在众多生信分析问题中,生物序列k-mer频次信息因蕴含着关键的序列特征,被序列比对、重复检测、序列校正、物种鉴定、motif发现及序列纠错等众多生信软件所采用,是其应用中不可或缺的一步。面对大规模序列数据分析,k-mer频次信息的存储空间消耗及统计速度慢带来的问题变得不可忽视。本文针对当前k-mer频次统计工具内存及磁盘空间消耗大的缺点,根据组装后序列数据统计规律,提出了一套内存消耗低、运行速度快、存储空间节省的k-mer频次统计方案—KCOSS。当序列长度小于等于14时,KCOSS采用静态哈希表。通过复合的双射函数,将k-mer的二进制键值结果与位置相关联,以减少存储空间的消耗。该方案的存储空间消耗量与序列长度无关,k-mer种类越多与同类算法相比空间节省越明显。当序列长度大于14时,KCOSS使用布隆过滤器用于分流,将首次出现的k-mer存放在重叠序列集合中,将多次出现的k-mer分流到由静态哈希表和动态布谷鸟哈希组成的两级哈希表中。连续出现的k-mer不再独立存储相关键值对,仅存储新出现的单个碱基,从而减少内存及磁盘使用。实现了面向共享内存的KCOSS算法,为提高KCOSS算法的并行性能,本文设计和实现了无锁线程池、无锁分段布隆过滤器、无锁紧凑型哈希表三种并发结构以减少的共享内存的竞争访问;此外,本文还实现了对存储块空间的自主管理,并通过异步处理和磁盘映射加速存储过程。与主流的Jellyfish2和KMC3进行对比。实验结果表明:在使用人类基因组序列数据测试中,当线程数为24时,KCOSS比KMC3快22.91%至169.90%,比Jellyfish2快527.62%至806.43%。当线程为48时,KCOSS比KMC3快77.27%至170.58%,比Jellyfish2快529.60%至675.84%。当k为62时,KCOSS与KMC3使用内存相近,但仅需Jellyfish2的16.67%。对于硬盘存储,KCOSS只需要Jellyfish2的12.40%至17.84%的存储空间,KMC3的15.73%至30.69%的存储空间。