我能做些什麼，使這個代碼的運行速度

-6

java -Xmx4g -jar /full path/GenomeAnalysisTK.jar \ -T HaplotypeCaller \ -R /full path/hg19-sorted.fasta \ -I example.bam --genotyping_mode DISCOVERY \ -stand_call_conf 30 \ -o example.bam.output.raw.snps.indels.vcf

一個BAM文件大約成本覈算10-15d完成最近運行GATK HaplotypeCaller在共享存儲服務器運行... 極其耗費時間，不是嗎？想到任何解決方法以使此過程更快？例如增加-Xmx？g參數來重新分配內存？我現在有一臺配備62個CPU的服務器，我應該如何確定-Xmx？g的值以最好地重新分配內存以使運行速度更快？或者解決時間成本問題的其他方法？許多tks提前！

來源

2017-08-07 Menci

您忘記了最重要的命令行參數。 '-showusyourcode' – selbie

說真的，沒有人能夠從運行時參數中幫助診斷性能問題。您需要向我們展示您的代碼。 – selbie

先對任何非專業問題抱歉。詳細的源代碼顯示在這裏https://github.com/broadgsa/gatk-protected/blob/master/protected/gatk-tools-protected/src/main/java/org/broadinstitute/gatk/tools/walkers /haplotypecaller/HaplotypeCaller.java – Menci

最好的性能改進來自選擇一種在大O符號中具有更好性能特徵的算法。

就你而言，它看起來像你已經調整了你的最大內存;但是，它也好像你還沒有分析你的代碼。

加速代碼是瞭解哪部分代碼很慢的練習。爲了找到這個問題，我們可以做一些叫做Benchmarking的測試，它可以讓你發現程序花費了很多時間。有時候，可以針對代碼的這個區域。

除了我的Comp。還有生物學學位。科學。學位，我可以做一些猜測。基因組分析通常會進行大量的比較，這意味着很多計算能力。僅僅在15年前，這些東西超出了所有領域，除了「超級計算機」之外，有可能除了一些可能值得研究論文的工作外，你不會找到更快的解決方案。

您採取的方法很好，但它類似於擺弄希望找到更快設置的控件。這是試錯法，並且不可能得到將運行時間改變一個數量級的結果。也許你可能能夠完全放下一整天，但這是樂觀的。

來源

2017-08-07 04:27:13

感謝您的評論！由於我是電腦用戶的初學者，我在線搜索了該程序的源代碼，源代碼的詳細信息顯示在https://github.com/broadgsa/gatk-protected/blob/master/中保護/ GATK工具保護/ src目錄/主/ JAVA /組織/ broadinstitute/GATK /工具/步行者/ haplotypecaller/HaplotypeCaller.java。你可以快速查看它，找出關於運行時問題的一些線索嗎？許多thx提前！ – Menci

@Menci沒有可以應用的神奇的「表演」香膏。修正一個算法就是要充分了解這個問題，以便製作出運行速度更快，但仍能完成所有必需工作的第二種算法（跳過非必需的工作）。首先，您需要對當前運行進行基準測試，然後嘗試改變速度，然後再次進行基準測試。這就是模式，作爲生物學家，你應該熟悉學生的T檢驗，以確定變化是否顯着加快。 –

我能做些什麼，使這個代碼的運行速度

回答

相關問題