第3章：Hello World——你的第一个Nextflow Pipeline

聊了那么多概念，不如直接上手跑一个。

我个人习惯，学任何新工具都先从最简示例开始。不是Hello World就是打印个日期。Nextflow也不例外。这一章我们就写一个真正的pipeline——虽然只有一步，但五脏俱全：有process、有workflow、有输入输出、还能看到日志。

3.1 先搭个脚手架

打开终端，新建一个目录。我习惯把每个pipeline单独放一个文件夹，避免文件乱飞。

mkdir hello_nextflow
cd hello_nextflow

然后创建一个文件，就叫main.nf。Nextflow脚本的默认后缀是.nf，你改成.nf或.nextflow都行，但社区约定用.nf。

嗯，这里要注意，文件名别用中文，也别带空格。我在项目里见过有人用了我的第一个pipeline.nf，结果解析路径出了各种奇怪问题。

3.2 写一个process

Process是Nextflow里最核心的执行单元。说白了，它就是一段可以被独立调度、监控、重试的脚本块。你可以把它理解成一个函数——接收输入，干活，吐输出。

写一个最简单的process，接收一个字符串，然后打印出来。

process sayHello {

    input:
    val greeting

    output:
    stdout

    script:
    """
    echo "$greeting"
    """
}

解释一下：

• input: 声明这个process接收一个名为greeting的值（val类型）。
• output: 声明输出是标准输出stdout，也就是打印到终端的文本。
• script: 里面的内容会被当作Shell脚本执行。$greeting会被替换成实际传入的值。

3.3 定义workflow块

Nextflow 22.04版本之后，官方推荐使用workflow块来组织pipeline的执行逻辑。老版本用workflow { }也可以，但新特性都在这个块里。

在我们的workflow块里，调用刚才定义的sayHello process，传入一个问候语。

workflow {

    greeting = "Hello, Nextflow!"
    sayHello(greeting)
}

注意，process名sayHello被当作一个函数来调用，参数就是我们在input里声明的greeting。Nextflow会自动匹配——按顺序对应的。

我当时第一次写的时候，以为要像Python那样写sayHello(greeting=greeting)，结果直接报错。Nextflow的语法糖比我想象的简洁很多。

3.4 完整的Pipeline代码

把上面两部分拼到一起，加上一个#!/usr/bin/env nextflow的shebang（其实不是必须的，但加了好识别类型）。

#!/usr/bin/env nextflow

process sayHello {

    input:
    val greeting

    output:
    stdout

    script:
    """
    echo "$greeting"
    """
}

workflow {

    greeting = "Hello, Nextflow!"
    sayHello(greeting)
}

保存好main.nf，准备运行。

3.5 跑起来，看日志

执行命令非常简单：

nextflow run main.nf

你会看到类似下面的输出：

N E X T F L O W  ~  version 24.04.2
Launching `main.nf` [angry_gauss] DSL2 - revision: 1234abcd

executor >  local (1)
[30/a1b2c3] process > sayHello (1) [100%] 1 of 1 ✔

Hello, Nextflow!

每一行都有信息量：

• 版本号：确保你用的是24.x系列，否则有些语法可能不兼容。
• 执行ID：[angry_gauss]——每次运行Nextflow都会随机生成一个绰号，方便你区分不同的运行实例。这在并行跑多个实验时非常有用。
• revision：git commit的hash，如果代码在git仓库里的话。
• executor：默认是local，即在本地机器上运行。后面你会学到如何切到SLURM、AWS Batch等。
• 进程状态：[30/a1b2c3] process > sayHello (1) —— 这个哈希是进程的工作目录路径，可以在work/目录下找到它。
• 完成百分比：[100%] 1 of 1 ✔——任务完成状态。如果失败会显示✘。

nextflow run main.nf -ansi-log false > run.log 2>&1

3.6 work目录里有什么？

运行结束后，去work/目录看看。

ls work/
ls work/30/a1b2c3/

你会看到类似这样的结构：

work/
└── 30/
    └── a1b2c3/
        ├── .command.sh
        ├── .command.out
        ├── .command.err
        ├── .command.log
        └── .exitcode

每一个process执行时，Nextflow都会在work/下创建一个唯一的目录（由哈希生成）。里面存了：

• .command.sh：实际执行的shell脚本，就是你在script块里写的内容。
• .command.out：标准输出（stdout）。
• .command.err：标准错误（stderr）。
• .command.log：完整日志，包括环境变量等。
• .exitcode：退出码，0表示成功，非0表示失败。

我在项目中遇到过一个问题：某个process一直报错，但看终端日志只显示✘，根本没有具体错误信息。最后我直接去work/目录下翻.command.err文件，才发现是某个依赖的二进制文件没装——排查起来非常高效。

// 在 nextflow.config 中配置工作目录
workDir = "/scratch/nextflow_work"

3.7 一张图看懂这个Pipeline

下面这张图展示了我们这个Hello World Pipeline的完整结构。

3.8 总结一下关键点

你看，其实就这么简单。一个Hello World pipeline，不到二十行代码，却把Nextflow最核心的概念全跑通了：process声明、workflow组织、数据流传递、工作目录机制。

跑通了这个示例，你就可以开始玩更复杂的了——比如让process接收文件作为输入，或者让多个process串联起来形成链条。下一章我们就搞点实际的。不过在那之前，我建议你多改改这个Hello World：换个问候语，加一个process，试试传文件——自己动手踩坑，才是最快的成长方式。