打开 Cloud Shell：

转到 Cloud Shell
使用 gsutil mb 命令：
```
gsutil mb gs://BUCKET_NAME
```
根据命名要求，将 BUCKET_NAME 替换为您要提供给存储桶的名称。例如 my-bucket。

如果请求成功，该命令将返回以下消息：
```
Creating gs://BUCKET_NAME/...
```

创建服务帐号并添加角色

完成以下步骤以创建服务帐号并添加以下 Identity and Access Management 角色：

Cloud Life Sciences Workflows Runner
服务帐号用户
Service Usage Consumer
Storage Object Admin

控制台

使用 Google Cloud 控制台创建服务帐号：

在 Google Cloud 控制台中，转到服务帐号页面。

转到“服务帐号”页面
点击创建服务帐号。
在服务帐号名称字段中，输入 nextflow-service-account，然后点击创建。
在向此服务帐号授予对项目的访问权限部分中，从选择角色下拉列表中添加以下角色：
- Cloud Life Sciences Workflows Runner
- 服务帐号用户
- Service Usage Consumer
- Storage Object Admin
点击继续，然后点击完成。
在“服务帐号”页面中，找到您创建的服务帐号。在服务帐号所在的行中，点击，然后点击 管理密钥。
在密钥页面上，点击添加密钥，然后点击创建新密钥。
选择 JSON 作为密钥类型，然后点击创建。

包含密钥的 JSON 文件就会下载到您的计算机。

gcloud

使用 Cloud Shell 完成以下步骤：

打开 Cloud Shell。

转到 Cloud Shell

设置要在创建服务帐号时使用的变量，将 PROJECT_ID 替换为您的项目 ID。

export PROJECT=PROJECT_ID
export SERVICE_ACCOUNT_NAME=nextflow-service-account
export SERVICE_ACCOUNT_ADDRESS=${SERVICE_ACCOUNT_NAME}@${PROJECT}.iam.gserviceaccount.com

创建服务帐号。

gcloud iam service-accounts create ${SERVICE_ACCOUNT_NAME}

该服务帐号需要具有以下 IAM 角色：

roles/lifesciences.workflowsRunner
roles/iam.serviceAccountUser
roles/serviceusage.serviceUsageConsumer
roles/storage.objectAdmin

通过在 Cloud Shell 中运行以下命令来授予这些角色：

gcloud projects add-iam-policy-binding ${PROJECT} \
    --member serviceAccount:${SERVICE_ACCOUNT_ADDRESS} \
    --role roles/lifesciences.workflowsRunner

gcloud projects add-iam-policy-binding ${PROJECT} \
    --member serviceAccount:${SERVICE_ACCOUNT_ADDRESS} \
    --role roles/iam.serviceAccountUser

gcloud projects add-iam-policy-binding ${PROJECT} \
    --member serviceAccount:${SERVICE_ACCOUNT_ADDRESS} \
    --role roles/serviceusage.serviceUsageConsumer

gcloud projects add-iam-policy-binding ${PROJECT} \
    --member serviceAccount:${SERVICE_ACCOUNT_ADDRESS} \
    --role roles/storage.objectAdmin

为应用提供凭据

您可以将环境变量 GOOGLE_APPLICATION_CREDENTIALS 设置为包含服务帐号密钥的 JSON 文件的路径，以此向应用代码或命令提供身份验证凭据。

以下步骤展示了如何设置 GOOGLE_APPLICATION_CREDENTIALS 环境变量。

控制台

打开 Cloud Shell。

转到 Cloud Shell
从 Cloud Shell 的更多菜单中，选择上传文件，然后选择刚创建的 JSON 密钥文件。将该文件上传到 Cloud Shell 实例的主目录。
确认已上传的文件在当前目录中并通过运行以下命令确认文件名：
```
ls
```
设置凭据，将 KEY_FILENAME.json 替换为密钥文件的名称。
```
export GOOGLE_APPLICATION_CREDENTIALS=${PWD}/KEY_FILENAME.json
```

gcloud

使用 Cloud Shell 完成以下步骤：

打开 Cloud Shell。

转到 Cloud Shell
从 Cloud Shell 的更多菜单中，选择上传文件，然后选择刚创建的 JSON 密钥文件。将该文件上传到 Cloud Shell 实例的主目录。
确认已上传的文件在当前目录中并通过运行以下命令确认文件名：
```
ls
```

