一种针对大数据基因组比对文件排序的并行加速方法

摘要

本发明公开了一种针对大数据基因组比对文件排序的并行加速方法，包括以下步骤：对目标BAM文件进行读取和解压，并存入连续的第一缓冲区B；每当第一缓冲区B存满后，进行多线程排序并通过堆排序进行归并形成一个中间文件；依次对所述中间文件进行读取，放入关联的第二缓冲区MB，对每个第二缓冲区MB的数据通过堆排序进行归并；将归并的数据通过多个线程进行压缩处理，写入结果文件。本发明通过为读取和解压单独分配线程，分别为解压和压缩构建线程池，减少开辟的线程数量，充分利用多线程资源，提高文件读写效率，减少中间文件的数量，减小内存拷贝操作次数，实现处理时间的缩短。