workflow

任务名称

是

String

基因容器具体步骤的任务名称。

小写字母打头，由小写字母数字中划线组成，长度为[1, 40]。

description

否

String

当前步骤的描述信息，支持中文，长度为[0, 255 ]

type

是

String

GCS支持的任务类型，当前仅支持运行容器类，此处填写“GCS.Job”。

tool

是

String

当前任务运行的工具及版本，格式为“tool_name: tool_version”。例如，0.7.12版本的bwa设置为“tool: bwa:0.7.12”。

resources

否

Struct

执行任务需要的资源，参数说明参见表2 resources属性说明。

commands

否

array[string]

容器中执行的命令，数组长度表示并发数量。每个成员表示一个容器中执行的命令。提示：可以是任意的Linux命令。如：

a） 直接写要执行的命令，如： echo helloworld; touch sample.txt

b） 把要执行的命令放入待挂载卷中，xx.sh文件，这里直接调用，如：sh /path/to/xx.sh

并发示例：

如下示例中，commands有四行，则表示容器并发数量为4，每个容器分别执行不同的命令

commands:
  - sh /obs/gcscli/run-xxx/run.sh 1 a
  - sh /obs/gcscli/run-xxx/run.sh 2 a
  - sh /obs/gcscli/run-xxx/run.sh 1 b
  - sh /obs/gcscli/run-xxx/run.sh 2 b

提示：

如果命令行是由多行组成，可以使用yaml语法中的“|”（保留换行符，整个字符串当做yaml中一个key的value）格式。这样就可以把大篇幅的命令行原封不动的拷贝过来，如：

commands:
  - |
    samtools merge -f -@ ${nthread} -b ${volume-path-sfs}/${sample}/mergelist.txt \
    ${volume-path-sfs}/${sample}/${sample}.sort.bam && \
    samtools flagstat ${volume-path-sfs}/${sample}/${sample}.sort.bam > ${volume-path-sfs}/${sample}/${sample}.sort.flagstat

详见： yaml语法。

commands:
  - bash /obs/gcscli/run-xxx/run.sh 1 a #方式1
  - bash -c "echo helloworld"  #方式2

commands_iter

否

Struct

容器中执行的命令，和commands区别为，commands_iter支持带变量的shell脚本。数组行数表示并发的数量，参数说明请参见表3 commands_iter属性说明。

condition

否

bool

某个步骤是否执行的条件，用于流程条件分支控制。可以是引用inputs变量，也可以根据上一步的执行结果来判断当前步骤是否执行。详见 条件分支控制。

depends

否

array[Struct]

指定当前任务所依赖的其他任务，数组格式，参数说明请参见表4 depends属性说明。

memory

否

String

所需内存资源大小，单位为G。此处填写“数字+单位”。

• 数字支持小数。
• 单位为G或是g。

例如，需要内存大小为4G，则此处可填写为“4G”或是“4g”。

resources:
  memory: 4G

cpu

否

String

所需CPU核数，单位为C。此处填写“数字+单位”。

• 数字支持小数。
• 单位为C或是c。

例如，所需CPU核数为0.5核，则此处可填写为 "0.5c" 或者 "0.5C"。

resources:
  cpu: 0.5c

gpu

否

Number

所需GPU卡数量，仅数字，无单位。此处填写 "数字"。

• 数字支持小数。（注：一般GPU推荐整数）

例如，需要1个GPU显卡，则此处可填写为 "1" 。

resources:
  gpu: 1

options

否

Struct

gpu的配置参数，参数说明请参见表3。

例如：

options:  
    gpu-type: nvidia.com/gpu-tesla-v100-16GB
    gpu-driver: gpu-418.126

gpu-type

否

String

gpu的类型，当前支持3种类型。

• nvidia.com/gpu-tesla-v100-16GB：NVIDIA Tesla V100 16G显卡
• nvidia.com/gpu-tesla-v100-32GB：NVIDIA Tesla V100 32G显卡
• nvidia.com/gpu-tesla-t4：NVIDIA Tesla T4显卡

