我将首先解释我的问题是什么，因为了解我想要什么很重要:-)。
我正在研究一个 python 编写的管道，它使用几个外部工具来执行几个基因组数据分析。其中一个工具适用于非常大的 fastq 文件，这些文件最终不再是纯文本文件。
通常，这个 fastq 文件是 gzip 压缩的，因为它们是纯文本，所以压缩率非常高。大多数数据分析工具都可以处理压缩文件，但我们有一些不能。所以我们正在做的是解压缩文件，使用它们，最后重新压缩。
可以想象，这个过程是：
因此，我试图找出一种“欺骗”这些工具以直接处理 gzip 文件的方法，而无需接触工具的源代码。
我考虑过使用 FIFO 文件，并尝试过，但如果该工具多次读取文件，或者该工具在文件周围寻找，则不起作用。
所以基本上我有问题：
有没有办法将文件映射到内存中，以便您可以执行以下操作：
./tool mapped_file（其中 mapped_file 并不是真正的文件，而是对内存映射文件的引用。
关于如何实现我的目标，您还有其他建议吗？
非常感谢大家！
从这个答案中，您可以将整个未压缩文件加载到 ram 中：
mkdir /mnt/ram
mount -t ramfs ram /mnt/ram
# uncompress your file to that directory
./tool /mnt/ram/yourdata
然而，这有将所有内容加载到内存的缺点：您需要有足够的空间来保存未压缩的数据！
完成后使用umount /mnt/ram。
考虑查看 Pistoia Alliance Sequence Squeeze竞赛中的获奖作品，该竞赛对 FASTQ 压缩工具进行了评级。您可能会找到一个工具，它通过随机访问和更快的解压缩性能来减少 IO 开销。
如果您的脚本可以从标准输入读取，那么一种可能性是使用 zcat 解压缩和流式传输，然后将其通过管道传输到您的脚本。
像这样的东西：
zcat large_file.gz | ./tool
如果您还想压缩结果，则可以再次将输出通过管道传输到 gzip：
zcat large_file.gz | ./tool | gzip - > output.gz
否则，您可以查看python对内存映射的支持：
http://docs.python.org/library/mmap.html
最后，您可以将 ASCII fastq 文件转换为 BAM 格式，该格式未压缩（本身），但使用更紧凑的格式可以节省空间。请参阅以下内容：
http://picard.sourceforge.net/command-line-overview.shtml#FastqToSam
如果您在 linux 上，您可以编写一个 fuse 文件系统驱动程序：http: //pypi.python.org/pypi/fuse-python
fuse 驱动程序需要对文件进行压缩和解压。也许这样的事情已经存在。