欲用神器，必练内功
注意：这篇文章需要一定的Linux基础，所以初学者看起来会有一点费劲。不过你所需要做的就是看一遍，然后在脑海里有一些印象就好了。
Linux里面有许多比较好用的工具，但是如果你的内力不够深厚，没有一些必要的基本概念的话，那么这些工具可能非但无法让你提高效率，甚至你的结果会更加不可信。
注：本文用到的数据为拟南芥的注释的gff文件。
本文主要介绍了如下内容，可以选择性的阅读。
流
重定向
管道
进程管理
退出状态
命令替换
流stream
想象一下你面前有一大碗饭，你无法一口咽下去，只能一口一口送进去，然后让慢慢消化。目前生物大数据就是那么一大碗饭，机器的运行内存就是你的消化器官。对于动不动好几十G的测序数据而言，最好的处理的方式，就是以数据流的形式一部分一部分的处理。
大部分的Linux命令都是以流的形式处理数据，例如cat(concatenate files and print on the standard output),就是一行行的读取文件的数据，输出到屏幕上。
# 内容很多，需要一段时间输出
cat TAIR10_GFF3_genes.gff重定向redirection
当然实际操作上，我们大部分的输出不是到屏幕上，而是到了另一个文件中。比如说把两个文件拼接成一个文件，或者是提取文件的一部分内容，这个时候就需要用到重定向。
直接cat，数据从标准输入（文件）流出到屏幕上
重定向的符号为>或>>，前一个表示覆盖，后一个表示追加：
head -n 10 TAIR10_GFF3_genes.gff > first_ten.gff
tail -n 10 TAIR10_GFF3_genes.gff > last_ten.gff
cat first_ten.gff > new.gff
cat last_ten.gff >> new.gff上图还提到一个标准错误输出，我们使用2>和2>>进行重定向。
例如，我用ls查看一个不存在的文件
$ ls a.file
ls: cannot access a.file: No such file or directory如果我不想看到这天信息怎么办，可以直接丢进Linux的“黑洞”设备(/dev/null)中
ls a.file 2> /dev/null假设你想把first_ten.gff和另一个文件一起合成一个新文件，然后记录那些文件出错，方面之后检查
$cat first_ten.gff wrong.gff > test.gff 2> log.file
$cat log.file
cat: wrong.gff: No such file or directory其实除了输出可以重定向，输入也可以重定向<，只不过一般而言我们都是使用文件或者用管道直接提供数据，所以知道存在这个东西就行了。
cat < test.gff > new_test.gff管道：优美且强大
Unix的一个设计哲学就是整合小程序完成大任务。Linux作为一个类Unix系统，也继承这个思想。管道|就是负责一种整合多个单任务的小程序来完成复杂的任务.
为什么要使用管道呢？首先，管道使得数据可以不用写到磁盘中，直接在内存中处理。磁盘读写的速度远远低于内存，所以使用管道可以极大地提高计算效率。其次，管道能够让许多小程序像乐高积木一样结合起来，完成一些单个程序无法完成任务，例如统计拟南芥注释信息中各个feature的数量.
$ cat TAIR10_GFF3_genes.gff | cut -f '3' | grep -v 'chromosome' | sort | uniq -c | sort -k1,1nr
215909 exon
197160 CDS
35386 mRNA
35386 protein
34621 five_prime_UTR
30634 three_prime_UTR
28775 gene
3911 mRNA_TE_gene
3903 transposable_element_gene
1274 pseudogenic_exon
926 pseudogenic_transcript
924 pseudogene
689 tRNA
480 ncRNA
180 miRNA
71 snoRNA
15 rRNA
13 snRNA这里不过多解释这些具体命令的用法，毕竟已经有很多文章介绍过了。
进程管理
每当你敲下一个命令，它就会以一个进程的形式运行。实际上，Linux后台每时每刻都运行着大量的程序，你可以使用ps aux或top了解当前正在运行的程序。
当一个程序运行比较快的时候，比如说ls,cd等，几乎不会对你当前的终端有任何影响，但是一旦你运行一个比较耗时的命令，例如你要进行序列比对，那么当前的终端就会被这个程序占用。如果不小心按错了，让程序停止，那么估计你的内心是崩溃（别问我为什么会知道）。
所以最好的方法就是让一些耗时的程序运行在后台，方法很简单就是在命令后面加上&。例如我上面的就比较耗时，我就能放在后台运行。
cat TAIR10_GFF3_genes.gff | cut -f '3' | grep -v 'chromosome' | sort | uniq -c | sort -k1,1nr &
[1] 48450它会提供一个进程号，用于之后的操作。你可以用fg查看正在后台运行的命令。
如果你这个时候不想让程序运行，你可以使用fg %cat将它放到前台，然后使用ctrl+c结束命令。
或者你突然忘记在一个命令后加&，而你又发现这个命令耗时比较久，你可以先用ctrl+z让它暂停到后台，然后用bg 使它在后台运行
bg %cat
[1]+ cat TAIR10_GFF3_genes.gff | cut -f '3' | grep --color=auto -v 'chromosome' | sort | uniq -c | sort -k1,1nr &退出状态
计算机如何知道你的程序能否工作呢？它们依赖于一种退出状态（exit status）的机制，表示为$?。
$ echo "$?"
0所谓正确的结果只有一种（显示为0），而错误的原因却各种各样（1-255）。
退出状态有什么用？主要是在一系列前后关联的程序中，比如说command2运行依赖与command1的成功(&&)，而command3却只有在command1失败了(||)才能运行。
true && echo "true"
false || echo "false"命令替换
所谓的命令替换$()就是在另一个命令内部中运行并且返回字符串。例如你根据日期来创建文件夹，通常的做法是：看看今天几号，然后mkdir xxx，但是使用命令替换后就特别的方便了
mkdir $(date +%F)
$ ls
2017-03-24正则表达式
正则表达式(Regular Expression,RE,regex)是一个强大字符串操作引擎，可用于检索、替换那些符合某个模式(规则)的文本的。
由于我对正则表达式的理解也不够深刻，所以这里就不特别展开，提供如下资料用于自学。
快速入门：
你可以在和校验你写的正则匹配情况。
推荐阅读：《精通正则表达式》
总结
本文简单的介绍了linux中几个比较重要的概念，限于篇幅和个人能力，没有具体展开说明，这里作为抛砖引玉用。