3. 基于 Makefile 的多步骤计算依赖编排

为什么用 Makefile 表达计算依赖

科研计算的多步骤任务本质上是一张文件依赖图：原始数据经预处理生成中间文件，中间文件驱动计算产生结果，结果再被汇总成报告或图。Makefile 的核心语义恰好是“目标文件比它的依赖旧，才执行命令”，因此只要把每个步骤写成“目标: 依赖 + 命令”，就能天然获得增量执行能力——修改某个输入后，只有依赖链下游的目标会被重算。

本例构造一个最小但完整的三步计算链：raw.csv →（预处理）→ clean.csv →（计算）→ result.txt →（汇总）→ summary.md。所有命令用标准 Unix 工具实现，无需额外依赖，可直接复现。

编写 Makefile

在项目目录下创建 Makefile。注意 Makefile 的缩进必须是Tab 字符，不能用空格。下面每个目标都声明了它依赖的文件，命令只做最小必要处理：

# 变量：便于统一修改输入与输出名
RAW    := raw.csv
CLEAN  := clean.csv
RESULT := result.txt
SUMMARY:= summary.md

# 默认目标：make 不带参数时执行第一个目标
all: $(SUMMARY)

# 预处理：去掉空行与注释行，按第一列排序
$(CLEAN): $(RAW)
	@echo "[preprocess] $< -> $@"
	grep -v -e '^#' -e '^$$' $< | sort -t, -k1,1n > $@

# 计算：对第二列求和，写入结果文件
$(RESULT): $(CLEAN)
	@echo "[compute] $< -> $@"
	awk -F, '{s+=$2} END{printf "sum=%.3f\n", s}' $< > $@

# 汇总：把结果包装成 Markdown 报告
$(SUMMARY): $(RESULT)
	@echo "[report] $< -> $@"
	{ echo "# 计算结果汇总"; echo; echo "数据来源: $(CLEAN)"; echo; cat $<; } > $@

# 清理生成物，便于从头复现
clean:
	rm -f $(CLEAN) $(RESULT) $(SUMMARY)

.PHONY: all clean

关键点：$< 是第一个依赖（输入文件），$@ 是目标文件。命令里用 > 重定向到 $@，保证目标文件确实被更新，Make 才能正确比较时间戳。

准备输入并首次执行

创建示例输入 raw.csv（第一列为编号，第二列为测量值）：

# id,value
3,1.5
1,2.0
2,3.25

执行 make，预期输出（示例）：

[preprocess] raw.csv -> clean.csv
[compute] clean.csv -> result.txt
[report] result.txt -> summary.md

此时 summary.md 内容为：

# 计算结果汇总

数据来源: clean.csv

sum=6.750

验证增量执行

验证 1：无改动时不应重算。 再次执行 make，预期输出：

make: 'summary.md' is up to date.

说明所有目标都比依赖新，Make 跳过了全部命令。

验证 2：只改输入，触发全链重算。 修改 raw.csv 中某行的值（例如把 2,3.25 改为 2,4.00），再执行 make，预期三步全部重新执行，summary.md 中的 sum 变为 7.500。

验证 3：只改中间文件，只重算下游。 先执行 make clean 再 make 生成全部文件；然后手动修改 clean.csv（例如追加一行 4,0.5），执行 make。预期输出只有：

[compute] clean.csv -> result.txt
[report] result.txt -> summary.md

预处理步骤被跳过，因为 raw.csv 未变。这正是“仅重算受影响步骤”的核心行为。

可直接使用的检查清单