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. # Starte einen Lauf in HealthOmics Wenn Sie einen Lauf starten, geben Sie die Ressourcen an, die für HealthOmics die Verwendung während des Laufs zugewiesen werden. Geben Sie den Speichertyp und die Speichermenge für den Lauf an (für statischen Speicher). Um Datenisolierung und Sicherheit zu gewährleisten HealthOmics , wird der Speicher zu Beginn jedes Laufs bereitgestellt und am Ende des Laufs deprovisioniert. Weitere Informationen finden Sie unter [Speichertypen in HealthOmics Workflows ausführen](workflows-run-types.md). Geben Sie einen Amazon S3 S3-Speicherort für die Ausgabedateien an. Wenn Sie eine große Anzahl von Workflows gleichzeitig ausführen, verwenden Sie URIs für jeden Workflow eine separate Amazon S3 S3-Ausgabe, um Bucket-Throttling zu vermeiden. Weitere Informationen finden Sie unter [Objekte mithilfe von Präfixen organisieren](https://docs.aws.amazon.com/AmazonS3/latest/userguide/using-prefixes.html) im *Amazon S3-Benutzerhandbuch* und [Speicherverbindungen horizontal skalieren](https://docs.aws.amazon.com/whitepapers/latest/s3-optimizing-performance-best-practices/scale-storage-connections-horizontally.html) im Whitepaper *Optimizing Amazon S3 Performance*. Sie können auch die Ausführungspriorität angeben. Wie sich die Priorität auf den Lauf auswirkt, hängt davon ab, ob der Lauf einer Ausführungsgruppe zugeordnet ist. Weitere Informationen finden Sie unter [Priorität ausführen](creating-run-groups.md#run-priority). Wenn ein Workflow über eine oder mehrere Versionen verfügt, können Sie beim Starten des Laufs eine Version angeben. Wenn Sie keine Version angeben, HealthOmics wird die [Standard-Workflow-Version](workflows-default-version.md) gestartet. Wenn Sie die HealthOmics API verwenden, können Sie für jeden Lauf eine eindeutige Anforderungs-ID angeben. Die Anforderungs-ID ist ein Idempotenz-Token, das zur Identifizierung doppelter Anfragen HealthOmics verwendet wird und die Ausführung nur einmal startet. **Anmerkung** Sie geben eine IAM-Dienstrolle an, wenn Sie einen Lauf starten. Optional kann die Konsole die Servicerolle für Sie erstellen. Weitere Informationen finden Sie unter [Servicerollen für AWS HealthOmics](permissions-service.md). **Topics** + [HealthOmics Parameter ausführen](#run-parameters) + [Einen Lauf über die Konsole starten](#starting-a-run-console) + [Einen Lauf mithilfe der API starten](#starting-a-run-api) + [Informationen über einen Lauf abrufen](#getinfo-about-runs) + [VPC-Netzwerke](#start-run-vpc-networking) ## HealthOmics Parameter ausführen Wenn Sie einen Lauf starten, geben Sie die Eingaben für die Ausführung in der JSON-Datei mit den Ausführungsparametern an, oder Sie können die Parameterwerte inline eingeben. Hinweise zur Verwaltung der Größe der JSON-Datei mit den Ausführungsparametern finden Sie unter[Größe der Ausführungsparameter verwalten](workflows-run-inputs.md#run-input-file-options). HealthOmics unterstützt die folgenden JSON-Typen für Parameterwerte. | JSON-Typ | Beispiel für Schlüssel und Wert | Hinweise | | --- | --- | --- | | boolesch | „b“: wahr | Der Wert steht nicht in Anführungszeichen und ist ausschließlich in