将私钥文件设置为 GOOGLE_APPLICATION_CREDENTIALS 环境变量：

export SERVICE_ACCOUNT_KEY=${SERVICE_ACCOUNT_NAME}-private-key.json
gcloud iam service-accounts keys create \
  --iam-account=${SERVICE_ACCOUNT_ADDRESS} \
  --key-file-type=json ${SERVICE_ACCOUNT_KEY}
export SERVICE_ACCOUNT_KEY_FILE=${PWD}/${SERVICE_ACCOUNT_KEY}
export GOOGLE_APPLICATION_CREDENTIALS=${PWD}/${SERVICE_ACCOUNT_KEY}

在 Cloud Shell 中安装和配置 Nextflow

为避免在您的计算机上安装任何软件，请使用 Cloud Shell 继续运行本教程中的所有终端命令。

如果尚未打开，请打开 Cloud Shell。

转到 Cloud Shell

运行以下命令安装 Nextflow：

export NXF_VER=21.10.0
export NXF_MODE=google
curl https://get.nextflow.io | bash

如果安装成功，系统会显示以下消息：

    N E X T F L O W
version 21.10.0 build 5430
created 01-11-2020 15:14 UTC (10:14 EDT)
cite doi:10.1038/nbt.3820
http://nextflow.io

Nextflow installation completed. Please note:
‐ the executable file `nextflow` has been created in the folder: DIRECTORY
‐ you may complete the installation by moving it to a directory in your $PATH

运行以下命令以克隆示例流水线代码库。该代码库包括要运行的流水线以及流水线使用的样本数据。
```
git clone https://github.com/nextflow-io/rnaseq-nf.git
```
要配置 Nextflow，请完成以下步骤：
1. 切换到 rnaseq-nf 文件夹。
```
cd rnaseq-nf
git checkout v2.0
```
2. 使用选择的文本编辑器，修改名为 nextflow.config 的文件，并对标记为 gls 的部分进行以下更新：
  - 添加 google.project 行（如果不存在）。
  - 将 PROJECT_ID 替换为您的项目 ID。
  - 如果需要，更改 google.location 的值。该值必须是当前可用的 Cloud Life Sciences API 位置之一。
  - 如果需要，更改 google.region 的值，以指定 Compute Engine 虚拟机的启动区域。请参阅可用的 Compute Engine 区域和地区。
  - 将 BUCKET 替换为之前创建的存储桶名称。
  - 将 WORK_DIR 替换为用于日志记录和输出内容的文件夹的名称。请使用您的存储桶中尚不存在的新目录名称。
  注意：workDir 变量位置必须至少包含 1 个子目录。请勿使用存储桶名称。
```
gls {
   params.transcriptome = 'gs://rnaseq-nf/data/ggal/transcript.fa'
   params.reads = 'gs://rnaseq-nf/data/ggal/gut_{1,2}.fq'
   params.multiqc = 'gs://rnaseq-nf/multiqc'
   process.executor = 'google-lifesciences'
   process.container = 'nextflow/rnaseq-nf:latest'
   workDir = 'gs://BUCKET/WORK_DIR'
   google.location = 'europe-west2'
   google.region  = 'europe-west1'
   google.project = 'PROJECT_ID'
}
```
3. 转到上一个文件夹
```
cd ..
```

使用 Nextflow 运行流水线

使用 Nextflow 运行流水线。启动流水线后，它将继续在后台运行，直到完成。流水线最多可能需要 10 分钟才能完成。

./nextflow run rnaseq-nf/main.nf -profile gls

流水线完成后，系统将显示以下消息：

N E X T F L O W  ~  version 21.10.0
Launching `rnaseq-nf/main.nf` [suspicious_mestorf] - revision: ef908c0bfd
R N A S E Q - N F   P I P E L I N E
 ===================================
 transcriptome: gs://rnaseq-nf/data/ggal/transcript.fa
 reads        : gs://rnaseq-nf/data/ggal/gut_{1,2}.fq
 outdir       : results
executor >  google-lifesciences (4)
[db/2af640] process > RNASEQ:INDEX (transcript)     [100%] 1 of 1 ✔
[a6/927725] process > RNASEQ:FASTQC (FASTQC on gut) [100%] 1 of 1 ✔
[59/438177] process > RNASEQ:QUANT (gut)            [100%] 1 of 1 ✔
[9a/9743b9] process > MULTIQC                       [100%] 1 of 1 ✔
Done! Open the following report in your browser --> results/multiqc_report.html
Completed at: DATE TIME
Duration    : 10m
CPU hours   : 0.2
Succeeded   : 4

