公司数据与内部研究平台技术规格

1. 系统目标

系统建立统一公司入口，聚合工商、投融资、股权、人物、专利、司法、百科与新闻数据，并向内部研究人员提供搜索、筛选、详情、导出和数据集能力。

2. 组件架构

• 多源聚合快照：Java 服务分别从 Elasticsearch、MongoDB 和 MySQL 读取应用、专利、投融资和工商信息。
• 公司大表 API：Spring MVC、MyBatis-Plus、MySQL、Shiro、缓存、日志和角色资源模型。
• 高并发采集快照：Go 程序包含代理池、请求重试、不同访问头适配和公司风险、品牌、知识等任务入口。
• 投资关系服务：Spring Boot、MyBatis、分页组件与搜索客户端，提供公司、投资、融资和名称联想。
• 内部前端：Vue、Vuex 和组件库，覆盖公司、人物、投资、并购、详情、更新与使用说明。
• 公司详情原型：较小的 Vue 应用，用于验证统一公司接口的展示方式。
• 百科语义服务：Jersey Servlet 提供搜索、定义、分类比较、树和文本标注等辅助能力。

3. 领域模型

核心对象是公司，外围实体包括人物、投资机构、融资事件、股权记录、专利、文书、新闻、百科条目和来源。公司主键不能由名称直接决定；名称、简称、旧名、品牌名和来源标识都应成为可审计的映射。

投资关系需要区分投资方、被投方、轮次、金额、比例和时间。来源冲突不能直接覆盖，应保留原始值与选择依据。

4. 核心数据流

1. 采集和同步程序把来源记录写入原始或中间存储。
2. 来源 DAO 将字段转换为统一公司及关系模型。
3. 实体解析合并同名、别名和重复公司，并记录冲突。
4. 公司大表 API 提供搜索、筛选、详情、关键词、导出和资源权限。
5. 投资关系服务组合公司、股权、融资与投资者记录。
6. Vue 内部工具按公司或事件下钻到来源数据。

5. 技术亮点

• 公司大表通过独立 DAO 隔离不同来源与存储。
• 权限模型包含用户、角色、资源和日志，超越了单纯的数据查询脚本。
• 投资服务用 AOP 记录同名公司查询，为实体消歧提供质量观测点。
• Go 采集快照包含并发、代理去重和失败重试，适合大批量来源任务。
• 内部前端围绕公司、人物、投资和并购组织研究路径。

6. 已知缺陷

• 公司大表是传统 WAR 工程，后台、权限、业务接口和历史页面边界混杂。
• 投资服务部分分支假定公司必然存在，并存在集合追加时的运行时异常风险。
• 多个服务重复定义公司模型，缺少统一模式版本和变更协议。
• 大型快照包含 vendor、编译产物或开发配置，自研代码边界不清。
• 历史连接配置需要统一轮换并从版本控制中移除。

7. 重建验收标准

• 公司、人物和机构具有稳定主键，所有合并操作可撤销和审计。
• 每个来源通过适配器接入，不能绕过统一领域模型直接暴露数据库表。
• API 对空结果、重名、分页、排序和字段缺失提供固定契约。
• 权限同时约束查询、导出、更新和数据集访问，并保留审计记录。
• 投资和融资关系可追溯到来源、时间与实体匹配依据。

8. 证据边界

七个仓库的历史差异很大：公司大表只有 8 次提交但包含完整传统工程，内部前端有 36 次提交，投资服务有 36 次，另有多个一次导入的大型快照。代码能够恢复逻辑组件，不能证明这些组件曾使用统一版本同时部署，也不能确认公司实体已经完全消歧。