Elektrotehniški vestnik 86(5): 283-289, 2019 Izvirni znanstveni članek
Sistem za porazdeljeno računanje simulacij dinamično trianguliranih površin in njihovo analizo
Samo Penič1, Miha Fošnarič2
1	Univerza v Ljubljani, Fakulteta za elektrotehniko, Tržaška cesta 25, 1000 Ljubljana, Slovenija
2	Univerza v Ljubljani, Zdravstvena fakulteta, Zdravstvena pot 5, 1000 Ljubljana, Slovenija E-pošta: samo.penic@fe.uni-lj.si
Povzetek. Simulacije dinamično trianguliranih površin kot modelov lipidnih dvojnih plasti so časovno zamudne. Pogosto raziskujemo fazni prostor, kjer za vsak set parametrov zaganjamo svojo simulacijo. V takšnih primerih lahko pospešimo raziskavo z vzporednim zaganjanjem simulacij. V članku predstavljamo sistem za vzporedno računanje simulacij dinamično trianguliranih površin s simulatorjem trisurf. Izbrali smo metodo oportunističnega računanja in tehnologijo streznik-gost. Simulator tako postane računski del sistema, ki se izvaja na strani racšunalnika gosta in delovne naloge prejema od strezšnika. Strezšnik razdeljuje posamezne simulacije med prijavljene goste (delavce) in shranjuje vrnjene računske rezultate. Streznik deluje tudi kot hramba rezultatov simulacij in orodje za njihovo analizo. Analizo lahko raziskovalec izvaja kar na strezniku prek spletnega brskalnika v delovnem zvezku Jupyter. Predstavljen sistem smo naredili po zgledu podobnih uveljavljenih sistemov, kjer smo uposštevali dobre prakse raziskovalnega dela za ponovljivost rezultatov.
Ključne besede: Monte Carlo simulacije, porazdeljeno računanje, paralelizacija, podatkovne baze, Jupyter, biolosške membrane, lipidna dvojna plast
A System for a distributed computation of a dynamic triangulated surface simulation and its analysis
A dynamic triangulated surface simulations used in modelling lipid bilayers are time consuming. Frequently, the phase space of multiple parameters needs to be investigated by simulating each parameter set. čoncurrent running of multiple simulations in parallel accelerates the investigation of the phase space. In the paper, we present a system for a parallel computation of a triangulated surface simulations using a simulator trisurf. A method of voluntary computing was applied, using a server-client technology. The simulator itself becomes the computing part of the system that is being executed on the client side and waits for a workload from the server. Besides, being a workload distributor, the server also acts as a simulation results collector and data archiver. The analysis of the data and metadata is performed on the server itself using a standard web browser. The technology used for the data analysis is the Jupyter notebook. The system is engineered based on experiences with similar systems and following good research practices for result reproducibility.
Keywords: Monte Carlo simulations, distributed computation, paralelization, database, Jupyter, biological membranes, lipid bilayers
1 Uvod
Simulacije dinamično trianguliranih površin so metode Monte-Carlo. Na površino, ki jo Želimo simulirati, na-pnemo trikotniško mrežo, ki lahko v okviru izbrane verjetnostne porazdelitve in robnih pogojev spreminja
Prejet 8. junij, 2019 Odobren 11. oktober, 2019
tako obliko kot tudi povezanost vozlišč [1], [2]. Spremembo oblike površine dosezemo predvsem s premikanjem polozaja vozlišč trikotniške mreze, spreminjanje povezav med vozlišči pa omogoči tudi lateralno mobilnost vozlišč v mrezi. Tako simulirana površina se obnaša kot dvodimenzionalna tekočina, kar je pomembna lastnost membran, katerih osnova je dvojna plast lipidnih molekul [3]. Zato simulacije dinamično trianguliranih povrsšin pogosto uporabljamo pri modeliranju lipidnih in bioloških membranskih sistemov [2], [4-8].
Pomemben primer membran, tankih ločnic med dvema območjema, so membrane bioloških celic. Celice različnih velikosti, oblik in funkcij so osnovni sestavni deli bioloških sistemov. Kljub raznolikosti celic, ki jih najdemo v biolosških sistemih, so osnovni gradniki in njihova kemijska sestava večine celic enaki [3], [4], [5]. Lastnosti bioloških membran, ki obdajajo celice ali njene organele, se precej razlikujejo od lastnosti makroskopskih objektov, ki smo jih vajeni iz vsakdanjega zivljenja. Najštevilnejši gradniki celičnih membran so lipidne molekule, med katerimi prevladujejo fosfolipidi, ki skupaj z vgrajenimi proteini sestavljajo skoraj vso maso membrane [6]. Fosfolipidne molekule so amfifilne, kar pomeni, da so sestavljene iz hidrofobnega in hidro-filnega dela. V vodnem mediju se tako samoorganizirajo v fosfolipidno dvojno plast, ki lahko tvori mehurcške oziroma vezikle (angl. vesicle). Takšna dvojna plast je lahko tako upogljiva, da je izpostavljena termicšnim fluktuacijam, ki lahko pomembno vplivajo na njene fizikalne lastnosti in biološke funkcije.