详细说明请参见使用GPU。

gpu-driver

否

String

gpu驱动的版本。当前支持如下两个版本。

• gpu-460.106：460.106版本，配套CUDA 11.2.2 Update 2 及以下CUDA Toolkit版本。
• gpu-418.126：418.126版本，配套CUDA 10.1 (10.1.105)及以下CUDA Toolkit版本。

详细说明请参见使用GPU。

command

是

String

带变量的任意Linux脚本，具体可以参考commands属性说明，变量由如下两种获取方式：

• 从vars或者vars_iter传递过来的变量，引用方式与shell一致，如“${1}”表示取第一个参数，取第二个参数则用“${2}”，依次递增。其中vars和vars_iter参数，两个二选一填写。vars参数需要列出所有组合，vars_iter参数为自动遍历组合（详见该字段描述）。
• 基因容器提供的内置变量“${item}”，表示容器并发执行时，当前执行到了第几个容器，该计数从零开始。例如并发4个容器时，command命令为“echo ${item}”，则将按容器执行顺序，分别打印0，1，2，3。

vars

否

array[array]

二维数组，做为command代入变量，表示手动列出所有组合。

• 二维数组中，每一行的成员代表command命令中的变量${1}，${2}，${3}等。${1}即代表各行的第一个成员，${2}代表各行第二个成员，${3}代表各行第三个成员。
• 二维数组中，有几行表示command命令迭代执行几次，同时也代表容器并发数量。在command命令执行过程中，先代入数组第一行，再按次序代入第二行，第三行等，直到数组代入完成。数组的行数即容器并发数量。

例如，如下示例中，vars有四行，则表示容器并发数量为4。

command: echo ${1} ${2} ${item}
vars:
  - [0, 0]  # 每行代表一个并发。成员按顺序分别传入${1}和${2}...
  - [0, 1]  # 这个并发中，0 -> ${1}; 1 -> ${2}
  - [1, 0]  # 这个并发中，1 -> ${1}; 0 -> ${2}
  - [1, 1]  # 这个并发中，1 -> ${1}; 1 -> ${2}

执行后，

启动4个容器，

第一个容器代入数组第一行，执行：

echo 0 0 0

第二个容器代入数组第二行，执行：

echo 0 1 1

第三个容器代入数组第三行，执行：

echo 1 0 2

第四个容器代入数组第四行，执行：

echo 1 1 3

vars_iter

否

array[array]

二维数组，做为command代入变量，表示自动遍历组合。

数组的第一行成员遍历代入command命令中的变量${1}，第二行成员遍历代入命令中的变量${2}，以此类推。

示例：如下示例表示4个容器并发，执行效果与vars示例相同。

command: echo ${1} ${2}
vars_iter:
  - [0, 1]   # 第一行表示${1} 的迭代范围
  - [0, 1]   # 第二行表示${2} 的迭代范围

如果某一行的数组成员很多，可以使用 range函数。range(1,4)表示数组[1, 2, 3]。前闭区间，后开区间，例如：

vars_iter:
  - range(0, 4)

等同于：

vars_iter:
  - [0, 1, 2, 3]

提示：迭代范围可以使用输入变量，见inputs，如：

inputs:
  samples:  # <=== 定义数组类型的变量
    type: array
    default: [a, b, c, d]
workflow:
  job-a:
    command: echo ${1}
    vars_iter:
      - ${samples}  # <=== 使用此数组作为迭代范围

target

是

String

所依赖的任务名，请确保指定的任务名必需存在。

type

否

String

依赖方式，可取值为：

• whole，整体依赖，此为默认值。
• iterate，迭代式依赖。

例如，如果步骤一和步骤二都并发执行100个容器。

• 设置whole则表示步骤一全部执行结束后，才能开始执行步骤二。
• 设置iterate则表示，步骤一的1号执行完成，就可以开始执行步骤二的1号，并行执行，可以提高整体的并发效率。