bgzip - Tömörítési/kicsomagolási segédprogram blokkolása
bgzip [-cdfhikrt] [-b virtualOffset] [-I index_name] [-l compression_level] [-s size] [-@ threads] [file]
A Bgzip a gzip(1)-hez hasonló módon és azzal kompatibilis módon tömöríti a fájlokat. A fájl kis (64K-nál kisebb) „BGZF” blokkok sorozatába tömörül. Ez lehetővé teszi indexek létrehozását a tömörített fájlhoz, és az adatok egy részének lekéréséhez anélkül, hogy a teljes fájlt ki kellene tömöríteni.
Ha nincs fájl megadva a parancssorban, a bgzip a szabványos bemenetet szabványos kimenetre tömöríti (vagy kicsomagolja, ha a -d kapcsolót használja). Ha meg van adva egy fájl, akkor azt tömöríti (vagy -d billentyűvel kicsomagolja). Ha a -c opciót használjuk, az eredmény a szabványos kimenetre lesz írva, ellenkező esetben a bgzip tömörítéskor egy új fájlba ír .gz utótaggal, és eltávolítja az eredetit. Kitömörítéskor a bemeneti fájlnak rendelkeznie kell egy .gz utótaggal, amely eltávolításra kerül a kimeneti név létrehozásához. A kicsomagolás befejezése után a bemeneti fájl ismét törlődik.
A Bgzip megpróbálja biztosítani, hogy a BGZF blokkok újsorral végződjenek, ha a bemenet szövegfájl. Ez alól kivétel az, ha egyetlen sor nagyobb, mint egy BGZF blokk (64 Kb). Ez segítheti azokat az eszközöket, amelyek az indexet használják a tömörített adatfolyam véletlenszerű elérésére, mivel egy blokk kezdete valószínűleg egy szövegrekord eleje is lesz.
Ez az opció úgy dolgozza fel a szövegfájlokat, mintha bináris tartalom lennének, figyelmen kívül hagyva az újsorok helyét. Ezzel visszaállítja a szövegfájlok viselkedését is a bgzip 1.15-ös és korábbi verziójára.
Kitömörítés szabványos kimenetre a virtuális fájl pozíciójából (0 alapú tömörítetlen eltolás). A -c-t és -d-t jelenti.
Írjon szabványos kimenetre, ne változtassa meg az eredeti fájlokat.
Dekompresszió.
Kérdezés nélkül felülírhatja a fájlokat, vagy kérés nélkül kicsomagolja azokat a fájlokat, amelyek nem rendelkeznek ismert tömörítési fájlnévkiterjesztéssel (pl. .gz). Használja kétszer a --force parancsot, hogy mindkettőt kérés nélkül megtehesse.
Próbáljon meg egy meglévő indexet használni tömörített fájl létrehozásához megfelelő blokkeltolásokkal. Az indexet a -I file.gzi kapcsolóval kell megadni. Vegye figyelembe, hogy ez azt feltételezi, hogy ugyanaz a tömörítési könyvtár és szint van használatban, mint az eredeti fájl készítésekor. Ne használja, hacsak nem tudja, mit csinál.
Segítő üzenetet jelenít meg.
Hozzon létre egy BGZF indexet tömörítés közben. Hacsak nem használja a -I kapcsolót, akkor ehhez a tömörített fájl neve .gzi-vel lesz hozzáfűzve.
Indexfájl neve.
Működés közben ne törölje a bemeneti fájlt.
Tömörítéskor használandó tömörítési szint. 0 és 9 között, vagy -1 a tömörítési könyvtár által beállított alapértelmezett szinthez. [-1]
Építse újra az indexet egy meglévő tömörített fájlra.
Tömörítse ki az INT bájtokat (tömörítetlen méret) szabványos kimenetre. -c.
Tesztelje a tömörített fájl integritását.
A használható szálak száma [1].
A bgzip által írt BGZF formátum leírása a SAM formátum specifikációjában található, amely elérhető a http://samtools.github.io/hts-specs/SAMv1.pdf címen.
A gzip funkciót használja, amely lehetővé teszi a tömörített fájlok összefűzését. A bemeneti adatok blokkra vannak osztva, amelyek nem nagyobbak 64 kilobájtnál a tömörítés előtt és után is (beleértve a tömörítési fejléceket is). Minden blokk gzip fájlba van tömörítve. A gzip fejléc tartalmaz egy extra almezőt „BC” azonosítóval és a tömörített blokk hosszával, beleértve az összes fejlécet.
Az indexformátum egy bináris fájl, amely a tömörített és tömörítetlen eltolások párjait sorolja fel egy BGZF fájlban. Minden tömörített eltolás egy BGZF blokk elejére mutat. A tömörítetlen eltolás a megfelelő hely a tömörítetlen adatfolyamban.
Minden érték kis végpontú, 64 bites előjel nélküli egész számként kerül tárolásra.
A fájl tartalma a következő:
uint64_t number_entriesezt követi a number_entries párok:
uint64_t compressed_offset
uint64_t uncompressed_offset# Compress stdin to stdout
bgzip < /usr/share/dict/words > /tmp/words.gz
# Make a .gzi index
bgzip -r /tmp/words.gz
# Extract part of the data using the index
bgzip -b 367635 -s 4 /tmp/words.gz
# Uncompress the whole file, removing the compressed copy
bgzip -d /tmp/words.gzA BGZF könyvtárat eredetileg Bob Handsaker implementálta, és Heng Li módosította a távoli fájlelérés és a memórián belüli gyorsítótárazás érdekében.
gzip(1), tabix(1)