284
PENI(S, FOSNARIC
Triangulirane površine kot model lipidnih in bioloških membranski sistemov so model s skaliranjem (angl. coarse-grained model). V trikotniški mreži lahko en trikotnik ali eno vozlišče in njegova neposredna okolica modelira del membrane, ki jo zapolnjuje več molekul membrane. Interakcijo teh delov mreže ž okolico opišemo s primernimi fizikalnimi modeli. Modeli s skaliranjem so nepogrešljiv del modeliranja bioloških sistemov [4], [3], omogocajo kvalitativen vpogled na dogajanje v membranah in pripomorejo k razumevanju biofižikalnih lastnosti bioloških struktur [7].
Spisati programsko kodo za simulacije dinamicno trianguliranih površin je sorazmerno zahteven projekt. Zato smo simulator trisurf, ki je razvit prav za simulacije dinamicno trianguliranih površin, izdali pod odprtokodno programsko licenco [8]. Fizikalni model, na katerem temelji simulator, je podrobneje opisan v [9], algoritem pa v [10]. Surovi rezultati simulatorja so oblika membrane, torej matematicšni opis trikotnisške mreze - pozicije posameznih tock mreze in vezi med njimi, ter druge fizikalne lastnosti posameznih delov membrane, ki jih pripisšemo mrezši.
Časovno dolgotrajne simulacije pospešimo z vzporednim racunanjem. Poskus vzporednega racunanja, kjer vecš procesov izvaja premike Monte Čarlo na enem samem sistemu (npr. veziklu), smo v zgodnji fazi razvoja nadomestili z ucinkovitejšo in preprostejšo obliko paralelizacije. Iz izbranega zacšetnega stanja naredimo vzporeden zagon simulacij. Vsaka simulacija lahko obravnava sistem z drugacšnim naborom parametrov ali pa z enakim. Pri slednjem praviloma zavrzemo toliko zacšetnih korakov, da stanja med seboj niso vecš statisticšno korelirana. Tako vsak zagon simulatorja preracunava locen sistem in odpadejo tezave vzporednega racunanja, kjer se lahko procesi med sabo motijo. Simulacije se lahko izvajajo na vecš racšunalnikih, ki niso nujno ves cas povezani med seboj. V praksi smo se pogosto srecevali s potrebo precesavanja faznega prostora, torej širokega nabora parametrov [11]. Takrat smo delo praviloma razdeljevali tako, da je vsak racšunalnik (ali procesorsko jedro istega racšunalnika) izvajal simulacijo z locšenim naborom parametrov.
V clanku predstavimo sistem upravljanja vzporednega racunanja in dela s podatki. Sistem uporablja simulator trisurf, vendar je prilagodljiv in odprtokoden, zato ga je mogoce uporabiti tudi pri drugih projektih. Pri nacšrtovanju hranjenja podatkov je sistem zastavljen tako, da je omogocšen hiter dostop do mnozšice rezultatov simulacij. Celovitost sistema smo zagotovili tudi z upo-rabnisškim vmesnikom, s katerim je mogocša tako analiza rezultatov kot tudi njihova dokumentacija in priprava za znanstveno objavo.
2 Računanje v gručah in
porazdeljeno računanje
Simulacije Monte Carlo so računsko zahtevne (potrebujejo veliko procesorske računske moči), niso pa zahtevne glede pomnilnika ali prostora za shranjevanje vmesnih rezultatov. Zaradi potrebe po računski moči smo zasnovali sistem za vzporedno računanje, pri čemer smo raziskali dve tehniki, ki sta primerni za naš problem. Izognili smo se vzporednemu računanju na istem sistemu (npr. isti trikotniški mrezi), saj ta pristop zahteva komunikačijo med posameznimi pročesi in je skalabilen samo do neke mere. Rezultate posamezne simulačije (primera za izbran nabor fizikalnih parametrov), bi tako sičer pridelali hitreje, vendar bi del pročesorskega čšasa porabili za upravljanje med pročesi in za zagotavljanje, da se pročesi med samim delom ne motijo. Izbrali smo drug pristop. Ker nas običajno zanima večji del faznega prostora, torej širok nabor parametrov, kjer potrebujemo za vsako kombinačijo parametrov svojo simulačijo, smo paralelizirali zagon večš neodvisnih si-mulačij. Tako so posamezne simulačije samostojne in ne potrebujejo medsebojne komunikačije. Pri manjšem zahtevanem številu vzporednih simulačij, kjer sodeluje le nekaj račšunalnikov, je mogočš ročšen zagon posameznih simulačijskih pročesov, kar pa je pri večjem številu vzporednih simulačij zelo tezško izvajati in spremljati. Zato smo razvili avtomatiziran sistem za zagon simulatorja.
