云端基因组学

72

｜

第

3

章

3.2

并行计算

当你无法再让程序更快一点，可以尝试并行计算方法。在计算语境，并行计算是指

以并行而非串行方式（串行是指等前一项操作结束，才能开始下一项运算）执行一

些操作，让程序更快结束。假如你需要为

64

人做米饭，但电饭煲一次只能做

4

人的量。

以串行方式做所有批次的米饭，你得通宵。你若有

8

个电饭煲，则可以并行使用它们，

这样就能快

8

倍。

这个想法非常简单，但有一个关键要求：工作必须能拆分为更小且可以单独处理的

任务。将米饭分成几份做比较容易，因为米饭是由一个个离散单元组成的。但并非

所有工作都可以这样拆，例如，一位孕妇

9

个月生一个孩子，就无法找

9

名孕妇分

摊生孩工作，无法一个月生下孩子。

幸好，大多数基因组分析工作更像做米饭而非生孩，它们本质上是由一些小型独立

操作组成的，这些操作可并行处理。那么，我们如何将做米饭这套方法搬到程序执

行场景呢？

3.2.1

并行处理一个简单分析任务

考虑到当你运行分析项目时，你不过是告诉计算机去执行一组指令。假如我们想统

计一个文本文件有多少行内容。该任务所需指令非常简单，如下所示：

打开文件；统计文件有多少行；告诉我们行数；关闭文件。

请注意，“告诉我们行数”可以指将其写到终端或保存到其他地方，以便后续使用，

我们现在无需考虑这点。

现在，假如我们想知道每行有多少单词。其指令如下：

打开文件；读取第一行；统计词数；告诉我们词数；读取第二行；统计词数；

告诉我们词数；读取第三行；统计词数；告诉我们词数。

以此类推，直到读取所有行，最后关闭文件。上述指令非常直白，但若文件行数很多， ...