1. 异常1.1. 代码应该仅在发生意料之外的事情时抛出异常1.1.1. 防御性编程性能好1.2. 异常的处理成本未必很高1.2.1. 应该只在适当的时候使用1.2.2. 栈越深，处理异常的成本就越高1.3. 对于频繁创建的系统异常，JVM会优化获取栈轨迹的性能开销1.4. 在异常中禁用栈轨迹有时可以提高性能，但会丢失一些关键信息2. 日志2.1. 一直开启GC日志2.2. 基本原则2.2.1. 在日志的数据和日志的级别之间找到平衡2.2.2. 使用细粒度的日志记录器2.2.2.1. 开启过多的日志通常会改变生产环境，使原来的问题无法显现2.2.3. 即使没有开启日志，也很容易在无意间写出具有
1. 缓冲I/O1.1. 对于文件和套接字，压缩和字符串编码的操作，必须适当地对I/O进行缓冲1.1.1. 两个流操作的是字节块（来自缓冲流）而不是一系列的单字节（来自ObjectOutputStream），它们会运行得更好1.2. InputStream.read()1.3. OutputStream.write()1.4. 操作的是单个字符1.5. FileInputStream.read()1.6. FileInputStream.write()1.7. 慢1.8. 二进制数据的文件I/O1.8.1. BufferedInputStream或BufferedOutputStream来包装
1. 缓冲I/O1.1. 对于文件和套接字，压缩和字符串编码的操作，必须适当地对I/O进行缓冲1.1.1. 两个流操作的是字节块（来自缓冲流）而不是一系列的单字节（来自ObjectOutputStream），它们会运行得更好1.2. InputStream.read()1.3. OutputStream.write()1.4. 操作的是单个字符1.5. FileInputStream.read()1.6. FileInputStream.write()1.7. 慢1.8. 二进制数据的文件I/O1.8.1. BufferedInputStream或BufferedOutputStream来包装
1. 压缩字符串1.1. Java61.2. 实验性1.3. compressedstring2. 字符串2.1. Java82.2. 所有都会编码为16位字符数组3. 紧凑字符串3.1. Java113.2. compactstring3.3. 8位字节数组3.3.1. 节约大量内存3.4. -XX:+CompactStrings标志控制的3.4.1. 默认是true3.5. 很成熟且性能良好3.6. 例外是应用程序中所有的字符串都需要16位编码3.6.1. 在紧凑字符串中对这些字符串进行操作的时间可能会稍长一些4. 删除重复字符串4.1. G1GC执行自动去重4.1.1. 让JVM找到重复
1. 压缩字符串1.1. Java61.2. 实验性1.3. compressedstring2. 字符串2.1. Java82.2. 所有都会编码为16位字符数组3. 紧凑字符串3.1. Java113.2. compactstring3.3. 8位字节数组3.3.1. 节约大量内存3.4. -XX:+CompactStrings标志控制的3.4.1. 默认是true3.5. 很成熟且性能良好3.6. 例外是应用程序中所有的字符串都需要16位编码3.6.1. 在紧凑字符串中对这些字符串进行操作的时间可能会稍长一些4. 删除重复字符串4.1. G1GC执行自动去重4.1.1. 让JVM找到重复
Sentieon开发的Hap-eval准确率评估工具在设计之初就考虑到了复杂以及重复的基因组区域，采用了基于单倍型拼接序列的矩阵比较模式，兼容包括PacBio和ONT在内的主流三代长读长测序数据。另外值得一提的是，Hap-eval基于python所写，运行效率非常高，速度快，非常适用于大规模分析场景。开源地址：https://github.com/Sentieon/hap-eval工具介绍：Sentieon的研发团队开发了SV评估软件Hap-eval。Hap-eval基于单倍型(haplotype)对两组SV结果进行比较，首先会将比较区块内的SV拼接成单倍型序列，如果SV的结果中有定相信息，在
Sentieon开发的Hap-eval准确率评估工具在设计之初就考虑到了复杂以及重复的基因组区域，采用了基于单倍型拼接序列的矩阵比较模式，兼容包括PacBio和ONT在内的主流三代长读长测序数据。另外值得一提的是，Hap-eval基于python所写，运行效率非常高，速度快，非常适用于大规模分析场景。开源地址：https://github.com/Sentieon/hap-eval工具介绍：Sentieon的研发团队开发了SV评估软件Hap-eval。Hap-eval基于单倍型(haplotype)对两组SV结果进行比较，首先会将比较区块内的SV拼接成单倍型序列，如果SV的结果中有定相信息，在
###01.序列比对nohupnucmer--mum-c100-l50-g1000-t12$ref$qry&>step1.log&#--mincluster/-c用于聚类的匹配最低长度，默认65#--minmatch/-l单个匹配最小长度#--maxgap/-g:两个相邻匹配间的最大gap长度，默认90-----------------------------------------------------------------------------------------mum Useanchormatchesthatareuniqueinboththereferenceandquery
###01.序列比对nohupnucmer--mum-c100-l50-g1000-t12$ref$qry&>step1.log&#--mincluster/-c用于聚类的匹配最低长度，默认65#--minmatch/-l单个匹配最小长度#--maxgap/-g:两个相邻匹配间的最大gap长度，默认90-----------------------------------------------------------------------------------------mum Useanchormatchesthatareuniqueinboththereferenceandquery
最近在做一个肿瘤项目，从SDTMSPEC编写到编程都亲手写了一遍，几乎接触了80%的domain，所以，接下来一段时间会一个domain一个domain分享给大家。说实话，真的学到很多，也认识到自己的不足，还是需要学习（真的要吐槽一句，太累了！学无止境，有完没完）同时你们看到我没有经常更新文章，一部分原因是确实太忙了，另一部分就是精神有点崩溃，工作是一部分原因，YQ被困在家快2个月了也是一部分原因。昨天真的感觉扛不住了，半夜去“骚扰”一个读者，跟他谈论“人生的意义”。写完才发现是前天，记忆都错乱了。-----------------------------------------------S
