3、第一个Nextflow脚本：编写简单的Hello World工作流

每个编程语言都有个 Hello World，Nextflow 也不例外。但说实话，我第一次跑通这个脚本的时候，心里还是有点小激动的——它让我看到了「数据流」是怎么在进程之间传递的。这一节我们手写一个最简的工作流，从中拆解 process、workflow 和 run 这三个核心概念。

3.1 最简单的 process 长什么样

在 Nextflow 里，process 是执行任务的最小单元。你可以把它想象成一个「小作坊」：扔进去原材料，它按照配方加工，然后吐出成品。配方就是脚本里的命令或程序。

我们先看一个直接把字符串打印出来的 process：

process sayHello {
    output:
        stdout

    script:
        """
        echo 'Hello, Nextflow!'
        """
}

这个 process 没有定义输入，只有输出——把标准输出捕获出来。注意 script 块里用三引号包裹，里面是原样的 shell 命令。我刚开始写的时候老忘记加 stdout 声明，结果跑了半天发现日志是空的……

3.2 workflow 把 process 串起来

workflow 就是「工厂的流水线」。它负责定义 process 谁先谁后，数据怎么传。对于上面的 sayHello，workflow 可以简单到只调用它：

workflow {
    sayHello()
}

但如果我想让工作流更灵活一点，比如允许外部传参，那就要用上 params 了：

params.greeting = 'Hello, Nextflow!'

process sayHello {
    input:
        val greeting

    output:
        stdout

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

workflow {
    sayHello(params.greeting)
}

我这里把字符串作为输入传进了 process。你想想看，如果以后有几百个样品，每个样品对应不同的问候语，你只需要把 params 替换成一份输入列表，工作流瞬间就能批量处理。这就是 Nextflow 最爽的地方——从单样本到大规模并行，结构几乎不用改。

3.3 运行你的第一个 Nextflow 脚本

把上面最终版代码保存为 hello.nf。然后在终端执行：

nextflow run hello.nf

你会看到类似这样的日志：

N E X T F L O W  ~  version 23.04.0
Launching `hello.nf` [distracted_fermi] DSL2 - revision: abcdef1234
executor >  local (1)
[6c/abcde] process > sayHello (1) [100%] 1 of 1 ✔
Hello, Nextflow!

日志第一行告诉你 Nextflow 版本。第二行是启动信息，每次运行都会生成一个随机代号（比如 distracted_fermi），用于区分不同运行记录——这在排查历史运行问题时特别有用。

第三行显示执行器是 local，意味着任务跑在本机。最后的输出行就是 Hello, Nextflow!。

小技巧： 如果你在 Windows 上跑，注意换行符。我遇到过几次因为脚本里混了 CRLF 导致 process 报错。建议统一用 LF，或者在 nextflow.config 里设置 shell = ['/bin/bash', '-c']。

3.4 理解 run 背后的四个阶段

当你敲下 nextflow run 之后，Nextflow 内部到底做了什么事？我把它拆成四个阶段：

阶段 做了什么
解析 读取 .nf 脚本，构建抽象语法树（AST），检查语法和 DSL2 结构。
编译 将 process 和 workflow 定义编译成可执行的任务图（DAG）。
调度 根据 DAG 中任务的依赖关系，把任务提交给执行器（本地、集群、云）。
执行 每个 process 在独立的临时工作目录里运行，输出被收集并传递给下游。

我个人觉得其中最巧妙的是「调度」阶段。它不会一股脑儿把所有任务都丢出去，而是等上游任务完成才能启动下游任务。如果你的 workflow 里有多个独立分支，它们可以并行跑——完全不用你手动配置线程池。

我见过有人为了加速，在 process 里手动写 parallel，结果把 Nextflow 原生的调度机制搞乱了。嗯，记住一条原则：让 Nextflow 管调度，你只写业务逻辑。

3.5 图解：一次完整的 Hello World 执行

Hello World: 从脚本到输出 hello.nf 解析 & 编译 任务图 (DAG) 调度 执行器 (local) Hello, Nextflow! 关键点 • process 是“小作坊” • workflow 是“流水线” • run 触发4个阶段

3.6 常见踩坑与最佳实践

  • 脚本编码： 我遇到过在 Linux 上写 Windows 换行的脚本，Nextflow 跑的时候报 Command not found。解决办法是用 dos2unix 转换，或者在编辑器里设置行尾为 LF。
  • 空格与制表符： process 里 script 块内部的缩进不要用制表符，否则解析会挂。我习惯用 4 个空格，从不出错。
  • 输出声明： 如果 process 没有 output 块，下游 process 永远拿不到它的数据。虽然工作流不会报错，但会留下一个「幽灵」通道。检查日志时如果发现某个 process 的 out 是空的，八成是忘了声明输出。
  • workflow 命名： 一个脚本只能有一个 workflow 块。如果你有多个工作流逻辑，可以用子工作流（sub‐workflow），这在后续章节会展开。

警告： 不要在 process 内部写 nextflow 命令或者 workflow 关键字。process 只是 shell 脚本容器，它不知道外面是 Nextflow 世界。我曾经为了调试，在 process 里顺手敲了 nextflow run，结果递归调用把自己整懵了……

3.7 小结

这一节我们写了第一个 Nextflow 脚本。从 process 的定义，到 workflow 的编排，再到 nextflow run 的执行，整个流程就像搭积木。你只要记住三个词：process（做什么）、workflow（怎么连）、run（跑起来）。剩下的就是不断加输入、加输出、加逻辑。

← 上一章 📖 返回目录 下一章 →