【Spark Summit East 2017】加速云上Spark基因测序的数据驱动方法以及案例研究

更多精彩内容参见云栖社区大数据频道https://yq.aliyun.com/big-data；此外，通过Maxcompute及其配套产品，低廉的大数据分析仅需几步，详情访问https://www.aliyun.com/product/odps。

本讲义出自Lucy Lu与Eric Kaczmarek在Spark Summit East 2017上的演讲，主要介绍了正在研发中的基于Spark的编程平台GATK4（Genome Analysis Toolkit version 4 ），并用案例讲解了如何在云上配置Spark集群加速对于基因序列的测序工作。除此之外还介绍了名为PAT的内部数据分析框架，并介绍了如何使用PAT快速建立Spark与虚拟机合适的配置组合来优化对于云的硬件资源以及Spark计算并行性的使用。