Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich. # HealthOmics Workflow-Operationen Um einen privaten Workflow zu erstellen, benötigen Sie: + **Workflow definition file:**Eine inWDL, Nextflow oder geschriebene Workflow-DefinitionsdateiCWL. Die Workflow-Definition spezifiziert die Eingaben und Ausgaben für Läufe, die den Workflow verwenden. Sie enthält auch Spezifikationen für die Ausführungen und Ausführungsaufgaben für Ihren Workflow, einschließlich der Rechen- und Speicheranforderungen. Die Workflow-Definitionsdatei muss `.zip` das Format haben. Weitere Informationen finden Sie unter [Workflow-Definitionsdateien](workflow-definition-files.md) in HealthOmics. + Sie können [Amazon Q CLI](https://docs.aws.amazon.com/amazonq/latest/qdeveloper-ug/what-is.html) verwenden, um Ihre Workflow-Definitionsdateien in WDL, Nextflow und CWL zu erstellen und zu validieren. Weitere Informationen finden Sie unter [Beispielaufforderungen für Amazon Q CLI](getting-started.md#omics-q-prompts) und im [HealthOmics Agentic Generative AI-Tutorial](https://github.com/aws-samples/aws-healthomics-tutorials/tree/main/generative-ai) unter. GitHub + **(Optional) Parameter template file:**Eine Parameter-Vorlagendatei, die in geschrieben wurde. JSON Erstellen Sie die Datei, um die Ausführungsparameter zu definieren, oder HealthOmics generiert die Parametervorlage für Sie. Weitere Informationen finden Sie unter [Parametervorlagendateien für HealthOmics Workflows](parameter-templates.md). + **Amazon ECR container images:**Erstellen Sie private Amazon ECR-Repositorys für jeden Container, der im Workflow verwendet wird. Erstellen Sie Container-Images für den Workflow und speichern Sie sie in einem privaten Repository, oder synchronisieren Sie den Inhalt einer unterstützten Upstream-Registrierung mit Ihrem privaten ECR-Repository. + **(Optional) Sentieon licenses:**Fordern Sie eine Sentieon Lizenz an, um die Sentieon Software in privaten Workflows zu verwenden. Für Workflow-Definitionsdateien, die größer als 4 MiB (gezippt) sind, wählen Sie bei der Workflow-Erstellung eine der folgenden Optionen: + Laden Sie in einen Amazon Simple Storage Service-Ordner hoch und geben Sie den Speicherort an. + Laden Sie in ein externes Repository hoch (maximale Größe 1 GiB) und geben Sie die Repository-Details an. Nachdem Sie einen Workflow erstellt haben, können Sie die folgenden Workflow-Informationen mit dem `UpdateWorkflow` Vorgang aktualisieren: + Name + Description + Standard-Speichertyp + Standardspeicherkapazität (mit Workflow-ID) + README.md-Datei Um andere Informationen im Workflow zu ändern, erstellen Sie einen neuen Workflow oder eine neue Workflow-Version. Verwenden Sie die Workflow-Versionierung, um Ihre Workflows zu organisieren und zu strukturieren. Versionen helfen Ihnen auch dabei, die Einführung iterativer Workflow-Updates zu verwalten. Weitere Informationen zu Versionen erhalten Sie unter [Workflow-Version erstellen](workflows-version-create.md). **Topics** + [Erstellen Sie einen privaten Workflow](create-private-workflow.md) + [Einen privaten Workflow aktualisieren](update-private-workflow.md) + [Löschen Sie einen privaten Workflow](delete-private-workflow.md) + [Überprüfen Sie den Workflow-Status](using-get-workflow.md) + [Referenzieren von Genomdateien aus einer Workflow-Definition](create-ref-files.md) # Erstellen Sie einen privaten Workflow Erstellen Sie einen Workflow mit der HealthOmics Konsole, AWS CLI-Befehlen oder einem der AWS SDKs. **Anmerkung** Nehmen Sie keine persönlich identifizierbaren Informationen (PII) in Workflow-Namen auf. Diese Namen sind in CloudWatch Protokollen sichtbar. Wenn Sie einen Workflow erstellen, HealthOmics weist er dem Workflow einen