📚 课程目录第4章第一个Nextflow脚本

4. 第一个 Nextflow 脚本：Hello World

好，咱们开始动手了。

很多教程一上来就扔给你一个复杂的管道，搞得人一头雾水。我个人的习惯是，从最简单的“Hello World”开始。你不用理解所有细节，先跑通它，感受一下 Nextflow 的节奏。

说白了，每个 Nextflow 管道就两样东西：process 和 workflow。process 是干活的那个工人，workflow 是指挥工人怎么干活的工头。今天咱们就把它俩搞清楚。

4.1 先看完整的代码

创建一个文件，叫 hello.nf。把下面这段代码贴进去。别急着复制，一行一行看，我待会儿逐句拆解。

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

process sayHello {

    output:
    path "hello.txt"

    script:
    """
    echo "Hello, Nextflow!" > hello.txt
    """
}

workflow {
    sayHello()
    println "Workflow finished successfully."
}

嗯，看起来挺简单的吧？咱们一句一句来。

4.2 拆解 process {} — 管道的工人

process 是 Nextflow 里最核心的组件。一个 process 就是一段可以被独立执行的脚本。你可以把它想象成一个函数，但它不是跑在你的本地电脑上——它可以跑在本地、SGE 集群、SLURM、AWS Batch 等等。

核心要点：每个 process 都有自己的输入、输出和执行脚本。它只关心自己的一亩三分地。

咱们看看上面这个 process 的结构：

process 名字：sayHello，就是这个工人的名字。
output 声明：path "hello.txt"，告诉 Nextflow，这个工人干完活会产出一个叫 hello.txt 的文件。
script 块：里面是真正要执行的命令——echo "Hello, Nextflow!" > hello.txt。

你在项目里可能会遇到各种 process。有的处理序列比对，有的做质控，有的跑模型训练。但它们的骨架都一样——就是这个 output 和 script 结构。

注意：script 块里的内容是用三引号 """ 包裹的。这意味着里面可以写多行命令，也可以用 shell 变量。我第一次用的时候，忘了加三引号，结果 Nextflow 把整个脚本当成了一行字符串，报错报得我头皮发麻。

4.3 拆解 workflow {} — 管道的管理者

workflow 块是管道的入口。它定义了 process 的执行顺序和数据传递关系。

workflow {
    sayHello()
    println "Workflow finished successfully."
}

这里只有两行：

sayHello()：调用我们上面定义的 process。注意，在 Nextflow DSL2 里，process 被当作一个函数调用。
println：打印一句话，告诉你管道跑完了。

workflow 块里可以串联多个 process，可以写条件判断，可以循环。但现在，我们就只调用一个 process，让流程跑起来。

一个小技巧：你可以在 workflow 里用 println 打印调试信息。我跑管道的时候，经常用它来标记每一步开始和结束。比如：println "Step 1: Alignment started"。

4.4 运行脚本

现在，打开终端，来到 hello.nf 所在的目录。执行：

nextflow run hello.nf

你会看到类似这样的输出：

N E X T F L O W  ~  version 24.04.0
Launching `hello.nf` [sleepy_curie] DSL2 - revision: 1
executor >  local (1)
[5a/3b7c4d] process > sayHello (1) [100%] 1 of 1
Workflow finished successfully.

看到最后一行 "Workflow finished successfully." 了吧？这就跑成了。你检查一下当前目录，会多出一个叫 hello.txt 的文件。打开它：

cat hello.txt

输出：

Hello, Nextflow!

完美。你的第一个 Nextflow 管道跑通了。

注意：每次运行，Nextflow 会在 work/ 目录下创建一堆临时文件夹。这些是每个 process 的工作目录，里面有你的脚本、输入输出和日志文件。我建议你偶尔看一下 work/ 目录，理解一下 Nextflow 是怎么管理中间过程的。

4.5 再看一个更真实的例子

上面那个太简单了？咱们加一点点实际的感觉。假设我们要批量处理两个文件。这里用到了 process 的 input 声明。

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

process formatMessage {
    input:
    val message

    output:
    path "${message}.txt"

    script:
    """
    echo "Message received: ${message}" > ${message}.txt
    """
}

workflow {
    greetings = ["Hello", "Bonjour", "Hola"]

    for (greeting in greetings) {
        formatMessage(greeting)
    }

    println "All messages formatted."
}

这个例子跟上面有什么不同？

输入参数：input: val message 声明 process 接收一个值（不是文件），叫 message。
输出文件名动态生成：path "${message}.txt"，比如传入 "Hello"，就生成 Hello.txt。
workflow 里用了循环：for (greeting in greetings) 依次调用 process。

运行它：

nextflow run format.nf

你会看到三个 process 并行跑了。每个 process 都生成一个自己的输出文件。

记得：Nextflow 默认会并行执行没有依赖关系的 process。所以你不需要自己写多线程代码。我以前做批量质控时，直接用了 for 循环调用质量检查 process，Nextflow 自动帮我利用所有 CPU 核——挺爽的。

4.6 知识结构图

下面这张图总结了本章讲的核心内容：process 和 workflow 的关系。

4.7 小结：两个关键点

今天咱们的核心就两个东西：

Process：管道的执行单元。它定义了输入、输出和脚本。你只需要写好要跑的命令，Nextflow 帮你管理文件、环境和工作目录。
Workflow：管道的编排单元。它决定 process 的调用顺序和数据流。你可以写循环、条件判断，甚至嵌套 workflow。

这两个概念会贯穿整个课程。后面所有内容——并行任务、数据通道、可复用模块、错误重试——都是围绕 process 和 workflow 展开的。

避坑指南：我曾经在写第一个管道时，把 process 和 workflow 写在了同一个文件里，然后搞混了它们的命名空间。记住：每个 .nf 文件可以有多个 process，但只能有一个 workflow。如果你写了两个 workflow，Nextflow 会报错重复定义。

现在，你可以在终端里运行 nextflow run hello.nf，看看屏幕上的日志，再看看生成的 hello.txt。