Za hitro računanje se je zgodaj v razvoju računalnika začel razvoj metod za vzporedno računanje na več računalnikih hkrati. Prve tehnike so bile računanje v gručšah (angl. čluster) in mrezšnega pročesiranja (angl. grid čomputing) [12], čedalje bolj pa postaja popularno porazdeljeno pročesiranje, kjer sta popularna pristopa računanje v oblaku (angl. čloud čomputing) in oportu-nistično računalništvo (angl. volunteer čomputing) [13].
Za upravljanje računskih pročesov programiranja v gručah sta razširjena odprtokodna projekta SLURM in PBS, namenjena podpori lokalnim gručam računalnikov in mreznemu pročesiranju. Projekt SLURM se je začel razvijati leta 2002 kot sistem za upravljanje z računskimi zmogljivosti računalnikov v gručah z nameščenim ope-račijskim sistemom Linux, pozneje pa so mu dodali robusten sistem za razdeljevanje dela (angl. sčheduling). Danes je SLURM odprtokodna platforma za razdeljevanje računskega dela med računalnike v gručah in njihov nadzor. Razvoj sistema PBS se je začel ze leta 1991 kot odprtokodna platforma za razdeljevanje dela v gručah in je del projekta OpenHPC. Omeniti velja še projekt HTCondor, ki je odprtokodni razdeljevalnik dela v mreznem računalništvu in ga uporablja npr. Amazon EC2 [12].
Sisteme masovnega oportunističnega distribuiranega računanja je populariziral projekt Seti@Home [14]. Pro-stovoljči pri projektu prispevajo računske zmogljivosti svojih računalnikov za analizo signalov, prejetih iz ra-
ORODJE ZA PORAZDELJENO RAČUNANJE IN ANALIZO MONTE CARLO SIMULACIJ FOSFOLIPIDNIH VEZIKLOV
285
dijskih teleskopov v upanju, da bodo naleteli na signale, ki jih v vesolje pošiljajo inteligentna bitja zunaj našega osončja. Seti@Home sicer ni bil prvi tak projekt, vendar je pokazal, da je oportunistično računanje izvedljivo, in kmalu se je razvila mnozšica podobnih znanstvenih projektov. Seti@Home je se sčasoma preselil na BOINC (kratica za Berkeley Open Infrastructure for Network Computing), ki omogoča platformo za distribucijo orodij za oportunistično računanje [15]. BOINC so začeli razvijati leta 2002 in je hitro postal vodilna platforma za oportunistično računanje. Na platformi BOINC se trenutno izvaja več kot 30 znanstvenih projektov svetovnih razseznosti [16].
Zahtevane naloge _i_
Generator delovnih nalog
X
SQL baza podatkov
Upravljalnik dela» API Delavci
Rezultati v datotekah
da vračajo slabe rezultate [12], [18].
Pri postavitvi našega sistema za izvajanje simulacij smo se odločili za oportunistično procesiranje, saj nismo imeli dostopa do homogenega sistema v gruči. Zaradi specifik simulatorja trisurf in relativno zahtevne postavitve sistema BOINC je bilo pri sistemu za upravljanje simulacij trisurf hitreje in pregledneje razviti lasten sistem za razdeljevanje dela in racunanje na oddaljenih racunalnikih prostovoljcev. Zgledovali smo se po poenostavljeni zgradbi sistema BOINC (brez dolocenih delov, ki spremlja racunsko delo in nagrajuje prostovoljce) in po podobnem sistemu projekta Folding@Home [19]. Glavni deli sistema BOINC so predstavljeni na sliki 1. Raziskovalec sestavi naloge in sistem BOINC ima svoj lasten generator preprostih nalog, ki jih razdeli delavcem po protokolu HTTP in prirejenim API vmesnikom. Delavci dostopajo do dela, shranjenega v bazi, prek internetnega API vmesnika (odebeljena pušcica na sliki), ki je neposredno povezan z razdeljevalno enoto upravljalnika dela. Racunske rezultate delavec vrne na streznik in upravljalnik dela, ki shrani datoteko z rezultati na disk. Tako zbrani neobdelani (surovi) rezultati so na voljo raziskovalcu za analizo, ki jo izvede zunaj sistema BOINC.
