معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Benchmark functions that returns total space, mem, cpu given input size and parameters for the CWL workflows

ویژگی	مقدار
سیستم عامل	-
نام فایل	benchmark-4dn-0.5.9
نام	benchmark-4dn
نسخه کتابخانه	0.5.9
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Soo Lee
ایمیل نویسنده	duplexa@gmail.com
آدرس صفحه اصلی	https://github.com/SooLee/Benchmark/
آدرس اینترنتی	https://pypi.org/project/benchmark-4dn/
مجوز	MIT

The repo contains a benchmarking script for some of the CWL workflows used by 4DN-DCIC (https://github.com/4dn-dcic/pipelines-cwl), that returns total space, mem and CPUs required per given input size and a recommended AWS EC2 instance type. [![Build Status](https://travis-ci.org/SooLee/Benchmark.svg?branch=master)](https://travis-ci.org/SooLee/Benchmark) ### Example usage of benchmarking script * importing the module ```python from Benchmark import run as B ``` * md5 ```python app_name = 'md5' input_json = {'input_size_in_bytes': {'input_file': 20000}} B.benchmark(app_name, input_json) ``` ``` {'aws': {'recommended_instance_type': 't2.xlarge', 'EBS_optimized': False, 'cost_in_usd': 0.188, 'EBS_optimization_surcharge': None, 'mem_in_gb': 16.0, 'cpu': 4}, 'total_size_in_GB': 14.855186462402344, 'total_mem_in_MB': 13142.84375, 'min_CPU': 4} ``` * fastqc-0-11-4-1 ```python app_name = 'fastqc-0-11-4-1' input_json = {'input_size_in_bytes': {'input_fastq':20000}, 'parameters': {'threads': 2}} B.benchmark(app_name, input_json) ``` ``` {'recommended_instance_type': 't2.nano', 'EBS_optimized': False, 'cost_in_usd': 0.006, 'EBS_optimization_surcharge': None, 'mem_in_gb': 0.5, 'cpu': 1} ``` * bwa-mem ```python app_name = 'bwa-mem' input_json = {'input_size_in_bytes': {'fastq1':93520000, 'fastq2':97604000, 'bwa_index':3364568000}, 'parameters': {'nThreads': 4}} B.benchmark(app_name, input_json) ``` ``` {'aws': {'cost_in_usd': 0.188, 'EBS_optimization_surcharge': None, 'EBS_optimized': False, 'cpu': 4, 'mem_in_gb': 16.0, 'recommended_instance_type': 't2.xlarge'}, 'total_mem_in_MB': 12834.808349609375, 'total_size_in_GB': 15.502477258443832, 'min_CPU': 4} ``` To use Benchmark in from other places, install it as below. ``` pip install Benchmark-4dn ``` or ``` pip install git+git://github.com/SooLee/Benchmark.git ``` --- Note: From `0.5.3` we have a new function that takes in cpu and memory and returns a sorted list of instance dictionaries. ``` get_instance_types(cpu=1, mem_in_gb=0.5, instances=instance_list(), top=10, rank='cost_in_usd') ``` Keys in each instance dictionary: ``` 'cost_in_usd', 'mem_in_gb', 'cpu', 'instance_type', 'EBS_optimized', 'EBS_optimization_surcharge' ```

زبان مورد نیاز

مقدار	نام
>=3.5,<4.0	Python

نحوه نصب

نصب پکیج whl benchmark-4dn-0.5.9:

pip install benchmark-4dn-0.5.9.whl

نصب پکیج tar.gz benchmark-4dn-0.5.9:

pip install benchmark-4dn-0.5.9.tar.gz