Universally Unique Identifier (UUID) zu. Die Workflow-UUID ist eine GUID (Globally Unique Identifier), die für alle Workflows und Workflow-Versionen eindeutig ist. Aus Gründen der Datenherkunft empfehlen wir, die Workflow-UUID zu verwenden, um Workflows eindeutig zu identifizieren. Wenn Ihre Workflow-Aufgaben externe Tools (ausführbare Dateien, Bibliotheken oder Skripts) verwenden, bauen Sie diese Tools in ein Container-Image ein. Sie haben die folgenden Optionen für das Hosten des Container-Images: + Hosten Sie das Container-Image in der privaten ECR-Registrierung. Voraussetzungen für diese Option: + Erstellen Sie ein privates ECR-Repository oder wählen Sie ein vorhandenes Repository aus. + Konfigurieren Sie die ECR-Ressourcenrichtlinie wie unter beschrieben. [Amazon-ECR-Berechtigungen](permissions-ecr.md) + Laden Sie Ihr Container-Image in das private Repository hoch. + Synchronisieren Sie das Container-Image mit dem Inhalt einer unterstützten Registrierung eines Drittanbieters. Voraussetzungen für diese Option: + Konfigurieren Sie in der privaten ECR-Registrierung eine Pull-Through-Cache-Regel für jede Upstream-Registrierung. Weitere Informationen finden Sie unter [Bildzuordnungen](workflows-ecr.md#ecr-pull-through-mapping-format). + Konfigurieren Sie die ECR-Ressourcenrichtlinie wie unter beschrieben. [Amazon-ECR-Berechtigungen](permissions-ecr.md) + Erstellen Sie Vorlagen für die Repository-Erstellung. Die Vorlage definiert Einstellungen für den Zeitpunkt, zu dem Amazon ECR das private Repository für eine Upstream-Registrierung erstellt. + Erstellen Sie Präfixzuordnungen, um Container-Image-Referenzen in der Workflow-Definition den ECR-Cache-Namespaces neu zuzuordnen. Wenn Sie einen Workflow erstellen, geben Sie eine Workflow-Definition an, die Informationen über den Workflow, die Ausführungen und die Aufgaben enthält. HealthOmics kann die Workflow-Definition als lokal oder in einem Amazon S3 S3-Bucket gespeichertes ZIP-Archiv oder aus einem unterstützten Git-basierten Repository abrufen. **Topics** + [Einen Workflow mithilfe der Konsole erstellen](#console-create-workflows) + [Einen Workflow mit der CLI erstellen](#api-create-workflows) + [Einen Workflow mithilfe eines SDK erstellen](#sdk-create-workflows) ## Einen Workflow mithilfe der Konsole erstellen **Schritte zum Erstellen eines Workflows** 1. Öffnen Sie die [HealthOmics -Konsole](https://console.aws.amazon.com/omics/). 1. Öffnen Sie bei Bedarf den linken Navigationsbereich (±1). Wählen Sie **Private Workflows** aus. 1. Wählen Sie auf der Seite **Private Workflows** die Option **Workflow erstellen** aus. 1. Geben Sie auf der Seite **Workflow definieren** die folgenden Informationen ein: 1. **Workflow-Name**: Ein eindeutiger Name für diesen Workflow. Wir empfehlen, Workflow-Namen festzulegen, um Ihre Läufe in der AWS HealthOmics Konsole und in den CloudWatch Protokollen zu organisieren. 1. **Beschreibung** (optional): Eine Beschreibung dieses Workflows. 1. Geben Sie im Bereich **Workflow-Definition** die folgenden Informationen ein: 1. **Workflow-Sprache** (optional): Wählen Sie die Spezifikationssprache des Workflows aus. Andernfalls HealthOmics bestimmt die Sprache anhand der Workflow-Definition. 1. Wählen Sie **unter Workflow-Definitionsquelle**, ob Sie den Definitionsordner aus einem Git-basierten Repository, einem Amazon S3 S3-Speicherort oder von einem lokalen Laufwerk importieren möchten. 1. Für den **Import aus einem Repository-Service**: **Anmerkung** HealthOmics unterstützt öffentliche und private Repositorys fürGitHub,GitLab,, BitbucketGitHub self-managed,GitLab self-managed. 