生信分析平台搭建（十七）：服务器配置

熟悉完虚拟机配置服务器之后，就可以尝试上手搭建实体服务器了，如果要选购服务器，应该考虑哪些因素呢？如果不差钱，那就好办了，直接选最贵的就好了。在预算有限的条件下。CPU，内存，硬盘如何取舍，达到最佳性能，是否需要购买UPS，显卡是否有必要？这些问题，我们一文解决这些疑问。

二十二：服务器配置

1、CPU

CPU是计算机的大脑，计算机的计算主要就是靠CPU来完成，所以，CPU非常重要，CPU的计算速度决定了计算机的计算能力。也就是水桶效应中最上面的那块木板。比如序列拼接这个工作，需要将测序的reads切成更小 的片段，然后将这些小片段根据序列间的关系，连成更长的片段，那么这些片段有数百万至数千万，需要非常大的计算量。如果数据复杂，计算量就更大了。

另外，CPU还需要支持多核心，CPU是大脑，一个核心是一个心眼儿，所以，我们知道心眼越多的人越聪明。多核心就可以进行并行计算，在生物信息分析中，有些工作，可以进行并行计算。相当于原来一个人的工作，现在由100个同样的人来做，理论上速度快了100倍。因此，在硬件配置中，选择CPU是非常重要的。

2、内存

内存是CPU和硬盘之间数据交流的媒介，计算机需要将存储在硬盘上的数据读取到内存中，CPU才能用来计算，而CPU不能直接读取硬盘上的数据，必须通过内存这个缓冲区，举个例子，CPU是大脑，内存是脖子，脖子以下是硬盘。内存往往就是“瓶颈”。

假设一个人的全基因组测序数据，采用二代测序的方法，人的基因组3G，10被数据30G，那么这30G的碱基，在切成更小的kmer，假设数据增加到了100G，还不算存储序列的一些其他信息，序列拼接的时候必须一次将所有数据同时存入内存，如果内存达不到100G，拼接根本无法完成。

3、硬盘

硬盘其实是计算机硬件配置中非常重要的一环，但是硬盘往往容易被大家忽略掉，认为硬盘用来存储数据，只要需要足够大就行了，这是不对的。

首先大存储量是必须的，因为生物数据往往都称为生物大数据，非常消耗存储空间，包括原始的数据存储，中间分析结果，最终结果，数据备份等，尤其是在样品量大的时候，就会非常占据存储空间，一般都是以T为单位的。

其次，硬盘的读写速度，这个也是非常重要的因素，因为目前CPU计算速度和内存已经足够大了，这样的条件下，硬盘成为限制计算机整体性能的因素。因此使用SSD硬盘会明显改善计算机性能。由于目前SSD过于昂贵，可以选择SSD+机械硬盘的方案，硬盘要做成RAID提高读写速度和数据安全性。

4、显卡

可以选配显卡，这个并不是必须的，因为很多分析工作都是文本操作，显卡适合于图形计算，例如计算蛋白质空间结构，构建系统网络等，可以选择配置显卡。

5、不间断电源UPS

UPS相当于一个大的移动电源，为了防止突然断电，导致数据丢失。UPS还是非常重要的。有些生物计算需要持续很长时间，例如拼接一个大的基因组，构建一个大的系统发育树等可能数十天时间，一旦断电，损失非常大，不要心存侥幸心理，灾难往往就发生在那些心存侥幸心理的人身上。

6、其他

冷却系统，如果是大型计算系统，设备会产生大量热量，需要建设冷却系统。

---------- END ----------

欢迎订阅我们的微信公众号，更多精彩内容等你发掘！

1. 生信软件系统的选择——Linux（ubuntu）

对于生信分析人员来说，日常工作，软件运行，跑流程，均在linux下操作。当然，也有基于云端的生信分析平台，如免费的Galaxy，或者某些 公司的一站式云平台。

比较初学者学生物信息还是使用开源软件、学原理、一步一步运行才有意思。这路子，一定要适应Linux的命令行界面。

选择windows还是linux？ 一定是linux，windows太多的生物软件不兼容了。

选择linux的哪个版本？推荐桌面版的Ubuntu——稳定，美观，适合初学者之称；次之，Centos——免费、稳定的服务器linux版本之称。

用那种方式安装linux好？推荐虚拟机安装。不太建议双系统，云端这种。因为，对于初学者在系统中，需要反复折腾，测试，搞垮系统是常事。

选择开源的VMbox还是商业版VMware？两者都可以，但各有缺点。VMbox更新比较快，经常更新后，可能会出现报错，系统无法打开的现象，较低版本的反而比较稳定，如果用好了，不建议经常更新。还有一点是，VMbox在鼠标控制上，没有VMware流畅。VMware十分稳定，流程好用。最新版一般要收费。可以选择比最新版版本稍低的，上网搜注册码，免费使用。还是那样，用好了，不要经常更新。某些生信软件会提供VMbox的镜像，如qiime。

VMbox的镜像能不能转到VMware上使用？，答案是可以的，使用VMbox的镜像导出功能，然后使用VMware进行导入，保持两者格式相同。

---