# V3系统总体设计

> 版本: v1.0 | 日期: 2026-08-22
> 本文档描述COBOL迁移验证平台V3的总体架构和模块设计。

---

## 一、系统概述

### 1.1 系统定位

COBOL迁移验证平台V3是一个AI辅助的自动化测试工具，用于验证COBOL程序向Java/Spark迁移的正确性。

### 1.2 核心能力

| 能力 | 说明 |
|------|------|
| COBOL源码解析 | 自动解析DATA DIVISION和PROCEDURE DIVISION |
| 测试数据生成 | 基于分支覆盖的测试数据自动生成 |
| 双管道验证 | 支持非DB（flat file）和DB（SQLite）两种验证模式 |
| 覆盖率分析 | 静态分支覆盖 + 动态gcov覆盖 |
| AI辅助 | LLM驱动的程序分类和测试策略生成 |

### 1.3 技术栈

| 组件 | 技术 |
|------|------|
| 语言 | Python 3.12+ |
| 解析器 | Lark (Earley parser) |
| COBOL编译 | GnuCOBOL 3.2.0 |
| DB管道 | gixsql + SQLite |
| AI模型 | DeepSeek |
| 测试框架 | pytest |

---

## 二、系统架构

### 2.1 架构图

```
┌─────────────────────────────────────────────────────────────────┐
│                        V3系统架构                                │
├─────────────────────────────────────────────────────────────────┤
│                                                                 │
│  ┌──────────────┐     ┌──────────────┐     ┌──────────────┐    │
│  │  CLI入口     │     │  Web界面     │     │  API接口     │    │
│  │  main.py     │     │  web/        │     │  __init__    │    │
│  └──────┬───────┘     └──────┬───────┘     └──────┬───────┘    │
│         │                    │                    │            │
│         └────────────────────┼────────────────────┘            │
│                              │                                 │
│                              ▼                                 │
│  ┌─────────────────────────────────────────────────────────┐  │
│  │                   编排层 (Orchestrator)                   │  │
│  │  orchestrator.py (非DB)    orchestrator_db.py (DB)      │  │
│  └─────────────────────────────────────────────────────────┘  │
│                              │                                 │
│         ┌────────────────────┼────────────────────┐            │
│         │                    │                    │            │
│         ▼                    ▼                    ▼            │
│  ┌──────────────┐     ┌──────────────┐     ┌──────────────┐    │
│  │  核心引擎    │     │  运行引擎    │     │  AI代理      │    │
│  │ cobol_testgen│     │  runners/    │     │  agents/     │    │
│  └──────────────┘     └──────────────┘     └──────────────┘    │
│         │                    │                    │            │
│         │                    │                    │            │
│         ▼                    ▼                    ▼            │
│  ┌──────────────┐     ┌──────────────┐     ┌──────────────┐    │
│  │  比对模块    │     │  报告模块    │     │  配置模块    │    │
│  │ comparator/  │     │  report/     │     │  config/     │    │
│  └──────────────┘     └──────────────┘     └──────────────┘    │
│                                                                 │
└─────────────────────────────────────────────────────────────────┘
```

### 2.2 分层架构

| 层级 | 模块 | 职责 |
|------|------|------|
| **L1 数据层** | data/ | 共享数据模型 |
| **L2 核心层** | cobol_testgen/, config/ | COBOL解析、配置管理 |
| **L3 业务层** | hina/, agents/, comparator/ | 分类、AI代理、比对 |
| **L4 编排层** | orchestrator*, runners/ | 流程编排、执行 |
| **L5 接口层** | main.py, web/, __init__.py | 用户接口 |

---

## 三、模块清单

### 3.1 核心模块

| 模块 | 文件数 | 行数 | 职责 |
|------|--------|------|------|
| cobol_testgen/ | 22 | ~8000 | COBOL解析、测试数据生成 |
| orchestrator_db.py | 1 | 1334 | DB管道6步编排 |
| runners/ | 8 | ~600 | 编译运行引擎 |
| hina/ | 11 | ~2000 | HINA程序分类 |
| agents/ | 6 | ~800 | LLM代理 |
| comparator/ | 6 | ~400 | 字段比对 |
| config/ | 5 | ~300 | 配置管理 |
| report/ | 1 | ~200 | 报告生成 |

### 3.2 模块依赖关系

```
models.py (零依赖)
    │
    ├── read.py (lark)
    ├── cond.py (stdlib)
    ├── core.py (cond)
    ├── design.py (models, cond, core)
    ├── coverage.py (models, cond)
    ├── output.py (file_io)
    ├── to_sql.py (stdlib)
    ├── runner.py (file_io)
    ├── flatfile.py (read, file_io)
    │
    └── __init__.py (所有上层模块)
```