1. Wählen Sie eine **Verbindung**, um Ihre AWS Ressourcen mit dem externen Repository zu verbinden. Informationen zum Herstellen einer Verbindung finden Sie unter[Connect mit externen Code-Repositorys her](setting-up-new.md#setting-up-omics-repository). **Anmerkung** Kunden in der TLV Region müssen eine Verbindung in der Region IAD (us-east-1) herstellen, um einen Workflow zu erstellen. 1. Geben Sie unter **Vollständige Repository-ID** Ihre Repository-ID als Benutzername/Repository-Name ein. Stellen Sie sicher, dass Sie Zugriff auf die Dateien in diesem Repository haben. 1. Geben Sie im Feld **Quellverweis** (optional) eine Repository-Quellenreferenz ein (Branch-, Tag- oder Commit-ID). HealthOmics verwendet den Standardzweig, wenn kein Quellverweis angegeben ist. 1. Geben Sie im Feld **Dateimuster ausschließen** die Dateimuster ein, um bestimmte Ordner, Dateien oder Erweiterungen auszuschließen. Dies hilft bei der Verwaltung der Datengröße beim Import von Repository-Dateien. Es gibt maximal 50 Muster, und die Muster müssen der [Glob-Pattern-Syntax](https://fossil-scm.org/home/doc/tip/www/globs.md) folgen. Beispiel: 1. `tests/` 1. `*.jpeg` 1. `large_data.zip` 1. Für **Select Definition Folder aus S3**: 1. Geben Sie den Amazon S3 S3-Speicherort ein, der den komprimierten Workflow-Definitionsordner enthält. Der Amazon S3 S3-Bucket muss sich in derselben Region wie der Workflow befinden. 1. Wenn Ihr Konto nicht Eigentümer des Amazon S3 S3-Buckets ist, geben Sie die Konto-ID des Bucket-Besitzers in die AWS Konto-ID des **S3-Bucket-Besitzers ein**. Diese Informationen sind erforderlich, um die Inhaberschaft des Buckets verifizieren zu HealthOmics können. 1. Für **Wählen Sie den Definitionsordner aus einer lokalen Quelle** aus: 1. Geben Sie den Speicherort des komprimierten Workflow-Definitionsordners auf dem lokalen Laufwerk ein. 1. **Haupt-Workflow-Definitionsdateipfad** (optional): Geben Sie den Dateipfad vom komprimierten Workflow-Definitionsordner oder Repository zur `main` Datei ein. Dieser Parameter ist nicht erforderlich, wenn der Workflow-Definitionsordner nur eine Datei enthält oder wenn die Hauptdatei den Namen „main“ hat. 1. Wählen Sie im Bereich **README-Datei** (optional) die **Quelle der README-Datei** aus und geben Sie die folgenden Informationen ein: + Geben **Sie für Import aus einem Repository-Service** im Feld **README-Dateipfad den Pfad** zur README-Datei innerhalb des Repositorys ein. + Geben **Sie unter Datei aus S3 auswählen** in der **README-Datei in S3** den Amazon S3 S3-URI für die README-Datei ein. + Für **Datei aus einer lokalen Quelle auswählen**: Wählen Sie in **README — optional** die Option **Datei auswählen**, um die hochzuladende Markdown-Datei (.md) auszuwählen. 1. Geben Sie im Bereich „**Konfiguration des Standardlaufspeichers**“ den Standardspeichertyp und die Kapazität für Läufe an, die diesen Workflow verwenden: 1. **Speichertyp ausführen**: Wählen Sie aus, ob statischer oder dynamischer Speicher als Standard für den temporären Laufspeicher verwendet werden soll. Die Standardeinstellung ist statischer Speicher. 1. **Laufspeicherkapazität** (optional): Für den statischen Laufspeichertyp können Sie die Standardmenge an Laufspeicher eingeben, die für diesen Workflow erforderlich ist. Der Standardwert für diesen Parameter ist 1200 GiB. Sie können diese Standardwerte überschreiben, wenn Sie einen Lauf starten. 1. **Tags** (optional): Sie können diesem Workflow bis zu 50 Tags zuordnen. 1. Wählen Sie **Weiter** aus. 1. Wählen Sie auf der Seite **Workflow-Parameter hinzufügen** (optional) die **Parameterquelle** aus: 1. Bei **Aus Workflow-Definitionsdatei analysieren**: HealthOmics Analysiert automatisch die Workflow-Parameter aus der Workflow-Definitionsdatei. 