我想我有一个相当基本的问题。我刚刚发现了 GNU 并行包，我认为我的工作流程真的可以从中受益！我正在使用一个循环遍历我的读取文件并生成所需的输出。每次读取执行的命令如下所示：
STAR --runThreadN 8 --genomeDir star_index/ --readFilesIn R1.fq R2.fq
如您所见，我指定了 8 个线程，这是我的虚拟机拥有的线程数。
我现在的问题如下：如果我将 GNU 与这样的命令并行使用：
cat reads| parallel -j 3 STAR --runThreadN 8 --genomeDir star_index/ --readFilesIn {}_R1.fq {}_R2.fq
如果我并行执行 3 个作业，我的虚拟机能否处理我指定的线程数？
还是我需要 24 个线程（3*8 个线程）才能正确执行此命令？
如果这是一个基本问题，我很抱歉，我对这个领域很陌生，非常感谢任何帮助！
最好的建议很简单：尝试不同的值和衡量标准。
在并行化中，有很多因素会影响结果：磁盘 I/O、共享 CPU 缓存和共享 RAM 带宽，仅举三例。
top是你测量时的朋友。如果您能够设法让所有 CPU 的空闲时间小于 5%，那么无论您做什么，您都不太可能更快。
top - 14:49:10 up 10 days, 5:48, 123 users, load average: 2.40, 1.72, 1.67
Tasks: 751 total, 3 running, 616 sleeping, 8 stopped, 4 zombie
%Cpu(s): 17.3 us, 6.2 sy, 0.0 ni, 76.2 id, 0.3 wa, 0.0 hi, 0.0 si, 0.0 st
GiB Mem : 31.239 total, 1.441 free, 21.717 used, 8.081 buff/cache
GiB Swap: 117.233 total, 104.146 free, 13.088 used. 4.706 avail Mem
这台机器空闲率为 76.2%。如果您的进程使用大量 CPU，那么在这里并行启动更多进程可能会有所帮助。如果他们使用大量的磁盘 I/O，它可能有帮助，也可能没有帮助。唯一知道的方法是测试和测量。
top - 14:51:00 up 10 days, 5:50, 124 users, load average: 3.41, 2.04, 1.78
Tasks: 759 total, 8 running, 619 sleeping, 8 stopped, 4 zombie
%Cpu(s): 92.8 us, 6.9 sy, 0.0 ni, 0.1 id, 0.0 wa, 0.0 hi, 0.2 si, 0.0 st
GiB Mem : 31.239 total, 1.383 free, 21.772 used, 8.083 buff/cache
GiB Swap: 117.233 total, 104.146 free, 13.087 used. 4.649 avail Mem
这台机器空闲 0.1%。启动更多进程不太可能使事情进展得更快。
因此，增加并行化直到空闲时间达到最小值或平均处理时间达到最小值（--joblog my.log对于查看作业需要多长时间很有用）。
是的：GNU Parallel 可能会加速生物信息学（由一位生物信息学家编写）。
考虑阅读 GNU Parallel 2018（论文：http ://www.lulu.com/shop/ole-tange/gnu-parallel-2018/paperback/product-23558902.html下载：https ://doi.org/10.5281/zenodo .1146014 ) 至少阅读第 1+2 章。它应该花费您不到 20 分钟的时间。您的命令行会因此而爱上您。