/[webpac2]/trunk/run.pl
This is repository of my old source code which isn't updated any more. Go to git.rot13.org for current projects!
ViewVC logotype

Diff of /trunk/run.pl

Parent Directory Parent Directory | Revision Log Revision Log | View Patch Patch

revision 547 by dpavlin, Thu Jun 29 23:19:26 2006 UTC revision 1041 by dpavlin, Mon Nov 12 12:22:08 2007 UTC
# Line 4  use strict; Line 4  use strict;
4    
5  use Cwd qw/abs_path/;  use Cwd qw/abs_path/;
6  use File::Temp qw/tempdir/;  use File::Temp qw/tempdir/;
 use Data::Dumper;  
7  use lib './lib';  use lib './lib';
8    
9  use WebPAC::Common 0.02;  use WebPAC::Common 0.02;
10  use WebPAC::Lookup;  use WebPAC::Parser 0.08;
11  use WebPAC::Input 0.03;  use WebPAC::Input 0.16;
12  use WebPAC::Store 0.03;  use WebPAC::Store 0.15;
13  use WebPAC::Normalize;  use WebPAC::Normalize 0.22;
14  use WebPAC::Output::TT;  use WebPAC::Output::TT;
15  use WebPAC::Validate;  use WebPAC::Validate 0.11;
16  use YAML qw/LoadFile/;  use WebPAC::Output::MARC;
17    use WebPAC::Config;
18  use Getopt::Long;  use Getopt::Long;
19  use File::Path;  use File::Path;
20  use Time::HiRes qw/time/;  use Time::HiRes qw/time/;
21  use File::Slurp;  use File::Slurp;
22  use MARC::Record 2.0;   # need 2.0 for utf-8 encoding see marcpm.sf.net  use Data::Dump qw/dump/;
23    use Storable qw/dclone/;
24    use Pod::Usage qw/pod2usage/;
25    
26    use Proc::Queue size => 1;
27    use POSIX ":sys_wait_h"; # imports WNOHANG
28    
29  =head1 NAME  =head1 NAME
30    
# Line 27  run.pl - start WebPAC indexing Line 32  run.pl - start WebPAC indexing
32    
33  B<this command will probably go away. Don't get used to it!>  B<this command will probably go away. Don't get used to it!>
34    
35  Options:  =head1 OPTIONS
36    
37  =over 4  =over 4
38    
# Line 56  path to YAML configuration file Line 61  path to YAML configuration file
61    
62  =item --stats  =item --stats
63    
64  disable indexing and dump statistics about field and subfield  disable indexing, modify_* in configuration and dump statistics about field
65  usage for each input  and subfield usage for each input
66    
67  =item --validate path/to/validation_file  =item --validate path/to/validation_file
68    
69  turn on extra validation of imput records, see L<WebPAC::Validation>  turn on extra validation of imput records, see L<WebPAC::Validation>
70    
71    You can use special variables C<$database> and $C<$input> in this parametar
72    like C<--validate 'conf/validate/$database-$input'> to construct filename
73    
74    =item --validate-delimiters path/to/validate_delimiters_file
75    
76    this option is used with C<--validate> to turn on extra validation of
77    delimiters. If file is non existant, it will be created on first run.
78    
79    =item --marc-generate
80    
81    Generate MARC file. This will automatically be on if file contains C<marc*> directives.
82    You can use this option as C<--no-marc-generate> to disable MARC generation.
83    
84    =item --marc-lint
85    
86    By default turned on if normalisation file has C<marc*> directives. You can disable lint
87    messages with C<--no-marc-lint>.