1. Verwenden **Sie für Parametervorlage aus dem Git-Repository bereitstellen** den Pfad zur Parametervorlagendatei aus Ihrem Repository. 1. Laden **Sie für „JSON-Datei aus lokaler Quelle auswählen**“ eine JSON Datei aus einer lokalen Quelle hoch, die die Parameter angibt. 1. **Geben Sie für Workflow-Parameter** manuell eingeben die Parameternamen und Beschreibungen manuell ein. 1. Im Bereich **Parametervorschau** können Sie die Parameter für diese Workflow-Version überprüfen oder ändern. Wenn Sie die JSON Datei wiederherstellen, gehen alle lokalen Änderungen verloren, die Sie vorgenommen haben. 1. Wählen Sie **Weiter** aus. 1. Auf der Seite zur **Neuzuweisung von Container-URI** können Sie im Bereich **Zuordnungsregeln Regeln** für die URI-Zuordnung für Ihren Workflow definieren. Wählen Sie für **Quelle der Zuordnungsdatei** eine der folgenden Optionen aus: + **Keine** — Keine Zuordnungsregeln erforderlich. + **JSON-Datei aus S3 auswählen** — Geben Sie den S3-Speicherort für die Zuordnungsdatei an. + **JSON-Datei aus einer lokalen Quelle auswählen** — Geben Sie den Speicherort der Mapping-Datei auf Ihrem lokalen Gerät an. + **Zuordnungen manuell eingeben** **— Geben Sie die Registry- und Image-Zuordnungen im Bereich „Zuordnungen“ ein.** 1. In der Konsole **wird** der Bereich „Zuordnungen“ angezeigt. Wenn Sie eine Mapping-Quelldatei ausgewählt haben, zeigt die Konsole die Werte aus der Datei an. 1. In **Registrierungszuordnungen** können Sie die Zuordnungen bearbeiten oder Zuordnungen hinzufügen (maximal 20 Registrierungszuordnungen). Jede Registrierungszuweisung enthält die folgenden Felder: + **Upstream-Registrierungs-URL** — Die URI der Upstream-Registrierung. + **ECR-Repository-Präfix** — Das Repository-Präfix, das im privaten Amazon ECR-Repository verwendet werden soll. + (Optional) **Upstream-Repository-Präfix** — Das Präfix des Repositorys in der Upstream-Registrierung. + (Optional) **ECR-Konto-ID** — Konto-ID des Kontos, dem das Upstream-Container-Image gehört. 1. In **Image-Zuordnungen** können Sie die Image-Zuordnungen bearbeiten oder Zuordnungen hinzufügen (maximal 100 Image-Zuordnungen). Jede Image-Zuordnung enthält die folgenden Felder: + **Quellbild** — Gibt den URI des Quellbilds in der Upstream-Registrierung an. + **Zielbild** — Gibt den URI des entsprechenden Images in der privaten Amazon ECR-Registrierung an. 1. Wählen Sie **Weiter** aus. 1. Überprüfen Sie die Workflow-Konfiguration und wählen Sie dann **Workflow erstellen**. ## Einen Workflow mit der CLI erstellen Wenn sich Ihre Workflow-Dateien und die Parameter-Vorlagendatei auf Ihrem lokalen Computer befinden, können Sie mit dem folgenden CLI-Befehl einen Workflow erstellen. ``` aws omics create-workflow \ --name "my_workflow" \ --definition-zip fileb://my-definition.zip \ --parameter-template file://my-parameter-template.json ``` Der `create-workflow` Vorgang gibt die folgende Antwort zurück: ``` { "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" } ``` ### Optionale Parameter, die beim Erstellen eines Workflows verwendet werden können Sie können jeden der optionalen Parameter angeben, wenn Sie einen Workflow erstellen. Einzelheiten zur Syntax finden Sie [CreateWorkflow](https://docs.aws.amazon.com/omics/latest/api/API_CreateWorkflow.html)in der HealthOmics AWS-API-Referenz. **Topics** + [Geben Sie den Amazon S3 S3-Speicherort der Workflow-Definition an](#create-defn-uri-parameter) + [Verwenden Sie die Workflow-Definition aus einem Git-basierten Repository](#create-defn-uri-git) + [Geben Sie eine Readme-Datei an](#specify-readme-file) + [**main**Geben Sie die Definitionsdatei an](#create-main-parameter) + [Geben Sie den Speichertyp für die Ausführung an](#create-run-storage-parameter) + [Geben Sie die GPU-Konfiguration