📚 课程目录第2章 Nextflow入门

2. Nextflow入门：安装、基础概念、第一个Hello World流程

好，我们正式开始动手。这一章的目标很简单——让你在本地跑通一个Nextflow流程，哪怕它只是打印个"Hello World"。但别小看这步，我自己的经验是，很多人卡就卡在环境配置和基础概念上。先把地基打牢，后面复杂流程才能跑得稳。

2.1 安装Nextflow

Nextflow是用Groovy写的，但它跑在Java虚拟机（JVM）上。所以你只需要两样东西：Java 11+和网络。

2.1.1 环境要求

组件	最低版本	推荐版本
Java (JDK/JRE)	11	17 或 21 LTS
curl / wget	任意	最新
操作系统	Linux / macOS / Windows(WSL)	Ubuntu 20.04+ / macOS 12+

注意：不要用Java 8。Nextflow从20.x版本开始就不再支持Java 8。我曾经看到有人装了半天发现跑不起来，一查是Java版本太老——白白浪费半小时。

2.1.2 安装步骤

我习惯用curl一行搞定：

curl -s https://get.nextflow.io | bash

然后把它加到PATH里：

chmod +x nextflow
sudo mv nextflow /usr/local/bin/

验证安装：

nextflow -version

      N E X T F L O W
      version 24.04.2 build 5890
      created 10-06-2024 10:48 UTC
      cite doi:10.1038/nbt.3820

小技巧：如果你在公司内网或者代理后面，Nextflow下载组件经常超时。我个人习惯设置环境变量NXF_OPTS='-Dhttp.proxyHost=... -Dhttp.proxyPort=...'。另外，第一次运行任何流程时，Nextflow会自动下载运行时组件，等几分钟就好。

2.2 核心概念——一句话解释

开始写流程前，先把几个关键概念理清楚。别急，我用最直白的方式说。

Process（进程）：流程里最小的执行单元。每个Process干一件具体的事，比如比对、排序、变异检测。你可以把它理解成一个函数——输入、输出、执行命令。
Channel（通道）：数据流动的管道。Process从Channel读输入，往Channel写输出。Channel就像自来水管，数据就是水。
Workflow（工作流）：定义Process之间的连接关系。哪个Process先跑，哪个后跑，数据怎么传递，都在这里说清楚。
DSL2：Nextflow从22版本起主推的语法风格。DSL2让流程模块化，每个Process和Workflow都更清晰。

举个例子，在真实项目中，我经常看到新手把Process写得又大又乱，恨不得一个Process把比对、排序、去重全干了。这不好。保持Process小、单一职责，调试的时候你才知道哪里炸了。

2.3 第一个Hello World流程

说了这么多，直接上手。我们要写一个最简单的流程：定义两个Process，一个生成"Hello"，一个生成"World"，最后合并输出。

2.3.1 创建项目结构

mkdir hello-nextflow
cd hello-nextflow
touch main.nf

所有代码写在main.nf里。我先放完整代码，然后逐行解释。

2.3.2 完整代码

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

process sayHello {
    output:
        stdout()

    script:
    """
    echo "Hello"
    """
}

process sayWorld {
    output:
        stdout()

    script:
    """
    echo "World"
    """
}

workflow {
    hello_ch = sayHello()
    world_ch = sayWorld()
    greeting_ch = hello_ch.concat(world_ch).collect()

    greeting_ch.view { it -> "${it[0]} ${it[1]}!" }
}

2.3.3 逐行拆解

第一行#!/usr/bin/env nextflow是Shebang，告诉你用Nextflow解释器跑这个文件。不过不重要，关键是第二行：

nextflow.enable.dsl=2

这行开启了DSL2模式。如果你不写，Nextflow会用旧语法（DSL1）。我个人强烈建议直接用DSL2，新项目没人再用DSL1了。

接下来是两个Process。每个Process有input:（可省略）、output:、script:三个块。这里我们没有输入，只有标准输出。注意script:块里可以写任意shell命令——Nextflow会把这段内容生成一个临时脚本去执行。

最后是workflow { }块。DSL2里，这里就是流程编排的地方。我们调用了两个Process，拿它们的输出通道（channel）；然后用concat和collect组合成一个包含两个元素的列表；最后用view操作打印结果。

2.3.4 运行看看

nextflow run main.nf

输出大概长这样：

N E X T F L O W  ~  version 24.04.2
Launching `main.nf` [insane_minsky] DSL2 - revision: 123abc
executor >  local (2)
[19/7a8b1c] sayHello [100%] 1 of 1
[6e/2f3b4a] sayWorld [100%] 1 of 1
Hello World!

看到最后一行"Hello World!"了吗？这就是我们第一个工作流的输出。

关键点：Nextflow会自动为每个Process创建一个独立的工作目录（work/下面那些哈希命名的文件夹），所有临时文件和日志都在那里。如果你需要调试，直接进对应工作目录看.command.sh和.command.out即可。

2.4 知识体系地图

为了让你对本章知识有个整体印象，我手绘了一张图。它展示了Nextflow核心组件、它们之间的关系和我们的Hello World流程对应位置。

2.5 常见陷阱和最佳实践

写完第一个流程，来看看新手经常踩的坑。

坑1：忘记DSL2声明。如果不写nextflow.enable.dsl=2，workflow { }块根本不会被识别，报错说"未预期的符号"。我刚开始转DSL2时也栽过。

坑2：Process命名冲突。多个Process不能重名。此外，Process名字里不要有特殊符号，用驼峰或下划线就好。

好习惯：每个Process只做一件事。比如比对和排序分开，虽然可以用管道连起来，但分开写方便后续替换工具、并行执行。像我们在Hello World里，sayHello和sayWorld就是两个独立的Process，互不干扰。

2.6 本章回顾

嗯，到这里你就完成了Nextflow的入门。我们干了三件事：

装了Java和Nextflow，跑通了nextflow -version。
理解了Process、Channel、Workflow和DSL2的含义——说白了就是「谁干活、数据怎么流、谁指挥谁」。
写了一个真正的Hello World流程，看到输出那一刻，是不是挺有成就感的？