API za vnos simulacij
. i _
SQL baza podatkov
Rezultati
Slika 1: Poenostavljena zgradba sistema BOINC, prirejena po [17]
Razlika med pristopoma za racunanje v grucah in oportunisticnega procesiranja je velika. V grucah nastopajo racšunalniki, ki so med seboj (praviloma) enaki in povezani s hitrim racunalniškim omrezjem. Racunalniki delujejo konstantno in zanesljivo, zato imamo med racunanjem na voljo konstantno racunsko moc. Rezultati, ki jih zberemo iz posameznih racšunalnikov v gruci, so varni - v njihovo pravilnost lahko zaupamo, saj je cela gruca pod kontrolo administratorja ali izvajalca racunskega projekta [12]. Oportunisticno procesiranje se izvaja na racšunalnikih prostovoljcev, ki so povezani v splet in so pripravljeni darovati racšunske zmogljivosti svojih naprav. Te so zelo raznolike, imajo namesšcšene razlicšne operacijske sisteme, strojno opremo ... Racunalnikov, ki izvajajo racunsko delo (delavcev), ne moremo kontrolirati in ti se lahko kadarkoli izkljucijo ali izgubijo povezavo s streznikom, ki deluje kot razde-ljevalec dela. Ravno tako ne moremo zaupati rezultatom oddaljenih racunalnikov v lasti prostovoljcev, saj lahko ti delujejo nepravilno ali so zlonamerno prilagojeni tako,
		
Upravljalnik dela»		API
Delavči
Rezultati v datotekah
	
Jupyter delovni zvezek za analizo	
Slika 2: Zgradba sistema trisurf
Načelna poenostavljena zgradba projekta trisurf, ki ne vsebuje le simulatorja, ampak tudi okolje za vzporedno računanje in analizo podatkov, prikazuje slika 2. Razliki v shemah na slikah 1 in 2 sta le pri ge-neriranju nalog in pri analizi podatkov. Pri generira-nju dela je treba pri sistemu trisurf delo definirati izven sistema. Delovne naloge (posamezne simulačije) se v bazo vnesejo prek spletnega vmesnika, ki deluje po protokolu HTTP in REST API (angl. Representational Sate Transfer Application protocol Interface). Analizo surovih podatkov, zbranih v datotekah XML, smo vključili kar v sistem trisurf v obliki delovnega zvezka Jupyter. Na glavnem strezšniku projekta
286
PENI(S, FOSNARIC
trisurf je tako nameščen program, spletni vmesnik namenjen raziskovalcem, hkrati pa shranjuje podatke in metapodatke posameznih raziskav, simulacij in surovih rezultatov, izračunanih s simulatorjem trisurf. Hkrati je tudi razdeljevalec računskega dela in zbiralnik rezultatov. Napisan je v programskem jeziku Python, pri čemer smo uporabili okolje Django za razvoj spletne aplikacije in upravljanje podatkovne baze. Komunikacija z racunalniki, ki izvajajo racunsko delo (delavci), poteka prek strani REST API in protokola HTTP.
Za racunalnike, ki opravljajo simulacije, je trenutno podprt le operacijski sistem Linux. Na nje je potreba namestiti simulator trisurf in preprost Pythonov vmesnik, ki komunicira s streznikom. Delavec se najprej prijavi in strezniku sporoci namešceno razlicico simulatorja trisurf. Ta mu na podlagi sporocene razlicice in seznama prostih del dodeli simulacijo ter mu pošlje podatke za izvajanje (zadnji rezultat ali konfiguracijsko datoteko, ce v bazi ni še nobenega rezultata). Vmesnik na delavcu zazene simulator s prejetimi podatki in spremlja napredek simulacij.
Ker je delovanje delavcev nezanesljivo (prekinitve v racšunanju, pocšasnost, nenapovedljivi izklopi delavcev), mora vmesnik na delavcu v dolocenih intervalih sporocati strezniku stanje delovanja in potrjevati delo na simulaciji. Ko simulator vrne rezultat (novo mi-krostanje), ga vmesnik na delavcu pošlje na streznik. Ta zabelezši transakcijo in shrani rezultat v ustrezno mapo. V primeru napake v komunikaciji ali neodzivnosti delavca strezšnik simulacijo postavi v seznam prostih simulacij, ki cakajo na ponovno razdeljevanje delavcem. Zaradi izbrane tehnologije nima strezšnik nad delavci nikakrsšne kontrole, zato je pomembno, da delavec v vnaprej dolocenem casu posreduje podatke o delovanju. Pobudnik komunikacije je vedno delavec. Zaradi uporabe protokola HTTP je delovanje sistema mogoce tudi, ce so delavci zavarovani s pozarnimi zidovi ali drugimi varnostnimi tehnologijami.