an](#create-accelerator-parameter) + [Konfigurieren Sie die Parameter für die Zuordnung des Pull-Through-C](#create-prefix-mapping-parameters) #### Geben Sie den Amazon S3 S3-Speicherort der Workflow-Definition an Wenn sich Ihre Workflow-Definitionsdatei in einem Amazon S3 S3-Ordner befindet, geben Sie den Speicherort mithilfe des `definition-uri` Parameters an, wie im folgenden Beispiel gezeigt. Wenn Ihr Konto nicht Eigentümer des Amazon S3 S3-Buckets ist, geben Sie die AWS-Konto ID des Besitzers an. ``` aws omics create-workflow \ --name Test \ --definition-uri s3://omics-bucket/workflow-definition/ \ --owner-id 123456789012 ... ``` #### Verwenden Sie die Workflow-Definition aus einem Git-basierten Repository Um die Workflow-Definition aus einem unterstützten Git-basierten Repository zu verwenden, verwenden Sie den `definition-repository` Parameter in Ihrer Anfrage. Geben Sie keinen anderen `definition` Parameter an, da eine Anfrage fehlschlägt, wenn sie mehr als eine Eingabequelle enthält. Der `definition-respository` Parameter enthält die folgenden Felder: + **connectionArn**— ARN der Code-Verbindung, die Ihre AWS-Ressourcen mit dem externen Repository verbindet. + **fullRepositoryId**— Geben Sie die Repository-ID als ein`owner-name/repo-name`. Stellen Sie sicher, dass Sie Zugriff auf die Dateien in diesem Repository haben. + **sourceReference**(Optional) — Geben Sie einen Repository-Referenztyp (BRANCH, TAG oder COMMIT) und einen Wert ein. HealthOmics verwendet den neuesten Commit für den Standard-Branch, wenn Sie keinen Quellverweis angeben. + **excludeFilePatterns**(Optional) — Geben Sie die Dateimuster ein, um bestimmte Ordner, Dateien oder Erweiterungen auszuschließen. Dies hilft bei der Verwaltung der Datengröße beim Import von Repository-Dateien. Geben Sie maximal 50 Muster an. Die Muster müssen der [Glob-Pattern-Syntax](https://fossil-scm.org/home/doc/tip/www/globs.md) folgen. Beispiel: + `tests/` + `*.jpeg` + `large_data.zip` Wenn Sie die Workflow-Definition aus einem Git-basierten Repository angeben, verwenden Sie diese Option, `parameter-template-path` um die Parameter-Vorlagendatei anzugeben. Wenn Sie diesen Parameter nicht angeben, HealthOmics wird der Workflow ohne Parametervorlage erstellt. Das folgende Beispiel zeigt die Parameter, die sich auf Inhalte aus einem Git-basierten privaten Repository beziehen: ``` aws omics create-workflow \ --name custom-variant \ --description "Custom variant calling pipeline" \ --engine "WDL" \ --definition-repository '{ "connectionArn": "arn:aws:codeconnections:us-east-1:123456789012:connection/abcd1234-5678-90ab-cdef-1234567890ab", "fullRepositoryId": "myorg/my-genomics-workflows", "sourceReference": { "type": "BRANCH", "value": "main" }, "excludeFilePatterns": ["tests/**", "*.log"] }' \ --main "workflows/variant-calling/main.wdl" \ --parameter-template-path "parameters/variant-calling-params.json" \ --readme-path "docs/variant-calling-README.md" \ --storage-type "DYNAMIC" \ ``` Weitere Beispiele finden Sie im Blogbeitrag [So erstellen Sie HealthOmics AWS-Workflows aus Inhalten in Git](https://repost.aws/articles/ARCEN7AjhaRSmteczRoc_QsA/how-to-create-an-aws-healthomics-workflows-from-content-in-git). #### Geben Sie eine Readme-Datei an Sie können den Speicherort der README-Datei mit einem der folgenden Parameter angeben: + **readme-markdown**— Zeichenketteneingabe oder eine Datei auf Ihrem lokalen Computer. + **readme-uri**— Die URI einer auf S3 gespeicherten Datei. + **readme-path **— Der Pfad zur README-Datei im Repository. **Verwenden Sie den Readme-Pfad nur in Verbindung mit definition-respository.