기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.
프라이빗 워크플로 생성
HealthOmics 콘솔, AWS CLI 명령 또는 AWS SDKs 중 하나를 사용하여 워크플로를 생성합니다.
참고
워크플로 이름에 개인 식별 정보(PII)를 포함하지 마십시오. 이러한 이름은 CloudWatch 로그에 표시됩니다.
워크플로를 생성하면 HealthOmics는 워크플로에 범용 고유 식별자(UUID)를 할당합니다. 워크플로 UUID는 워크플로 및 워크플로 버전에서 고유한 글로벌 고유 식별자(guid)입니다. 데이터 출처를 위해 워크플로 UUID를 사용하여 워크플로를 고유하게 식별하는 것이 좋습니다.
콘솔을 사용하여 워크플로 생성
워크플로를 생성하는 단계
-
HealthOmics 콘솔
을 엽니다. -
왼쪽 상단의 탐색 창(™)을 선택하고 프라이빗 워크플로를 선택합니다.
-
프라이빗 워크플로 페이지에서 워크플로 생성을 선택합니다.
-
워크플로 정의 페이지에서 다음 정보를 제공합니다.
-
워크플로 이름:이 워크플로의 고유한 이름입니다. AWS HealthOmics 콘솔 및 CloudWatch 로그에서 실행을 구성하려면 워크플로 이름을 설정하는 것이 좋습니다.
-
설명(선택 사항):이 워크플로에 대한 설명입니다.
-
-
워크플로 정의 패널에서 다음 정보를 제공합니다.
-
워크플로 언어(선택 사항): 워크플로의 사양 언어를 선택합니다. 그렇지 않으면 HealthOmics가 워크플로 정의에서 언어를 결정합니다.
-
워크플로 정의 소스에서 Git 기반 리포지토리, Amazon S3 위치 또는 로컬 드라이브에서 정의 폴더를 가져오도록 선택합니다.
-
리포지토리 서비스에서 가져오기의 경우:
참고
HealthOmics는 GitHub, , , GitLab, Bitbucket에 대한 퍼블릭 및 프라이빗 리포지토리GitHub self-managed를 지원합니다GitLab self-managed.
-
연결을 선택하여 AWS 리소스를 외부 리포지토리에 연결합니다. 연결을 생성하려면 섹션을 참조하세요외부 코드 리포지토리와 연결.
참고
TLV 리전의 고객은 IAD (us-east-1) 리전에서 연결을 생성하여 워크플로를 생성해야 합니다.
-
전체 리포지토리 ID에 리포지토리 ID를 user-name/repo-name으로 입력합니다. 이 리포지토리의 파일에 액세스할 수 있는지 확인합니다.
-
소스 참조(선택 사항)에 리포지토리 소스 참조(브랜치, 태그 또는 커밋 ID)를 입력합니다. HealthOmics는 소스 참조가 지정되지 않은 경우 기본 브랜치를 사용합니다.
-
파일 패턴 제외에 파일 패턴을 입력하여 특정 폴더, 파일 또는 확장자를 제외합니다. 이렇게 하면 리포지토리 파일을 가져올 때 데이터 크기를 관리하는 데 도움이 됩니다. 패턴은 최대 50개이며 패턴은 glob 패턴 구문
을 따라야 합니다. 예: -
tests/
-
*.jpeg
-
large_data.zip
-
-
-
S3에서 정의 폴더 선택의 경우:
-
압축된 워크플로 정의 폴더가 포함된 Amazon S3 위치를 입력합니다. Amazon S3 버킷은 워크플로와 동일한 리전에 있어야 합니다.
-
계정이 Amazon S3 버킷을 소유하지 않은 경우 S3 버킷 소유자의 AWS 계정 ID에 버킷 소유자의 계정 ID를 입력합니다. S3 이 정보는 HealthOmics가 버킷 소유권을 확인할 수 있도록 하기 위해 필요합니다.
-
-
로컬 소스에서 정의 폴더 선택의 경우:
-
압축된 워크플로 정의 폴더의 로컬 드라이브 위치를 입력합니다.
-
-
-
기본 워크플로 정의 파일 경로(선택 사항): 압축된 워크플로 정의 폴더 또는 리포지토리에서 파일로의
main
파일 경로를 입력합니다. 워크플로 정의 폴더에 파일이 하나만 있거나 기본 파일의 이름이 "main"인 경우에는이 파라미터가 필요하지 않습니다.
-
-
README 파일(선택 사항) 패널에서 다음 정보를 제공합니다.
-
README 파일의 소스를 선택합니다.
-
리포지토리 서비스에서 가져오기의 README 파일 경로에 리포지토리 내의 README 파일 경로를 입력합니다.
-
S3에서 파일 선택의 S3의 README 파일에 README 파일의 Amazon S3 URI를 S3입력합니다. Amazon S3
-
로컬 소스에서 파일 선택: 로컬 소스의 README 파일에서 로컬 소스의 README 파일을 업로드합니다.
-
-
README 파일 경로에 소스의 README 파일 경로를 입력합니다.
