📚 课程目录第2章第一个Nextflow脚本

第一个Nextflow脚本：Hello World

好了，到了动真格的时候了。不管你是刚接触Nextflow，还是想看看它到底怎么和SLURM配合，我们得先跑通最基础的东西——Hello World。

别小看这个例子。我第一次写Nextflow脚本时就在这踩过坑。因为没搞懂process和workflow的关系，跑出来一团乱麻。所以这次，咱们一步步来。

1. 先看脚本长什么样

下面是一个完整的Hello World脚本。复制到hello.nf里，直接就能跑。

#!/usr/bin/env nextflow
nextflow.enable.dsl=2

process sayHello {

    input:
    val greeting

    output:
    stdout

    script:
    """
    echo 'Hello, $greeting!'
    """
}

workflow {
    greetings = Channel.of('World', 'Nextflow', 'SLURM')
    sayHello(greetings).view { it }
}

嗯，就这么几行。你可能会问：这玩意儿怎么跑？很简单：

nextflow run hello.nf

输出会长这样：

N E X T F L O W  ~  version 23.10.0
Launching `hello.nf` [distracted_curran] DSL2 - revision: abc1234567
Hello, World!
Hello, Nextflow!
Hello, SLURM!

提示：每次运行都会看到不同的「名字」，比如distracted_curran。那是Nextflow给这次job的随机代号。不用在意，只是好看。

2. 进程（process）是啥？

说白了，进程就是Nextflow里的最小执行单元。每个process跑一个任务，可以是一个命令、一个脚本，甚至是一段Python代码。

上面脚本里的sayHello就是一个进程。我习惯把进程想成一个「黑盒子」——给它输入，它执行，然后输出。具体内部怎么跑，你不用管，Nextflow帮你看好。

这里我列一下进程的基本结构：

组成部分	作用	我踩过的坑
`process 名称`	定义进程的名字	名字别用横线，用驼峰或下划线
`input:`	声明输入（值、文件、路径等）	输入类型必须匹配，否则报错
`output:`	声明输出（stdout、文件等）	输出必须明确声明，不声明就丢数据
`script:`	要执行的脚本/命令	记得用双引号，变量才能被替换

重点：script块里的$greeting是Nextflow的变量，不是Shell的。它会先被Nextflow替换成输入的值，再交给Shell执行。

说到变量，我建议你一开始就用${greeting}这种大括号形式。为什么？因为当你变量名后面跟着字母或数字时，不加括号会解析错。我曾经因为忘了加大括号，查了半小时才找到问题。

3. workflow块——指挥中心

脚本最后一段是workflow { }。这东西就是整个管道的入口。

在workflow里，我们做了三件事：

创建数据通道： Channel.of('World', 'Nextflow', 'SLURM')。这是一个简单的值通道，会依次发出三个字符串。
调用进程： sayHello(greetings)。把通道greetings传给进程sayHello。每个字符串都会触发一次进程执行。
打印结果： .view { it }。把进程的输出（stdout）打印到屏幕上。这里it是Groovy的隐式变量，代表每个输出值。

实际上，我们可以用管道语法串联起来，写得更紧凑：

workflow {
    Channel.of('World', 'Nextflow', 'SLURM')
        | sayHello
        | view
}

这种风格更「管道化」。不过刚开始，分步写更容易理解。

注意：DSL2模式下，workflow块是强制要求的。以前的老写法（直接写process在外面）在DSL2中已经废弃了。如果你看到网上教程没有workflow，那很可能是旧版本的内容。

4. 执行流程——到底发生了什么？

你现在可能在想：进程是串行还是并行执行的？答案是——默认是并行的。

我们给了三个输入（'World', 'Nextflow', 'SLURM'），这不是排队一个一个来，而是三个任务同时跑。每个任务在一个独立的工作目录里运行，互不干扰。

关键：这种并行不是多线程跑在一个节点里，而是提交多个独立job。在本地模式下，它会开多个进程（或线程）；在SLURM上，它会提交多个作业。

下面这张图可以帮你理解整个流程：

这一套下来，你应该能感受到：进程负责干活，通道负责运数据，workflow负责调度。这就是Nextflow最核心的抽象。

5. 和SLURM有什么关系？

你可能会问：「这跟SLURM调度有什么关系？」嗯，现在还没有直接关系，因为我们用的是本地执行器。但是——

等我们后面配置了process.executor = 'slurm'之后，同样的脚本，同样的结构，会变成提交到集群的SLURM作业。进程里的每个输入，都会变成一个独立的sbatch任务。

你现在理解了并行+独立工作目录的概念，到时候配置SLURM就能秒懂。

小建议：第一次跑Hello World时，观察一下工作目录（默认是work/目录）。你会发现每个进程实例都有自己的子目录，里面放着输入、输出和日志。我一开始不知道这个，丢数据了也不知道去哪找。

好，这一章就到这里。把上面的脚本跑通，看看输出，然后自己改改Channel.of()里的内容试试。这就是你掌握Nextflow的第一步。