设计文档¶

1. 设计原则¶

• 测量驱动：性能优化必须以 benchmark/数据为依据。
• 低复杂度优先：优先通过参数、数据结构、拷贝路径消除低效点。
• 可复现工程化：构建/测试/发布流程可在 CI 与本地一致复现。

2. 数据模型与 IO¶

2.1 FastqRecord 与 FastqBatch¶

• 目标：减少字符串拷贝与频繁分配。
• 实现：
• fq::io::FastqRecord 使用 std::string_view 持有字段视图。
• fq::io::FastqBatch 维护一块连续 buffer_，以及 records_ 元数据数组。
• Reader 将解析结果填入 FastqBatch，上游处理只读写 FastqRecord（视图）。

2.2 Reader/Writer¶

• Reader：批量读取与解析，关键参数：
• readChunkBytes / zlibBufferBytes / maxBufferBytes。
• Writer：批量写出，关键参数：
• zlibBufferBytes / outputBufferBytes。

3. 处理流水线¶

3.1 串行与并行实现¶

• SequentialProcessingPipeline::run()：根据 threadCount 选择：
• processSequential()：单线程（便于调试、小文件）。
• processWithTBB()：tbb::parallel_pipeline。

3.2 并行流水线形态（TBB）¶

• source（serial_in_order）：读取下一批 FastqBatch。
• processing（parallel）：对 batch 应用 predicates/mutators 并统计。
• sink（serial_in_order）：按顺序写出，并合并统计。

3.3 调参入口（性能优先级）¶

• 首选：
• batchSize / batchCapacityBytes / maxInFlightBatches / threadCount。
• 次选（需要证据）：
• 专项算法优化、减少临界路径拷贝。
• 不做默认目标：
• SIMD/预取/PGO 等高耦合优化。

4. 日志¶

• 采用 spdlog 的全局配置（无需引入额外日志框架）。
• 对外提供 fq::logging::init() / setLevel() 作为统一入口，CLI 解析 --log-level 后调用。

5. 测试与质量¶

5.1 覆盖率¶

• scripts/core/test --coverage：生成 lcov 与 HTML。
• CI：上传覆盖率 artifact。
• 门禁阈值：保留为后续选项，避免“为了阈值刷覆盖率”。

5.2 静态分析¶

• 格式检查强制。
• clang-tidy/cppcheck：先报告后收敛。

6. 发布¶

• scripts/tools/package-release：本地生成 dist/*.tar.gz。
• .github/workflows/release.yml：tag 触发，执行打包并上传 GitHub Release。