/[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 269 by dpavlin, Fri Dec 16 21:09:48 2005 UTC revision 423 by dpavlin, Wed Mar 22 00:18:56 2006 UTC
# Line 9  use lib './lib'; Line 9  use lib './lib';
9    
10  use WebPAC::Common 0.02;  use WebPAC::Common 0.02;
11  use WebPAC::Lookup;  use WebPAC::Lookup;
12  use WebPAC::Input::ISIS;  use WebPAC::Input 0.03;
13  use WebPAC::Store 0.03;  use WebPAC::Store 0.03;
14  use WebPAC::Normalize::XML;  use WebPAC::Normalize::XML;
15  use WebPAC::Output::TT;  use WebPAC::Output::TT;
16  use WebPAC::Output::Estraier 0.05;  use WebPAC::Output::Estraier '0.10';
17  use YAML qw/LoadFile/;  use YAML qw/LoadFile/;
18  use LWP::Simple;  use Getopt::Long;
19    use File::Path;
20    use Time::HiRes qw/time/;
21    
22  my $limit = shift @ARGV;  =head1 NAME
23    
24  my $config = LoadFile('conf/config.yml');  run.pl - start WebPAC indexing
25    
26  print "config = ",Dumper($config);  B<this command will probably go away. Don't get used to it!>
27    
28    Options:
29    
30    =over 4
31    
32    =item --offset 42
33    
34    start loading (all) databases at offset 42
35    
36    =item --limit 100
37    
38    limit loading to 100 records
39    
40    =item --clean
41    
42    remove database and Hyper Estraier index before indexing
43    
44    =item --only=database_name
45    
46    reindex just single database (legacy name is --one)
47    
48    =item --config conf/config.yml
49    
50    path to YAML configuration file
51    
52    =back
53    
54    =cut
55    
56    my $offset;
57    my $limit;
58    
59    my $clean = 0;
60    my $config = 'conf/config.yml';
61    my $debug = 0;
62    my $only_db_name;
63    
64    GetOptions(
65            "limit=i" => \$limit,
66            "offset=i" => \$offset,
67            "clean" => \$clean,
68            "one=s" => \$only_db_name,
69            "only=s" => \$only_db_name,
70            "config" => \$config,
71            "debug" => \$debug,
72    );
73    
74    $config = LoadFile($config);
75    
76    print "config = ",Dumper($config) if ($debug);
77    
78  die "no databases in config file!\n" unless ($config->{databases});  die "no databases in config file!\n" unless ($config->{databases});
79    
80  my $total_rows = 0;  my $total_rows = 0;
81    my $start_t = time();
82    
83  while (my ($database, $db_config) = each %{ $config->{databases} }) {  while (my ($database, $db_config) = each %{ $config->{databases} }) {
84    
85            next if ($only_db_name && $database !~ m/$only_db_name/i);
86    
87          my $log = _new WebPAC::Common()->_get_logger();          my $log = _new WebPAC::Common()->_get_logger();
88    
89          #          #
# Line 37  while (my ($database, $db_config) = each Line 92  while (my ($database, $db_config) = each
92    
93          my $est_config = $config->{hyperestraier} || $log->logdie("can't find 'hyperestraier' part in confguration");          my $est_config = $config->{hyperestraier} || $log->logdie("can't find 'hyperestraier' part in confguration");
94          $est_config->{database} = $database;          $est_config->{database} = $database;
95            $est_config->{clean} = $clean;
96            $est_config->{label} = $db_config->{name};
97    
98          $log->info("using HyperEstraier URL $est_config->{masterurl}");          my $est = new WebPAC::Output::Estraier( %{ $est_config } );
   
         my $est = new WebPAC::Output::Estraier(  
                 %{ $est_config },  
         );  
99    
100          #          #
101          # now WebPAC::Store          # now WebPAC::Store
# Line 52  while (my ($database, $db_config) = each Line 105  while (my ($database, $db_config) = each
105    
106          my $db_path = $config->{webpac}->{db_path} . '/' . $database;          my $db_path = $config->{webpac}->{db_path} . '/' . $database;
107    
108          $log->info("working on $database in $db_path");          if ($clean) {
109                    $log->info("creating new database $database in $db_path");
110                    rmtree( $db_path ) || $log->warn("can't remove $db_path: $!");
111            } else {
112                    $log->debug("working on $database in $db_path");
113            }
114    
115          my $db = new WebPAC::Store(          my $db = new WebPAC::Store(
116                  path => $db_path,                  path => $db_path,
117                  database => $database,                  database => $database,
118                  debug => 1,                  debug => $debug,
119          );          );
120    
121    
# Line 74  while (my ($database, $db_config) = each Line 132  while (my ($database, $db_config) = each
132                  $log->info("database $database doesn't have inputs defined");                  $log->info("database $database doesn't have inputs defined");