** Wenn Sie keinen README-Parameter angeben, wird die README.md-Datei auf Stammebene in das Repository HealthOmics importiert (falls vorhanden). Die folgenden Beispiele zeigen, wie der Speicherort der README-Datei mithilfe des Readme-Pfads und der Readme-URI angegeben wird. ``` # Using README from repository aws omics create-workflow \ --name "documented-workflow" \ --definition-repository '...' \ --readme-path "docs/workflow-guide.md" # Using README from S3 aws omics create-workflow \ --name "s3-readme-workflow" \ --definition-repository '...' \ --readme-uri "s3://my-bucket/workflow-docs/readme.md" ``` Weitere Informationen finden Sie unter [HealthOmics Workflow-README-Dateien](workflows-readme.md). #### **main**Geben Sie die Definitionsdatei an Wenn Sie mehrere Workflow-Definitionsdateien einbeziehen, verwenden Sie den `main` Parameter, um die Hauptdefinitionsdatei für Ihren Workflow anzugeben. ``` aws omics create-workflow \ --name Test \ --main multi_workflow/workflow2.wdl \ ... ``` #### Geben Sie den Speichertyp für die Ausführung an Sie können den Standard-Laufspeichertyp (DYNAMIC oder STATIC) und die Run-Speicherkapazität (erforderlich für statischen Speicher) angeben. Weitere Hinweise zu Laufspeichertypen finden Sie unter[Speichertypen in HealthOmics Workflows ausführen](workflows-run-types.md). ``` 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 \ ``` #### Geben Sie die GPU-Konfiguration an Verwenden Sie den Accelerators-Parameter, um einen Workflow zu erstellen, der auf einer Accelerated-Compute-Instance ausgeführt wird. Das folgende Beispiel zeigt, wie der Parameter verwendet wird. `accelerators` Sie geben die GPU-Konfiguration in der Workflow-Definition an. Siehe [Instanzen für beschleunigte Datenverarbeitung](memory-and-compute-tasks.md#workflow-task-accelerated-computing-instances). ``` aws omics create-workflow --name workflow name \ --definition-uri s3://amzn-s3-demo-bucket1/GPUWorkflow.zip \ --accelerators GPU ``` #### Konfigurieren Sie die Parameter für die Zuordnung des Pull-Through-C Wenn Sie die Amazon ECR Pull-Through-Cache-Zuordnungsfunktion verwenden, können Sie die Standardzuordnungen überschreiben. Weitere Informationen zu den Container-Einrichtungsparametern finden Sie unter. [Container-Images für private Workflows](workflows-ecr.md) Im folgenden Beispiel `mappings.json` enthält die Datei diesen Inhalt: ``` { "registryMappings": [ { "upstreamRegistryUrl": "registry-1.docker.io", "ecrRepositoryPrefix": "docker-hub" }, { "upstreamRegistryUrl": "quay.io", "ecrRepositoryPrefix": "quay", "accountId": "123412341234" }, { "upstreamRegistryUrl": "public.ecr.aws", "ecrRepositoryPrefix": "ecr-public" } ], "imageMappings": [{ "sourceImage": "docker.io/library/ubuntu:latest", "destinationImage": "healthomics-docker-2/custom/ubuntu:latest", "accountId": "123412341234" }, { "sourceImage": "nvcr.io/nvidia/k8s/dcgm-exporter", "destinationImage": "healthomics-nvidia/k8s/dcgm-exporter" } ] } ``` Geben Sie die Zuordnungsparameter im Befehl create-workflow an: ``` aws omics create-workflow \ ... --container-registry-map-file file://mappings.json ... ``` Sie können auch den S3-Speicherort der Datei mit den Zuordnungsparametern angeben: ``` aws omics create-workflow \ ... --container-registry-map-uri s3://amzn-s3-demo-bucket1/test.zip ... ``` ## Einen Workflow mithilfe eines SDK erstellen Sie können einen Workflow mit einem der erstellen SDKs. Das folgende Beispiel zeigt, wie ein Workflow mit dem Python-SDK erstellt wird. ``` 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={ ... } ) ``` # Einen privaten Workflow aktualisieren Sie können einen Workflow über die HealthOmics Konsole, AWS CLI-Befehle oder einen der folgenden aktualisieren AWS SDKs. **Anmerkung** Nehmen Sie keine persönlich identifizierbaren Informationen (PII) in Workflow-Namen auf. Diese Namen sind in CloudWatch Protokollen sichtbar. **Topics** + [Aktualisierung eines Workflows mithilfe der Konsole](#console-update-workflows) + [Aktualisieren eines Workflows mit der CLI](#api-update-workflows) + [Aktualisierung eines Workflows mithilfe eines SDK](#sdk-update-workflows) ## Aktualisierung eines Workflows mithilfe der Konsole **Schritte zum Aktualisieren eines Workflows** 1. Öffnen Sie die [HealthOmics -Konsole](https://console.aws.amazon.com/omics/). 