/[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 863 by dpavlin, Sun May 27 22:24:28 2007 UTC revision 1129 by dpavlin, Tue Apr 21 21:03:53 2009 UTC
# Line 9  use lib './lib'; Line 9  use lib './lib';
9  use WebPAC::Common 0.02;  use WebPAC::Common 0.02;
10  use WebPAC::Parser 0.08;  use WebPAC::Parser 0.08;
11  use WebPAC::Input 0.16;  use WebPAC::Input 0.16;
12  use WebPAC::Store 0.14;  use WebPAC::Store 0.15;
13  use WebPAC::Normalize 0.22;  use WebPAC::Normalize 0.22;
14  use WebPAC::Output::TT;  use WebPAC::Output::TT;
15  use WebPAC::Validate 0.11;  use WebPAC::Validate 0.11;
# Line 23  use Data::Dump qw/dump/; Line 23  use Data::Dump qw/dump/;
23  use Storable qw/dclone/;  use Storable qw/dclone/;
24  use Pod::Usage qw/pod2usage/;  use Pod::Usage qw/pod2usage/;
25    
 use Proc::Queue size => 1;  
26  use POSIX ":sys_wait_h"; # imports WNOHANG  use POSIX ":sys_wait_h"; # imports WNOHANG
27    
28  =head1 NAME  =head1 NAME
# Line 133  GetOptions( Line 132  GetOptions(
132          "clean" => \$clean,          "clean" => \$clean,
133          "one=s" => \$only_filter,          "one=s" => \$only_filter,
134          "only=s" => \$only_filter,          "only=s" => \$only_filter,
135          "config" => \$config_path,          "config=s" => \$config_path,
136          "debug+" => \$debug,          "debug+" => \$debug,
137          "stats" => \$stats,          "stats" => \$stats,
138          "validate=s" => \$validate_path,          "validate=s" => \$validate_path,
# Line 153  pod2usage(-verbose => 2) if ($help); Line 152  pod2usage(-verbose => 2) if ($help);
152    
153  my $config = new WebPAC::Config( path => $config_path );  my $config = new WebPAC::Config( path => $config_path );
154    
155    WebPAC::Normalize::_debug( $debug - 1 ) if $debug > 1;
156    
157  #print "config = ",dump($config) if ($debug);  #print "config = ",dump($config) if ($debug);
158    
159  die "no databases in config file!\n" unless ($config->databases);  die "no databases in config file!\n" unless ($config->databases);
# Line 185  $stats ||= $validate; Line 186  $stats ||= $validate;
186  if ($stats) {  if ($stats) {
187          $log->debug("disabled indexing for stats collection");          $log->debug("disabled indexing for stats collection");
188          $use_indexer = undef;          $use_indexer = undef;
189  } else {  } elsif ( $use_indexer ) {
190          $log->info("using $use_indexer indexing engine...");          $log->info("using $use_indexer indexing engine...");
191  }  }
192    
193  # parse normalize files and create source files for lookup and normalization  # parse normalize files and create source files for lookup and normalization
194    
195  my $parser = new WebPAC::Parser( config => $config );  my ($only_database,$only_input) = split(m#/#, $only_filter) if $only_filter;
196    
197    my $parser = new WebPAC::Parser(
198            config => $config,
199            only_database => $only_database,
200            only_input => $only_input,
201    );
202    
203  my $total_rows = 0;  my $total_rows = 0;
204  my $start_t = time();  my $start_t = time();
# Line 199  my $start_t = time(); Line 206  my $start_t = time();
206  my @links;  my @links;
207    
208  if ($parallel) {  if ($parallel) {
209            eval 'use Proc::Queue size => 1;';
210            die $@ if $@;
211          $log->info("Using $parallel processes for speedup");          $log->info("Using $parallel processes for speedup");
212          Proc::Queue::size($parallel);          Proc::Queue::size($parallel);
213  }  }
# Line 215  sub create_ds_config { Line 224  sub create_ds_config {
224  foreach my $database ( sort keys %{ $config->databases } ) {  foreach my $database ( sort keys %{ $config->databases } ) {
225          my $db_config = $config->databases->{$database};          my $db_config = $config->databases->{$database};
226    
         my ($only_database,$only_input) = split(m#/#, $only_filter) if ($only_filter);  
227          next if ($only_database && $database !~ m/$only_database/i);          next if ($only_database && $database !~ m/$only_database/i);
228    
229          if ($parallel) {          if ($parallel) {
# Line 244  foreach my $database ( sort keys %{ $con Line 252  foreach my $database ( sort keys %{ $con
252                  if ($use_indexer eq 'hyperestraier') {                  if ($use_indexer eq 'hyperestraier') {
253    
254                          # open Hyper Estraier database                          # open Hyper Estraier database
255                          use WebPAC::Output::Estraier '0.10';                          require WebPAC::Output::Estraier;
256                          $indexer = new WebPAC::Output::Estraier( %{ $indexer_config } );                          $indexer = new WebPAC::Output::Estraier( %{ $indexer_config } );
257                                    
258                  } elsif ($use_indexer eq 'hyperestraier-native') {                  } elsif ($use_indexer eq 'hyperestraier-native') {
259    
260                          # open Hyper Estraier database                          # open Hyper Estraier database
261                          use WebPAC::Output::EstraierNative;                          require WebPAC::Output::EstraierNative;
262                          $indexer = new WebPAC::Output::EstraierNative( %{ $indexer_config } );                          $indexer = new WebPAC::Output::EstraierNative( %{ $indexer_config } );
263    
264                  } elsif ($use_indexer eq 'kinosearch') {                  } elsif ($use_indexer eq 'kinosearch') {
265    
266                          # 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 } );  
267    
268                  } else {                  } else {
269                          $log->logdie("unknown use_indexer: $use_indexer");                          $log->logdie("unknown use_indexer: $use_indexer");
270                  }                  }
271    
272                  $log->logide("can't continue without valid indexer") unless ($indexer);                  $log->logdie("can't continue without valid indexer") unless ($indexer);
273          }          }
274    
275    
# Line 298  foreach my $database ( sort keys %{ $con Line 303  foreach my $database ( sort keys %{ $con
303          #          #
304          # now WebPAC::Store          # now WebPAC::Store
305          #          #
306          my $abs_path = abs_path($0);          my $store = new WebPAC::Store({
307          $abs_path =~ s#/[^/]*$#/#;                  debug => $debug,
308            });
309    
         my $db_path = $config->webpac('db_path');  
310    
311          if ($clean) {          #
312                  $log->info("creating new database '$database' in $db_path");          # prepare output
313                  rmtree( $db_path ) || $log->warn("can't remove $db_path: $!");          #
314          } else {          my @outputs = force_array( $db_config->{output}, sub {
315                  $log->info("working on database '$database' in $db_path");                  $log->error("Database $database doesn't have any outputs defined. Do you want to remove it from configuration?" );
316          }          } );
317    
318          my $store = new WebPAC::Store(          my @output_modules;
319                  path => $db_path,  
320                  debug => $debug,          foreach my $output ( @outputs ) {
321          );  
322    #warn '## output = ',dump( $output );
323    
324                    my $module = $output->{module} || $log->logdie("need module in output section of $database");
325                    $module = 'WebPAC::Output::' . $module unless $module =~ m/::/;
326            
327                    $log->debug("loading output module $module");
328                    eval "require $module";
329    
330                    # add database to arugemnts for output filter
331                    $output->{database} = $database;
332                    $output->{clean} = $clean;
333    
334                    $log->debug("calling $module->new(",dump( $output ),")");
335                    my $out = new $module->new( $output );
336                    if ( $out->init ) {
337                            push @output_modules, $out;
338                    } else {
339                            $log->warn("SKIPPED $module");
340                    }
341            }
342    
343    
344          #          #
345          # now, iterate through input formats          # now, iterate through input formats
346          #          #
347    
348          my @inputs;  
349          if (ref($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 {  
350                  $log->info("database $database doesn't have inputs defined");                  $log->info("database $database doesn't have inputs defined");
351          }          } );
352    
353            if ( -e 'out/debug' ) { # FIXME flag?
354                    my $out;
355                    foreach my $i ( @inputs ) {
356                            warn dump( $i );
357                            next unless defined $i->{normalize};
358                            warn dump( $i->{normalize} );
359                            foreach my $normalize ( @{ $i->{normalize} } ) {
360                                    my $path = $normalize->{path};
361                                    $out .= qq/\n##\n## $path\n##\n\n/;
362                                    $out .= read_file( $path );
363                            }
364                    }
365                    my $all = "out/debug/all-normalize.pl";
366                    write_file( $all, $out );
367                    warn "### all normalize for this input saved to: $all";
368            };
369    
370          foreach my $input (@inputs) {          foreach my $input (@inputs) {
371    
# Line 337  foreach my $database ( sort keys %{ $con Line 375  foreach my $database ( sort keys %{ $con
375    
376                  my $type = lc($input->{type});                  my $type = lc($input->{type});
377    
378                  die "I know only how to handle input types ", join(",", $config->webpac('inputs') ), " not '$type'!\n" unless (grep(/$type/, $config->webpac('inputs')));                  # FIXME check if input module exists
379                    my $input_module = $input->{module};
380    
381                  my $input_module = $config->webpac('inputs')->{$type};                  if ( ! $input_module ) {
382                            if ( grep(/$type/, $config->webpac('inputs')) ) {
383                                    $input_module = $config->webpac('inputs')->{$type};
384                            } else {
385                                    $log->logdie("I know only how to handle input types ", join(",", $config->webpac('inputs') ), " not '$type'!" );
386                            }
387                    }
388    
389                  my @lookups = $parser->have_lookup_create($database, $input);                  my @lookups = $parser->have_lookup_create($database, $input);
390    
391                  $log->info("working on input '$input_name' in $input->{path} [type: $input->{type}] using $input_module",                  $log->info("working on $database/$input_name with $input_module on $input->{path}",
392                          @lookups ? " creating lookups: ".join(", ", @lookups) : ""                          @lookups ? " creating lookups: ".join(", ", @lookups) : ""
393                  );                  );
394    
# Line 355  foreach my $database ( sort keys %{ $con Line 400  foreach my $database ( sort keys %{ $con
400    
401                  my $input_db = new WebPAC::Input(                  my $input_db = new WebPAC::Input(
402                          module => $input_module,                          module => $input_module,
                         encoding => $config->webpac('webpac_encoding'),  
403                          limit => $limit || $input->{limit},                          limit => $limit || $input->{limit},
404                          offset => $offset,                          offset => $offset,
405                          recode => $input->{recode},                          recode => $input->{recode},
406                          stats => $stats,                          stats => $stats,
407                          modify_records => $input->{modify_records},                          modify_records => $input->{modify_records},
408                          modify_file => $input->{modify_file},                          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    
# Line 399  foreach my $database ( sort keys %{ $con Line 444  foreach my $database ( sort keys %{ $con
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                          input_encoding => $input->{encoding},   # database encoding
448                          lookup_coderef => $lookup_coderef,                          lookup_coderef => $lookup_coderef,
449                          lookup => $lookup_jar,                          lookup => $lookup_jar,
450                          %{ $input },                          %{ $input },
# Line 462  foreach my $database ( sort keys %{ $con Line 507  foreach my $database ( sort keys %{ $con
507                          );                          );
508                  }                  }
509    
510                  my $rules = $parser->normalize_rules($database,$input_name) || $log->logdie("no normalize rules found for $database/$input_name");                  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");                  $log->debug("parsed normalize rules:\n$rules");
514    
515                  # reset position in database                  # reset position in database
# Line 498  foreach my $database ( sort keys %{ $con Line 545  foreach my $database ( sort keys %{ $con
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;
# Line 506  foreach my $database ( sort keys %{ $con Line 563  foreach my $database ( sort keys %{ $con
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;
# Line 522  foreach my $database ( sort keys %{ $con Line 579  foreach my $database ( sort keys %{ $con
579                                  next;   # validation doesn't create any output                                  next;   # validation doesn't create any output
580                          }                          }
581    
582                          my $ds = WebPAC::Normalize::data_structure(                          if ($rules) {
583                                  row => $row,  
