管理层、云用户的访问接口层、云计算大数据处理技术的核心服务层。云技术数据处理技术的核心理念，主要是指云技术大数据处理技术的资源和各个功能服务，对与该技术的硬件基础设施，和云计算服务平台以及云计算大数据处理技术的应用程序等，都是以服务管理的方式，通过计算机互联网技术传递给云计算数据处理技术的用户，实现大数据处理的目的[2]。 　　2 云计算处理生物医学大数据的解决方法 　　随着生物医学的不断发展，生物医学研究的问题也越来越多，生物医学产生的数据也越来越庞大，要对这些复杂的数据进行处理，必须借助高效的计算技术，云计算为大数据处理发展提供了技术支持。 　　生物医学的发展以及目前生物医学涉及的领域较多，产生了大量的待处理数据，这些数据就成为生物医学的大数据。比如，高通量测序，这个测序程序一次的测序可以达到109的量级，如果是数据测试试验所进行测序，所得出的量级就会远远大于单一测序的量级[3]。大数据的获得方式除了实验外，还包括在公共数据库中获得的大量数据，这些数据合起来构成了生物医学上的大数据。我国目前的公共数据库包括分为两类，一是大数据的初级公共数据库，这个公共数据库中包含的都是原始的生物数据，能够了解到的原始生物数据库，比如，美国国立生物技术信息中心NCBI的GenBank、欧洲的生物信息研究所EBI、DDBJ、GEO等；二是二级公共数据库，这个公共数据库是对出具数据库中的数据进行分析处理得到的数据组成的，经过处理的数据，比如，蛋白质结构等领域的数据处理信息，对这些处理数据具有保存、利用等方面的功能。目前常见的二级公共数据库包括Ensem-bl、UCSC基因组浏览器等二级公共数据库，公共数据库还包括了数据下载积累的数据信息。 　　在进行大数据的处理方面，小型的计算机已经无法满足对现在大数据的处理，现在很多研究所在对大数据进行处理时，依然使用的是小型的服务器和数据计算器，这样虽然可以保留一定的数据保存空间，但是对研究数据过程中出现的数据却没有空间进行保存，导致数据存储空房间不足，很可能会出现数据丢失的现象，因此，很多的研究所选择连接外被设备，进行大数据的保存。但是这种方法不能够从根本上解决问题，还出现了大数据处理上更加严重的问题，无法对大数据处理的准确性和可靠性进行把握。为了保证大数据的可靠性和精确性，必须对大数据进行备份，一般都会保留3到5个大数据副本，这就是生物医学上的大数据冗余备份策略。比如，现在我国使用比较广泛的云计算技术平台的基础是AWS技术，AWS技术可以对大数据进行存储，并且对大数据进行及时备份，一般的本分为3份。在对生物医学大数据进行处理的过程中，一般会产生处理过程中的中间数据，因此，云计算数据处理技术，对数据处理平台的数据存储器以及云计算大数据处理技术的性能提出了更高的要求[4]。 　　一般的大数据处理往往采用的是数据集中