[发明专利]一种基因测序数据存储方法和装置

权利要求书

1.一种基因测序数据存储方法，其特征在于，包括以下步骤：

分别将相对端的两个测序文件分割为多个数据块，并根据所述多个数据块向名称节点发送存储所述两个测序文件的请求；

由所述名称节点根据所述请求而将所述多个数据块对应到多个数据节点中，其中将所述两个测序文件中所记载数据彼此相对应的两个数据块对应到同一数据节点中；

将每个数据块分割为多个数据包，并将所有数据包分别存储到其各自所属数据块所对应的数据节点中的所有主机上；

其中，将所述两个测序文件分割为所述多个数据块包括：同时为所述每个数据块分别生成用于表示数据块处于其所在测序文件中相对位置的数据块标识；

将所有数据包分别存储到其各自所属数据块所对应的数据节点中的所有主机上包括：对于同一数据块的数据包，以排队握手模式依次存储到其共同对应的数据节点中的一个主机上，并从该主机以链式传输并存储到其数据节点中的所有主机上；对于不同数据块的数据包，彼此独立地传输到各自数据节点中的一个主机上，并各自从该主机以链式传输并存储到其数据节点中的所有主机上。

2.根据权利要求1所述的方法，其特征在于，相对端的两个测序文件分别为对同一基因序列从两相对端开始测序所产生的数据记录，所述两个测序文件中的大小相等并且数据中按行记载的碱基序列完全对应。

3.根据权利要求1所述的方法，其特征在于，所述请求包括所述每个数据块的大小、数量、和标识。

4.根据权利要求1所述的方法，其特征在于，将所述两个测序文件中所记载数据彼此相对应的两个数据块对应到同一数据节点中包括：获取所述每个数据块的所述数据块标识，并将所述数据块标识彼此相对应的两个数据块对应到同一数据节点中。

5.根据权利要求1所述的方法，其特征在于，每个所述数据节点中的多个主机分布在至少两个不同的机架上。

6.根据权利要求1-5中任意一项所述的方法，其特征在于，所述名称节点和所述多个数据节点从属于Hadoop分布式文件系统。

7.一种基因测序数据存储装置，其特征在于，包括：

处理器；和

存储器，存储有处理器可运行的程序代码，其中所述程序代码在由所述处理器运行时执行如权利要求1-6中任意一项所述的方法。

8.一种基因测序数据存储服务器，其特征在于，包括名称节点和连接到所述名称节点的多个数据节点，

其中，所述名称节点用于将请求存储的基因测序数据对应到所述多个数据节点中，所述多个数据节点用于根据所述名称节点建立的对应关系来存储数据；所述名称节点配置为，在处理由相对端的两个测序文件所分割而成的多个数据块时，将所述两个测序文件中所记载的基因测序数据彼此相对应的两个数据块对应到同一数据节点中；

由数据节点将每个数据块分割为多个数据包，并将所有数据包分别存储到其各自所属数据块所对应的数据节点中的所有主机上；

其中，将所述两个测序文件分割为所述多个数据块包括：同时为所述每个数据块分别生成用于表示数据块处于其所在测序文件中相对位置的数据块标识；

将所有数据包分别存储到其各自所属数据块所对应的数据节点中的所有主机上包括：对于同一数据块的数据包，以排队握手模式依次存储到其共同对应的数据节点中的一个主机上，并从该主机以链式传输并存储到其数据节点中的所有主机上；对于不同数据块的数据包，彼此独立地传输到各自数据节点中的一个主机上，并各自从该主机以链式传输并存储到其数据节点中的所有主机上。