1. Öffnen Sie bei Bedarf den linken Navigationsbereich (←). Wählen Sie **Private Workflows**. 1. Wählen Sie auf der Seite **Private Workflows** den Workflow aus, der aktualisiert werden soll. 1. Auf der **Workflow-Seite**: + Wenn der Workflow Versionen hat, stellen Sie sicher, dass Sie die **Standardversion** auswählen. + Wählen Sie in der Liste **Aktionen** die **Option Ausgewählte Bearbeitung** aus. 1. Auf der Seite **„Workflow bearbeiten**“ können Sie jeden der folgenden Werte ändern: + **Name des Workflows**. + **Beschreibung des Workflows**. + Der standardmäßige **Run-Speichertyp** für den Workflow. + Die standardmäßige **Run-Speicherkapazität** (wenn der Run-Speichertyp statischer Speicher ist). Weitere Informationen zur standardmäßigen Run-Speicherkonfiguration finden Sie unter[Einen Workflow mithilfe der Konsole erstellen](create-private-workflow.md#console-create-workflows). 1. Wählen Sie **Änderungen speichern**, um die Änderungen zu übernehmen. ## Aktualisieren eines Workflows mit der CLI Wie im folgenden Beispiel gezeigt, können Sie den Namen und die Beschreibung des Workflows aktualisieren. Sie können auch den Standard-Laufspeichertyp (STATIC oder DYNAMIC) und die Run-Speicherkapazität (für den statischen Speichertyp) ändern. Weitere Informationen zu Laufspeichertypen finden Sie unter[Speichertypen in HealthOmics Workflows ausführen](workflows-run-types.md). ``` aws omics update-workflow \ --id 1234567 \ --name my_workflow \ --description "updated workflow" \ --storage-type 'STATIC' \ --storage-capacity 1200 ``` Sie erhalten keine Antwort auf die `update-workflow` Anfrage. ## Aktualisierung eines Workflows mithilfe eines SDK Sie können einen Workflow mit einem der aktualisieren SDKs. Das folgende Beispiel zeigt, wie ein Workflow mit dem Python-SDK aktualisiert wird. ``` import boto3 omics = boto3.client('omics') response = omics.update_workflow( name='my_workflow', description='updated workflow' ) ``` # Löschen Sie einen privaten Workflow Wenn Sie einen Workflow nicht mehr benötigen, können Sie ihn mit der HealthOmics Konsole, AWS CLI-Befehlen oder einem der folgenden Befehle löschen AWS SDKs. Sie können einen Workflow löschen, der die folgenden Kriterien erfüllt: + Sein Status ist AKTIV oder FEHLGESCHLAGEN. + Es hat keine aktiven Aktien. + Sie haben alle Workflow-Versionen gelöscht. Das Löschen eines Workflows hat keine Auswirkungen auf laufende Läufe, die den Workflow verwenden. **Topics** + [Löschen eines Workflows mithilfe der Konsole](#console-delete-workflows) + [Löschen eines Workflows mit der CLI](#api-delete-workflows) + [Löschen eines Workflows mithilfe eines SDK](#sdk-delete-workflows) ## Löschen eines Workflows mithilfe der Konsole **Um einen Workflow zu löschen** 1. Öffnen Sie die [HealthOmics -Konsole](https://console.aws.amazon.com/omics/). 1. Öffnen Sie bei Bedarf den linken Navigationsbereich (←). Wählen Sie **Private Workflows** aus. 1. Wählen Sie auf der Seite **Private Workflows** den zu löschenden Workflow aus. 1. Wählen Sie auf der **Workflow-Seite** in der Liste **Aktionen** die **Option Ausgewählte löschen** aus. 1. Geben **Sie im Workflow-Modal „Löschen**“ „Bestätigen“ ein, um den Löschvorgang zu bestätigen. 