工作流基础：任务定义、工作流结构与输入输出声明

真正开始写WDL之前，得先把骨架搭明白。说白了，WDL脚本就两大块：任务（Task）和工作流（Workflow）。我刚开始接触的时候，总觉得这俩东西差不多，写起来经常混在一起。直到有一次，我把数据校验和压缩的逻辑塞进同一个任务里，结果耦合得死死的，改一个就要牵连另一个……后来我学乖了：Task是执行单元，Workflow是编排单元，分工特别清晰。

嗯，我们先看看它们长什么样。

2.1 任务（Task）定义

Task 是 WDL 的最小执行单元。它描述“做什么”以及“用什么资源做”。我个人习惯把 Task 想象成一个函数：有输入、有逻辑、有输出。

一个标准的 Task 定义长这样：

task validate_data {
    input {
        File input_file
        String file_format
        Int min_size
    }

    command {
        python3 validate.py \
            --input ${input_file} \
            --format ${file_format} \
            --min-size ${min_size}
    }

    output {
        File validated_file = "${input_file}.validated"
        Boolean is_valid = read_int(stdout())
    }

    runtime {
        docker: "python:3.9-slim"
        memory: "2 GB"
        cpu: 1
    }
}

拆开来看，每个部分都挺直白的：

2.2 工作流（Workflow）结构

工作流负责串联多个 Task。你想想看，一个完整的数据处理流程，不可能只有一个步骤。校验完数据，接下来可能要转换格式，然后压缩输出。工作流就是把它们按顺序串起来。

一个简单的工作流示例：

workflow data_pipeline {
    input {
        File raw_data
        String output_format
        Int compression_level
    }

    call validate_data {
        input:
            input_file = raw_data,
            file_format = "csv",
            min_size = 1024
    }

    call compress_data {
        input:
            input_file = validate_data.validated_file,
            level = compression_level
    }

    output {
        File final_output = compress_data.compressed_file
    }
}

这里有几个关键点：

• call + Task 名：就像调用函数一样调用你定义好的 Task
• input: 参数 = 值：给被调用的 Task 传参，可以是工作流 input 里的变量，也可以是上一个 Task 的 output
• output {}：工作流最终的输出，和 Task 的 output 类似

2.3 输入输出声明

输入输出是 WDL 的灵魂。说白了，WDL 就是靠输入输出把任务串起来的数据管道。没有良好的声明，上游下游就断了。

WDL 支持多种数据类型，常用的有：

声明输入输出时，我建议遵循几条简单的规则：

• 输入尽量限定时必填参数：不要留太多默认值，避免运行时忘记传参导致静默错误
• 输出路径尽量使用输入文件名衍生：比如输入 sample.bam，输出就是 sample.validated.bam，清晰易懂
• 多用 Boolean 控制流程分支：比如加一个 skip_validation 参数，调试时省去很多重跑时间

来看看一个更完整的声明范例：

workflow compress_pipeline {
    input {
        Array[File] raw_files
        String output_prefix
        Boolean compress_flag = true
        Int threads = 4
    }

    call validate_batch {
        input:
            files = raw_files,
            min_size = 512
    }

    call compress_batch {
        input:
            input_files = validate_batch.validated_files,
            output_prefix = output_prefix,
            level = if compress_flag then 9 else 0
    }

    output {
        Array[File] compressed_files = compress_batch.compress_files
        String pipeline_version = "1.2.0"
    }
}

注意到了吗？level = if compress_flag then 9 else 0 这种条件赋值也是 WDL 支持的特性。我觉得它特别适合做参数开关，很灵活。