如何在JCL或COBOL中实现标题关联数据块的排序？

问题背景 #

输入示例 #

01 heading of data
inline-data of heading 01
inline-data of heading 01
09 heading of data
inline-data of heading 09
inline-data of heading 09
inline-data of heading 09
inline-data of heading 09
05  heading of data
inline-data of heading 05

期望输出 #

01 heading of data
inline-data of heading 01
inline-data of heading 01
05  heading of data
inline-data of heading 05
09 heading of data
inline-data of heading 09
inline-data of heading 09
inline-data of heading 09
inline-data of heading 09

核心需求 #

• 以开头为两位数字的标题行为断点，每个标题+后续所有关联的inline-data组成一个独立数据块
• 按标题行的两位数字从小到大排序所有数据块
• inline-data行数不固定，无任何归属标识

当前遇到的问题 #

• JCL SORT直接排序会拆分标题与数据行，无法保留块结构
• 常规程序处理需多次读取大文件，效率低下

解决方案 #

方法一：JCL DFSORT/Syncsort 实现块排序 #

DFSORT/Syncsort支持组排序功能，通过添加控制字段标记数据块，可实现按标题排序同时保留块内结构。

核心思路

1. 给每个数据块分配相同的"组ID"：标题行取前两位数字作为组ID，后续inline-data继承上一行的组ID
2. 先按组ID升序排序，再按行首字符排序（确保标题行在块首，因为数字优先级高于字母）

示例SORT控制卡

OPTION COPY
* 给每行添加组标识（第81-82位）：标题行用前两位数字，数据行继承上一行的组ID
INREC IFTHEN=(WHEN=(1,2,ZD,GE,1),OVERLAY=(81:1,2)),
      IFTHEN=(WHEN=(1,2,ZD,LT,1),OVERLAY=(81:81,2))
* 先按组ID升序，再按行首字符排序（保证标题行在块最前）
SORT FIELDS=(81,2,ZD,A,1,1,CH,A)
* 去掉组标识，输出原始内容
OUTREC BUILD=(1,80)

说明

• 若标题行前两位带空格（如示例中的05 heading），用ZD,GE,1判断更准确（识别01-99的数字标题）
• 该方法无需编写程序，仅靠JCL控制卡即可完成，处理大文件效率极高

方法二：高效COBOL程序实现 #

如果用程序处理，无需多次读取文件，只需一次读取缓存数据块，再排序输出。

核心步骤

1. 单次读取输入文件，将每个数据块（标题+所有inline-data）存入动态结构体，结构体包含标题排序键（前两位数字）和块内所有行
2. 所有块读取完成后，按排序键对结构体数组排序
3. 遍历排序后的数组，依次输出每个块的内容

核心逻辑片段

WORKING-STORAGE SECTION.
* 单个数据块的结构
01  BLOCK-STRUCT.
    05  BLOCK-SORT-KEY    PIC 99.       * 标题的两位数字排序键
    05  BLOCK-LINE-COUNT  PIC 9(4).     * 块内总行数
    05  BLOCK-LINES       OCCURS 0 TO 1000 DEPENDING ON BLOCK-LINE-COUNT
                          PIC X(80).    * 块内每行内容

* 存储所有数据块的动态数组
01  BLOCK-TABLE OCCURS 0 TO 10000 DEPENDING ON TABLE-SIZE
                INDEXED BY BLOCK-IDX.
    05  FILLER REDEFINES BLOCK-STRUCT.
        10  TABLE-SORT-KEY  PIC 99.
        10  TABLE-LINE-COUNT PIC 9(4).
        10  TABLE-LINES     OCCURS 0 TO 1000 DEPENDING ON TABLE-LINE-COUNT
                            PIC X(80).
01  TABLE-SIZE            PIC 9(4) VALUE 0.
01  WS-CURRENT-LINE       PIC X(80).
01  END-OF-FILE           PIC X VALUE 'N'.

PROCEDURE DIVISION.
* 读取文件，拆分并存储数据块
    PERFORM UNTIL END-OF-FILE = 'Y'
        READ INPUT-FILE INTO WS-CURRENT-LINE
        AT END SET END-OF-FILE TO 'Y'
        NOT AT END
            IF WS-CURRENT-LINE(1:2) IS NUMERIC
                THEN
                    ADD 1 TO TABLE-SIZE
                    MOVE FUNCTION NUMVAL(WS-CURRENT-LINE(1:2)) TO TABLE-SORT-KEY(TABLE-SIZE)
                    MOVE 1 TO TABLE-LINE-COUNT(TABLE-SIZE)
                    MOVE WS-CURRENT-LINE TO TABLE-LINES(TABLE-SIZE 1)
                ELSE
                    ADD 1 TO TABLE-LINE-COUNT(TABLE-SIZE)
                    MOVE WS-CURRENT-LINE TO TABLE-LINES(TABLE-SIZE TABLE-LINE-COUNT(TABLE-SIZE))
            END-IF
    END-PERFORM.

* 对数据块按排序键升序排序（可使用COBOL内部排序或调用SORT服务）
    PERFORM SORT-BLOCK-TABLE.

* 输出排序后的所有数据块
    PERFORM VARYING BLOCK-IDX FROM 1 BY 1 UNTIL BLOCK-IDX > TABLE-SIZE
        PERFORM VARYING LINE-IDX FROM 1 BY 1 UNTIL LINE-IDX > TABLE-LINE-COUNT(BLOCK-IDX)
            WRITE OUTPUT-FILE FROM TABLE-LINES(BLOCK-IDX LINE-IDX)
        END-PERFORM
    END-PERFORM.

STOP RUN.

优化点

• 用动态数组/链表存储数据块，避免固定内存限制
• 超大型文件可结合临时数据集：将数据块写入临时文件，用SORT按排序键排序后再读取输出，兼顾程序灵活性和SORT的高效性

内容的提问来源于stack exchange，提问作者SheCodes