584                                  rules => $rules,                                  my $ds = WebPAC::Normalize::data_structure(
585                                  lookup => $lookup_hash,                                          row => $row,
586                                  config => create_ds_config( $db_config, $database, $input, $mfn ),                                          rules => $rules,
587                                  marc_encoding => 'utf-8',                                          lookup => $lookup_hash,
588                                  load_row_coderef => sub {                                          config => create_ds_config( $db_config, $database, $input, $mfn ),
589                                          my ($database,$input,$mfn) = @_;                                          marc_encoding => 'utf-8',
590                                          return $store->load_row(                                          load_row_coderef => sub {
591                                                    my ($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                                    $log->debug("ds = ", sub { dump($ds) });
602    
603                                    if ( $ds ) {
604    
605                                            $store->save_ds(
606                                                  database => $database,                                                  database => $database,
607                                                  input => $input,                                                  input => $input_name,
608                                                  id => $mfn,                                                  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                          $log->debug("ds = ", sub { dump($ds) }) if ($ds);                                          foreach my $out ( @output_modules ) {
619                                                    $out->add( $mfn, $ds ) if $out->can('add');
620                                            }
621    
622                          $store->save_ds(                                  } else {
623                                  database => $database,                                          $log->warn("record $pos didn't produce any output after normalization rules!") unless $marc;
624                                  input => $input_name,                                  }
625                                  id => $mfn,                          }
                                 ds => $ds,  
                         ) if ($ds && !$stats);  
   
                         $indexer->add(  
                                 id => "${input_name}/${mfn}",  
                                 ds => $ds,  
                                 type => $config->get($indexer_config)->{type},  
                         ) if ($indexer && $ds);  
626    
627                          if ($marc) {                          if ($marc) {
628                                  my $i = 0;                                  my $i = 0;
629    
630                                  while (my $fields = WebPAC::Normalize::_get_marc_fields( fetch_next => 1 ) ) {                                  while (my $fields = WebPAC::Normalize::MARC::_get_marc_fields( fetch_next => 1 ) ) {
631                                          $marc->add(                                          $marc->add(
632                                                  id => $mfn . ( $i ? "/$i" : '' ),                                                  id => $mfn . ( $i ? "/$i" : '' ),
633                                                  fields => $fields,                                                  fields => $fields,
634                                                  leader => WebPAC::Normalize::_get_marc_leader(),                                                  leader => WebPAC::Normalize::MARC::_get_marc_leader(),
635                                                  row => $row,                                                  row => $row,
636                                          );                                          );
637                                          $i++;                                          $i++;
# Line 568  foreach my $database ( sort keys %{ $con Line 639  foreach my $database ( sort keys %{ $con
639    
640                                  $log->info("Created $i instances of MFN $mfn\n") if ($i > 1);                                  $log->info("Created $i instances of MFN $mfn\n") if ($i > 1);
641                          }                          }
642    
643                  }                  }
644    
645                  if ($validate) {                  if ($validate) {
# Line 596  foreach my $database ( sort keys %{ $con Line 668  foreach my $database ( sort keys %{ $con
668                  close($report_fh) if ($report_fh);                  close($report_fh) if ($report_fh);
669          }          }
670    
671          eval { $indexer->finish } if ($indexer && $indexer->can('finish'));          $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 ", $indexer ? "indexed " : "",
# Line 621  if ($parallel) { Line 697  if ($parallel) {
697  }  }
698    
699  # save new delimiters if needed  # save new delimiters if needed
700  $validate->save_delimiters_templates if ( $validate );  $validate->save_delimiters_templates if ( $validate_delimiters_path );
701    
702  #  #
703  # handle links or merge after indexing  # handle links or merge after indexing
Legend:
Removed from v.863  
changed lines
  Added in v.1129
  ViewVC Help
Powered by ViewVC 1.1.26