用于生物信息学和科学计算的工作流（作业）引擎/管道。
pypipegraph的Python项目详细描述
pypipegraph
| Build status: | |
|---|---|
| Documentation | https://pypipegraph.readthedocs.io/en/latest/ |
| Code style |
简介
pypipegraph：是 麻省理工学院授权的图书馆，用于逐件构建工作流 只执行需要（重新）完成的部分。它支持 使用多核（smp）和（最终，现在是alpha代码） 机器（集群）是依赖跟踪程序（思考 “make”）和集群引擎。
更具体地说，您可以构造作业，它封装输出（即 需要做的事情），不变量（强制重新评估 如果作业发生变化，则输出作业，并将其填充在中间（例如，从 磁盘）。
从你的角度来看，你创建了一个pypipegraph，你创建了作业， 把它们连在一起，然后让pypipegraph运行。它检查所有 需要运行的作业（或者因为尚未完成， 或者因为它们已经失效），将它们分布到多个 python实例，并让它们以合理的顺序执行。
它对因任何原因而死亡的工作（只有失败的工作）是强有力的 “下游”的一切都将受到影响，独立工作将 继续运行），允许您在“中间”作业的任意点继续， 把工作隔离开来。
pypipegraph仅支持python 3。
30秒摘要
pypipegraph.new_pipeline()output_filenameA='sampleA.txt'defdo_the_work():op=open(output_filename,'wb').write("hello world")jobA=pypipegraph.FileGeneratingJob(output_filenameA,do_the_work)output_filenameB='sampleB.txt'defdo_the_work():op=open(output_filenameB,'wb').write(open(output_filenameA,'rb').read()+", once again")jobB=pypipegraph.FileGeneratingJob(output_filenameB,do_the_work)jobB.depends_on(jobA)pypipegraph.run()print('the pipegraph is done and has returned control to you.')print('sampleA.txt contains "hello world"')print('sampleB.txt contains "hello world, once again")
欢迎加入QQ群-->： 979659372
