2023-6-13更新
太大的数据还是放弃下载吧
几个月过去，本来以为pyega3不行的话ascp肯定行
结果43T下载下来17T，c4gh解码失败了一半
有这些时间干点啥不好，裂开
3个月前完全没有想到会这么坎坷 -_- |||
查找数据集ID
一般在文章Methods或者Data Availability部分
申请数据
在EGA官网搜索栏输入数据集ID，就会看到这样的界面
给红框里这个联系人邮箱发邮件申请就可以，感觉一般是模板回复，甚至有一次周末给我秒回我整个人惊呆
邮件格式可以参考这个
准备材料
回复邮件里都会要求提供使用者（必须是PI，研究生不配独立申请哈哈哈）和机构负责人（我找的医院院长）签名的Data Access Agreement文件，协议内容大概就是保密啊不卖原始数据啊之类的（我走院长签名OA审批的时候还要我把协议全文翻译成中文真是服了，都是些法律相关术语，难道不应该行政科室的人更熟悉么-_- |||）
另外有的数据集会要求提供所有使用者的姓名职位邮箱电话，有的会要求提供一个固定公网IP用来接收数据，可能还有更奇葩的我没遇到
关于这个固定IP，我最后自费斥巨资500块在华为租了个弹性IP+云服务器解决
其实淘宝也有十几块的国内固定IP可以租，但毕竟是人遗相关，数据量又大，我就还是找了靠谱点的，免得到处出bug误事
回信求数据
常规下载
首先介绍一个大部分EGA数据集都在用的流程：
但是不要高兴得太早，我等了2天都没收到所谓的initial login details邮件（不是说好up to 24小时嘛），并且当我按照指示点进forget password链接，它完全就没任何反应，聪明的我立马猜到肯定是谷歌人机识别被墙了无法显示，但是我的梯子已经半年多无法使用，好不容易求到能用的梯子，我就收到这个报错
这就让我开始怀疑他们根本没给我注册账号
于是就开始了我的给helpdesk连环发邮件之路
等了一天没消息，怕是他没看到，再发一遍
结果刚发完我的第一个求助就被受理了，然后第二天我的第二次求助又被受理一遍，总之是解决了，速度也挺快
终于可以下载了，照着官网说明来，先下载下载工具pyEGA3（我python-3.6.14下载然后升级也就只能到pyEGA3-3.4.1，最新版是5.0.1）
然后就是很慢，氪金275包年100M带宽梯子，快了很多，但还是要1年多才能下载完
再次联系客服
客服残忍拒绝，要我试试最新版，我只想说用脚趾思考也知道新版一样烂，而且数据太大了
于是我抱着证明给他看pyEGA3真的不行的心态，去下载最新版
我的pip3只能更新到3.4.1，所以我就直接GitHub下载了
然后开始下载数据
python3 -m pyega3.pyega3 -cf confidential.json -c 5 fetch EGAFxxxxxxx --output-dir OUT_DIR
官网写的python，但我服务器python是2，python3才是3
然后我不知道为啥只能在pyega3父目录才能调用这个模块，不管了本急急国王无所谓
-c感觉相当于多线程下载，会快一些，官网建议好像是从30开始试，但我发现5就差不多到头了
总的来说官网介绍的步骤还是很清晰，选择也很多，但很多时候还是要自己长个心眼，不然就会因为很蠢的问题卡很久
果然一晚上就得到了心仪的报错，我当场就是一个邮件发给helpdesk
等回复，希望让我用Aspera且Aspera好用
个性化下载
有的机构就非常与众不同了，比如我这次这个要固定IP还要ftp协议传输的
我租的7M带宽90G存储1个月（妈的2月只有28天好亏），下载速度理论上是带宽除以8，但大陆到国外的路由比较堵，只开一个session的话速度只有100K/s，于是我大胆开了12个，这样白天路由不太堵的时候带宽会到10M还不错的，晚上10-12点就慢很多，这个数据集2.2T，一共400多个5G左右的小文件，穷学生只能随时手动把数据挪回课题组服务器，还好大陆内部速度很快，基本8M/s，希望1个月能搞定不要再多花钱了
（这个数据集要求ftp传输，所以要记得打开服务器的21端口哦，另外记得
mget -c，这样下载中断了会自己重新连接）
下载下来文件大小不完全一样，但是还好MD5对上了，吓我一跳 -_- |||
祝我好运吧
后续2023-2-25
ftp下载的那个大概3月3号就可以下载完，使用钞能力扩容到150G存储，带宽加到12Mbit/s， 每天可以下载100Gb左右，虽然总共也要花将近一个月，好歹是能看到希望
EGA自己提供软件下载的我已经有点佛了，43T的数据，1Mb/s的速度都达不到，各种报错，发好几次邮件过去也没人搭理，所以前两天在Github发了帖，还收到一位印度友人的评论说完全一毛一样的问题，甚至下载到最后还要来一个MD5不对应的终极折磨，我真的麻了，求求EGA不要再用pyEGA3折磨我，给我个Aspera账号吧
他们确实有在努力优化pyEGA3，但效果属实不咋地，软件下载的话conda应该是最方便的，一步到位，最新版，pip3 install 如果版本不够高就下不到最新的软件，然后就会被staff要求试试最新版的新参数，nmmd根本屁用没有
后续2023-3-7
ftp下载的顺利结束，虽然比预计晚了2天
Ega helpdesk回邮件给我Aspera账号啦，只是Aspera下载下来的文件是加密的，到时还得解密，不知道要花多久，但是下载速度可以有4.5-5MB/s了，虽然还是很慢，但MD5出问题的概率应该会低一些吧（求求了
本来想几个设备一起下载的，结果ascp它一个账号不支持双开,麻了
还好申请数据的时候给师兄账号也顺手申请了，试试能不能再要一个ascp账号吧
解密要另外提供一个邮箱，会收到一个神神秘秘的电子阅后即焚密码
等下完再说吧
ascp也是挺烦，不懂得断了自动重连的 (-_-||| 睡一觉起来发现刚睡下就断了，麻
后续2023-3-12
师兄申请Aspera账号的邮件惨遭拒绝，理由又是他妈的我们进行了一些优化你再试试不行再说
好在我的ascp多开成功，两台linux设备同时下载
但是windows设备怎么都用不了ascp，一直报failed to authenticate，所以我就在windows设备用回pyega3
pyega3现在速度也能到4MB/s左右，但有时候会连续好几个小时卡住，并且我下301GB的一个文件两次MD5 mismatch然后自动重开还没下载成功，它是真的不适合下载大文件