88    
89    =item --marc-dump
90    
91    Force dump or input and marc record for debugging.
92    
93    =item --parallel 4
94    
95    Run databases in parallel (aproximatly same as number of processors in
96    machine if you want to use full load)
97    
98    =item --only-links
99    
100    Create just links
101    
102    =item --merge
103    
104    Create merged index of databases which have links
105    
106  =back  =back
107    
108  =cut  =cut
# Line 71  my $offset; Line 111  my $offset;
111  my $limit;  my $limit;
112    
113  my $clean = 0;  my $clean = 0;
114  my $config = 'conf/config.yml';  my $config_path;
115  my $debug = 0;  my $debug = 0;
116  my $only_filter;  my $only_filter;
117  my $stats = 0;  my $stats = 0;
118  my $validate_path;  my $validate_path;
119    my $validate_delimiters_path;
120    my $marc_generate = 1;
121    my $marc_lint = 1;
122    my $marc_dump = 0;
123    my $parallel = 0;
124    my $only_links = 0;
125    my $merge = 0;
126    my $help;
127    
128    my $log = _new WebPAC::Common()->_get_logger();
129    
130  GetOptions(  GetOptions(
131          "limit=i" => \$limit,          "limit=i" => \$limit,
# Line 83  GetOptions( Line 133  GetOptions(
133          "clean" => \$clean,          "clean" => \$clean,
134          "one=s" => \$only_filter,          "one=s" => \$only_filter,
135          "only=s" => \$only_filter,          "only=s" => \$only_filter,
136          "config" => \$config,          "config=s" => \$config_path,
137          "debug" => \$debug,          "debug+" => \$debug,
138          "stats" => \$stats,          "stats" => \$stats,
139          "validate=s" => \$validate_path,          "validate=s" => \$validate_path,
140            "validate-delimiters=s" => \$validate_delimiters_path,
141            "marc-generate!" => \$marc_generate,
142            "marc-lint!" => \$marc_lint,
143            "marc-dump!" => \$marc_dump,
144            "parallel=i" => \$parallel,
145            "only-links!" => \$only_links,
146            "merge" => \$merge,
147            "help" => \$help,
148  );  );
149    
150  $config = LoadFile($config);  $marc_generate = 0 if ( $validate_delimiters_path );
151    
152  print "config = ",Dumper($config) if ($debug);  pod2usage(-verbose => 2) if ($help);
153    
154  die "no databases in config file!\n" unless ($config->{databases});  my $config = new WebPAC::Config( path => $config_path );
155    
156    #print "config = ",dump($config) if ($debug);
157    
158    die "no databases in config file!\n" unless ($config->databases);
159    
 my $log = _new WebPAC::Common()->_get_logger();  
160  $log->info( "-" x 79 );  $log->info( "-" x 79 );
161    
162    my $log_file = 'log';
163    
164    if (-e $log_file ) {    # && -s $log_file > 5 * 1024 * 1024) {
165            $log->info("moved old log with ", -s $log_file, " bytes to '${log_file}.old'");
166            rename $log_file, "${log_file}.old" || $log->logwarn("can't rename $log_file to ${log_file}.old: $!");
167    }
168    
169    my $estcmd_fh;
170    my $estcmd_path = './estcmd-merge.sh';
171    if ($merge) {
172            open($estcmd_fh, '>', $estcmd_path) || $log->logdie("can't open $estcmd_path: $!");
173            print $estcmd_fh 'cd /data/estraier/_node/ || exit 1',$/;
174            print $estcmd_fh 'sudo /etc/init.d/hyperestraier stop',$/;
175            $log->info("created merge batch file $estcmd_path");
176    }
177    
178  my $validate;  my $validate;
179  $validate = new WebPAC::Validate(  $validate = new WebPAC::Validate(
180          path => $validate_path,          delimiters => $config->webpac('delimiters'),
181  ) if ($validate_path);  ) if ($validate_path || $validate_delimiters_path);
182    
183  my $use_indexer = $config->{use_indexer} || 'hyperestraier';  my $use_indexer = $config->use_indexer;
184    $stats ||= $validate;
185  if ($stats) {  if ($stats) {
186          $log->debug("option --stats disables update of indexing engine...");          $log->debug("disabled indexing for stats collection");
187          $use_indexer = undef;          $use_indexer = undef;
188  } else {  } elsif ( $use_indexer ) {
189          $log->info("using $use_indexer indexing engine...");          $log->info("using $use_indexer indexing engine...");
190  }  }
191    
192    # parse normalize files and create source files for lookup and normalization
193    
194    my ($only_database,$only_input) = split(m#/#, $only_filter) if $only_filter;
195    
196    my $parser = new WebPAC::Parser(
197            config => $config,
198            only_database => $only_database,
199            only_input => $only_input,
200    );
201    
202  my $total_rows = 0;  my $total_rows = 0;
203  my $start_t = time();  my $start_t = time();
204    
205  my @links;  my @links;
 my $indexer;  
206    
207  while (my ($database, $db_config) = each %{ $config->{databases} }) {  if ($parallel) {
208            $log->info("Using $parallel processes for speedup");
209            Proc::Queue::size($parallel);
210    }
211    
212    sub create_ds_config {
213            my ($db_config, $database, $input, $mfn) = @_;
214            my $c = dclone( $db_config );
215            $c->{_} = $database || $log->logconfess("need database");
216            $c->{_mfn} = $mfn || $log->logconfess("need mfn");
217            $c->{input} = $input || $log->logconfess("need input");
218            return $c;
219    }
220    
221    foreach my $database ( sort keys %{ $config->databases } ) {
222            my $db_config = $config->databases->{$database};
223    
         my ($only_database,$only_input) = split(m#/#, $only_filter) if ($only_filter);  
224          next if ($only_database && $database !~ m/$only_database/i);          next if ($only_database && $database !~ m/$only_database/i);
225    
226          if ($use_indexer) {          if ($parallel) {
227                  my $indexer_config = $config->{$use_indexer} || $log->logdie("can't find '$use_indexer' part in confguration");                  my $f=fork;
228                    if(defined ($f) and $f==0) {
229                            $log->info("Created processes $$ for speedup");
230                    } else {
231                            next;
232                    }
233            }
234    
235            my $indexer;
236            if ($use_indexer && $parser->have_rules( 'search', $database )) {
237    
238                    my $cfg_name = $use_indexer;
239                    $cfg_name =~ s/\-.*$//;
240    
241                    my $indexer_config = $config->get( $cfg_name ) || $log->logdie("can't find '$cfg_name' part in confguration");
242                  $indexer_config->{database} = $database;                  $indexer_config->{database} = $database;
243                  $indexer_config->{clean} = $clean;                  $indexer_config->{clean} = $clean;
244                  $indexer_config->{label} = $db_config->{name};                  $indexer_config->{label} = $db_config->{name};
245    
246                    # force clean if database has links
247                    $indexer_config->{clean} = 1 if ($db_config->{links});
248    
249                  if ($use_indexer eq 'hyperestraier') {                  if ($use_indexer eq 'hyperestraier') {
250    
251                          # open Hyper Estraier database                          # open Hyper Estraier database
252                          use WebPAC::Output::Estraier '0.10';                          require WebPAC::Output::Estraier;
253                          $indexer = new WebPAC::Output::Estraier( %{ $indexer_config } );                          $indexer = new WebPAC::Output::Estraier( %{ $indexer_config } );
254                                    
255                    } elsif ($use_indexer eq 'hyperestraier-native') {
256    
257                            # open Hyper Estraier database
258                            require WebPAC::Output::EstraierNative;
259                            $indexer = new WebPAC::Output::EstraierNative( %{ $indexer_config } );
260    
261                  } elsif ($use_indexer eq 'kinosearch') {                  } elsif ($use_indexer eq 'kinosearch') {
262    
263                          # open KinoSearch                          die "no longer supported";
                         use WebPAC::Output::KinoSearch;  
                         $indexer_config->{clean} = 1 unless (-e $indexer_config->{index_path});  
                         $indexer = new WebPAC::Output::KinoSearch( %{ $indexer_config } );  
264    
265                  } else {                  } else {
266                          $log->logdie("unknown use_indexer: $use_indexer");                          $log->logdie("unknown use_indexer: $use_indexer");
267                  }                  }
268    
269                  $log->logide("can't continue without valid indexer") unless ($indexer);                  $log->logdie("can't continue without valid indexer") unless ($indexer);
270            }
271    
272    
273            #
274            # store Hyper Estraier links to other databases
275            #
276            if (ref($db_config->{links}) eq 'ARRAY' && $use_indexer) {
277                    foreach my $link (@{ $db_config->{links} }) {
278                            if ($use_indexer eq 'hyperestraier') {
279                                    if ($merge) {
280                                            print $estcmd_fh 'sudo -u www-data estcmd merge ' . $database . ' ' . $link->{to},$/;
281                                    } else {
282                                            $log->info("saving link $database -> $link->{to} [$link->{credit}]");
283                                            push @links, sub {
284                                                    $log->info("adding link $database -> $link->{to} [$link->{credit}]");
285                                                    $indexer->add_link(
286                                                            from => $database,
287                                                            to => $link->{to},
288                                                            credit => $link->{credit},
289                                                    );
290                                            };
291                                    }
292                            } else {
293                                    $log->warn("NOT IMPLEMENTED WITH $use_indexer: adding link $database -> $link->{to} [$link->{credit}]");
294                            }
295                    }
296          }          }
297            next if ($only_links);
298    
299    
300          #          #
301          # now WebPAC::Store          # now WebPAC::Store
