Question

大家好，我有以下bash脚本，可从hmmer3软件调用hmmscan。 hmmscan需要指定6个命令行参数，在这种情况下，我编写的代码如下：

dblink

基本上，我正在遍历目录中找到的文件列表，并在每个文件上运行hmmscan，并且我正在使用此文件名附加输出名称，以便具有与之对应的不同输出名称。我的每个输入文件。

我的问题是循环很长，我想将此进程并行化以根据我在命令行中提供的CPU数量进行扩展。我想使用xargs这样做，因为我没有GNU并行功能，但是我不能安装任何东西，所以使用xargs是很重要的。请帮忙。基本上，我一直沉迷于如何使用xargs调用函数以及如何向其传递许多命令行参数。

Answer 1

我假设您有权访问允许安装软件的开发机器。在此安装GNU Parallel> 20180222。

然后您运行：

parallel --embed > myscript.sh

然后将myscript.sh的最后几行更改为：

hmmscan_fun () {
    local file=$1
    local marker_profiles=$2
    local n_threads=$3
    local out_dir=$4
    fname=$(echo $file | rev | cut -d'/' -f1 | rev)
    echo 'filename'
    echo $out_dir$fname".txt"
    echo 'n threads'
    echo $n_threads
    echo 'marker profiles'
    echo $marker_profiles
    echo $out_dir$fname".txt" >> $out_dir"out.txt"

    hmmscan -o $out_dir$fname".txt" --tblout $out_dir$fname".hmm" -E 1e-10 --cpu $n_threads $marker_profiles  $file
}
export -f hmmscan_fun

parallel hmmscan_fun {1} {2} 32 myoutdir ::: files* ::: marker1 marker2

然后将脚本移至生产机器并在其中运行。

使用xargs并行运行我的函数

1 个答案: