/[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 512 by dpavlin, Mon May 15 18:27:15 2006 UTC revision 1098 by dpavlin, Sat Aug 2 15:11:06 2008 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::XML;  use WebPAC::Normalize 0.22;
 use WebPAC::Normalize::Set;  
14  use WebPAC::Output::TT;  use WebPAC::Output::TT;
15  use YAML qw/LoadFile/;  use WebPAC::Validate 0.11;
16    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 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 26  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 53  or C<type> from input Line 59  or C<type> from input
59    
60  path to YAML configuration file  path to YAML configuration file
61    
62  =item --force-set  =item --stats
63    
64  force conversion C<< normalize->path >> in C<config.yml> from  disable indexing, modify_* in configuration and dump statistics about field
65  C<.xml> to C<.pl>  and subfield usage for each input
66    
67  =item --stats  =item --validate path/to/validation_file
68    
69    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  disable indexing and dump statistics about field and subfield  By default turned on if normalisation file has C<marc*> directives. You can disable lint
87  usage for each input  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    
# 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;
 my $force_set = 0;  
117  my $stats = 0;  my $stats = 0;
118    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,
         "force-set" => \$force_set,  
138          "stats" => \$stats,          "stats" => \$stats,
139            "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    WebPAC::Normalize::_debug( $debug - 1 ) if $debug > 1;
157    
158    #print "config = ",dump($config) if ($debug);
159    
160    die "no databases in config file!\n" unless ($config->databases);
161    
 my $log = _new WebPAC::Common()->_get_logger();  
162  $log->info( "-" x 79 );  $log->info( "-" x 79 );
163    
164  my $use_indexer = $config->{use_indexer} || 'hyperestraier';  my $log_file = 'log';
165    
166    if (-e $log_file ) {    # && -s $log_file > 5 * 1024 * 1024) {
167            $log->info("moved old log with ", -s $log_file, " bytes to '${log_file}.old'");
168            rename $log_file, "${log_file}.old" || $log->logwarn("can't rename $log_file to ${log_file}.old: $!");
169    }
170    
171    my $estcmd_fh;
172    my $estcmd_path = './estcmd-merge.sh';
173    if ($merge) {
174            open($estcmd_fh, '>', $estcmd_path) || $log->logdie("can't open $estcmd_path: $!");
175            print $estcmd_fh 'cd /data/estraier/_node/ || exit 1',$/;
176            print $estcmd_fh 'sudo /etc/init.d/hyperestraier stop',$/;
177            $log->info("created merge batch file $estcmd_path");
178    }
179    
180    my $validate;
181    $validate = new WebPAC::Validate(
182            delimiters => $config->webpac('delimiters'),
183    ) if ($validate_path || $validate_delimiters_path);
184    
185    my $use_indexer = $config->use_indexer;
186    $stats ||= $validate;
187  if ($stats) {  if ($stats) {
188          $log->debug("option --stats disables update of indexing engine...");          $log->debug("disabled indexing for stats collection");
189          $use_indexer = undef;          $use_indexer = undef;
190  } else {  } elsif ( $use_indexer ) {
191          $log->info("using $use_indexer indexing engine...");          $log->info("using $use_indexer indexing engine...");
192  }  }
193    
194    # parse normalize files and create source files for lookup and normalization
195    
196    my ($only_database,$only_input) = split(m#/#, $only_filter) if $only_filter;
197    
198    my $parser = new WebPAC::Parser(
199            config => $config,
200            only_database => $only_database,
201            only_input => $only_input,
202    );
203    
204  my $total_rows = 0;  my $total_rows = 0;
205  my $start_t = time();  my $start_t = time();
206    
207  while (my ($database, $db_config) = each %{ $config->{databases} }) {  my @links;
208    
209    if ($parallel) {
210            $log->info("Using $parallel processes for speedup");
211            Proc::Queue::size($parallel);
212    }
213    
214    sub create_ds_config {
215            my ($db_config, $database, $input, $mfn) = @_;
216            my $c = dclone( $db_config );
217            $c->{_} = $database || $log->logconfess("need database");
218            $c->{_mfn} = $mfn || $log->logconfess("need mfn");
219            $c->{input} = $input || $log->logconfess("need input");
220            return $c;
221    }
222    
223    foreach my $database ( sort keys %{ $config->databases } ) {
224            my $db_config = $config->databases->{$database};
225    
         my ($only_database,$only_input) = split(m#/#, $only_filter) if ($only_filter);  
226          next if ($only_database && $database !~ m/$only_database/i);          next if ($only_database && $database !~ m/$only_database/i);
227    
228            if ($parallel) {
229                    my $f=fork;
230                    if(defined ($f) and $f==0) {
231                            $log->info("Created processes $$ for speedup");
232                    } else {
233                            next;
234                    }
235            }
236    
237          my $indexer;          my $indexer;
238            if ($use_indexer && $parser->have_rules( 'search', $database )) {
239    
240                    my $cfg_name = $use_indexer;
241                    $cfg_name =~ s/\-.*$//;
242    
243          if ($use_indexer) {                  my $indexer_config = $config->get( $cfg_name ) || $log->logdie("can't find '$cfg_name' part in confguration");
                 my $indexer_config = $config->{$use_indexer} || $log->logdie("can't find '$use_indexer' part in confguration");  
244                  $indexer_config->{database} = $database;                  $indexer_config->{database} = $database;
245                  $indexer_config->{clean} = $clean;                  $indexer_config->{clean} = $clean;
246                  $indexer_config->{label} = $db_config->{name};                  $indexer_config->{label} = $db_config->{name};
247    
248                    # force clean if database has links
249                    $indexer_config->{clean} = 1 if ($db_config->{links});
250    
251                  if ($use_indexer eq 'hyperestraier') {                  if ($use_indexer eq 'hyperestraier') {
252    
253                          # open Hyper Estraier database                          # open Hyper Estraier database
254                          use WebPAC::Output::Estraier '0.10';                          require WebPAC::Output::Estraier;
255                          $indexer = new WebPAC::Output::Estraier( %{ $indexer_config } );                          $indexer = new WebPAC::Output::Estraier( %{ $indexer_config } );
256                                    
257                    } elsif ($use_indexer eq 'hyperestraier-native') {
258    
259                            # open Hyper Estraier database
260                            require WebPAC::Output::EstraierNative;
261                            $indexer = new WebPAC::Output::EstraierNative( %{ $indexer_config } );
262    
263                  } elsif ($use_indexer eq 'kinosearch') {                  } elsif ($use_indexer eq 'kinosearch') {
264    
265                          # 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 } );  
266    
267                  } else {                  } else {
268                          $log->logdie("unknown use_indexer: $use_indexer");                          $log->logdie("unknown use_indexer: $use_indexer");
269                  }                  }
270    
271                  $log->logide("can't continue without valid indexer") unless ($indexer);                  $log->logdie("can't continue without valid indexer") unless ($indexer);
272            }
273    
274    
275            #
276            # store Hyper Estraier links to other databases
277            #
278            if (ref($db_config->{links}) eq 'ARRAY' && $use_indexer) {
279                    foreach my $link (@{ $db_config->{links} }) {
280                            if ($use_indexer eq 'hyperestraier') {
281                                    if ($merge) {
282                                            print $estcmd_fh 'sudo -u www-data estcmd merge ' . $database . ' ' . $link->{to},$/;
283                                    } else {
284                                            $log->info("saving link $database -> $link->{to} [$link->{credit}]");
285                                            push @links, sub {
286                                                    $log->info("adding link $database -> $link->{to} [$link->{credit}]");
287                                                    $indexer->add_link(
288                                                            from => $database,
289                                                            to => $link->{to},
290                                                            credit => $link->{credit},
291                                                    );
292                                            };
293                                    }
294                            } else {
295                                    $log->warn("NOT IMPLEMENTED WITH $use_indexer: adding link $database -> $link->{to} [$link->{credit}]");
296                            }
297                    }
298          }          }
299            next if ($only_links);
300    
301    
302          #          #
303          # now WebPAC::Store          # now WebPAC::Store
304          #          #
305          my $abs_path = abs_path($0);          my $store = new WebPAC::Store({
306          $abs_path =~ s#/[^/]*$#/#;                  debug => $debug,
307            });
308    
         my $db_path = $config->{webpac}->{db_path} . '/' . $database;  
309    
310          if ($clean) {          #
311                  $log->info("creating new database '$database' in $db_path");          # prepare output
312                  rmtree( $db_path ) || $log->warn("can't remove $db_path: $!");          #
313          } else {          my @outputs = force_array( $db_config->{output}, sub {
314                  $log->info("working on database '$database' in $db_path");                  $log->error("Database $database doesn't have any outputs defined. Do you want to remove it from configuration?" );
315            } );
316    
317            my @output_modules;
318    
319            foreach my $output ( @outputs ) {