-
-
기본 실행 스토리지 구성 패널에서이 워크플로를 사용하는 실행에 대한 기본 실행 스토리지 유형 및 용량을 제공합니다.
-
실행 스토리지 유형: 정적 또는 동적 스토리지를 임시 실행 스토리지의 기본값으로 사용할지 여부를 선택합니다. 기본값은 정적 스토리지입니다.
-
스토리지 용량 실행(선택 사항): 정적 실행 스토리지 유형의 경우이 워크플로에 필요한 기본 실행 스토리지 양을 입력할 수 있습니다. 이 파라미터의 기본값은 1200GiB입니다. 실행을 시작할 때 이러한 기본값을 재정의할 수 있습니다.
-
-
태그(선택 사항):이 워크플로에 최대 50개의 태그를 연결할 수 있습니다.
-
다음을 선택합니다.
-
워크플로 파라미터 추가(선택 사항) 페이지에서 파라미터 소스를 선택합니다.
-
워크플로 정의 파일에서 구문 분석의 경우 HealthOmics는 워크플로 정의 파일에서 워크플로 파라미터를 자동으로 구문 분석합니다.
-
Git 리포지토리의 파라미터 템플릿 제공에서 리포지토리의 파라미터 템플릿 파일 경로를 사용합니다.
-
로컬 소스에서 JSON 파일 선택에서 파라미터를 지정하는 로컬 소스에서 JSON 파일을 업로드합니다.
-
워크플로 파라미터를 수동으로 입력하려면 파라미터 이름과 설명을 수동으로 입력합니다.
-
-
파라미터 미리 보기 패널에서이 워크플로 버전의 파라미터를 검토하거나 변경할 수 있습니다. JSON 파일을 복원하면 로컬 변경 사항이 손실됩니다.
-
다음을 선택합니다.
-
워크플로 구성을 검토한 다음 워크플로 생성을 선택합니다.
CLI를 사용하여 워크플로 생성
워크플로와 파라미터를 정의한 후 그림과 같이 CLI를 사용하여 워크플로를 생성할 수 있습니다.
aws omics create-workflow \ --name "my_workflow" \ --definition-zip fileb://my-definition.zip \ --parameter-template file://my-parameter-template.json
워크플로 정의 파일이 Amazon S3 폴더에 있는 경우 대신 definition-uri
파라미터를 사용하여 위치를 입력합니다definition-zip
. 자세한 내용은 AWS HealthOmics API 참조의 CreateWorkflow를 참조하세요.
create-workflow
요청은 다음과 같이 응답합니다.
{ "arn": "arn:aws:omics:us-west-2:....", "id": "1234567", "status": "CREATING", "tags": { "resourceArn": "arn:aws:omics:us-west-2:...." }, "uuid": "64c9a39e-8302-cc45-0262-2ea7116d854f" }
워크플로를 생성할 때 사용할 선택적 파라미터
워크플로를 생성할 때 선택적 파라미터를 지정할 수 있습니다. 자세한 내용은 AWS HealthOmics API 참조의 CreateWorkflow를 참조하세요.
여러 워크플로 정의 파일을 포함하는 경우 main
파라미터를 사용하여 워크플로의 기본 정의 파일인 파일을 지정합니다.
워크플로 정의 파일을 Amazon S3 폴더에 업로드한 경우 다음 예제와 같이 definition-uri
파라미터를 사용하여 위치를 지정합니다. 계정이 Amazon S3 버킷을 소유하지 않은 경우 소유자의 AWS 계정 ID를 입력합니다.
aws omics create-workflow \ --name Test \ --main multi_workflow/workflow2.wdl \ --definition-uri s3://omics-bucket/workflow-definition/ \ --owner-id 123456789012 \ --parameter-template file://params_sample_description.json
기본 실행 스토리지 유형(DYNAMIC 또는 STATIC)과 실행 스토리지 용량(정적 스토리지에 필요)을 지정할 수 있습니다. 실행 스토리지 유형에 대한 자세한 내용은 섹션을 참조하세요HealthOmics 워크플로에서 스토리지 유형 실행.
aws omics create-workflow \ --name my_workflow \ --definition-zip fileb://my-definition.zip \ --parameter-template file://my-parameter-template.json \ --storage-type 'STATIC' \ --storage-capacity 1200 \
액셀러레이터 파라미터를 사용하여 가속 컴퓨팅 인스턴스에서 실행되는 워크플로를 생성합니다. 다음 예제에서는 --accelerators
파라미터를 사용하는 방법을 보여줍니다.
aws omics create-workflow --name
\ --definition-uri s3://amzn-s3-demo-bucket1/GPUWorkflow.zip \ --accelerators GPU
workflow name
SDK를 사용하여 워크플로 생성
SDKs. 다음 예제에서는 Python SDK를 사용하여 워크플로를 생성하는 방법을 보여줍니다.
import boto3 omics = boto3.client('omics') with open('definition.zip', 'rb') as f: definition = f.read() response = omics.create_workflow( name='my_workflow', definitionZip=definition, parameterTemplate={ ... } )