[发明专利]一种针对基因测序数据的存取方法

说明书

本发明公开了一种针对基因测序数据的存取方法，包括：基于操作系统用户空间创建文件系统；定义所述文件系统的访问方式；定义所述文件系统的数据存储方式；定义所述文件系统的数据读取方式；通过所述文件系统实现针对基因测序数据的存取；将针对基因数据的各种压缩方法整合到了文件系统当中，使文件系统能够存储更多的基因测序数据,最高可达到原始数据的15％；用户不需要先压缩数据再存储到文件系统，文件系统自动对数据进行压缩，简化了用户的使用；读取数据也不需要事先进行解压缩，文件系统自动会进行解压缩，解压缩操作对用户是透明的。

技术领域

本发明涉及计算机数据存取技术领域，尤其涉及一种针对基因测序数据的存取方法。

背景技术

当前的存储系统和文件系统都是通用的，并没有针对基因测序数据的特点，业务，数据格式进行优化、处理。如基于Linux的EXT4，XFS以及并行的文件系统Lustre等都是不对数据做任何处理的，也不会进行自动的压缩来达到节约空间的目的。因此当心的文件系统在对基因测序数据存储的时候会存在以下问题和缺点。

1.由于当前的文件系统是通用型的，不能够高效、高压缩比的存储基因测序数据

2.当前的的文件系统需要有第三方的压缩软件，人为的进行压缩保存，同时要访问数据的话，还需要先进行解压缩，数据的保存和访问都比较麻烦。

发明内容

鉴于目前存在的上述不足，本发明提供一种针对基因测序数据的存取方法，能够实现针对基因测序数据的存取。

为达到上述目的，本发明的实施例采用如下技术方案：

一种针对基因测序数据的存取方法，所述针对基因测序数据的存取方法包括以下步骤：

基于操作系统用户空间创建文件系统；

定义所述文件系统的访问方式；

定义所述文件系统的数据存储方式；

定义所述文件系统的数据读取方式；

通过所述文件系统实现针对基因测序数据的存取。

依照本发明的一个方面，所述基于操作系统用户空间创建文件系统包括：在Linux用户空间创建一个文件系统，运行在Linux上，需要调用Linux/Fuse模块。

依照本发明的一个方面，所述定义所述文件系统的访问方式包括：定义整个文件系统的访问流程如下：

用户程序发起IO读写请求；

用户的请求传递给操作系统GLIBC；

GLIBC将请求传递给虚拟文件系统接口VFS；

VFS统一了文件访问接口，将IO请求传递到Fuse内核模块；

Fuse内核模块将IO请求传递到用户空间GLIBC；

GLIBC将IO请求传递到Fuse的用户空间Libfuse；

Libfuse将数据请求传递到文件系统。

依照本发明的一个方面，所述文件系统的基本操作通过Python来实现。

依照本发明的一个方面，所述定义所述文件系统的数据存储方式包括：经过测序仪测序完成的基因数据fastq存入到文件系统，对fastq文件进行识别，自动调用针对fastq的基因数据压缩算法quip对fastq进行压缩，然后进行存储。

依照本发明的一个方面，所述定义所述文件系统的数据读取方式包括：接受用户读取请求，调用quip对文件进行解压缩，透明地将数据反馈给请求用户。

依照本发明的一个方面，所述压缩算法quip可替换为普通的gzip压缩算法。