320    
321    #warn '## output = ',dump( $output );
322    
323                    my $module = $output->{module} || $log->logdie("need module in output section of $database");
324                    $module = 'WebPAC::Output::' . $module unless $module =~ m/::/;
325            
326                    $log->debug("loading output module $module");
327                    eval "require $module";
328    
329                    # add database to arugemnts for output filter
330                    $output->{database} = $database;
331                    $output->{clean} = $clean;
332    
333                    $log->debug("calling $module->new(",dump( $output ),")");
334                    my $out = new $module->new( $output );
335                    if ( $out->init ) {
336                            push @output_modules, $out;
337                    } else {
338                            $log->warn("SKIPPED $module");
339                    }
340          }          }
341    
         my $db = new WebPAC::Store(  
                 path => $db_path,  
                 database => $database,  
                 debug => $debug,  
         );  
   
342    
343          #          #
344          # now, iterate through input formats          # now, iterate through input formats
345          #          #
346    
347          my @inputs;  
348          if (ref($db_config->{input}) eq 'ARRAY') {          my @inputs = force_array( $db_config->{input}, sub {
                 @inputs = @{ $db_config->{input} };  
         } elsif ($db_config->{input}) {  
                 push @inputs, $db_config->{input};  
         } else {  
349                  $log->info("database $database doesn't have inputs defined");                  $log->info("database $database doesn't have inputs defined");
350          }          } );
351    
352          my @supported_inputs = keys %{ $config->{webpac}->{inputs} };          if ( -e 'out/debug' ) { # fixme flag?
353                    my $out;
354                    foreach my $i ( @inputs ) {
355                            warn dump( $i );
356                            next unless defined $i->{normalize};
357                            warn dump( $i->{normalize} );
358                            foreach my $normalize ( @{ $i->{normalize} } ) {
359                                    my $path = $normalize->{path};
360                                    $out .= qq/\n##\n## $path\n##\n\n/;
361                                    $out .= read_file( $path );
362                            }
363                    }
364                    my $all = "out/debug/all-normalize.pl";
365                    write_file( $all, $out );
366                    warn "### all normalize for this input saved to: $all";
367            };
368    
369          foreach my $input (@inputs) {          foreach my $input (@inputs) {
370    
371                  next if ($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));
372    
373                    next if ($only_input && ($input_name !~ m#$only_input#i && $input->{type} !~ m#$only_input#i));
374    
375                  my $type = lc($input->{type});                  my $type = lc($input->{type});
376    
377                  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
378                    my $input_module = $input->{module};
379    
380                  my $lookup = new WebPAC::Lookup(                  if ( ! $input_module ) {
381                          lookup_file => $input->{lookup},                          if ( grep(/$type/, $config->webpac('inputs')) ) {
382                  );                                  $input_module = $config->webpac('inputs')->{$type};
383                            } else {
384                                    $log->logdie("I know only how to handle input types ", join(",", $config->webpac('inputs') ), " not '$type'!" );
385                            }
386                    }
387    
388                    my @lookups = $parser->have_lookup_create($database, $input);
389    
390                  my $input_module = $config->{webpac}->{inputs}->{$type};                  $log->info("working on $database/$input_name with $input_module on $input->{path}",
391                            @lookups ? " creating lookups: ".join(", ", @lookups) : ""
392                    );
393    
394                  $log->info("working on input '$input->{name}' in $input->{path} [type: $input->{type}] using $input_module lookup '$input->{lookup}'");                  if ($stats) {
395                            # disable modification of records if --stats is in use
396                            delete($input->{modify_records});
397                            delete($input->{modify_file});
398                    }
399    
400                  my $input_db = new WebPAC::Input(                  my $input_db = new WebPAC::Input(
401                          module => $input_module,                          module => $input_module,
402                          code_page => $config->{webpac}->{webpac_encoding},                          encoding => $config->webpac('webpac_encoding'),
403                          limit => $limit || $input->{limit},                          limit => $limit || $input->{limit},
404                          offset => $offset,                          offset => $offset,
                         lookup => $lookup,  
405                          recode => $input->{recode},                          recode => $input->{recode},
406                          stats => $stats,                          stats => $stats,
407                            modify_records => $input->{modify_records},
408                            modify_file => $input->{modify_file},
409                            input_config => $input,
410                  );                  );
411                  $log->logdie("can't create input using $input_module") unless ($input);                  $log->logdie("can't create input using $input_module") unless ($input);
412    
413                    if (defined( $input->{lookup} )) {
414                            $log->warn("$database/$input_name has depriciated lookup definition, removing it...");
415                            delete( $input->{lookup} );
416                    }
417    
418                    my $lookup_coderef;
419    
420                    if (@lookups) {
421    
422                            my $rules = $parser->lookup_create_rules($database, $input) || $log->logdie("no rules found for $database/$input");
423    
424                            $lookup_coderef = sub {
425                                    my $rec = shift || die "need rec!";
426                                    my $mfn = $rec->{'000'}->[0] || die "need mfn in 000";
427    
428                                    WebPAC::Normalize::data_structure(
429                                            row => $rec,
430                                            rules => $rules,
431                                            config => create_ds_config( $db_config, $database, $input, $mfn ),
432                                    );
433    
434                                    #warn "current lookup: ", dump(WebPAC::Normalize::_get_lookup());
435                            };
436    
437                            WebPAC::Normalize::_set_lookup( undef );
438    
439                            $log->debug("created lookup_coderef using:\n$rules");
440    
441                    };
442    
443                    my $lookup_jar;
444    
445                  my $maxmfn = $input_db->open(                  my $maxmfn = $input_db->open(
446                          path => $input->{path},                          path => $input->{path},
447                          code_page => $input->{encoding},        # database encoding                          code_page => $input->{encoding},        # database encoding
448                  );                          lookup_coderef => $lookup_coderef,
449                            lookup => $lookup_jar,
450                            %{ $input },
451                            load_row => sub {
452                                    my $a = shift;
453                                    return $store->load_row(
454                                            database => $database,
455                                            input => $input_name,
456                                            id => $a->{id},
457                                    );
458                            },
459                            save_row => sub {
460                                    my $a = shift;
461                                    return $store->save_row(
462                                            database => $database,
463                                            input => $input_name,
464                                            id => $a->{id},
465                                            row => $a->{row},
466                                    );
467                            },
468    
                 my $n = new WebPAC::Normalize::XML(  
                 #       filter => { 'foo' => sub { shift } },  
                         db => $db,  
                         lookup_regex => $lookup->regex,  
                         lookup => $lookup,  
                         prefix => $input->{name},  
469                  );                  );
470    
471                  my $rules;                  my $lookup_data = WebPAC::Normalize::_get_lookup();
                 my $normalize_path = $input->{normalize}->{path};  
472    
473                  if ($force_set) {                  if (defined( $lookup_data->{$database}->{$input_name} )) {
474                          my $new_norm_path = $normalize_path;                          $log->debug("created following lookups: ", sub { dump( $lookup_data ) } );
475                          $new_norm_path =~ s/\.xml$/.pl/;  
476                          if (-e $new_norm_path) {                          foreach my $key (keys %{ $lookup_data->{$database}->{$input_name} }) {
477                                  $log->debug("--force-set replaced $normalize_path with $new_norm_path");                                  $store->save_lookup(
478                                  $normalize_path = $new_norm_path;                                          database => $database,
479                          } else {                                          input => $input_name,
480                                  $log->debug("--force-set failed on $new_norm_path, fallback to $normalize_path");                                          key => $key,