302          #          #
303          my $abs_path = abs_path($0);          my $store = new WebPAC::Store({
304          $abs_path =~ s#/[^/]*$#/#;                  debug => $debug,
305            });
306    
         my $db_path = $config->{webpac}->{db_path} . '/' . $database;  
307    
308          if ($clean) {          #
309                  $log->info("creating new database '$database' in $db_path");          # prepare output
310                  rmtree( $db_path ) || $log->warn("can't remove $db_path: $!");          #
311          } else {          my @outputs = force_array( $db_config->{output}, sub {
312                  $log->info("working on database '$database' in $db_path");                  $log->error("Database $database doesn't have any outputs defined. Do you want to remove it from configuration?" );
313          }          } );
314    
315          my $db = new WebPAC::Store(          my @output_modules;
316                  path => $db_path,  
317                  database => $database,          foreach my $output ( @outputs ) {
318                  debug => $debug,  
319          );  #warn '## output = ',dump( $output );
320    
321                    my $module = $output->{module} || $log->logdie("need module in output section of $database");
322                    $module = 'WebPAC::Output::' . $module unless $module =~ m/::/;
323            
324                    $log->debug("loading output module $module");
325                    eval "require $module";
326    
327                    # add database to arugemnts for output filter
328                    $output->{database} = $database;
329    
330                    $log->debug("calling $module->new(",dump( $output ),")");
331                    my $out = new $module->new( $output );
332                    $out->init;
333    
334                    push @output_modules, $out;
335            }
336    
337    
338          #          #
339          # now, iterate through input formats          # now, iterate through input formats
340          #          #
341    
         my @inputs;  
         if (ref($db_config->{input}) eq 'ARRAY') {  
                 @inputs = @{ $db_config->{input} };  
         } elsif ($db_config->{input}) {  
                 push @inputs, $db_config->{input};  
         } else {  
                 $log->info("database $database doesn't have inputs defined");  
         }  
342    
343          my @supported_inputs = keys %{ $config->{webpac}->{inputs} };          my @inputs = force_array( $db_config->{input}, sub {
344                    $log->info("database $database doesn't have inputs defined");
345            } );
346    
347          foreach my $input (@inputs) {          foreach my $input (@inputs) {
348    
349                  next if ($only_input && ($input->{name} !~ m#$only_input#i && $input->{type} !~ m#$only_input#i));                  my $input_name = $input->{name} || $log->logdie("input without a name isn't valid: ",dump($input));
350    
351                    next if ($only_input && ($input_name !~ m#$only_input#i && $input->{type} !~ m#$only_input#i));
352    
353                  my $type = lc($input->{type});                  my $type = lc($input->{type});
354    
355                  die "I know only how to handle input types ", join(",", @supported_inputs), " not '$type'!\n" unless (grep(/$type/, @supported_inputs));                  # FIXME check if input module exists
356                    my $input_module = $input->{module};
357    
358                  my $lookup = new WebPAC::Lookup(                  if ( ! $input_module ) {
359                          lookup_file => $input->{lookup},                          if ( grep(/$type/, $config->webpac('inputs')) ) {
360                  ) if ($input->{lookup});                                  $input_module = $config->webpac('inputs')->{$type};
361                            } else {
362                                    $log->logdie("I know only how to handle input types ", join(",", $config->webpac('inputs') ), " not '$type'!" );
363                            }
364                    }
365    
366                  my $input_module = $config->{webpac}->{inputs}->{$type};                  my @lookups = $parser->have_lookup_create($database, $input);
367    
368                  $log->info("working on input '$input->{name}' in $input->{path} [type: $input->{type}] using $input_module",                  $log->info("working on input '$input_name' in $input->{path} [type: $input->{type}] using $input_module",
369                          $input->{lookup} ? "lookup '$input->{lookup}'" : ""                          @lookups ? " creating lookups: ".join(", ", @lookups) : ""
370                  );                  );
371    
372                    if ($stats) {
373                            # disable modification of records if --stats is in use
374                            delete($input->{modify_records});
375                            delete($input->{modify_file});
376                    }
377    
378                  my $input_db = new WebPAC::Input(                  my $input_db = new WebPAC::Input(
379                          module => $input_module,                          module => $input_module,
380                          code_page => $config->{webpac}->{webpac_encoding},                          encoding => $config->webpac('webpac_encoding'),
