Snakemake如何避免中间文件更新触发已完成规则重跑

Snakemake默认以文件修改时间戳（mtime）作为任务重跑的判定依据：新增第三条规则后，调度器回溯依赖链时会重新校验第一条远程拉取规则的输出状态，即便拉取的远程文件内容和本地副本完全一致，拉取动作本身也会改写本地文件的mtime，直接导致第二条高计算开销规则检测到输入文件mtime新于自身输出，触发无意义重跑。

1. 原生ancient()标记（最匹配需求的长期方案） #

你提到的ancient是完全适配这个场景的官方特性，不需要修改第一条规则的逻辑，只需要调整下游规则的输入声明：

• 具体操作：在规则二、规则三的input字段中，将第一条规则生成的本地临时文件路径用ancient()包裹，示例写法：

rule rule2_high_cost:
    input:
        local_tmp = ancient("path/to/pulled/tmp/file")
    output:
        "path/to/rule2/output"
    shell:
        "your high compute command"

• 生效逻辑：ancient()会告知Snakemake，永远不要将该输入文件的mtime作为当前规则的重跑判定条件——只要当前规则的输出文件已存在且完好，无论输入文件的时间戳怎么更新，都不会触发当前规则重跑。
• 边界说明：这个标记不会干扰第一条拉取规则本身的正确性：如果本地临时副本丢失、或者配置了远程文件的变更校验逻辑判定需要重新拉取，第一条规则依然会正常执行，仅会屏蔽「文件内容无变化、仅mtime更新」导致的下游无效重跑。

2. --touch参数（临时救急方案） #

如果你不想修改规则文件，只是临时解决新增规则后的首次重跑问题，可以用touch参数做一次时间戳对齐：

• 操作方式：新增第三条规则后第一次执行流程时，运行命令snakemake --touch
• 生效逻辑：该参数不会实际执行任何规则的计算命令，只会遍历所有依赖链上已存在的输出文件，将其mtime刷新为比对应输入文件更新的状态，相当于给调度器做一次「已完成任务」的状态对齐，对齐完成后后续正常运行流程就不会触发无效重跑。
• 注意事项：这是一次性操作，不要在日常跑流程时默认带这个参数，否则会跳过真正需要执行的更新任务，导致结果错误。

3. 拉取规则逻辑优化（根源解决方案） #

可以直接修改第一条远程拉取规则的执行逻辑，从根源避免无意义的mtime更新：
拉取远程文件时先写入独立的临时下载路径，下载完成后计算本地已有副本和新下载文件的校验值（比如md5），如果两者校验值一致，直接删除临时下载文件、不覆盖原有本地副本；只有当文件内容确实发生变化时，才用新下载的文件替换原有副本。
这种改法下，哪怕第一条规则被调度触发，只要远程文件内容没更新，本地副本的mtime就不会变化，从根源上不会触发下游重跑。

Snakemake没有提供「标记某条规则永远不更新输出」的参数，也不建议自己实现这类逻辑：一旦远程文件发生实质更新，这类标记会导致下游规则永远拿不到新版本的输入，直接造成流程结果错误。

内容的提问来源于stack exchange，提问作者ScottMastro