Kleinbuchstaben geschrieben. | | Ganzzahl | „i“ :7 | Der Wert steht nicht in Anführungszeichen. | | number | „f“: 42,3 | Der Wert steht nicht in Anführungszeichen. | | Zeichenfolge | „s“: „Zeichen“ | Der Wert steht in Anführungszeichen. Verwenden Sie den Zeichenfolgentyp für Textwerte und URIs. Das URI-Ziel muss dem erwarteten Eingabetyp entsprechen. | | Array | „a“: [1,2,3] | Der Wert steht nicht in Anführungszeichen. Array-Mitglieder müssen jeweils den durch den Eingabeparameter definierten Typ haben. | | object | „o“: \$1"links“ :"a“, „rechts“ :1\$1 | In WDL wird das Objekt WDL Pair, Map oder Struct zugeordnet | ## Einen Lauf über die Konsole starten **Um einen Lauf zu starten** 1. Öffnen Sie die [HealthOmics -Konsole](https://console.aws.amazon.com/omics/). 1. Öffnen Sie bei Bedarf den linken Navigationsbereich (±1). Wählen Sie **Läufe**. 1. Wählen Sie auf der Seite „**Läufe**“ die Option **Ausführung starten aus**. 1. Geben **Sie im Bereich mit den Ausführungsdetails** die folgenden Informationen ein + **Workflow-Quelle** — Wählen Sie **Eigener Workflow** oder **Geteilter Workflow** aus. + **Workflow-ID** — Die Workflow-ID, die diesem Lauf zugeordnet ist. + **Workflow-Version** (optional) — Wählen Sie eine Workflow-Version aus, die für diesen Lauf verwendet werden soll. Wenn Sie keine Version auswählen, verwendet der Lauf die Workflow-Standardversion. + **Laufname** — Ein eindeutiger Name für diesen Lauf. + **Ausführungspriorität** (optional) — Die Priorität dieses Laufs. Höhere Zahlen geben eine höhere Priorität an, und die Aufgaben mit der höchsten Priorität werden zuerst ausgeführt. + **Speichertyp ausführen** — Geben Sie hier den Speichertyp an, um den für den Workflow angegebenen Standardspeichertyp für die Ausführung zu überschreiben. Statischer Speicher weist dem Lauf eine feste Speichermenge zu. Dynamischer Speicher wird je nach Bedarf für jede Aufgabe in der Ausführung nach oben oder unten skaliert. + **Laufspeicherkapazität** — Geben Sie für statischen Laufspeicher die Speichermenge an, die für die Ausführung benötigt wird. Dieser Eintrag überschreibt die für den Workflow angegebene Standardspeichermenge für die Ausführung. + **Wählen Sie das S3-Ausgabeziel** aus — Der S3-Speicherort, an dem die Run-Ausgaben gespeichert werden. + **Konto-ID des Output-Bucket-Besitzers** (optional) — Wenn Ihr Konto nicht Eigentümer des Output-Buckets ist, geben Sie die AWS-Konto ID des Bucket-Besitzers ein. Diese Informationen sind erforderlich, damit der Besitzer des Buckets verifiziert werden HealthOmics kann. + **Aufbewahrungsmodus für Metadaten ausführen** — Wählen Sie aus, ob die Metadaten für alle Läufe beibehalten werden sollen oder ob das System die Metadaten der ältesten Ausführung entfernen soll, wenn Ihr Konto die maximale Anzahl von Durchläufen erreicht. Weitere Informationen finden Sie unter [Retentionsmodus für HealthOmics Läufe ausführen](run-retention.md). 1. Unter **Servicerolle** können Sie eine bestehende Servicerolle verwenden oder eine neue erstellen. 1. (Optional) Für **Tags** können Sie dem Lauf bis zu 50 Tags zuweisen. 