摘要：目的:观察上海交通大学医学院检验系以"暑期临床实践"作为学生早期临床接触教学模式的效果,并探讨改进方向。方法:本研究以上海交通大学医学院2014-2018级医学检验技术专业学生和暑期临床实践单位为研究对象,采用问卷调查的形式,发放学生问卷142份,实践单位问卷35份,问卷有效回收率为100%。结果:学生对暑期临床实践的满意度较高(非常满意和满意占80.3%),同时认为自身在岗位感性认知(70.4%)、思想道德与职业素质(67.6%)、压力调适能力(57.0%)等方面非常有收获,但在科研能力(12.7%)、创新性(10.6%)和产业链及市场需求(6.3%)方面收获较少。结论:暑期临床实践的学生满意度较高,且对学生多方面能力提升有所帮助,但在科研能力、创新性和产业链及市场需求方面的培养不足。为进一步提升暑期临床实践的教学效果,建议将科研、创新和产业链及市场需求纳入暑期临床实践教案设计中,并作为学生暑期临床实践考察评分指标。

摘要：在2020年新型冠状病毒病(以下简称新冠)疫情发生后,为响应"停课不停学"的重要部署,各地纷纷开展在线教学,本教研室也开展了生物化学技术实验课程的线上线下混合教学实践。生物化学技术是研究生物大分子基本、重要的技术之一,这是医学专业学生必备的理论知识及实验技能。生物化学技术实验课是要求学生在掌握了一定生物化学基础理论和专业知识的基础上,对他们进行系统的实验训练,培养学生的独立实验技能和问题分析解决能力[1],在医学人才培养中具有重要地位。

摘要：随着高能物理实验规模的不断扩大和实验复杂度的提高,研究人员正面临海量数据存储的挑战,考虑到成本、能耗、存储周期及运维管理等问题,具有存储容量大、成本低特点的磁带库成为高能物理领域海量存储系统中必不可少的选择。但HDFS现有异构存储研究不支持磁带库存储,无法满足高能物理Hadoop平台海量实验数据持久化和备份过程对于存储系统高性价比的需求。针对上述问题,为了构建支持磁盘-磁带存储的HDFS分级存储系统,使磁带层文件在HDFS中无缝融合,为用户提供统一的文件系统命名空间,调研了分布式文件系统元数据管理方法,在此基础上设计实现了HDFS分级存储系统中统一的元数据管理方法。该方法通过重新设计内存文件元数据结构,构建分级存储系统统一的内存目录树并实现其访问管理和可靠性保障,完成分级存储系统中不同层级文件元数据的集中统一管理。测试结果表明,该方法实现了分级存储系统异构资源上文件元数据的统一管理,提供了高效的元数据操作。基于该方法构建的分级存储系统可靠性高,在对不同规模大小的文件读写时,其读写吞吐量较优于高能物理领域传统分级存储系统EOSCTA。

摘要：建立具有磁带存储层的HDFS分级存储系统是完善高能物理领域Hadoop生态系统的重要部分,但高能物理领域传统的磁带存储管理系统(如Castor、CTA)上层不支持HDFS磁盘存储,并且随着高能物理数据量的急剧增长、互联网技术的不断发展和用户需求的迅猛变化,传统的磁带存储管理系统逐渐呈现出系统扩展、负载均衡、开发和运维成本上升等方面的问题。设计开发了基于微服务架构的磁带存储管理系统。该系统向上支持HDFS磁盘存储,将磁带库资源管理、文件传输、磁带读写等功能以微服务的形式分布到各个服务实例中,达到分散服务压力的目的,并且系统针对传统负载算法效率不佳的问题,实现了基于服务器响应指数的负载均衡算法,通过根据自定义参数计算得到的服务器响应指数对其进行排序,保证将用户请求调度到响应指数最高的服务器进行处理。实验结果表明,磁带库存储系统满足HDFS文件分级存储磁带层管理的需求,提出的基于服务器响应指数的负载均衡算法相较于轮询算法,系统归档性能高出6%以上,提取性能高出64%以上;相较于随机算法,系统归档性能高出9%以上,提取性能高出64%以上,最终实现的磁带库存储系统表明,与传统的系统相比,微服务体系结构能够实现系统中组件的解耦和分布式负载的平衡,在系统开发和运维等方面更为便捷。

摘要：智算中心对电源要求极高,而传统电源系统存在能效低、维护复杂、占用空间大等问题。新型一体化电源系统作为一种集成了多种电力设备于一体的电源解决方案,凭借其在系统集成性、稳定性和安全性方面的优势,能够满足智算中心中的电源需求。探讨了新型一体化电源系统在智算中心的应用前景,通过理论与案例分析研究,评估其在提高能源利用效率、简化运维流程、优化空间布局等方面的优势。

摘要：高能物理计算平台中的HTCondor和SLURM计算集群为多个高能物理实验提供数据处理服务,然而HTCondor并行作业调度效率较低、SLURM难以应对大量串行作业,且计算平台整体资源管理及调度策略过于简单。为满足高能物理计算集群高负荷运行的需求,在传统作业调度器上增加作业管理层,设计双层作业调度系统,通过高效调度串并行作业并兼顾实验组间资源的使用公平性,实现用户对作业的细粒度管理。测试结果表明,双层作业调度系统支持大批量高能物理作业的快速提交,并充分利用计算平台的总体资源,具有较好的作业调度性能。