src/api/internal/BamStandardIndex_p.h

   1 // ***************************************************************************
   2 // BamStandardIndex.h (c) 2010 Derek Barnett
   3 // Marth Lab, Department of Biology, Boston College
   4 // ---------------------------------------------------------------------------
   5 // Last modified: 10 October 2011 (DB)
   6 // ---------------------------------------------------------------------------
   7 // Provides index operations for the standardized BAM index format (".bai")
   8 // ***************************************************************************
   9
  10 #ifndef BAM_STANDARD_INDEX_FORMAT_H
  11 #define BAM_STANDARD_INDEX_FORMAT_H
  12
  13 //  -------------
  14 //  W A R N I N G
  15 //  -------------
  16 //
  17 // This file is not part of the BamTools API.  It exists purely as an
  18 // implementation detail.  This header file may change from version to
  19 // version without notice, or even be removed.
  20 //
  21 // We mean it.
  22
  23 #include "api/BamAux.h"
  24 #include "api/BamIndex.h"
  25 #include <map>
  26 #include <set>
  27 #include <string>
  28 #include <vector>
  29
  30 namespace BamTools {
  31 namespace Internal {
  32
  33 // -----------------------------------------------------------------------------
  34 // BamStandardIndex data structures
  35
  36 // defines start and end of a contiguous run of alignments
  37 struct BaiAlignmentChunk {
  38
  39     // data members
  40     uint64_t Start;
  41     uint64_t Stop;
  42
  43     // constructor
  44     BaiAlignmentChunk(const uint64_t& start = 0,
  45                       const uint64_t& stop = 0)
  46         : Start(start)
  47         , Stop(stop)
  48     { }
  49 };
  50
  51 // comparison operator (for sorting)
  52 inline
  53 bool operator<(const BaiAlignmentChunk& lhs, const BaiAlignmentChunk& rhs) {
  54     return lhs.Start < rhs.Start;
  55 }
  56
  57 // convenience typedef for a list of all alignment 'chunks' in a BAI bin
  58 typedef std::vector<BaiAlignmentChunk> BaiAlignmentChunkVector;
  59
  60 // convenience typedef for a map of all BAI bins in a reference (ID => chunks)
  61 typedef std::map<uint32_t, BaiAlignmentChunkVector> BaiBinMap;
  62
  63 // convenience typedef for a list of all 'linear offsets' in a reference
  64 typedef std::vector<uint64_t> BaiLinearOffsetVector;
  65
  66 // contains all fields necessary for building, loading, & writing
  67 // full BAI index data for a single reference
  68 struct BaiReferenceEntry {
  69
  70     // data members
  71     int32_t ID;
  72     BaiBinMap Bins;
  73     BaiLinearOffsetVector LinearOffsets;
  74
  75     // ctor
  76     BaiReferenceEntry(const int32_t& id = -1)
  77         : ID(id)
  78     { }
  79 };
  80
  81 // provides (persistent) summary of BaiReferenceEntry's index data
  82 struct BaiReferenceSummary {
  83
  84     // data members
  85     int NumBins;
  86     int NumLinearOffsets;
  87     uint64_t FirstBinFilePosition;
  88     uint64_t FirstLinearOffsetFilePosition;
  89
  90     // ctor
  91     BaiReferenceSummary(void)
  92         : NumBins(0)
  93         , NumLinearOffsets(0)
  94         , FirstBinFilePosition(0)
  95         , FirstLinearOffsetFilePosition(0)
  96     { }
  97 };
  98
  99 // convenience typedef for describing a full BAI index file summary
 100 typedef std::vector<BaiReferenceSummary> BaiFileSummary;
 101
 102 // end BamStandardIndex data structures
 103 // -----------------------------------------------------------------------------
 104
 105 class BamStandardIndex : public BamIndex {
 106
 107     // ctor & dtor
 108     public:
 109         BamStandardIndex(Internal::BamReaderPrivate* reader);
 110         ~BamStandardIndex(void);
 111
 112     // BamIndex implementation
 113     public:
 114         // builds index from associated BAM file & writes out to index file
 115         bool Create(void);
 116         // returns whether reference has alignments or no
 117         bool HasAlignments(const int& referenceID) const;
 118         // attempts to use index data to jump to @region, returns success/fail
 119         // a "successful" jump indicates no error, but not whether this region has data
 120         //   * thus, the method sets a flag to indicate whether there are alignments
 121         //     available after the jump position
 122         bool Jump(const BamTools::BamRegion& region, bool* hasAlignmentsInRegion);
 123         // loads existing data from file into memory
 124         bool Load(const std::string& filename);
 125         BamIndex::IndexType Type(void) const { return BamIndex::STANDARD; }
 126     public:
 127         // returns format's file extension
 128         static const std::string Extension(void);
 129
 130     // internal methods
 131     private:
 132
 133         // index file ops
 134         void CheckMagicNumber(void);
 135         void CloseFile(void);
 136         bool IsFileOpen(void) const;
 137         void OpenFile(const std::string& filename, const char* mode);
 138         void Seek(const int64_t& position, const int& origin);
