115 lines
4.6 KiB
Markdown
115 lines
4.6 KiB
Markdown
# 注意！
|
||
|
||
## 项目前置
|
||
|
||
> 本项目使用了OpenMP进行并行化加速，默认开启，OpenMP在C++编译器中默认都装了的，请使用较新的编译器
|
||
> 在win平台上似乎无法使用mingw对OpenMP加速，但是Visual Studio（MSVC） 和 Clang 在win平台上都是可以编译的
|
||
> 不要使用Mingw编译，win上可以使用Clang,VS(MSVC)，linux上使用gcc(g++)即可
|
||
|
||
## 块内存大小默认4G，如有更多请更改
|
||
|
||
```cpp
|
||
//原理是这里定义处理函数，将函数传入dna::open_file_and_calculate，在open_file_and_calculate中会调用传入的函数
|
||
//参数列表 <文件分块内存大小，单个DNA序列最长大小>("输入文件名","输出文件名",序列处理函数);
|
||
//这个函数在src/tools/dna里面
|
||
dna::open_file_and_calculate<(size_t)4 * 1024 * 1024 *1024 , (size_t)5e4+5>("filteredReads.txt", "reversedSequence.txt",reverseComplement);
|
||
```
|
||
|
||
## ***请详细阅读xmake.lua项目配置文件，可能涉及到性能优化和计算精度的问题***
|
||
|
||
> 最好不要使用mingw，使用mingw+clang(就是clang)或者msvc(visual studio)
|
||
>
|
||
> mingw的IO优化不行
|
||
|
||
# DNASequence
|
||
|
||
[提问者问题原文链接](https://www.zhihu.com/question/36143261/answer/3624848144)
|
||
|
||
## 代码逻辑介绍
|
||
|
||
DNASequence处理
|
||
|
||
DNA是双链的，互为互补链，对DNA样本进行测序时不能确认测出的是哪条链，所以就把所有DNA片段的互补链全算出来，和原文件放在一起组装。
|
||
|
||
> 输入格式：只是演示样例，不保证其生物上的准确性，默认最大dna序列长度支持5e4，可自行修改代码扩容
|
||
>
|
||
> 程序将会从项目的根目录中打开filteredReads.txt并处理类似以下若干条dna序列
|
||
|
||
```
|
||
@SRR13280199.1 1 length=32
|
||
ACGTACACATTGCTGTCTGCTGAACCACCTAG
|
||
@SRR13280199.1 2 length=32
|
||
ACGTACACATTGCTGTCTGCTGAACCACCTAG
|
||
```
|
||
|
||
## 关于如何构建本项目
|
||
|
||
> 请确保安装了构建工具xmake，和任意C++构建工具并将路径添加到了PATH目录
|
||
|
||
[如何安装xmake?链接](https://gitee.com/tboox/xmake#%E5%AE%89%E8%A3%85)
|
||
|
||
```bash
|
||
#编译 -v 表示 verbose 输出详细编译信息具体说明去上面的xmake链接看看
|
||
xmake -v
|
||
# 运行
|
||
xmake r
|
||
|
||
# 生成 visual studio 文件夹，点进去打开sln文件即可使用visual studio编辑和调试，很方便
|
||
xmake project -k vsxmake
|
||
```
|
||
|
||
## 性能展示
|
||
|
||
> 什么环境下性能最好？
|
||
|
||
> 经过测试，在windows环境下，前端使用mingw，后端使用llvm，也就是clang的时候性能最好
|
||
>
|
||
> 可以酌情开启xmake.lua中的avx512加速
|
||
|
||
> perf
|
||
|
||
```
|
||
31.88% test test [.] reverseComplement(char*, char*) [clone ._omp_fn.1]
|
||
10.27% test [unknown] [k] 0xffffffffc06abd30
|
||
7.32% test libgomp.so.1.0.0 [.] 0x0000000000024c6a
|
||
4.39% test [unknown] [k] 0xffffffffa84435e1
|
||
3.32% test libgomp.so.1.0.0 [.] 0x0000000000024ab2
|
||
3.20% test [unknown] [k] 0xffffffffa8443ee5
|
||
2.35% test [unknown] [k] 0xffffffffa72d138b
|
||
2.30% test [unknown] [k] 0xffffffffa7309ed4
|
||
1.98% test [unknown] [k] 0xffffffffa7a5ba37
|
||
1.74% test [unknown] [k] 0xffffffffa760ecee
|
||
1.63% test test [.] reverseComplement(char*, char*) [clone ._omp_fn.0]
|
||
1.48% test [unknown] [k] 0xffffffffa83ab787
|
||
1.32% test [unknown] [k] 0xffffffffa842aee0
|
||
1.31% test [unknown] [k] 0xffffffffa766d76a
|
||
0.83% test [unknown] [k] 0xffffffffa7a5ad88
|
||
0.80% test libc.so.6 [.] __memset_evex_unaligned_erms
|
||
0.55% test [unknown] [k] 0xffffffffa766d747
|
||
0.47% test [unknown] [k] 0xffffffffa76c08f8
|
||
```
|
||
|
||
> 800MB fastq DNA 序列处理性能展示
|
||
|
||
```
|
||
Open input file stream to value [input_file_stream] ok , from ["filteredReads.txt"]
|
||
Open output file stream to value [output_file_stream] ok , from ["reversedSequence.txt"]
|
||
Chunk size :4294967296 bytes
|
||
[Timer: All spent] Start timing
|
||
[Timer: chunk_id:[1]] Start timing
|
||
[Timer: read_chunk_id:[1]] Start timing
|
||
[Timer: read_chunk_id:[1]] Stop timing , used 1102ms
|
||
buf_len : 897963094
|
||
[Timer: calculate_chunk_id:[1]] Start timing
|
||
omp_get_num_threads() : 12
|
||
[Timer: calculate_chunk_id:[1]] Stop timing , used 463ms
|
||
[Timer: write_chunk_id:[1] , [Wrote bytes] start_pos : 897963094] Start timing
|
||
[Timer: write_chunk_id:[1] , [Wrote bytes] start_pos : 897963094] Stop timing , used 1287ms
|
||
[Timer: chunk_id:[1]] Stop timing , used 2854ms
|
||
[Timer: All spent] Stop timing , used 2855ms
|
||
```
|
||
|
||
## 关于版权
|
||
|
||
本项目算法版权归提问者所有，可不遵循开源协议，其它人使用请遵循开源协议，或者欢迎咨询我
|