3 Hranjenje podatkov
Surovi podatki, ki jih dobimo iz simulacij, so mikro-stanja sistema (npr. vezikla) v obliki XML (primerna tudi za pregledovanike, ki podpirajo format VTK), z metapodatki o parametrih, s katerimi je bila izvedena simulacija z razlicico simulatorja trisurf, s katerim je bilo stanje pridobljeno, ter datumom in casom nastanka. Sproti se izracuna še nekaj metrik vezikla, ki jih zelimo spremljati med samim izvajanjem simulacij.
Za organizacijo surovih podatkov uporabljamo odpr-tokodno podatkovno bazo PostgreSQL. Vsako uspešno izracunano stanje, ki ga klient prenese nazaj k razde-ljevalcu, razdeljevalec zabelezi v tabeli izmenjave podatkov, rezultat shrani na disk v obliki datoteke XML, referenco na to datoteko pa v podatkovno bazo. Raziskovalec ima tako moznost iskanja in selekcije specificnih datotek z uporabo obicšajnih orodij SQL ali z njihovimi
Djangovimi razširitvami. Tabele v bazi so zgrajene hierarhično. Najvišja stopnja je projekt, vsak projekt ima lahko več raziskav in vsaka raziskava več simulacij. Surovi podatki pripadajo posamezni simulaciji. Vsaka stopnja v hierarhiji je opremljena z ustreznimi metapo-datki za lažje iskanje in selekcijo ustreznih podatkov za analizo.
Količina pridobljenih podatkov v nekaj letih raziskav preseze velikost sodobnih trdih diskov. Trenutno veliko količšino podatkov obvladujemo z diskovnimi polji RAID, hkrati pa raziskujemo moznosti za distribuirano hranjenje podatkov in hranjenje podatkov v oblaku z odprtokodnima projektoma GlusterFS in Ceph [20].
4 Obdelava podatkov
V svetu mnozšiče podatkov je komunikačija z računalnikom le del izziva. Pomemben del je tudi komunikacija s sodelavči, kolegi iz stroke in širšo javnostjo. Zato je pregleden sistem podatkov in algoritmov ključnega pomena za efektivno delo s podatki.
Za obdelavo podatkov smo izbrali odprtokoden programski jezik Python, ki je visokonivojski, torej sorazmerno proprost za uporabo ter sširokonamemben in s tem tudi dobro podprt. Python skupaj z odprtokodnimi knjiznicami, kot so numpy, scipy, matplotlib in druge, postavlja de facto standard za znanstveno računanje [21]. Python se tako postavlja ob bok programskim paketom, kot sta Matlab in Mathematica, in jih ponekod celo presega [22]. Python po svoji zasnovi sledi principom DRY (angl. Don't Repeat Yourself) in tako veščega uporabnika spodbuja k ponovni uporabi ze narejenih algoritmov.
Zaradi čentralizirane hrambe velike količšine podatkov je obdelava na lokalnih račšunalnikih nepraktičšna, zato smo se odločšili za obdelavo podatkov direktno na strezniku brez potrebe po kopiranju podatkov s strezšnika na lokalni račšunalnik prek spleta. Raziskovaleč ima dostop do uporabnisškega vmesnika preko spletnega brskalnika in programskega paketa Jupyter. Tako vse razvojno in raziskovalno delo poteka na čentralnem strezšniku z neposrednim dostopom do podatkov.
Jupyter je odprtokodni projekt, ki se je razvil iz interaktivnega vmesnika za Python (podobnega, kot je npr. Matlab). Sprva je bil uporabnisški vmesnik dostopen prek terminalskega okna na računalniku v izbranem operacijskem sistemu, Jupyter pa je prestavil uporabniški vmesnik v spletni brskalnik, dodal tehnologijo server-člient in tako omogočšil delo v oblaku. Sam vmesnik spominja na obliko delovnega zvezka (angl. notebook), kakrsšno poznamo iz programskega paketa Mathematiča. Osnovni gradnik delovnega zvezka je celica, ki lahko vsebuje programsko kodo ali besedilo v jeziku markup in podpira TgXov sistem pisanja enačb. Projekt Jupyter poleg delovnega zvezka omogoča tudi vgradnjo elementov spletnih strani, zato lahko z njim naredimo tudi prototipe
ORODJE ZA PORAZDELJENO RAČUNANJE IN ANALIZO MONTE CARLO SIMULACIJ FOSFOLIPIDNIH VEZIKLOV
287
uporabniške aplikacije. Tipičen primer so ponavljajoče se analize podatkov.