 139         int64_t Tell(void) const;
 140
 141         // BAI index building methods
 142         void ClearReferenceEntry(BaiReferenceEntry& refEntry);
 143         void SaveAlignmentChunkToBin(BaiBinMap& binMap,
 144                                      const uint32_t& currentBin,
 145                                      const uint64_t& currentOffset,
 146                                      const uint64_t& lastOffset);
 147         void SaveLinearOffsetEntry(BaiLinearOffsetVector& offsets,
 148                                    const int& alignmentStartPosition,
 149                                    const int& alignmentStopPosition,
 150                                    const uint64_t& lastOffset);
 151
 152         // random-access methods
 153         void AdjustRegion(const BamRegion& region, uint32_t& begin, uint32_t& end);
 154         void CalculateCandidateBins(const uint32_t& begin,
 155                                     const uint32_t& end,
 156                                     std::set<uint16_t>& candidateBins);
 157         void CalculateCandidateOffsets(const BaiReferenceSummary& refSummary,
 158                                        const uint64_t& minOffset,
 159                                        std::set<uint16_t>& candidateBins,
 160                                        std::vector<int64_t>& offsets);
 161         uint64_t CalculateMinOffset(const BaiReferenceSummary& refSummary, const uint32_t& begin);
 162         void GetOffset(const BamRegion& region, int64_t& offset, bool* hasAlignmentsInRegion);
 163         uint64_t LookupLinearOffset(const BaiReferenceSummary& refSummary, const int& index);
 164
 165         // BAI summary (create/load) methods
 166         void ReserveForSummary(const int& numReferences);
 167         void SaveBinsSummary(const int& refId, const int& numBins);
 168         void SaveLinearOffsetsSummary(const int& refId, const int& numLinearOffsets);
 169         void SkipBins(const int& numBins);
 170         void SkipLinearOffsets(const int& numLinearOffsets);
 171         void SummarizeBins(BaiReferenceSummary& refSummary);
 172         void SummarizeIndexFile(void);
 173         void SummarizeLinearOffsets(BaiReferenceSummary& refSummary);
 174         void SummarizeReference(BaiReferenceSummary& refSummary);
 175
 176         // BAI full index input methods
 177         void ReadBinID(uint32_t& binId);
 178         void ReadBinIntoBuffer(uint32_t& binId, int32_t& numAlignmentChunks);
 179         void ReadIntoBuffer(const unsigned int& bytesRequested);
 180         void ReadLinearOffset(uint64_t& linearOffset);
 181         void ReadNumAlignmentChunks(int& numAlignmentChunks);
 182         void ReadNumBins(int& numBins);
 183         void ReadNumLinearOffsets(int& numLinearOffsets);
 184         void ReadNumReferences(int& numReferences);
 185
 186         // BAI full index output methods
 187         void MergeAlignmentChunks(BaiAlignmentChunkVector& chunks);
 188         void SortLinearOffsets(BaiLinearOffsetVector& linearOffsets);
 189         void WriteAlignmentChunk(const BaiAlignmentChunk& chunk);
 190         void WriteAlignmentChunks(BaiAlignmentChunkVector& chunks);
 191         void WriteBin(const uint32_t& binId, BaiAlignmentChunkVector& chunks);
 192         void WriteBins(const int& refId, BaiBinMap& bins);
 193         void WriteHeader(void);
 194         void WriteLinearOffsets(const int& refId, BaiLinearOffsetVector& linearOffsets);
 195         void WriteReferenceEntry(BaiReferenceEntry& refEntry);
 196
 197     // data members
 198     private:
 199         bool m_isBigEndian;
 200         BaiFileSummary m_indexFileSummary;
 201
 202         // our input buffer
 203         unsigned int m_bufferLength;
 204
 205         struct RaiiWrapper {
 206             FILE* IndexStream;
 207             char* Buffer;
 208             RaiiWrapper(void);
 209             ~RaiiWrapper(void);
 210         };
 211         RaiiWrapper Resources;
 212
 213     // static methods
 214     private:
 215         // checks if the buffer is large enough to accomodate the requested size
 216         static void CheckBufferSize(char*& buffer,
 217                                     unsigned int& bufferLength,
 218                                     const unsigned int& requestedBytes);
 219         // checks if the buffer is large enough to accomodate the requested size
 220         static void CheckBufferSize(unsigned char*& buffer,
 221                                     unsigned int& bufferLength,
 222                                     const unsigned int& requestedBytes);
 223     // static constants
 224     private:
 225         static const int MAX_BIN;
 226         static const int BAM_LIDX_SHIFT;
 227         static const std::string BAI_EXTENSION;
 228         static const char* const BAI_MAGIC;
 229         static const int SIZEOF_ALIGNMENTCHUNK;
 230         static const int SIZEOF_BINCORE;
 231         static const int SIZEOF_LINEAROFFSET;
 232 };
 233
 234 } // namespace Internal
 235 } // namespace BamTools
 236
 237 #endif // BAM_STANDARD_INDEX_FORMAT_H