统计分析 API

命名空间：fq::statistic

---

StatisticCalculatorInterface

统计计算任务的抽象接口，通过工厂函数创建实例。

工厂创建

fq::statistic::StatisticOptions options;
options.inputFastqPath = "input.fastq.gz";
options.outputStatPath = "output.stat.txt";
options.threadCount = 4;

auto calculator = fq::statistic::createStatisticCalculator(options);
calculator->run();

接口定义

class StatisticCalculatorInterface {
public:
    virtual ~StatisticCalculatorInterface() = default;
    virtual void run() = 0;
};

---

StatisticOptions

统计任务配置。

字段	类型	说明
inputFastqPath	std::string	输入 FASTQ 文件路径
outputStatPath	std::string	输出统计文件路径
threadCount	size_t	线程数
batchSize	size_t	批处理大小

---

StatisticInterface

统计计算的底层抽象接口，支持自定义统计逻辑扩展。

class StatisticInterface {
public:
    using Batch = fq::io::FastqBatch;
    using Result = FqStatisticResult;

    virtual ~StatisticInterface() = default;
    virtual auto calculateStats(const Batch& batch) -> Result = 0;
};

---

FqStatisticResult

统计结果数据结构。

字段	类型	说明
readCount	uint64_t	读段总数
totalBases	uint64_t	碱基总数
maxReadLength	uint32_t	最大读长
posQualityDist	vector<vector<uint64_t>>	位置质量分布
posBaseDist	vector<vector<uint64_t>>	位置碱基分布

支持 operator+= 合并多个批次的统计结果。

---

并行处理架构

统计分析使用 TBB 并行管道：

输入文件 → FastqReader → [Source] → [Processing] → [Aggregation] → 输出文件
                          串行读取    并行统计计算    串行合并结果

1. Source（serial_in_order）：串行读取 FastqBatch
2. Processing（parallel）：并行计算每个 batch 的统计信息
3. Aggregation（serial_in_order）：合并所有统计结果

---

输出格式

统计结果支持 JSON 和文本格式输出，包含：

• 读段总数、有效读段数
• 序列长度分布（最小/最大/平均）
• 碱基组成（A/T/C/G/N 比例）
• GC 含量
• 位置质量分布（Q20/Q30 百分比）