481                                            data => $lookup_data->{$database}->{$input_name}->{$key},
482                                    );
483                          }                          }
484                  }                  }
485    
486                  if ($normalize_path =~ m/\.xml$/i) {                  my $report_fh;
487                          $n->open(                  if ($stats || $validate) {
488                                  tag => $input->{normalize}->{tag},                          my $path = "out/report/${database}-${input_name}.txt";
489                                  xml_file => $normalize_path,                          open($report_fh, '>', $path) || $log->logdie("can't open $path: $!");
490                          );  
491                  } elsif ($normalize_path =~ m/\.(?:yml|yaml)$/i) {                          print $report_fh "Report for database '$database' input '$input_name' records ",
492                          $n->open_yaml(                                  $offset || 1, "-", $limit || $input->{limit} || $maxmfn, "\n\n";
493                                  path => $normalize_path,                          $log->info("Generating report file $path");
494                                  tag => $input->{normalize}->{tag},  
495                            if ( $validate ) {
496                                    $validate->read_validate_file( $validate->fill_in( $validate_path, database => $database, input => $input_name ) ) if ( $validate_path );
497                                    $validate->read_validate_delimiters_file( $validate->fill_in( $validate_delimiters_path, database => $database, input => $input_name ) ) if ( $validate_delimiters_path );
498                            }
499                    }
500    
501                    my $marc;
502                    if ($marc_generate && $parser->have_rules( 'marc', $database, $input_name )) {
503                            $marc = new WebPAC::Output::MARC(
504                                    path => "out/marc/${database}-${input_name}.marc",
505                                    lint => $marc_lint,
506                                    dump => $marc_dump,
507                          );                          );
                 } elsif ($normalize_path =~ m/\.(?:pl)$/i) {  
                         $n = undef;  
                         $log->info("using WebPAC::Normalize::Set to process $normalize_path");  
                         $rules = read_file( $normalize_path ) or die "can't open $normalize_path: $!";  
508                  }                  }
509    
510                    my $rules = $parser->normalize_rules($database,$input_name);
511                    $log->logwarn("no normalize rules for $database/$input_name") unless $rules;
512    
513                    $log->debug("parsed normalize rules:\n$rules");
514    
515                    # reset position in database
516                    $input_db->seek(1);
517    
518                    # generate name of config key for indexer (strip everything after -)
519                    my $indexer_config = $use_indexer;
520                    $indexer_config =~ s/^(\w+)-?.*$/$1/g if ($indexer_config);
521    
522                    my $lookup_hash;
523                    my $depends = $parser->depends($database,$input_name);
524            
525                    if ($depends) {
526                            $log->debug("$database/$input_name depends on: ", dump($depends)) if ($depends);
527                            $log->logdie("parser->depends didn't return HASH") unless (ref($depends) eq 'HASH');
528    
529                            foreach my $db (keys %$depends) {
530                                    foreach my $i (keys %{$depends->{$db}}) {
531                                            foreach my $k (keys %{$depends->{$db}->{$i}}) {
532                                                    my $t = time();
533                                                    $log->debug("loading lookup $db/$i");
534                                                    $lookup_hash->{$db}->{$i}->{$k} = $store->load_lookup(
535                                                            database => $db,
536                                                            input => $i,
537                                                            key => $k,
538                                                    );
539                                                    $log->debug(sprintf("lookup $db/$i took %.2fs", time() - $t));
540                                            }
541                                    }
542                            }
543    
544                            $log->debug("lookup_hash = ", sub { dump( $lookup_hash ) });
545                    }
546    
547    
548                    # setup input name for all output filters
549                    foreach my $out ( @output_modules ) {
550                            if ( $out->can('input') ) {
551                                    $out->input( $input_name );
552                            } else {
553                                    $log->warn("output filter ",ref($out)," doesn't support input name");
554                            }
555                    }
