A light HPC pack base on AWS managed services as Lambda & DynamoDB
基于 Lambda + DynamoDB 托管服务构建灵巧型 HPC 集群
适用场景Scenarios:
（1） 弱耦合型：计算过程中间很少数据交互；
（2） 随来随算：HPC的算力构建基于事件触发，能即时响应；
（3） 数据切分：计算任务可基于数据维度来分解并行的；
（4） 运维零压：部署完成后，平时基本是零维护和零管理；
（5） 足够节省：平时运维低费用，且算完及时回收资源以降成本。
脚本文件构成:
lightScheduler.py -- Lambda function of dispatching compute transactions and launching compute instances.
jobrun.py -- Compute node simulation script.
RlstProc.py -- Lambda function of result processing and SNS notification.
MissionCfg.py -- Lambda function of mission parameters configuration.
数据流程说明： 本场景里的计算是将样本文件与海量已知样本数据做匹配分析计算，我们将一个计算任务（Mission）按照不同的样本比对区间切分成多个分片计算事务（Transactions）。
（1） 分析任务的输入是由样本文件上传至S3源端bucket来触发，处理Lambda函数（lightScheduler）负责划分计算事务并将Mission和Transactions的信息记入DynamoDB的任务信息表（tblMission）和事务信息表（tblTrans）中，并发起启动对应数量的Spot实例。
（2） Spot实例根据计算节点的AMI镜像启动，根据源文件名和事务表记录信息执行计算脚本，计算完成后结果文件输出至S3存储的result桶，并自行Terminate终止实例。
（3） 结果文件以消息驱动结果处理函数（RsltProc）来进行结果汇集和计算任务完成通知。
（4） 计算任务的配置通过Lambda配置函数（MissionCfg）来写入tblMission表。