Raziskovalec, ki analizira podatke, si v delovnem zvezku Jupyter tako sproti, medtem ko razvija algoritem za obdelavo podatkov, ustvarja ekvivalent laboratorijskega dnevnika ali zapiskov, ki jih pozneje uporabi kot osnovo za pisanje znanstvenega cšlanka. Dostop do spletnega vmesnika je omogocšen od koderkoli, zato je mogoče delo na daljavo in s kakršnimkoli terminalom, od osebnega računalnika do mobilnega telefona. Format Jupytrovega delovnega zvezka je odprti standard, zato ga podpira ze veliko pregledovalnikov in spletnih storitev. Delovni zvezek pa lahko vedno izvozimo tudi v formatu pdf ali v čisti izvorni kodi Python.
Projekt Jupyter je hitro razvijajoč se sistem, ki ima ogromno privrzenčev med raziskovalči, predvsem na fizikalnem področju. Pred nekaj leti so začeli razvijati naprednejsši sistem delovnih zvezkov JupyterLab, ki bo omogočšal tudi terminalski dostop do strezšnika in do lupine Python.
Pri načrtovanju učinkovitega sistema za obdelavo rezultatov s projektom Jupyter smo se oprli na osem točk dobre prakse računalniške obdelave podatkov, povzetih po članku [23].
1)	Programi naj bodo berljivi in pisani za ljudi, ne za stroje
Prednost pred samo hitrostjo izvajanja je berljivost kode, saj je čas raziskovalča vreden več kot račšunski čšas račšunalnika. Raziskovalču je omogočšen preprost dostop do podatkov iz čelo-tne baze izračšunanih in shranjenih mikrostranj, kot tudi dostop do podatkov o njih. Hkrati je omogočen dostop do funkčij samega simulatorja, napisanega v programskem jeziku C preko povezovalnih funkčij Python. Raziskovaleč lahko tako poustvari sliko vezikla med simulačijo in pridobi dodatne podatke, ki niso del ze vnaprej opravljenih analiz.
Uporabnika/raziskovalča spodbujamo k pisanju berljive programske kode za obdelavo podatkov, saj je lahko ta ponovno uporabljena pri drugih projektih, hkrati pa sluzi kot dokumentačija raziskovalnega dela.
2)	Računalnik naj opravlja teZaška opravila
Pri obdelavi podatkov, še zlasti pri statistični obdelavi, kjer se ukvarjamo s kopičo podatkov, je smiselno, da ponavljajoča se opravila opravi kar račšunalnik sam. Raziskovalču so na voljo pogoste rutinske obdelave podatkov, sam pa si lahko sestavi dodatne funkčije, ki presegajo osnovno zasnovo sistema. Sem spadajo tudi razni sistemi za gradnjo začasnih podatkovnih baz in dolgotraj-nejsših analiz podatkov.
3)	Spremembe v algoritmih naj bodo inkremen-talne
Med delom spodbujamo raziskovalča, da razvija svoj algoritem počasi in sproti preverja pravilnost rezultatov. Zelo priporočljiva je uporaba sistemov za upravljanje različič (angl. versioning system), v katerih se zrčali čelotna evolučija razvoja algoritmov obdelave podatkov.
4)	Ne ponavljaj stvari, ki si jih Ze naredil (oz. so jih naredili drugi)
Raziskovaleč naj uporablja ze napisane knjizniče. Smiselno je tudi, da svoje algoritme v obliki objektov ali funkčij zdruzi v module, ki jih nato uporablja iz več raziskovalnih projektov. Funkčije, ki se pri obdelavi simulačijskih podatkov pogosteje uporabljajo, smo zapakirali v modul, ki ga preprosto vključimo v delovni zvezek.
5)	Pričakuj napake v podatkih in pri obdelavi
Vnos podatkov v algoritem je vedno lahko obremenjen z napako (naj bo to manjkajoč podatek ali pa podatek napačnega tipa). Programiranje raziskovalča naj bo defenzivno, kar pomeni, da naj se vsi podatki preverjajo pri prenosu med posameznimi segmenti analize. Priporočljiva je tudi uporaba t. i. unit testov, ki zagotavljajo pravilno delovanje posameznih enot/funkčij algoritma.
6)	Optimiziraj algoritme šele, ko ti delujejo pravilno
Izogibajmo se prehitre optimizačije programske kode. Račšunsko zahtevne segmente optimiziramo sšele potem, ko je sestavljen čeloten algoritem za analizo, če je to potrebno. Optimalna je uporaba nizjenivojskega programskega jezika (npr. C). V Jupytru sam jezik C ni podprt, lahko pa del kode sestavimo kot vgrajen program C in paket cython.