556    
557    
558                  foreach my $pos ( 0 ... $input_db->size ) {                  foreach my $pos ( 0 ... $input_db->size ) {
559    
560                          my $row = $input_db->fetch || next;                          my $row = $input_db->fetch || next;
561    
562                            $total_rows++;
563    
564                          my $mfn = $row->{'000'}->[0];                          my $mfn = $row->{'000'}->[0];
565    
566                          if (! $mfn || $mfn !~ m#^\d+$#) {                          if (! $mfn || $mfn !~ m{^\d+$}) {
567                                  $log->warn("record $pos doesn't have valid MFN but '$mfn', using $pos");                                  $log->warn("record $pos doesn't have valid MFN but '$mfn', using $pos");
568                                  $mfn = $pos;                                  $mfn = $pos;
569                                  push @{ $row->{'000'} }, $pos;                                  push @{ $row->{'000'} }, $pos;
570                          }                          }
571    
572                                    
573                          my $ds;                          if ($validate) {
574                          if ($n) {                                  if ( my $errors = $validate->validate_rec( $row, $input_db->dump_ascii ) ) {
575                                  $ds = $n->data_structure($row);                                          $log->error( "MFN $mfn validation error:\n",
576                          } else {                                                  $validate->report_error( $errors )
577                                  $ds = WebPAC::Normalize::Set::data_structure(                                          );
578                                    }
579                                    next;   # validation doesn't create any output
580                            }
581    
582                            if ($rules) {
583    
584                                    my $ds = WebPAC::Normalize::data_structure(
585                                          row => $row,                                          row => $row,
586                                          rules => $rules,                                          rules => $rules,
587                                          lookup => $lookup->lookup_hash,                                          lookup => $lookup_hash,
588                                            config => create_ds_config( $db_config, $database, $input, $mfn ),
589                                            marc_encoding => 'utf-8',
590                                            load_row_coderef => sub {
591                                                    my ($database,$input,$mfn) = @_;
592    #warn "### load_row($database,$input,$mfn) from data_structure\n";
593                                                    return $store->load_row(
594                                                            database => $database,
595                                                            input => $input,
596                                                            id => $mfn,
597                                                    );
598                                            },
599                                  );                                  );
600    
601                                  $db->save_ds(                                  $log->debug("ds = ", sub { dump($ds) });
602                                          id => $mfn,  
603                                          ds => $ds,                                  if ( $ds ) {
604                                          prefix => $input->{name},  
605                                  ) if ($ds && !$stats);                                          $store->save_ds(
606                                                    database => $database,
607                                                    input => $input_name,
608                                                    id => $mfn,
609                                                    ds => $ds,
610                                            ) if !$stats;
611    
612                                            $indexer->add(
613                                                    id => "${input_name}/${mfn}",
614                                                    ds => $ds,
615                                                    type => $config->get($indexer_config)->{type},
616                                            ) if $indexer;
617    
618                                            foreach my $out ( @output_modules ) {
619                                                    $out->add( $mfn, $ds ) if $out->can('add');
620                                            }
621    
622                                    } else {
623                                            $log->warn("record $pos didn't produce any output after normalization rules!") unless $marc;
624                                    }
625                          }                          }
626    
627                          $indexer->add(                          if ($marc) {
628                                  id => $input->{name} . "/" . $mfn,                                  my $i = 0;
