面向多数据中心的LHAASO科学大数据管理系统及关键技术研究
批准号:
12075268
项目类别:
面上项目
资助金额:
63.0 万元
负责人:
李海波
依托单位:
学科分类:
在线与离线数据处理
结题年份:
2024
批准年份:
2020
项目状态:
已结题
项目参与者:
李海波
中文摘要
LHAASO实验数据具有数据量大、结构复杂、实时性强、多中心处理(稻城、北京、成都)、国际共享等特点,是我国目前产生数据量最多的大科学装置之一,现有的数据管理系统面临着前所未有的挑战。比如,站点存储系统与网格存储系统相互隔离,小型站点无法加入,难以实现资源的全面共享;数据管理系统缺乏与科学数据分析的自动协同,效率低且易于出错;在远程站点进行数据分析须提前订阅和传输数据,不能满足云计算时代按需访问的需求;数据在多中心站点及合作组站点之间无法自动分布和迁移等。本项目提出一种面向多数据中心的科学数据管理架构,采用策略存储驱动的方式实现分层次多站点的科学数据管理,基于深度学习方法实现智能化的数据存储,结合流数据缓存技术实现远程站点按需访问及主动的数据服务。本项目将大幅提高LHAASO科学数据管理系统的功能、性能和可用性,为LHAASO产生高质量的物理成果奠定坚实的基础,具有良好的应用推广价值。
英文摘要
LHAASO experimental data has the characteristics of large amount of data, complex structure, strong real-time, multi-center processing (Daocheng, Beijing, Chengdu), international sharing and so on. It is one of the largest scientific devices in China, and the existing data management system is facing unprecedented challenges. For example, the site storage system and grid storage system are isolated from each other, and small-scale sites cannot join in, so it is difficult to realize the full sharing of resources; The data management system lacks automatic coordination with scientific data analysis, is inefficient and prone to errors. Data analysis at remote sites must be Subscription and transmission of data in advance cannot meet the needs of on-demand access in the era of cloud computing; data cannot be automatically distributed and migrated between multi-center sites and cooperative site sites. This project proposes a multi-data center-oriented scientific data management architecture,which adopts a strategy storage-driven approach to realize hierarchical and multi-site scientific data management, realizes intelligent data storage and management based on a deep learning method, and realizes remote site on-demand access and active data service in combination with streaming data caching technology. This project will greatly improve the function, performance and usability of LHAASO scientific data management system, laying a solid foundation for LHAASO to produce high-quality physical results. At the same time, it can also be applied to JUNO, HEPS and other major scientific and technological infrastructure in other countries, with good application and promotion value.
针对LHAASO实验在数据量庞大、数据结构复杂以及实时性强等方面的挑战,本课题深入开展了面向LHAASO分布式环境的科学大数据管理系统和关键技术研究,通过创新的技术手段提高LHAASO实验的数据处理与分析效率,助力实验高效运行,促进高质量物理成果的产生。.首先,课题针对LHAASO实验数据的多中心分布式存储需求,成功构建了面向多数据中心的基于EOS分布式文件系统的高效数据存储系统。该系统实现了北京和东莞两个数据中心之间的远程数据互通,极大提高了不同地点间数据共享和访问的效率。通过该系统,LHAASO实验的科学家能够更加方便快捷地访问实验数据,减少了因存储系统性能瓶颈而导致的延时问题。.在此基础上,课题进一步开展了面向LHAASO实验数据处理的智能存储技术研究。结合LHAASO实验对数据分析快速响应的需求,我们设计并实现了基于EOS的可计算存储插件,能够在数据存储和计算过程之间实现无缝集成,显著缩短了数据处理周期,提高了数据分析的效率。该插件的实现使得LHAASO实验用户能够在存储数据的同时,快速进行数据处理和分析,满足了实验实时分析的需求,支持了实验数据的高效解码与快速反馈。.此外,课题还研究并实现了面向LHAASO数据解码的异构计算加速方法。通过结合CPU与FPGA的可计算存储技术,开发了针对特定数据处理任务的加速解决方案。FPGA加速器能够高效执行复杂的计算任务,并与传统的CPU处理器协同工作,形成高效的计算模式。该加速方法不仅大幅提升了数据处理效率,还降低了对计算资源的需求,使得LHAASO能够在处理大规模数据时保持高效性和稳定性。.本课题的技术研究成果有效提升了LHAASO实验数据处理的能力,通过多中心分布式存储系统、可计算存储插件以及异构计算加速技术的创新应用,为LHAASO实验的数据管理和数据分析提供了重要的技术支撑。这些技术的实施不仅能够满足当前实验的需求,还为未来可能出现的大规模数据分析需求奠定了基础,推动了高能物理实验领域技术发展的前沿。
BESIII上正反超子对关联产生及其衰变的实验研究
-
批准号:11935018
-
项目类别:重点项目
-
资助金额:340.0万元
-
批准年份:2019
-
负责人:李海波
-
依托单位:
利用D/Ds介子半轻衰变研究a0(980)的性质
-
批准号:11875054
-
项目类别:面上项目
-
资助金额:65.0万元
-
批准年份:2018
-
负责人:李海波
-
依托单位:
高能物理离线数据处理虚拟计算资源管理技术研究
-
批准号:11605223
-
项目类别:青年科学基金项目
-
资助金额:24.0万元
-
批准年份:2016
-
负责人:李海波
-
依托单位:
Muon--electron转换过程的实验研究
-
批准号:11335009
-
项目类别:重点项目
-
资助金额:360.0万元
-
批准年份:2013
-
负责人:李海波
-
依托单位:
国内基金
海外基金