极道生物数据平台

极道生物数据平台，引入多套/多层次的分布式系统：分布式存储系统、分布式计算系统、数据挖掘集群，大数据分析集群。

分布式存储系统解决数据空间和数据持久化的问题。生物数据空间，通过分布式存储集群来满足生物应用的多种数据存储和存取模式。存储集群扩展数据空间的同时，借助存储系统原生的特征引擎配合数据管理系统组织统一的逻辑地址空间。

数据特征库集群是生物数据管理的后端，在生物数据存取的同时，元数据就会动态的、自动的、实时的提取出来，注册到后端的特征库集群中，应用也可以根据需要通过客户端或应用访问接口为相关的生物数据追加更多自定义的数据特征。所有的这些数据特征都被汇总到后端的数据特征库集群中，以供后续的数据管理和数据发现、搜索而使用。

分布式计算系统，通过为生物信息设计的资源调度和分析计算引擎，灵活高效的组织生物信息分析流程、调度生物信息作业。分布式的调度器设计，能够做到多个调度器实例、多调度队列相互协作、负载均衡，能够联合多个后端分布式计算集群的计算资源，形成统一的调度空间，从根本上避免单个集群的规模瓶颈和单一调度器在多任务并发请求时自身的瓶颈。作为为生物信息专门设计的计算分析引擎，计算系统必须能够感知生物计算的并行模型，并且有效的组织生信分析流程、投递分析作业、管理生物信息分析计算、解读计算结果。

大数据分析集群，对生物信息大数据进行挖掘和分析，发现多样化数据特征中存在的统计规律。通过对丰富的生物数据特征建模和计算，抽象数据特征之间的潜在关联关系。

智存

• 突破传统思路，数据空间作为一种形态的存储系统，能感知应用和感知数据。

• 生物专用存储体系，满足不同数据存取模式下的高带宽、大文件或低延迟的各种需求。

• 数据空间与计算、管理有机结合，能实现感知应用特征，调度存储。根据特征找数据，可实现超大逻辑数据空间，组织数据集。

• 深度定制的融合集群统一存储，全容器化设计，应用与存储融合共生，灵活稳定。

• 在存储上的融合应用容器可以和计算集群组成虚拟计算集群，卸载计算节点非计算密集型任务，节约网络和时间成本。

智管

• 数据管理以数据为中心，应用与数据路径解耦，数据加载数据特征，使系统更加智能。
  
  
• 多维度展示数据，应用可以随意定义和选取所需的属性，去发现数据重组数据。
  
  
• 数据溯源，每个数据生成环节自动记录数据的系统属性或自定义属性等来源信息。

智算

• 分布式计算，细颗粒度调度计算资源和数据资源。
  
  
• 跨多个计算集群与存储集群，实现资源的统一调度。
  
  
• 多个调度器并发调度，协调工作，避免单一调度器自身瓶颈问题。
  
  
• 支持Mesos和Kubernetes两个分布式资源管理框架，与企业PaaS平台集成。
  
  
• 生物分析工具与运行环境解耦，管理和使用方便，多版本运行、安装、升级更加灵活。
  
  
• 存储和计算等IT管理对生物分析人员透明，分析人员可更加专注于企业应用。

智查

• 对丰富的生物数据特征的分析和挖掘，展示出各种数据特征的分布状况，以揭示生物数据特征中的统计规律。
  
  
• 半自动机器学习。