7)	Dokumentiraj namen algoritma, ne izvedbe
Ideja delovnih zvezkov je v zdruzševanju programske kode in dokumentačije. Programska koda je poleg samega izvajanja računanja del dokumen-tačije. Programsko kodo dopolnjujemo z besedilom, ki opisuje namen posameznega dela kode ali interpretačijo rezultatov. Samih tehničšnih detajlov algoritma ne opisujemo, če to ni nujno potrebno, saj naj bi bilo samo delovanje kode razvidno iz kode same. V okolju Jupyter lahko za dokumen-tačijo uporabimo jezik z značkami za opis oblike besedila (angl. markup language).
288
PENI(S, FOSNARIC
8) Sodeluj
Sodelovanje raziskovalcev pri raziskovalnem delu je ključnega pomena. Pogosto uporabljamo programiranje v parih, kjer dva raziskovalca skupaj razvijata algoritem za obdelavo podatkov. Pred objavo rezultatov je priporočljiv tudi neodvisen pregled algoritmov tretje osebe, ki opozori na morebitne nepravilnosti pri raziskovalnem delu, ki jih je raziskovalec spregledal. V duhu znanstvenega sodelovanja in deljenja znanstvenih podatkov naj raziskovalec deli svoje algoritme za obdelavo z drugimi tako, da omogoči dostopnost svojih programov na javno dostopnih servisih.
5 Sklep
Avtomatiziran sistem razdeljevanja simulacij sistema trisurf je narejen po zgledu podobnih razdeljeval-nikov sistemov oportunisticnega racunanja. Ker so simulacije racunsko zahtevne, smo z uvedbo vzporednega racunanja pospešili izvajanje raziskav. V praksi se je pokazalo, daje veliko pomembnejše, kako so programi berljivi (raziskovalcu), kot pa njihova optimizacija. Sistem je zasnovan tako, da je cim bolj priblizan uporabniku, torej raziskovalcu, ki pripravlja parametre za simulacije in obdeluje podatke. Pri zasnovi sistema trisurf smo uporabili odprtokodne tehnologije, sam sistem pa smo izdali pod odprtokodno licenco GPL razlicice 3 ali poznejše. Izvorna koda sistema je v celoti na voljo v repozitoriju GIT [24].
Zaradi podobnosti razdeljevalnika z razdeljevalnikom platforme BOINC raziskujemo moznosti prilagoditve simulatorja za uporabo s sistemi BOINC in SLURM, kot je opisano v [25]. Kombinirana uporaba obeh sistemov omogoca tako oportunisticno racunanje kot racunanje v grucah. Za shranjevanje velikih kolicin podatkov predlagamo uporabo porazdeljenega datotecšnega sistema GlusterFS.
Literatura
[1]	G. Gompper and D. M. Kroll, "Triangulated-surface models of fluctuating membranes," in Statistical Mechanics of Membranes and Surfaces, D. Nelson, T. Piran, and S. Weinberg, Eds. World Scientific, Singapore, 2004, pp. 359-426, 2nd edition.
[2]	D. M. Kroll and G. Gompper, "The conformation of fluid membranes - monte-carlo simulations," Science, vol. 255, no. 5047, pp. 968-971, 1992.
[3]	D. Boal, Mechanics of the Cell, 2nd ed. Cambridge University Press, 2012.
[4]	R. Phillips, J. Kondev, J. Theriot, N. Orme, and H. Garcia, Physical biology of the cell. Garland Science New York, 2009.
[5]	L. Vodovnik, D. Miklavcic, and T. Kotnik, Biološki sistemi. Ljubljana: Zalozba FE in FRI, 1998.
[6]	B. Alberts, A. Johnson, J. Lewis, M. Raff, K. Roberts, and P. Walter, Molecular Biology of the Cell, 4th ed. Garland Science, 2002.
[7]	H. Noguchi, "Membrane Simulation Models from Nanometer to Micrometer scale," Journal of Physical Society of Japan, vol. 78, no. 4, p. 041007, 2009.
[8]	S. Penic, "Gitlab: Project trisurf-ng," 2019. [Online]. Available: https://gitlab.com/Penic/trisurf-ng
[9]	M. Fošnaric and S. Penic, "Trisurf - odprtokodno programsko orodje za simulacije dinamicno trianguliranih površin (1. del: Model)," in Zbornik šestindvajsete mednarodne elektrotehniške in rašunalniške konference ERK 2017, September 2017, Portoroš, Slovenija, 2017.
