wiki:YMU110509
雲端運算技術與生物資訊應用
Cloud Computing Technologies and its Bioinformatics Applications

  1. 課程資訊 Course Info.
  2. 線上討論 Web IRC chatroom
  3. 課程大綱 Course Outline
  4. 公用環境 Public Cluster
  5. 作業一 Homework 1
  6. 學員背景
  7. 補充：資料整合（Data Integration）與資料倉儲（Datawarehouse)

課程資訊 Course Info.

  • 上課時間： 2011/05/09 (一) ～ 2011/06/06 (一) 15:30 ～ 17:20
  • Date and Time: 15:30 to 17:20, from 9 May 2011 to 6 June 2011, every Monday
  • 上課地點： 陽明大學 圖資大樓 電腦教室 R401
  • Location: R401 PC Room, Library and Information Building, Natioanl Yang-Ming University
  • 系所公告：​http://bmi.ym.edu.tw/wp/?p=4532

線上討論 Web IRC chatroom

課程大綱 Course Outline

時段
Date 		分類
Section 		課程內容 Topics 投影片
Slides 		實作
Hands-On 		補充資料
Notes
05/09 Introduction - 高速運算於生物資訊之應用
- HPC for Bioinformatics
- PC Cluster 101
- 平行運算程式的種類
- Parallel Programming Model 		part-1
part-2 		實作一 ​Intel 談多核心的重要性
​關於 Amdahl’s Law
05/16 Introduction - Cloud Computing Architecture
- Introduction to Hadoop
- Hadoop Distributed File System
- Hands-on: HDFS commands 		part-3
part-4 		實作二
實作三 		Hadoop 單機安裝（for Windows XP）
05/23 ---- 因校園連外網路品質不穩，順延一週授課
05/30 Hands-On - MapReduce Algorithm
- Hands-on: Running MapReduce Examples
- Hadoop 相關專案簡介
- Introduction to Hadoop Ecosystem 		part-4
part-5 		實作四
實作五
實作六 		​不同語言的 MapReduce 實作
06/06 ---- 端午節，順延一週授課
06/13 Hands-On - 大型網站架構與 HBase 分散式資料庫
- Large Scale Website and HBase distributed datastore
- Pig 簡介
- Introduction to Pig 		part-5
part-6 		實作七
實作八 		1. ​bio4j - a bioinformatics graph based DB
2. ​sqoop
3. ​Hive - Hadoop 的資料倉儲(Datawarehouse)
06/20 Hands-On - Bioinformatics Apps using Hadoop
- Hands-on: 		part-7 實作九
實作十 		1. ​CloudBurst
2. ​Crossbow
3. ​Contrail

公用環境 Public Cluster

作業一 Homework 1

  • 題目：請嘗試將 實作五 的 WordCount2.java 改成逆向索引（Reverse Index） ReverseIndex.java。使 ReverseIndex 執行之結果為「"關鍵字"\t"檔案名稱(用逗點隔開)"」型態。以實作五最後的執行方法，忽略句點（\.）與逗點（\,），並且忽略大小寫（case.sensitive=false），
  • Please try to modified WordCount2.java downloaded from Lab5. Rename it to ReverseIndex.java. Let ReverseIndex output as "Keyword <TAB> filename(separated by comma)". Try to run it by ignoring "\." and "\," pattern and case-insensitive.
  • 參考步驟：
    Here is the reference steps: 
    $ wget http://hadoop.nchc.org.tw/WordCount2.java -O ReverseIndex.java
$ vi ReverseIndex.java #### DO YOUR MODIFICATION - 修改對應的程式碼
$ mkdir -p MyJava3
$ javac -classpath hadoop-core.jar -d MyJava3 ReverseIndex.java
$ jar -cvf reverseindex.jar -C MyJava3 .
$ hadoop jar reverseindex.jar ReverseIndex -Dwordcount.case.sensitive=false lab6_input lab6_out4 -skip pattern.txt
$ hadoop fs -cat lab6_out4/part-00000
  • 參考結果應該為：(路徑不限）
    The reference result should be as following:（no limitation for the format of "path"） 
    and     input2
cloud   input1,input2
course  input1,input2,input2
enjoy   input2
i       input1,input2
like    input1,input2
nctu    input1,input2
this    input2
we      input2
  • 繳交期限：2011年6月13日（一） 上午 11:59
  • Due date: 11:59 AM, Monday, June 13th, Year 2011
  • 繳交方式：將原始碼與報告以附件方式寄至 jazz _AT_ nchc _DOT_ org _DOT_ tw (1) 程式原始碼一份：以 ${學號}.zip 方式壓縮與命名 (2) 報告一份：以 ${學號} 命名。
  • Please e-mail the java source code and report (doc or PDF) to jazz _AT_ nchc _DOT_ org _DOT_ tw
  • 提示：
    Hint:
    • 請將 Mapper 輸出、Reducer 輸入輸出的 (Key,Value) 由原本的 (Text, IntWritable) 改成 (Text, Text)
    • Replace (Key,Value) pair from (Text, IntWritable) to (Text, Text)
  • 加分題：(Extra)
    • 試將出現次數統計加入結果，亦即參考結果如下：
      Try to add count of each file in the result, i.e. The reference result should be as following: 
      and     input2(1)
cloud   input1(1),input2(1)
course  input1(1),input2(2)
enjoy   input2(1)
i       input1(1),input2(1)
like    input1(1),input2(1)
nctu    input1(1),input2(1)
this    input2(1)
we      input2(1)
  • 配分比例：
    • 標準題原始碼 Source Code：60%
    • 報告 Report ：20%
      • 參考內容入下：Reference Items should be shown in your report
      • 封面 Cover : 姓名、學號 ( Your Name and ID ）
      • 於 hadoop.nchc.org.tw 執行的擷圖（Screenshot of your program running on hadoop.nchc.org.tw）
      • 執行結果 The result of your program
    • 加分題：20%

學員背景

生物 C PerlR Java
qulqul O X O O O
@ne_ X O O O O
vincentt X O X X O
Rodney_ X O O O X
sunny X X X X O
wally O X O X X
clair X X O X X
Jason2 O O O O X
Angela O X O X X
chenf X O X X X
Yen-Kuang O X O X O
Eric X O O O X
Tony-Chang O X O O O
lcyang ? O X X X
Microarray ? O O O X
O 6 8 11 7 6
X 9 7 4 8 9

補充：資料整合（Data Integration）與資料倉儲（Datawarehouse)

Last modified 13 years ago Last modified on Jun 20, 2011, 1:41:46 PM

Attachments (8)