4. 数据类型入门：Int、Float、Boolean、String、File 与使用场景

数据类型这东西，说实话，在编程里是最基础的砖块。但在 WDL 里，它又有点自己的小脾气。我个人习惯在写工作流的第一步，先把输入输出类型定死，这样后面能少踩很多坑。

WDL 提供了五种基础数据类型，分别是：Int（整形）、Float（浮点型）、Boolean（布尔型）、String（字符串）和 File（文件）。今天我们就一个个把它们理清楚。

4.1 从 Int 和 Float 开始：数字的世界

Int 就是整数，Float 就是带小数点的数字。这俩在 WDL 里的用法跟其他语言差不多，但有个细节你一定要注意：WDL 里的 Float 必须显式地写成带小数点的形式。你写 5 就是 Int，写 5.0 才是 Float。

我刚开始写 WDL 时，习惯性地把 3.14 赋给一个 Int 变量，结果 Cromwell 直接报类型不匹配。看个例子：

workflow TypesDemo {
    Int count = 10
    Float threshold = 0.75

    call MyTask {
        input:
            n = count,
            t = threshold
    }
}

task MyTask {
    input {
        Int n
        Float t
    }
    command {
        echo "count is ~{n}, threshold is ~{t}"
    }
    output {
        String out = read_string(stdout())
    }
}

4.2 Boolean：对与错的开关

Boolean 只有两个值：true 和 false。它通常用在条件判断里，控制工作流的执行分支。说白了，就是“如果……就……”的逻辑。

我记得有次在项目里，需要根据样本类型来决定要不要再做二次质控。这个开关就是用 Boolean 来控制的。代码长这样：

workflow QCSelector {
    Boolean run_deep_qc = true

    if (run_deep_qc) {
        call DeepQC {}
    }
    call BasicQC {}
}

4.3 String：文本的容器

String 是万能的，什么文本都能往里放。但在 WDL 里，String 有一个很实用的特性：变量插值。你可以用 ~{变量名} 的写法，把变量塞进字符串里。

举个例子，给样本生成文件名：

workflow Naming {
    String sample_id = "SAMPLE_001"
    String out_prefix = "results/~{sample_id}/aligned"

    call Align {
        input:
            prefix = out_prefix
    }
}

task Align {
    input {
        String prefix
    }
    command {
        echo "output will be ~{prefix}.bam"
    }
}

你看，~{sample_id} 会被替换成实际的值。这比手动拼接字符串方便多了。

4.4 File：WDL 的灵魂

File 类型是 WDL 的核心。它代表一个文件路径，可以是本地路径，也可以是云端路径（如 gs://bucket/file.fastq）。Cromwell 会自动处理文件的传输和映射，你只管把 File 传进传出的就好。

但有个坑很多人会掉进去：File 只是一个路径引用，不是文件内容本身。你不能直接对 File 做字符串操作，比如用 read_string() 才能读取内容。

看个实际案例：

workflow FileExample {
    File raw_data = "gs://my-bucket/input.fastq"
    String file_name = basename(raw_data)

    call TrimGalore {
        input:
            fastq = raw_data,
            prefix = file_name
    }
}

task TrimGalore {
    input {
        File fastq
        String prefix
    }
    command {
        trim_galore --fastqc ~{fastq} -o ~{prefix}_trimmed.fastq
    }
    output {
        File trimmed = "~{prefix}_trimmed.fastq"
    }
}

4.5 一张图理清全部关系

这五种数据类型之间的关系和使用场景，我画了张图，一目了然：

4.6 类型系统里的几个潜规则

WDL 的类型系统虽然简单，但也有几条潜规则你必须知道。我当年就是没注意这些，被坑过好几次。

4.7 实战组合：一个完整的混合类型案例

最后，给你看一个我实际项目中用过的片段，把今天学的五种类型串起来：

workflow AlignmentPipeline {
    File reference_fasta
    File input_fastq
    String sample_name
    Int threads = 8
    Float min_quality = 20.0
    Boolean do_duplicate_marking = true

    call Align {
        input:
            ref = reference_fasta,
            reads = input_fastq,
            sample = sample_name,
            cpu = threads
    }

    if (do_duplicate_marking) {
        call MarkDuplicates {
            input:
                bam = Align.aligned_bam
        }
    }
}

这个工作流里，File、String、Int、Float、Boolean 全用上了。你看，它们各司其职，组合起来就是一条完整的数据处理链条。说白了，类型系统就是给工作流定规矩，让 Cromwell 知道该拿什么数据、做什么处理、产什么结果。