[10]	S. Penic and M. Fošnaric, "Trisurf - odprtokodno programsko orodje za simulacije dinamicno trianguliranih površin (2. del: algoritem)," in Zbornik šestindvajsete mednarodne elektrotehniške in rašunalniške konference ERK 2017, September 2017, Portoroš,, Slovenija, 2017.
[11]	M. Fosnaric, S. Penic, A. Iglic, V. Kralj-Iglic, M. Drab, and N. Gov, "Theoretical study of vesicle shapes driven by coupling curved proteins and active cytoskeletal forces," Soft Matter, vol. 15, pp. 5319-5330, 2019.
[12]	D. Kondo, B. Javadi, P. Malecot, F. Cappello, and D. P. Anderson, "Cost-benefit analysis of cloud computing versus desktop grids." in IPDPS, vol. 9, 2009, pp. 1-12.
[13]	D. P. Anderson, "Boinc: A platform for volunteer computing," arXiv preprint arXiv:1903.01699, 2019.
[14]	D. P. Anderson, J. Cobb, E. Korpela, M. Lebofsky, and D. Werthimer, "Seti@ home: an experiment in public-resource computing," Communications of the ACM, vol. 45, no. 11, pp. 56-61, 2002.
[15]	D. P. Anderson, "Boinc: A system for public-resource computing and storage," in proceedings of the 5th IEEE/ACM International Workshop on Grid Computing. IEEE Computer Society, 2004, pp. 4-10.
[16]	BOINC project, "Choosing boinc project," 2019, [Online; accessed 17-June-2019]. [Online]. Available: https://boinc.berkeley. edu/projects.php
[17]	S. Yi, D. Kondo, and D. P. Anderson, "Toward real-time, many-task applications on large distributed systems," in European Conference on Parallel Processing. Springer, 2010, pp. 355366.
[18]	D. P. Anderson, E. Korpela, and R. Walton, "High-performance task distribution for volunteer computing," in First International Conference on e-Science and Grid Computing (e-Science'05). IEEE, 2005, pp. 8-pp.
[19]	A. L. Beberg, D. L. Ensign, G. Jayachandran, S. Khaliq, and V. S. Pande, "Folding@ home: Lessons from eight years of volunteer distributed computing," in 2009 IEEE International Symposium on Parallel & Distributed Processing. IEEE, 2009, pp. 1-8.
[20]	G. Donvito, G. Marzulli, and D. Diacono, "Testing of several distributed file-systems (hdfs, ceph and glusterfs) for supporting the hep experiments analysis," in Journal of physics: Conference series, vol. 513, no. 4. IOP Publishing, 2014, p. 042014.
[21]	K. J. Millman and M. Aivazis, "Python for scientists and engineers," Computing in Science & Engineering, vol. 13, no. 2, pp. 9-12, 2011.
[22]	J. Somers, "The scientific paper is obsolete," The Atlantic, 2018.
[23]	G. Wilson, D. A. Aruliah, C. T. Brown, N. P. C. Hong, M. Davis, R. T. Guy, S. H. Haddock, K. D. Huff, I. M. Mitchell, M. D. Plumbley et al., "Best practices for scientific computing," PLoS biology, vol. 12, no. 1, p. e1001745 , 2014.
[24]	S. Penic, "Gitblit repositories," 2019. [Online]. Available: https://git.penic.eu/repositories/
[25]	V. V. Kashansky and I. L. Kaftannikov, "Application of slurm, boinc, and glusterfs as software system for sustainable modeling and data analytics," in EPJ Web of Conferences, vol. 173. EDP Sciences, 2018, p. 05010.
ORODJE ZA PORAZDELJENO RAČUNANJE IN ANALIZO MONTE CARLO SIMULACIJ FOSFOLIPIDNIH VEZIKLOV
289
Samo Penič je leta 2015 doktoriral s področja elektrotehnike na Univerzi v Ljubljani. Je asistent na Fakulteti za elektrotehniko. Njegovo področje raziskovanja obsega razvoj programske opreme za modeliranje bioloških membran, simulacijo trianguliranih mrez Monte Carlo in obdelavo pridobljenih podatkov.
Miha Fošnarič je diplomiral na Oddelku za fiziko na Fakulteti za matematiko in fiziko Univerze v Ljubljani in doktoriral na Fakulteti za elektrotehniko Univerze v Ljubljani. Med leti 2000 in 2018 je bil zaposlen kot mladi raziskovaleč in nato kot asistent za fiziko na Fakulteti za elektrotehniko Univerze v Ljubljani. Od leta 2018 je zaposlen kot visokošolski učitelj za biofiziko na Zdravstveni fakulteti Univerze v Ljubljani. Njegovo raziskovanje na področju biofizike bioloških membran obsega predvsem modeliranje in statistično fiziko.