[发明专利]大规模基因测序数据存储与查询系统

说明书

大规模基因测序数据存储与查询系统，它属于基因测序数据的存储与查询技术领域。本发明解决了现有方法中基因测序数据的存储量受到空间内存的限制以及数据存储的效率低的问题。本发明通过文件存储模块和数据库实现数据的存储，通过数据检索模块对存储在数据库内的数据进行检索。本发明通过对数据进行压缩，可以提高对数据的存储效率。而且，通过对数据进行压缩，可以明显增加有限空间内存储的数据量。本发明的系统最多可容纳6.1PB的数据量，数据库最多可存储1200万条元数据信息。本发明可以应用于对基因测序数据进行存储与查询。

技术领域

本发明涉及基因测序数据的存储与查询技术领域，具体涉及一种大规模基因测序数据存储与查询系统。

背景技术

传统的数据存储系统主要包括DAS、NAS和SAN三种架构，但是随着数量的海量增长，传统的数据存储系统已经无法满足对数据存储的需求，因此，分布式存储系统应运而生。近年来，采用分布式架构的云存储系统由于适用于许多新的应用场景而得到了飞速的发展。

大规模基因组测序计划通常产生PB级的测序数据，产生的测序数据需要以某种格式记录在计算机内部或外部存储介质上。因此，对这些基因测序数据的快速存储及检索是非常重要的问题，同样地，数据存储的安全性和对存储数据的查询也是至关重要的。但是利用目前的数据存储方法不能满足对基因测序数据存储的高效性要求，同时也不能满足需要在有限的空间内存储更多基因测序数据的需求，基因测序数据的存储量严重受到空间内存的限制。

发明内容

本发明的目的是为解决现有方法中基因测序数据的存储量受到空间内存的限制以及数据存储的效率低的问题，而提出了一种能够高效存储大规模基因测序数据以及对基因测序数据进行快速查询的系统。

本发明为解决上述技术问题所采取的技术方案是：

一种大规模基因测序数据存储与查询系统，所述系统包括用户登录模块、数据压缩模块、文件存储模块、界面显示模块、数据库、数据上传模块、数据检索模块和数据审批模块，其中：

所述用户登录模块用于用户输入实名认证信息，并将输入的认证信息与数据库内存储的用户信息进行匹配，若匹配成功，则用户成功登录，否则需要重新输入实名认证信息进行登录验证；

所述数据上传模块用于登录的用户上传基因测序数据，并将用户上传的基因测序数据上传至缓存区；

用户通过界面显示模块确认缓存区内的基因测序数据是否正确，若正确，则用户向缓存区发送确认指令，再将缓存区内的基因测序数据存储至文件存储模块，否则删除缓存区内的基因测序数据；

所述文件存储模块将存储的基因测序数据发送给数据压缩模块；

所述数据压缩模块用于对基因测序数据进行数据压缩，将数据压缩后的测序数据文件上传到文件存储模块的分级目录下，并删除测序数据文件在文件存储模块中对应的原始基因测序数据，同时更新数据库；

所述数据审批模块用于管理人员登录系统并对用户上传至数据库的测序数据文件进行审核，审核通过后，更新数据库内对应测序数据文件的审核状态，并永久保存通过审核的测序数据文件，否则，删除数据库内未通过审核的测序数据文件；

所述数据检索模块用于用户对数据库内的测序数据文件进行检索。

进一步地，所述用户信息是采用MD5加密格式存储到数据库中的。

进一步地，所述用户上传基因测序数据的方式包括单样本上传和批量样本上传。

进一步地，所述系统还包括模板上传模块，当批量样本上传时，用户将批量样本中的单样本信息填写到模板中，填写好的模板通过模板上传模块上传至数据上传模块。

进一步地，所述用户将批量样本中的单样本信息填写到模板中，模板的格式为Excel格式。