381                          limit => $limit || $input->{limit},                          limit => $limit || $input->{limit},
382                          offset => $offset,                          offset => $offset,
                         lookup => $lookup,  
383                          recode => $input->{recode},                          recode => $input->{recode},
384                          stats => $stats,                          stats => $stats,
385                            modify_records => $input->{modify_records},
386                            modify_file => $input->{modify_file},
387                            input_config => $input,
388                  );                  );
389                  $log->logdie("can't create input using $input_module") unless ($input);                  $log->logdie("can't create input using $input_module") unless ($input);
390    
391                    if (defined( $input->{lookup} )) {
392                            $log->warn("$database/$input_name has depriciated lookup definition, removing it...");
393                            delete( $input->{lookup} );
394                    }
395    
396                    my $lookup_coderef;
397    
398                    if (@lookups) {
399    
400                            my $rules = $parser->lookup_create_rules($database, $input) || $log->logdie("no rules found for $database/$input");
401    
402                            $lookup_coderef = sub {
403                                    my $rec = shift || die "need rec!";
404                                    my $mfn = $rec->{'000'}->[0] || die "need mfn in 000";
405    
406                                    WebPAC::Normalize::data_structure(
407                                            row => $rec,
408                                            rules => $rules,
409                                            config => create_ds_config( $db_config, $database, $input, $mfn ),
410                                    );
411    
412                                    #warn "current lookup: ", dump(WebPAC::Normalize::_get_lookup());
413                            };
414    
415                            WebPAC::Normalize::_set_lookup( undef );
416    
417                            $log->debug("created lookup_coderef using:\n$rules");
418    
419                    };
420    
421                    my $lookup_jar;
422    
423                  my $maxmfn = $input_db->open(                  my $maxmfn = $input_db->open(
424                          path => $input->{path},                          path => $input->{path},
425                          code_page => $input->{encoding},        # database encoding                          code_page => $input->{encoding},        # database encoding
426                            lookup_coderef => $lookup_coderef,
427                            lookup => $lookup_jar,
428                          %{ $input },                          %{ $input },
429                            load_row => sub {
430                                    my $a = shift;
431                                    return $store->load_row(
432                                            database => $database,
433                                            input => $input_name,
434                                            id => $a->{id},
435                                    );
436                            },
437                            save_row => sub {
438                                    my $a = shift;
439                                    return $store->save_row(
440                                            database => $database,
441                                            input => $input_name,
442                                            id => $a->{id},
443                                            row => $a->{row},
444                                    );
445                            },
446    
447                  );                  );
448    
449                  my @norm_array = ref($input->{normalize}) eq 'ARRAY' ?                  my $lookup_data = WebPAC::Normalize::_get_lookup();
                         @{ $input->{normalize} } : ( $input->{normalize} );  
450    
451                  foreach my $normalize (@norm_array) {                  if (defined( $lookup_data->{$database}->{$input_name} )) {
452                            $log->debug("created following lookups: ", sub { dump( $lookup_data ) } );
453    
454                          my $normalize_path = $normalize->{path} || $log->logdie("can't find normalize path in config");                          foreach my $key (keys %{ $lookup_data->{$database}->{$input_name} }) {
455                                    $store->save_lookup(
456                                            database => $database,
457                                            input => $input_name,
458                                            key => $key,
459                                            data => $lookup_data->{$database}->{$input_name}->{$key},
460                                    );
461                            }
462                    }
463    
464                          $log->logdie("Found '$normalize_path' as normalization file which isn't supported any more!") unless ( $normalize_path =~ m!\.pl$!i );                  my $report_fh;
