Windows Azure助力“大数据”分析

    Windows Azure是微软基于云计算的操作系统，Windows Azure的主要目标是为开发者提供一个平台，帮助开发可运行在云服务器、数据中心、Web和PC上的应用程序。云计算的开发者能使用微软全球数据中心的储存、计算能力和网络基础服务。Azure服务平台包括以下主要组件：Windows Azure；Microsoft SQL数据库服务，Microsoft.Net服务；用于分享、储存和同步文件的Live服务；针对商业的Microsoft SharePoint和Microsoft Dynamics CRM服务。
    Windows Azure可以帮助用户确保所租用的超级计算时间不会超出支付能力，而且能够以很简单的方式来执行大规模计算的整体管理。与其他云服务提供商不同的是，Windows Azure上并没有需要用户管理或存储在个人账户所需要的虚拟内存（VM）图像，考虑到数以十万计的实例，无论是从管理或成本的角度上看，这都是一种优势。Windows Azure为用户提供操作系统（并且通过补丁程序，使它保持最新状态），用户只要将应用程序复制到Windows Azure上，然后在云中运行即可。
    正如Windows Azure产品管理总经理Bill Hilf所指出的那样，用户可以很容易地在Windows Azure上管理大小和类型不一的工作负载。如此庞大的计算能力对于“大数据”研究是至关重要的——它增进了我们对于复杂系统的理解。
    全基因组关联分析（The Genome-Wide Association Study, GWAS）就是一个很好的例子。微软研究院在Windows Azure上进行了一次27 000核的运行实验，对这项研究所涉及的数据进行处理。节点忙碌了72小时，耗用任务100万条，相当于大约190万个计算小时。如果我们在一个8核系统上运行相同的计算，需要25年才能完成！GWAS提供了一种强大的方法，可用于识别与人类疾病相关的遗传标记。它使用的数据是由威康信托基金（Wellcome Trust）提供的一次英国人口研究，有大约2 000个研究对象，此外还为7大疾病中的每一种提供了共计13 000人的共享对照组。为了进行高效的计算，微软研究院开发了Factored Spectrally Transformed Linear Mixed Model（FaST-LMM），这种算法能够使用比先前大几个数量级的数据，增强发现新生物关系的能力。它允许处理更大的数据集，因而可以检测到数据中更加微妙的信号。借助Windows Azure，微软研究院对威康信托基金的数据运行FaST-LMM，分析了63 524 915 020对遗传标记，并在这些双极性疾病、冠状动脉疾病、高血压、炎症性肠道疾病（Crohn氏病）、类风湿关节炎和I型及II型糖尿病的标记之间寻找相互关联。结果，发现了基因组与这些疾病之间的新关联，而这些发现可能预示着上述疾病在预防和治疗上的潜在突破。
    （编译自：http://blog.sina.com.cn/s/blog_4caedc7a0102el3i.html）