1. Wählen Sie **Löschen** aus. ## Löschen eines Workflows mit der CLI Das folgende Beispiel zeigt, wie Sie den AWS CLI Befehl verwenden können, um einen Workflow zu löschen. Um das Beispiel auszuführen, ersetzen Sie den `workflow id` durch die ID des Workflows, den Sie löschen möchten. ``` aws omics delete-workflow --id workflow id ``` HealthOmics sendet keine Antwort auf die `delete-workflow` Anfrage. ## Löschen eines Workflows mithilfe eines SDK Sie können einen Workflow mit einem der löschen SDKs. Das folgende Beispiel zeigt, wie ein Workflow mit dem Python-SDK gelöscht wird. ``` import boto3 omics = boto3.client('omics') response = omics.delete_workflow( id='1234567' ) ``` # Überprüfen Sie den Workflow-Status Nachdem Sie Ihren Workflow erstellt haben, können Sie den Status überprüfen und weitere Details des Workflows mithilfe von **get-workflow** anzeigen, wie in der Abbildung gezeigt. ``` aws omics get-workflow --id 1234567 ``` Die Antwort enthält Workflow-Details, einschließlich des Status, wie in der Abbildung gezeigt. ``` { "arn": "arn:aws:omics:us-west-2:....", "creationTime": "2022-07-06T00:27:05.542459" "id": "1234567", "engine": "WDL", "status": "ACTIVE", "type": "PRIVATE", "main": "workflow-crambam.wdl", "name": "workflow_name", "storageType": "STATIC", "storageCapacity": "1200", "uuid": "64c9a39e-8302-cc45-0262-2ea7116d854f" } ``` Sie können mit diesem Workflow einen Lauf starten, nachdem der Status zu gewechselt ist`ACTIVE`. # Referenzieren von Genomdateien aus einer Workflow-Definition Auf ein HealthOmics Referenzspeicherobjekt kann mit einem URI wie dem folgenden verwiesen werden. Verwenden Sie Ihre eigenen`account ID`,`reference store ID`, und `reference ID` wo angegeben. ``` omics://account ID.storage.us-west-2.amazonaws.com/reference store id/reference/id ``` Für einige Workflows sind `SOURCE` sowohl die als auch die `INDEX` Dateien für das Referenzgenom erforderlich. Der vorherige URI ist die Standardkurzform und wird standardmäßig auf die SOURCE-Datei gesetzt. Um eine der beiden Dateien anzugeben, können Sie die lange URI-Form wie folgt verwenden. ``` omics://account ID.storage.us-west-2.amazonaws.com/reference store id/reference/id/source omics://account ID.storage.us-west-2.amazonaws.com/reference store id/reference/id/index ``` Die Verwendung eines Sequence-Readesets hätte ein ähnliches Muster, wie hier gezeigt. ``` aws omics create-workflow \ --name workflow name \ --main sample workflow.wdl \ --definition-uri omics://account ID.storage.us-west-2.amazonaws.com/sequence_store_id/readSet/id \ --parameter-template file://parameters_sample_description.json ``` Einige Lesesätze, z. B. solche, die auf FASTQ basieren, können gepaarte Lesesätze enthalten. In den folgenden Beispielen werden sie als SOURCE1 und SOURCE2 bezeichnet. Formate wie BAM und CRAM enthalten nur eine SOURCE1 Datei. Einige Lesesätze enthalten INDEX-Dateien wie `bai` ODER-Dateien. `crai` Der vorhergehende URI ist die Standardkurzform und verwendet standardmäßig die SOURCE1 Datei. Um die genaue Datei oder den Index anzugeben, können Sie die lange URI-Form wie folgt verwenden. ``` omics://123456789012.storage.us-west-2.amazonaws.com//readSet//source1 omics://123456789012.storage.us-west-2.amazonaws.com//readSet//source2 omics://123456789012.storage.us-west-2.amazonaws.com//readSet//index ``` Im Folgenden finden Sie ein Beispiel für eine JSON-Eingabedatei, die zwei Omics Storage URIs verwendet. ``` { "input_fasta": "omics://123456789012.storage.us-west-2.amazonaws.com//reference/", "input_cram": "omics://123456789012.storage.us-west-2.amazonaws.com//readSet/" } ``` Verweisen Sie auf die JSON-Eingabedatei in, AWS CLI indem Sie sie `--inputs file://` zu Ihrer **Start-Run-Anforderung** hinzufügen.