1. Wählen Sie **Weiter** aus. 1. Geben Sie auf der Seite **Parameterwerte hinzufügen** die Ausführungsparameter an. Sie können entweder eine JSON-Datei hochladen, die die Parameter spezifiziert, oder die Werte manuell eingeben. 1. Wählen Sie **Weiter** aus. 1. Im Bereich „**Gruppe ausführen**“ können Sie optional eine Ausführungsgruppe für diesen Lauf angeben. Weitere Informationen finden Sie unter [HealthOmics Run-Gruppen verwenden](creating-run-groups.md). 1. Im Bereich „**Cache ausführen**“ können Sie optional einen Run-Cache für diesen Lauf angeben. Weitere Informationen finden Sie unter [Konfiguration eines Laufs mit Run-Cache über die Konsole](workflow-cache-startrun.md#workflow-cache-startrun-console). 1. Wählen Sie **Review and start run (Überprüfen und Testlauf starten)**. 1. Nachdem Sie die Ausführungskonfiguration überprüft haben, wählen Sie **Start run aus**. ## Einen Lauf mithilfe der API starten Verwenden Sie den API-Vorgang **start-run**, um einen Lauf zu erstellen und zu starten. Im folgenden Beispiel werden die Workflow-ID und die Servicerolle angegeben. In diesem Beispiel wird der Aufbewahrungsmodus auf festgelegt`REMOVE`. Weitere Hinweise zum Aufbewahrungsmodus finden Sie unter[Retentionsmodus für HealthOmics Läufe ausführen](run-retention.md). ``` aws omics start-run --workflow-id workflow id \ --role-arn arn:aws:iam::1234567892012:role/service-role/OmicsWorkflow-20221004T164236 \ --name workflow name \ --retention-mode REMOVE ``` Als Antwort erhalten Sie die folgende Ausgabe. Das `uuid` ist einzigartig für den Lauf und `outputUri` kann zusammen mit verwendet werden, um zu verfolgen, wohin die Ausgabedaten geschrieben wurden. ``` { "arn": "arn:aws:omics:us-west-2:....:run/1234567", "id": "123456789", "uuid":"96c57683-74bf-9d6d-ae7e-f09b097db14a", "outputUri":"s3://bucket/folder/8405154/96c57683-74bf-9d6d-ae7e-f09b097db14a" "status": "PENDING" } ``` ### Fügen Sie eine Parameterdatei hinzu Wenn die Parametervorlage für einen Workflow erforderliche Parameter deklariert, können Sie beim Starten einer Workflow-Ausführung eine lokale JSON-Datei mit den Eingaben bereitstellen. Die JSON-Datei enthält den genauen Namen jedes Eingabeparameters und einen Wert für den Parameter. Verweisen Sie auf die JSON-Eingabedatei in`--parameters file://`, AWS CLI indem Sie sie zu Ihrer `start-run` Anfrage hinzufügen. Weitere Hinweise zu Ausführungsparametern finden Sie unter[HealthOmics Eingaben ausführen](workflows-run-inputs.md). ### Geben Sie eine Anforderungs-ID an Sie können `requestId` für jeden Lauf eine eindeutige Nummer angeben. Die Anforderungs-ID ist ein Idempotenz-Token, das HealthOmics verwendet wird, um doppelte Anfragen abzufangen. Es wird kein Lauf gestartet, wenn die Anforderungs-ID ein Duplikat eines vorherigen Laufs ist. Wenn Sie Infrastruktur (wie Lambda-Funktionen oder Step-Funktionen) für die Orchestrierung von Runstarts verwenden, empfiehlt es sich, für jede StartRun Anfrage eine eindeutige Anforderungs-ID anzugeben. Dadurch wird sichergestellt, dass, wenn Ihre Infrastruktur versehentlich einen Lauf startet, den sie bereits gestartet hat, nicht der doppelte Lauf gestartet HealthOmics wird. Wenn die Infrastruktur beispielsweise versucht, sich nach einem Upstream-Fehler zu erholen, wird möglicherweise