Skip to content

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）