16、网格工作流的设计与复用框架

网格工作流的设计与复用框架

1. 引言

随着科学数据和知识量的不断增加，如何高效、简便地利用其中的大部分数据成为当今科学领域的主要挑战之一。许多科学领域需要计算方法和资源来持续提升研究质量，生物信息学和化学信息学中的计算问题就是重要的例子。同时，由不同的异构分布式网络计算系统组成的网格的引入也带来了技术挑战。虽然针对网格的计算工具越来越多，但对于领域科学家来说，这些工具通常难以使用。

科学工作流用户环境，如Kepler、Taverna和Triana等，旨在通过“包装”网格工具，使其在用户友好的可视化编程环境中可用，从而改善这种情况。网格工作流可视为特殊的科学工作流，具有高性能计算（HPC）工作流和/或高吞吐量计算（HTC）工作流的特征。HPC工作流侧重于实现最大峰值性能，例如以每秒浮点运算次数（FLOPs）衡量；而HTC工作流则能在长时间内提供大量处理能力，对于处理数据移动管理和任务到资源的高效分配问题非常有效。

2. 网格工作流框架

现有的网格基础设施使得构建大规模协作网格工作流的科学应用变得复杂。许多科学家缺乏使用现有网格组件的技术专长，因此需要招募额外的网格专家来协助他们的应用开发。其中一个主要原因是，用于认证、访问、管理和发现远程资源的基本网格服务难以获取，且获取后也不易使用。

我们的网格框架旨在设计抽象组件和模板，以促进基于网格的工作流构建，并将多个此类网格组件集成到一个具有直观图形用户界面（GUI）的系统中。这样的网格工作流框架在多个层面都很有用，例如作为建模环境来捕捉科学家对科学过程的高层想法，设计特定应用的数据分析管道，甚至控制实际的计算实验、跟踪派生数据的来源等。系统生成的工作流可以保存并在其他研究中复用。此外，该框架