ein Skript erneut ausgeführt, das versucht, Läufe zu starten, bei denen es sich um doppelte Anfragen handelt. ### Wählen Sie eine Workflow-Version Sie können eine Workflow-Version für den Lauf angeben. Wenn Sie keine Version angeben, HealthOmics startet der Lauf mit der Standard-Workflow-Version. ``` aws omics start-run --workflow-id workflow id \ ... --workflow-version-name '1.2.1' ``` ### Überschreiben Sie den Speichertyp für die Ausführung Sie können den Standard-Laufspeichertyp überschreiben, der im Workflow festgelegt wurde. ``` aws omics start-run --workflow-id workflow id \ ... --storage-type STATIC --storage-capacity 2400 ``` ### Führen Sie einen GPU-Workflow aus Sie können auch eine GPU-Workflow-ID angeben, wie im folgenden Beispiel gezeigt: ``` aws omics start-run --workflow-id workflow id \ --role-arn arn:aws:iam::1234567892012:role/service-role/OmicsWorkflow-20221004T164236 \ --name GPUTestRunModel \ --output-uri s3://amzn-s3-demo-bucket1 ``` ## Informationen über einen Lauf abrufen Sie können die ID in der Antwort mit der **Get-Run-API** verwenden, um den Status eines Laufs zu überprüfen, wie in der Abbildung gezeigt. ``` aws omics get-run --id run id ``` Die Antwort auf diesen API-Vorgang gibt Ihnen Auskunft über den Status der Workflow-Ausführung. Mögliche Status sind`PENDING`, `STARTING``RUNNING`, und`COMPLETED`. Wenn ein Lauf ausgeführt wird`COMPLETED`, finden Sie eine Ausgabedatei, die `outfile.txt` in Ihrem Amazon S3 S3-Ausgabe-Bucket aufgerufen wird, in einem Ordner, der nach der Lauf-ID benannt ist. Der API-Vorgang **get-run** gibt auch andere Details zurück, z. B. ob es sich bei dem Workflow um `Ready2Run` oder handelt`PRIVATE`, die Workflow-Engine und Accelerator-Details. Das folgende Beispiel zeigt die Antwort von **get-run** für die Ausführung eines privaten Workflows, beschrieben in WDL mit einem GPU-Beschleuniger und ohne der Ausführung zugewiesene Tags. ``` { "arn": "arn:aws:omics:us-west-2:123456789012:run/7830534", "id": "7830534", "uuid":"96c57683-74bf-9d6d-ae7e-f09b097db14a", "outputUri":"s3://bucket/folder/8405154/96c57683-74bf-9d6d-ae7e-f09b097db14a" "status": "COMPLETED", "workflowId": "4074992", "workflowType": "PRIVATE", "workflowVersionName": "3.0.0", "roleArn": "arn:aws:iam::123456789012:role/service-role/OmicsWorkflow-20221004T164236", "name": "RunGroupMaxGpuTest", "runGroupId": "9938959", "digest": "sha256:a23a6fc54040d36784206234c02147302ab8658bed89860a86976048f6cad5ac", "accelerators": "GPU", "outputUri": "s3://amzn-s3-demo-bucket1", "startedBy": "arn:aws:sts::123456789012:assumed-role/Admin/", "creationTime": "2023-04-07T16:44:22.262471+00:00", "startTime": "2023-04-07T16:56:12.504000+00:00", "stopTime": "2023-04-07T17:22:29.908813+00:00", "tags": {} } ``` Sie können den Status aller Ausführungen mit dem API-Vorgang **list-runs** sehen, wie in der Abbildung gezeigt. ``` aws omics list-runs ``` Verwenden Sie die API, um alle Aufgaben zu sehen, die für einen bestimmten Lauf abgeschlossen wurden. **list-run-tasks** ``` aws omics list-run-tasks --id task ID ``` Verwenden Sie die get-run-task API, um die Details einer bestimmten Aufgabe abzurufen. ``` aws omics get-run-task --id --task-id