465                    if ($stats || $validate) {
466                            my $path = "out/report/${database}-${input_name}.txt";
467                            open($report_fh, '>', $path) || $log->logdie("can't open $path: $!");
468    
469                            print $report_fh "Report for database '$database' input '$input_name' records ",
470                                    $offset || 1, "-", $limit || $input->{limit} || $maxmfn, "\n\n";
471                            $log->info("Generating report file $path");
472    
473                            if ( $validate ) {
474                                    $validate->read_validate_file( $validate->fill_in( $validate_path, database => $database, input => $input_name ) ) if ( $validate_path );
475                                    $validate->read_validate_delimiters_file( $validate->fill_in( $validate_delimiters_path, database => $database, input => $input_name ) ) if ( $validate_delimiters_path );
476                            }
477                    }
478    
479                          my $rules = read_file( $normalize_path ) or die "can't open $normalize_path: $!";                  my $marc;
480                    if ($marc_generate && $parser->have_rules( 'marc', $database, $input_name )) {
481                            $marc = new WebPAC::Output::MARC(
482                                    path => "out/marc/${database}-${input_name}.marc",
483                                    lint => $marc_lint,
484                                    dump => $marc_dump,
485                            );
486                    }
487    
488                          $log->info("Using $normalize_path for normalization...");                  my $rules = $parser->normalize_rules($database,$input_name) || $log->logdie("no normalize rules found for $database/$input_name");
489                    $log->debug("parsed normalize rules:\n$rules");
490    
491                          my $marc_fh;                  # reset position in database
492                          if (my $path = $normalize->{marc21}) {                  $input_db->seek(1);
                                 open($marc_fh, '>', $path) ||  
                                         $log->logdie("can't open MARC output $path: $!");  
493    
494                                  $log->info("Creating MARC export file $path\n");                  # generate name of config key for indexer (strip everything after -)
495                    my $indexer_config = $use_indexer;
496                    $indexer_config =~ s/^(\w+)-?.*$/$1/g if ($indexer_config);
497    
498                    my $lookup_hash;
499                    my $depends = $parser->depends($database,$input_name);
500            
501                    if ($depends) {
502                            $log->debug("$database/$input_name depends on: ", dump($depends)) if ($depends);
503                            $log->logdie("parser->depends didn't return HASH") unless (ref($depends) eq 'HASH');
504    
505                            foreach my $db (keys %$depends) {
506                                    foreach my $i (keys %{$depends->{$db}}) {
507                                            foreach my $k (keys %{$depends->{$db}->{$i}}) {
508                                                    my $t = time();
509                                                    $log->debug("loading lookup $db/$i");
510                                                    $lookup_hash->{$db}->{$i}->{$k} = $store->load_lookup(
511                                                            database => $db,
512                                                            input => $i,
513                                                            key => $k,
514                                                    );
515                                                    $log->debug(sprintf("lookup $db/$i took %.2fs", time() - $t));
516                                            }
517                                    }
518                          }                          }
519    
520                          # reset position in database                          $log->debug("lookup_hash = ", sub { dump( $lookup_hash ) });
521                          $input_db->seek(1);                  }
522    
                         foreach my $pos ( 0 ... $input_db->size ) {  
523    
524                                  my $row = $input_db->fetch || next;                  # setup input name for all output filters
525                    foreach my $out ( @output_modules ) {
526                            if ( $out->can('input') ) {
527                                    $out->input( $input_name );
528                            } else {
529                                    $log->warn("output filter ",ref($out)," doesn't support input name");
530                            }
531                    }
532    
                                 my $mfn = $row->{'000'}->[0];  
533    
534                                  if (! $mfn || $mfn !~ m#^\d+$#) {                  foreach my $pos ( 0 ... $input_db->size ) {
                                         $log->warn("record $pos doesn't have valid MFN but '$mfn', using $pos");  
                                         $mfn = $pos;  