查看 Nextflow 流水线的输出

流水线完成后，您可以检查输出以及所有日志、错误、运行的命令和临时文件。

流水线将最终输出文件 results/qc_report.html 保存到您在 nextflow.config 文件中指定的 Cloud Storage 存储桶。

如需检查每个任务和中间文件中的各个输出文件，请完成以下步骤：

控制台

在 Cloud Storage 控制台中，打开 Storage 浏览器页面：

转到 Cloud Storage 浏览器
转到 BUCKET 并浏览至 nextflow.config 文件中指定的 WORK_DIR。
在流水线中运行的每个独立任务都有一个文件夹。
该文件夹包含运行过的命令、输出文件以及曾在工作流中使用的临时文件。

gcloud

如需在 Cloud Shell 中查看输出文件，请先打开 Cloud Shell：

转到 Cloud Shell
运行以下命令，列出 Cloud Storage 存储桶中的输出。将 BUCKET 和 WORK_DIR 更新为 nextflow.config 文件中指定的变量。
```
gsutil ls gs://BUCKET/WORK_DIR
```
输出会为每个运行的任务显示一个文件夹。继续列出后续子目录的内容，以查看该流水线创建的所有文件。更新前面的命令中列出的 TASK_FOLDER 任务文件夹之一。
```
gsutil ls gs://BUCKET/WORK_DIR/FOLDER/TASK_FOLDER
```

您可以查看流水线创建的中间文件，并选择要保留或删除它们以降低 Cloud Storage 相关的成本。如需删除文件，请参阅删除 Cloud Storage 存储桶中的中间文件。

问题排查

如果您在运行流水线时遇到问题，请参阅 Cloud Life Sciences API 问题排查。
如果流水线发生故障，您可以检查每项任务的日志，即 Cloud Storage 中每个文件夹内的日志文件（如 .command.err、.command.log、.command.out 等）。

清理

为避免因本教程中使用的资源导致您的 Google Cloud 帐号产生费用，请删除包含这些资源的项目，或者保留项目但删除各个资源。

完成本教程后，您可以清理您创建的资源，让它们停止使用配额，以免产生费用。以下部分介绍如何删除或关闭这些资源。

删除 Cloud Storage 存储桶中的中间文件

运行流水线时，中间文件会存储在 gs://BUCKET/WORK_DIR 中。您可以在工作流完成后移除文件，以减少 Cloud Storage 费用。

如需查看该目录中使用的空间量，请运行以下命令：

gsutil du -sh gs://BUCKET/WORK_DIR

如需从 WORK_DIR 中移除文件，请完成以下步骤：

控制台

在 Cloud Storage 控制台中，打开 Storage 浏览器页面：

转到 Cloud Storage 浏览器
转到 BUCKET 并浏览至 nextflow.config 文件中指定的 WORK_DIR。
浏览子文件夹并删除所有不需要的文件或目录。如需删除所有文件，请删除整个 WORK_DIR。

gcloud

打开 Cloud Shell 并运行以下命令：

转到 Cloud Shell
如需删除 WORK_DIR 目录中的中间文件，请运行以下命令：
```
gsutil -m rm gs://BUCKET/WORK_DIR/**
```

删除项目

若要避免产生费用，最简单的方法是删除您为本教程创建的项目。

如需删除项目，请执行以下操作：

在 Google Cloud 控制台中，进入管理资源页面。
转到“管理资源”
在项目列表中，选择要删除的项目，然后点击删除。
在对话框中输入项目 ID，然后点击关闭以删除项目。

后续步骤

以下页面提供了有关使用 Nextflow 的更多背景信息、文档和支持：