task ID ``` Nach Abschluss der Ausführung werden die Metadaten CloudWatch unter dem Stream an gesendet`manifest/run//`. Das Folgende ist ein Beispiel für das Manifest. ``` { "arn": "arn:aws:omics:us-east-1:123456789012:run/1695324", "creationTime": "2022-08-24T19:53:55.284Z", "resourceDigests": { "s3://omics-data/broad-references/hg38/v0/Homo_sapiens_assembly38.dict": "etag:3884c62eb0e53fa92459ed9bff133ae6", "s3://omics-data/broad-references/hg38/v0/Homo_sapiens_assembly38.fasta": "etag:e307d81c605fb91b7720a08f00276842-388", "s3://omics-data/broad-references/hg38/v0/Homo_sapiens_assembly38.fasta.fai": "etag:f76371b113734a56cde236bc0372de0a", "s3://omics-data/intervals/hg38-mjs-whole-chr.500M.intervals": "etag:27fdd1341246896721ec49a46a575334", "s3://omics-data/workflow-input-lists/dragen-gvcf-list.txt": "etag:e22f5aeed0b350a66696d8ffae453227" }, "digest": "sha256:a5baaff84dd54085eb03f78766b0a367e93439486bc3f67de42bb38b93304964", "engine": "WDL", "main": "gatk4-basic-joint-genotyping-v2.wdl", "name": "1044-gvcfs", "outputUri": "s3://omics-data/workflow-output", "parameters": { "callset_name": "cohort", "input_gvcf_uris": "s3://omics-data/workflow-input-lists/dragen-gvcf-list.txt", "interval_list": "s3://omics-data/intervals/hg38-mjs-whole-chr.500M.intervals", "ref_dict": "s3://omics-data/broad-references/hg38/v0/Homo_sapiens_assembly38.dict", "ref_fasta": "s3://omics-data/broad-references/hg38/v0/Homo_sapiens_assembly38.fasta", "ref_fasta_index": "s3://omics-data/broad-references/hg38/v0/Homo_sapiens_assembly38.fasta.fai" }, "roleArn": "arn:aws:iam::123456789012:role/OmicsServiceRole", "startedBy": "arn:aws:sts::123456789012:assumed-role/admin/ahenroid-Isengard", "startTime": "2022-08-24T20:08:22.582Z", "status": "COMPLETED", "stopTime": "2022-08-24T20:08:22.582Z", "storageCapacity": 9600, "uuid": "a3b0ca7e-9597-4ecc-94a4-6ed45481aeab", "workflow": "arn:aws:omics:us-east-1:123456789012:workflow/1558364", "workflowType": "PRIVATE" }, { "arn": "arn:aws:omics:us-east-1:123456789012:task/1245938", "cpus": 16, "creationTime": "2022-08-24T20:06:32.971290", "image": "123456789012.dkr.ecr.us-west-2.amazonaws.com/gatk", "imageDigest": "sha256:8051adab0ff725e7e9c2af5997680346f3c3799b2df3785dd51d4abdd3da747b", "memory": 32, "name": "geno-123", "run": "arn:aws:omics:us-east-1:123456789012:run/1695324", "startTime": "2022-08-24T20:08:22.278Z", "status": "SUCCESS", "stopTime": "2022-08-24T20:08:22.278Z", "uuid": "44c1a30a-4eee-426d-88ea-1af403858f76" }, ... ``` Run-Metadaten werden nicht gelöscht, wenn sie nicht in den CloudWatch Protokollen vorhanden sind. ## VPC-Netzwerke Sie können einen Lauf so konfigurieren, dass er VPC-Netzwerke verwendet, sodass Läufe über das öffentliche Internet oder private Netzwerke auf Ressourcen zugreifen können. Geben Sie den Netzwerkmodus und einen Konfigurationsnamen an, wenn Sie den Lauf starten: ``` aws omics start-run \ --workflow-id workflow-id \ --role-arn role-arn \ --output-uri s3://bucket-name/prefix/ \ --networking-mode VPC \ --configuration-name configuration-name \ --region region ``` Weitere Informationen finden Sie unter [HealthOmics Workflows mit einer VPC verbinden](workflows-vpc-networking.md).