                                         push @{ $row->{'000'} }, $pos;  
                                 }  
535    
536                            my $row = $input_db->fetch || next;
537    
538                                  if ($validate) {                          $total_rows++;
539                                          my @errors = $validate->validate_errors( $row );  
540                                          $log->error( "MFN $mfn validation errors:\n", join("\n", @errors) ) if (@errors);                          my $mfn = $row->{'000'}->[0];
541                                  }  
542                            if (! $mfn || $mfn !~ m{^\d+$}) {
543                                    $log->warn("record $pos doesn't have valid MFN but '$mfn', using $pos");
544                                    $mfn = $pos;
545                                    push @{ $row->{'000'} }, $pos;
546                            }
547    
                                           
                                 my $ds = WebPAC::Normalize::data_structure(  
                                         row => $row,  
                                         rules => $rules,  
                                         lookup => $lookup ? $lookup->lookup_hash : undef,  
                                         marc_encoding => 'utf-8',  
                                 );  
548    
549                                  $db->save_ds(                          if ($validate) {
550                                    if ( my $errors = $validate->validate_rec( $row, $input_db->dump_ascii ) ) {
551                                            $log->error( "MFN $mfn validation error:\n",
552                                                    $validate->report_error( $errors )
553                                            );
554                                    }
555                                    next;   # validation doesn't create any output
556                            }
557    
558                            my $ds = WebPAC::Normalize::data_structure(
559                                    row => $row,
560                                    rules => $rules,
561                                    lookup => $lookup_hash,
562                                    config => create_ds_config( $db_config, $database, $input, $mfn ),
563                                    marc_encoding => 'utf-8',
564                                    load_row_coderef => sub {
565                                            my ($database,$input,$mfn) = @_;
566    #warn "### load_row($database,$input,$mfn) from data_structure\n";
567                                            return $store->load_row(
568                                                    database => $database,
569                                                    input => $input,
570                                                    id => $mfn,
571                                            );
572                                    },
573                            );
574    
575                            $log->debug("ds = ", sub { dump($ds) });
576    
577                            if ( $ds ) {
578    
579                                    $store->save_ds(
580                                            database => $database,
581                                            input => $input_name,
582                                          id => $mfn,                                          id => $mfn,
583                                          ds => $ds,                                          ds => $ds,
584                                          prefix => $input->{name},                                  ) if !$stats;
                                 ) if ($ds && !$stats);  
585    
586                                  $indexer->add(                                  $indexer->add(
587                                          id => $input->{name} . "/" . $mfn,                                          id => "${input_name}/${mfn}",
588                                          ds => $ds,                                          ds => $ds,
589                                          type => $config->{$use_indexer}->{type},                                          type => $config->get($indexer_config)->{type},
590                                  ) if ($indexer && $ds);                                  ) if $indexer;
591    
592                                    foreach my $out ( @output_modules ) {
593                                            $out->add( $mfn, $ds ) if $out->can('add');
594                                    }
595    
596                            } else {
597                                    $log->warn("record $pos didn't produce any output after normalization rules!") unless $marc;
598                            }
599    
600                            if ($marc) {
601                                    my $i = 0;
602    
603                                  if ($marc_fh) {                                  while (my $fields = WebPAC::Normalize::MARC::_get_marc_fields( fetch_next => 1 ) ) {
604                                          my $marc = new MARC::Record;                                          $marc->add(
605                                          $marc->encoding( 'utf-8' );                                                  id => $mfn . ( $i ? "/$i" : '' ),
