Speaker
Description
L'analisi dati in fisica delle alte energie al CERN richiederà, in vista della prossima fase ad alta luminosità di LHC, accesso a grandi moli di dati. Tuttavia, grazie a continui sviluppi in ambito di gestione delle risorse (i.e. WLCG e Cloud Computing), è possibile proporre agli utenti finali accesso a tali dati in maniera sempre più flessibile e dinamica. Grazie ad avanzamenti tecnologici software, librerie e framework di analisi dati sempre più sofisticati, e disponibilità di infrastrutture di calcolo ingenti e diversificate, con particolare riferimento al nuovo Centro Nazionale per la ricerca "HPC, Big Data e Quantum Computing", si sta quindi virando verso nuovi paradigmi di analisi dati: da un approccio batch-based ad uno interattivo, su un back-end parallelo e geograficamente distribuito. Tra questi, si inserisce il sistema sviluppato dal nuovo progetto sull'Analysis Facility (AF) di CMS-INFN.
In questo contributo verrà presentata l'esperienza di utilizzo dell’AF con un'analisi dati proveniente dalla collaborazione CMS. Per questo caso d'uso verrà descritto il porting all'interno dell'interfaccia Jupyter Notebook dell'AF, mostrandone gli aspetti interattivi, e le sue funzionalità in termini di scalabilità su risorse distribuite, attraverso la libreria python Dask. Il meccanismo di accesso ai dati è interamente remoto, basato in lettura sul paradigma AAA ("Any Data, Anytime, Anywhere") adottato da CMS.
Infine, verrà discussa la definizione di procedure di risoluzione dei problemi sul framework, ancora in fase di sviluppo, e verrà fornito un confronto di prestazioni tra approccio interattivo/parallelo dell'AF ed uno classico batch-based.