133          }          }
134    
135            my @supported_inputs = keys %{ $config->{webpac}->{inputs} };
136    
137          foreach my $input (@inputs) {          foreach my $input (@inputs) {
138    
139                  my $type = lc($input->{type});                  my $type = lc($input->{type});
140    
141                  die "I know only how to handle input type isis, not '$type'!\n" unless ($type eq 'isis');                  die "I know only how to handle input types ", join(",", @supported_inputs), " not '$type'!\n" unless (grep(/$type/, @supported_inputs));
142    
143                  my $lookup = new WebPAC::Lookup(                  my $lookup = new WebPAC::Lookup(
144                          lookup_file => $input->{lookup},                          lookup_file => $input->{lookup},
145                  );                  );
146    
147                  $log->info("working on input $input->{path} [$input->{type}]");                  my $input_module = $config->{webpac}->{inputs}->{$type};
148    
149                  my $isis = new WebPAC::Input::ISIS(                  $log->info("working on input '$input->{path}' [$input->{type}] using $input_module lookup '$input->{lookup}'");
150    
151                    my $input_db = new WebPAC::Input(
152                            module => $input_module,
153                          code_page => $config->{webpac}->{webpac_encoding},                          code_page => $config->{webpac}->{webpac_encoding},
154                          limit_mfn => $input->{limit},                          limit => $limit || $input->{limit},
155                            offset => $offset,
156                          lookup => $lookup,                          lookup => $lookup,
157                            recode => $input->{recode},
158                  );                  );
159                    $log->logdie("can't create input using $input_module") unless ($input);
160    
161                  my $maxmfn = $isis->open(                  my $maxmfn = $input_db->open(
162                          filename => $input->{path},                          path => $input->{path},
163                          code_page => $input->{encoding},        # database encoding                          code_page => $input->{encoding},        # database encoding
164                  );                  );
165    
# Line 119  while (my ($database, $db_config) = each Line 185  while (my ($database, $db_config) = each
185                          );                          );
186                  }                  }
187    
188                  for ( 0 ... $isis->size ) {                  foreach my $pos ( 0 ... $input_db->size ) {
189    
190                            my $row = $input_db->fetch || next;
191    
192                          my $row = $isis->fetch || next;                          my $mfn = $row->{'000'}->[0];
193    
194                          my $mfn = $row->{'000'}->[0] || die "can't find MFN";                          if (! $mfn || $mfn !~ m#^\d+$#) {
195                                    $log->warn("record $pos doesn't have valid MFN but '$mfn', using $pos");
196                                    $mfn = $pos;
197                                    push @{ $row->{'000'} }, $pos;
198                            }
199    
200                          my $ds = $n->data_structure($row);                          my $ds = $n->data_structure($row);
201    
202                          $est->add(                          $est->add(
203                                  id => $input->{name} . "#" . $mfn,                                  id => $input->{name} . "/" . $mfn,
204                                  ds => $ds,                                  ds => $ds,
205                                  type => $config->{hyperestraier}->{type},                                  type => $config->{hyperestraier}->{type},
206                          );                          );
# Line 138  while (my ($database, $db_config) = each Line 210  while (my ($database, $db_config) = each
210    
211          };          };
212    
213          $log->info("$total_rows records indexed");          my $dt = time() - $start_t;
214            $log->info("$total_rows records indexed in " .
215                    sprintf("%.2f sec [%.2f rec/sec]",
216                            $dt, ($total_rows / $dt)
217                    )
218            );
219    
220          #          #
221          # add Hyper Estraier links to other databases          # add Hyper Estraier links to other databases
Legend:
Removed from v.269  
changed lines
  Added in v.423
  ViewVC Help
Powered by ViewVC 1.1.26