---

## 四、数据流

### 4.1 非DB管道数据流

```
COBOL源码
    │
    ▼
read.py: preprocess() + parse_data_division()
    │
    ▼
core.py: build_branch_tree()
    │
    ▼
design.py: enum_paths() + generate_records()
    │
    ▼
output.py: output_json() + output_input_files()
    │
    ▼
runners/cobol_runner.py: compile() + run()
    │
    ▼
comparator/: compare_field()
    │
    ▼
report/generator.py: generate_report()
```

### 4.2 DB管道数据流

```
COBOL源码 (含EXEC SQL)
    │
    ▼
gixsql_runner.py: preprocess() + compile()
    │
    ▼
orchestrator_db.py: step2_generate_inputs()
    │
    ├── cobol_testgen: extract_structure + generate_data
    ├── to_sql.py: build_db_input()
    └── flatfile.py: write_all_files()
    │
    ▼
orchestrator_db.py: step3_run_cobol()
    │
    ▼
orchestrator_db.py: step4_extract_intermediate()
    │
    ▼
orchestrator_db.py: step5_run_java() (可选)
    │
    ▼
orchestrator_db.py: step6_verify()
```

---

## 五、接口设计

### 5.1 公开API

```python
# cobol_testgen/__init__.py

def extract_structure(
    cobol_source: str,
    copybook_dirs: list[str] = None
) -> dict:
    """解析COBOL源码，返回结构信息"""
    pass

def generate_data(
    cobol_source: str,
    structure: dict,
    copybook_dirs: list[str] = None
) -> list[dict]:
    """生成分支覆盖测试数据"""
    pass

def main():
    """CLI入口"""
    pass
```

### 5.2 配置接口

```python
# config/__init__.py

@dataclass
class Config:
    """全局配置"""
    project_name: str
    copybook_paths: list[str]
    dialect: str
    llm_model: str
    gcov_enabled: bool
    # ... 更多字段
```

---

## 六、错误处理

### 6.1 错误分类

| 类别 | 示例 | 处理策略 |
|------|------|----------|
| 解析错误 | COBOL语法不合法 | 抛出异常，返回错误信息 |
| 编译错误 | cobc编译失败 | 记录日志，跳过该程序 |
| 运行错误 | 程序执行异常 | 捕获异常，标记失败 |
| 超时错误 | 执行超时 | 强制终止，记录超时 |

### 6.2 容错机制

- **解析器超时**：pipeline_bridge 3秒超时回退
- **LLM失败**：回退到规则引擎
- **gcov失败**：跳过覆盖率收集
- **DB连接失败**：重试或跳过

---

## 七、性能设计

### 7.1 性能指标

| 指标 | 目标 |
|------|------|
| 单程序解析 | < 5秒 |
| 测试数据生成 | < 30秒 |
| 编译运行 | < 60秒 |
| 覆盖率报告 | < 10秒 |

### 7.2 优化策略

- **路径枚举**：O(N)线性算法替代O(2^N)
- **并行执行**：多场景gcov并行收集
- **缓存机制**：LLM结果缓存
- **增量补充**：质量门循环最多4次

---

## 八、安全设计

### 8.1 输入验证

- COBOL源码：长度限制、编码检查
- 配置文件：YAML schema验证
- 文件路径：路径遍历防护

### 8.2 资源限制

- LLM调用：最大成本限制
- 执行时间：超时强制终止
- 内存使用：大文件分块处理

---

## 九、测试策略

### 9.1 测试层次

| 层次 | 覆盖率目标 | 工具 |
|------|------------|------|
| 单元测试 | ≥ 90% | pytest |
| 集成测试 | ≥ 80% | pytest |
| 端到端测试 | 100%通过 | 自定义脚本 |

### 9.2 测试数据

- 43个COBOL基准程序
- 33+2种程序类型
- 58个电信测试程序

---

## 十、部署设计

### 10.1 运行环境

| 组件 | 要求 |
|------|------|
| OS | Windows 10/11 |
| Python | 3.12+ |
| GnuCOBOL | 3.2.0 |
| 磁盘 | ≥ 500MB |

### 10.2 安装步骤

```bash
# 1. 安装Python依赖
pip install lark pathlib pyyaml

# 2. 安装GnuCOBOL
# 下载GC32-BDB-SP1，添加到PATH

# 3. 验证安装
python -c "from cobol_testgen import extract_structure; print('OK')"
```