629                                  ds => $ds,  
630                                  type => $config->{$use_indexer}->{type},                                  while (my $fields = WebPAC::Normalize::MARC::_get_marc_fields( fetch_next => 1 ) ) {
631                          ) if ($indexer);                                          $marc->add(
632                                                    id => $mfn . ( $i ? "/$i" : '' ),
633                                                    fields => $fields,
634                                                    leader => WebPAC::Normalize::MARC::_get_marc_leader(),
635                                                    row => $row,
636                                            );
637                                            $i++;
638                                    }
639    
640                                    $log->info("Created $i instances of MFN $mfn\n") if ($i > 1);
641                            }
642    
                         $total_rows++;  
643                  }                  }
644    
645                  $log->info("statistics of fields usage:\n", $input_db->stats) if ($stats);                  if ($validate) {
646                            my $errors = $validate->report;
647                            if ($errors) {
648                                    $log->info("validation errors:\n$errors\n" );
649                                    print $report_fh "$errors\n" if ($report_fh);
650                            }
651    
652          };                          print $report_fh "\nAll possible subfields/delimiter templates:\n", $validate->delimiters_templates( report => 1, current_input => 1 ), "\n\n";
653    
654                            # must be last thing that touches $validate for this input
655                            $validate->reset;
656                    }
657    
658                    if ($stats) {
659                            my $s = $input_db->stats;
660                            $log->info("statistics of fields usage:\n$s");
661                            print $report_fh "Statistics of fields usage:\n$s" if ($report_fh);
662                    }
663    
664                    # close MARC file
665                    $marc->finish if ($marc);
666    
667                    # close report
668                    close($report_fh) if ($report_fh);
669            }
670    
671          eval { $indexer->finish } if ($indexer && $indexer->can('finish'));          eval { $indexer->finish } if ($indexer && $indexer->can('finish'));
672    
673            foreach my $out ( @output_modules ) {
674                    $out->finish if $out->can('finish');
675            }
676    
677          my $dt = time() - $start_t;          my $dt = time() - $start_t;
678          $log->info("$total_rows records ", $indexer ? "indexed " : "",          $log->info("$total_rows records ", $indexer ? "indexed " : "",
679                  sprintf("in %.2f sec [%.2f rec/sec]",                  sprintf("in %.2f sec [%.2f rec/sec]",
# Line 302  while (my ($database, $db_config) = each Line 681  while (my ($database, $db_config) = each
681                  )                  )
682          );          );
683    
684          #  
685          # add Hyper Estraier links to other databases          # end forked process
686          #          if ($parallel) {
687          if (ref($db_config->{links}) eq 'ARRAY') {                  $log->info("parallel process $$ finished");
688                  foreach my $link (@{ $db_config->{links} }) {                  exit(0);
                         if ($use_indexer eq 'hyperestraier') {  
                                 $log->info("adding link $database -> $link->{to} [$link->{credit}]");  
                                 $indexer->add_link(  
                                         from => $database,  
                                         to => $link->{to},  
                                         credit => $link->{credit},  
                                 );  
                         } else {  
                                 $log->warn("NOT IMPLEMENTED WITH $use_indexer: adding link $database -> $link->{to} [$link->{credit}]");  
                         }  
                 }  
689          }          }
690    
691  }  }
692    
693    if ($parallel) {
694            # wait all children to finish
695            sleep(1) while wait != -1;
696            $log->info("all parallel processes finished");
697    }
698    
699    # save new delimiters if needed
700    $validate->save_delimiters_templates if ( $validate_delimiters_path );
701    
702    #
703    # handle links or merge after indexing
704    #
705    
706    if ($merge) {
707            print $estcmd_fh 'sudo /etc/init.d/hyperestraier start',$/;
708            close($estcmd_fh);
709            chmod 0700, $estcmd_path || $log->warn("can't chmod 0700 $estcmd_path: $!");
710            system $estcmd_path;
711    } else {
712            foreach my $link (@links) {
713                    $log->logdie("coderef in link ", Dumper($link), " is ", ref($link), " and not CODE") unless (ref($link) eq 'CODE');
714                    $link->();
715            }
716    }
Legend:
Removed from v.512  
changed lines
  Added in v.1098
  ViewVC Help
Powered by ViewVC 1.1.26