606                                          $marc->add_fields( WebPAC::Normalize::_get_marc_fields() );                                                  fields => $fields,
607                                          print $marc_fh $marc->as_usmarc;                                                  leader => WebPAC::Normalize::MARC::_get_marc_leader(),
608                                                    row => $row,
609                                            );
610                                            $i++;
611                                  }                                  }
612    
613                                  $total_rows++;                                  $log->info("Created $i instances of MFN $mfn\n") if ($i > 1);
614                            }
615    
616                    }
617    
618                    if ($validate) {
619                            my $errors = $validate->report;
620                            if ($errors) {
621                                    $log->info("validation errors:\n$errors\n" );
622                                    print $report_fh "$errors\n" if ($report_fh);
623                          }                          }
624    
625                          $log->info("statistics of fields usage:\n", $input_db->stats) if ($stats);                          print $report_fh "\nAll possible subfields/delimiter templates:\n", $validate->delimiters_templates( report => 1, current_input => 1 ), "\n\n";
626    
627                          # close MARC file                          # must be last thing that touches $validate for this input
628                          close($marc_fh) if ($marc_fh);                          $validate->reset;
629                    }
630    
631                    if ($stats) {
632                            my $s = $input_db->stats;
633                            $log->info("statistics of fields usage:\n$s");
634                            print $report_fh "Statistics of fields usage:\n$s" if ($report_fh);
635                  }                  }
636    
637                    # close MARC file
638                    $marc->finish if ($marc);
639    
640                    # close report
641                    close($report_fh) if ($report_fh);
642          }          }
643    
644          eval { $indexer->finish } if ($indexer && $indexer->can('finish'));          eval { $indexer->finish } if ($indexer && $indexer->can('finish'));
645    
646            foreach my $out ( @output_modules ) {
647                    $out->finish if $out->can('finish');
648            }
649    
650          my $dt = time() - $start_t;          my $dt = time() - $start_t;
651          $log->info("$total_rows records ", $indexer ? "indexed " : "",          $log->info("$total_rows records ", $indexer ? "indexed " : "",
652                  sprintf("in %.2f sec [%.2f rec/sec]",                  sprintf("in %.2f sec [%.2f rec/sec]",
# Line 311  while (my ($database, $db_config) = each Line 654  while (my ($database, $db_config) = each
654                  )                  )
655          );          );
656    
657          #  
658          # add Hyper Estraier links to other databases          # end forked process
659          #          if ($parallel) {
660          if (ref($db_config->{links}) eq 'ARRAY') {                  $log->info("parallel process $$ finished");
661                  foreach my $link (@{ $db_config->{links} }) {                  exit(0);
                         if ($use_indexer eq 'hyperestraier') {  
                                 $log->info("saving link $database -> $link->{to} [$link->{credit}]");  
                                 push @links, {  
                                         from => $database,  
                                         to => $link->{to},  
                                         credit => $link->{credit},  
                                 };  
                         } else {  
                                 $log->warn("NOT IMPLEMENTED WITH $use_indexer: adding link $database -> $link->{to} [$link->{credit}]");  
                         }  
                 }  
662          }          }
663    
664  }  }
665    
666  foreach my $link (@links) {  if ($parallel) {
667          $log->info("adding link $link->{from} -> $link->{to} [$link->{credit}]");          # wait all children to finish
668          $indexer->add_link( %{ $link } );          sleep(1) while wait != -1;
669            $log->info("all parallel processes finished");
670    }
671    
672    # save new delimiters if needed
673    $validate->save_delimiters_templates if ( $validate_delimiters_path );
674    
675    #
676    # handle links or merge after indexing
677    #
678    
679    if ($merge) {
680            print $estcmd_fh 'sudo /etc/init.d/hyperestraier start',$/;
681            close($estcmd_fh);
682            chmod 0700, $estcmd_path || $log->warn("can't chmod 0700 $estcmd_path: $!");
683            system $estcmd_path;
684    } else {
685            foreach my $link (@links) {
686                    $log->logdie("coderef in link ", Dumper($link), " is ", ref($link), " and not CODE") unless (ref($link) eq 'CODE');
687                    $link->();
688            }
689  }  }
Legend:
Removed from v.547  
changed lines
  Added in v.1041
  ViewVC Help
Powered by ViewVC 1.1.26