本教學課程說明如何在 Batch 上執行 dsub pipeline。具體來說，這個範例 dsub 管道會處理二進位對齊對應 (BAM) 檔案 中的 DNA 序列資料，建立 BAM 索引 (BAI) 檔案。
本教學課程適用於想要搭配 Batch 使用 dsub 的 Batch 使用者。dsub 是開放原始碼工作排程器，可自動化調度 Google Cloud上的批次處理工作流程。如要進一步瞭解如何搭配使用 Batch 與 dsub，請參閱 Batch 的 dsub 說明文件。
建立 Cloud Storage 值區
如要使用 gcloud CLI 建立 Cloud Storage bucket，以便儲存範例 dsub 管道的輸出檔案，請執行 gcloud storage buckets create 指令：
gcloud storage buckets create gs://BUCKET_NAME \
--project PROJECT_ID
更改下列內容：
輸出結果會與下列內容相似：
Creating gs://BUCKET_NAME/...
執行 dsub 管道
範例 dsub 管道會為 1,000 種基因體專案的 BAM 檔案建立索引，並將結果輸出至 Cloud Storage 值區。
如要執行範例 dsub 管道，請執行下列 dsub 指令：
dsub \
--provider google-batch \
--project PROJECT_ID \
--logging gs://BUCKET_NAME/WORK_DIRECTORY/logs \
--input BAM=gs://genomics-public-data/1000-genomes/bam/HG00114.mapped.ILLUMINA.bwa.GBR.low_coverage.20120522.bam \
--output BAI=gs://BUCKET_NAME/WORK_DIRECTORY/HG00114.mapped.ILLUMINA.bwa.GBR.low_coverage.20120522.bam.bai \
--image quay.io/cancercollaboratory/dockstore-tool-samtools-index \
--command 'samtools index ${BAM} ${BAI}' \
--wait
更改下列內容：
PROJECT_ID：您的 Google Cloud 專案專案 ID。BUCKET_NAME：您建立的 Cloud Storage bucket 名稱。WORK_DIRECTORY：管道可用來儲存記錄和輸出的新目錄名稱。例如輸入workDir。
dsub 管道會執行 Batch 工作，將 BAI 檔案和記錄寫入 Cloud Storage bucket 中的指定目錄。具體來說，dsub 存放區包含預先建構的 Docker 映像檔，該映像檔使用 samtools 為您在 --input 旗標中指定的 BAM 檔案建立索引。
指令會在 dsub 管道執行完畢後才會完成，這可能因 Batch 工作排程而異。通常需要約 10 分鐘：Batch 通常會在幾分鐘內開始執行工作，而工作執行時間約為 8 分鐘。
一開始，指令仍在執行，輸出內容類似如下：
Job properties:
job-id: JOB_NAME
job-name: samtools
user-id: USERNAME
Provider internal-id (operation): projects/PROJECT_ID/locations/us-central1/jobs/JOB_NAME
Launched job-id: JOB_NAME
To check the status, run:
dstat --provider google-batch --project PROJECT_ID --location us-central1 --jobs 'JOB_NAME' --users 'USERNAME' --status '*'
To cancel the job, run:
ddel --provider google-batch --project PROJECT_ID --location us-central1 --jobs 'JOB_NAME' --users 'USERNAME'
Waiting for job to complete...
Waiting for: JOB_NAME.
然後，作業成功完成後，指令會結束，輸出內容類似如下：
JOB_NAME: SUCCESS
JOB_NAME
這項輸出內容包含下列值：
JOB_NAME：作業名稱。USERNAME：您的 Google Cloud 使用者名稱。PROJECT_ID：您的 Google Cloud 專案專案 ID。
查看輸出檔案
如要使用 gcloud CLI 查看範例 dsub 管道建立的輸出檔案，請執行 gcloud storage ls 指令：
gcloud storage ls gs://BUCKET_NAME/WORK_DIRECTORY \
--project PROJECT_ID
更改下列內容：
BUCKET_NAME：您建立的 Cloud Storage bucket 名稱。WORK_DIRECTORY：您在dsub指令中指定的目錄。PROJECT_ID：您的 Google Cloud 專案專案 ID。
輸出結果會與下列內容相似：
gs://BUCKET_NAME/WORK_DIRECTORY/HG00114.mapped.ILLUMINA.bwa.GBR.low_coverage.20120522.bam.bai
gs://BUCKET_NAME/WORK_DIRECTORY/logs/
這項輸出內容包括 BAI 檔案，以及含有工作記錄的目錄。