Linux环境下多用户非并发共用同一份Snakemake工作流是否可行？

这种操作确实存在明确风险，常见风险点如下：

• 权限残留风险：即使用户A提前开放了所有存量文件的读写权限，用户B执行过程中新生成的输出文件、中间文件、.snakemake/下的缓存文件默认会继承用户B的umask配置，若未提前统一设置umask，后续其他用户执行工作流时大概率会遇到读写权限报错。
• 元数据冲突风险：.snakemake/目录存储了工作流的执行缓存、文件时间戳、哈希校验值等核心元数据，用户B新增输入文件重跑会直接修改这些元数据，后续用户A再次执行同目录工作流时，Snakemake会误判文件状态，出现该跑的任务未执行、不该跑的任务被强制重跑的异常情况。
• 意外覆写风险：如果不同用户修改的规则存在重叠的输出路径，哪怕是非并发执行，后执行的用户生成的结果会直接覆写之前的产出，Snakemake默认不会给出覆写提示。

这种多用户非并发共享同一份工作流执行目录的用法属于不推荐的不良实践，Snakemake的默认设计逻辑是单个工作目录对应单个用户/单批次任务的执行链路，共享目录会直接打破它的元数据校验、权限管控的默认逻辑。

Snakemake没有针对多用户共享同一工作目录的场景做专门的原生适配，但提供了两个相关功能可降低共享使用的风险：

• 可在全局配置中设置shared-fs-usage参数，优化共享文件系统下的元数据校验逻辑，减少文件状态误判概率
• 支持--shadow-prefix参数指定独立的影子目录，不同用户可将执行产生的临时文件放到专属路径，避免污染公共目录的内容

如果确实存在共用数据、共用工作流代码的需求，建议遵循以下规范执行：

• 工作流代码、原始输入数据统一存放在公共只读目录，所有用户仅拥有读权限，修改工作流需要走统一的版本提交流程，禁止私自修改公共目录下的工作流代码
• 每个用户执行时通过--directory参数指定专属的工作目录，输出文件、缓存文件都存放在私人目录下，不要直接在公共目录执行工作流
• 所有执行用户提前统一设置umask为002，确保生成的文件同组用户可读写，避免跨用户执行的权限报错
• 若特殊场景必须共享同一工作目录，严格禁止并发执行，非并发执行前需确认上一个用户的任务已完全结束，无残留后台进程

内容的提问来源于stack exchange，提问作者JulienLag