/[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 290 by dpavlin, Sun Dec 18 23:10:02 2005 UTC revision 434 by dpavlin, Mon Apr 17 16:50:53 2006 UTC
# Line 13  use WebPAC::Input 0.03; Line 13  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;
 use WebPAC::Output::Estraier 0.05;  
16  use YAML qw/LoadFile/;  use YAML qw/LoadFile/;
17  use LWP::Simple;  use Getopt::Long;
18    use File::Path;
19    use Time::HiRes qw/time/;
20    
21  my $limit = shift @ARGV;  =head1 NAME
22    
23  my $config = LoadFile('conf/config.yml');  run.pl - start WebPAC indexing
24    
25  print "config = ",Dumper($config);  B<this command will probably go away. Don't get used to it!>
26    
27    Options:
28    
29    =over 4
30    
31    =item --offset 42
32    
33    start loading (all) databases at offset 42
34    
35    =item --limit 100
36    
37    limit loading to 100 records
38    
39    =item --clean
40    
41    remove database and Hyper Estraier index before indexing
42    
43    =item --only=database_name
44    
45    reindex just single database (legacy name is --one)
46    
47    =item --config conf/config.yml
48    
49    path to YAML configuration file
50    
51    =back
52    
53    =cut
54    
55    my $offset;
56    my $limit;
57    
58    my $clean = 0;
59    my $config = 'conf/config.yml';
60    my $debug = 0;
61    my $only_db_name;
62    
63    GetOptions(
64            "limit=i" => \$limit,
65            "offset=i" => \$offset,
66            "clean" => \$clean,
67            "one=s" => \$only_db_name,
68            "only=s" => \$only_db_name,
69            "config" => \$config,
70            "debug" => \$debug,
71    );
72    
73    $config = LoadFile($config);
74    
75    print "config = ",Dumper($config) if ($debug);
76    
77  die "no databases in config file!\n" unless ($config->{databases});  die "no databases in config file!\n" unless ($config->{databases});
78    
79    my $log = _new WebPAC::Common()->_get_logger();
80    
81    my $use_indexer = $config->{use_indexer} || 'hyperestraier';
82    $log->info("using $use_indexer indexing engine...");
83    
84  my $total_rows = 0;  my $total_rows = 0;
85    my $start_t = time();
86    
87  while (my ($database, $db_config) = each %{ $config->{databases} }) {  while (my ($database, $db_config) = each %{ $config->{databases} }) {
88    
89          my $log = _new WebPAC::Common()->_get_logger();          next if ($only_db_name && $database !~ m/$only_db_name/i);
90    
91          #          my $indexer;
         # open Hyper Estraier database  
         #  
92    
93          my $est_config = $config->{hyperestraier} || $log->logdie("can't find 'hyperestraier' part in confguration");          my $indexer_config = $config->{$use_indexer} || $log->logdie("can't find '$use_indexer' part in confguration");
94          $est_config->{database} = $database;          $indexer_config->{database} = $database;
95            $indexer_config->{clean} = $clean;
96            $indexer_config->{label} = $db_config->{name};
97    
98            # important: clean database just once!
99            $clean = 0;
100    
101            if ($use_indexer eq 'hyperestraier') {
102    
103                    # open Hyper Estraier database
104                    use WebPAC::Output::Estraier '0.10';
105                    $indexer = new WebPAC::Output::Estraier( %{ $indexer_config } );
106            
107            } elsif ($use_indexer eq 'kinosearch') {
108    
109                    # open KinoSearch
110                    use WebPAC::Output::KinoSearch;
111                    $indexer_config->{clean} = 1 unless (-e $indexer_config->{index_path});
112                    $indexer = new WebPAC::Output::KinoSearch( %{ $indexer_config } );
113    
114          $log->info("using HyperEstraier URL $est_config->{masterurl}");          } else {
115                    $log->logdie("unknown use_indexer: $use_indexer");
116            }
117    
118          my $est = new WebPAC::Output::Estraier(          $log->logide("can't continue without valid indexer") unless ($indexer);
                 %{ $est_config },  
         );  
119    
120          #          #
121          # now WebPAC::Store          # now WebPAC::Store
# Line 52  while (my ($database, $db_config) = each Line 125  while (my ($database, $db_config) = each
125    
126          my $db_path = $config->{webpac}->{db_path} . '/' . $database;          my $db_path = $config->{webpac}->{db_path} . '/' . $database;
127    
128          $log->info("working on $database in $db_path");          if ($clean) {
129                    $log->info("creating new database $database in $db_path");
130                    rmtree( $db_path ) || $log->warn("can't remove $db_path: $!");
131            } else {
132                    $log->debug("working on $database in $db_path");
133            }
134    
135          my $db = new WebPAC::Store(          my $db = new WebPAC::Store(
136                  path => $db_path,                  path => $db_path,
137                  database => $database,                  database => $database,
138                  debug => 1,                  debug => $debug,
139          );          );
140    
141    
# Line 88  while (my ($database, $db_config) = each Line 166  while (my ($database, $db_config) = each
166    
167                  my $input_module = $config->{webpac}->{inputs}->{$type};                  my $input_module = $config->{webpac}->{inputs}->{$type};
168    
169                  $log->info("working on input $input->{path} [$input->{type}] using $input_module");                  $log->info("working on input '$input->{path}' [$input->{type}] using $input_module lookup '$input->{lookup}'");
170    
171                  my $input_db = new WebPAC::Input(                  my $input_db = new WebPAC::Input(
172                          module => $input_module,                          module => $input_module,
173                          code_page => $config->{webpac}->{webpac_encoding},                          code_page => $config->{webpac}->{webpac_encoding},
174                          limit => $input->{limit},                          limit => $limit || $input->{limit},
175                            offset => $offset,
176                          lookup => $lookup,                          lookup => $lookup,
177                            recode => $input->{recode},
178                  );                  );
179                  $log->logdie("can't create input using $input_module") unless ($input);                  $log->logdie("can't create input using $input_module") unless ($input);
180    
# Line 129  while (my ($database, $db_config) = each Line 209  while (my ($database, $db_config) = each
209    
210                          my $row = $input_db->fetch || next;                          my $row = $input_db->fetch || next;
211    
212                          my $mfn = $row->{000}->[0] || $row->{000} || die "can't find MFN";                          my $mfn = $row->{'000'}->[0];
213    
214                          if ($mfn =~ m#^\d+$#) {                          if (! $mfn || $mfn !~ m#^\d+$#) {
215                                  $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");
216                                  $mfn = $pos;                                  $mfn = $pos;
217                                  $row->{000}->[0] = $pos;                                  push @{ $row->{'000'} }, $pos;
218                          }                          }
219    
220                          my $ds = $n->data_structure($row);                          my $ds = $n->data_structure($row);
221    
222                          $est->add(                          $indexer->add(
223                                  id => $input->{name} . "#" . $mfn,                                  id => $input->{name} . "/" . $mfn,
224                                  ds => $ds,                                  ds => $ds,
225                                  type => $config->{hyperestraier}->{type},                                  type => $config->{$use_indexer}->{type},
226                          );                          );
227    
228                          $total_rows++;                          $total_rows++;
# Line 150  while (my ($database, $db_config) = each Line 230  while (my ($database, $db_config) = each
230    
231          };          };
232    
233          $log->info("$total_rows records indexed");          eval { $indexer->finish } if ($indexer->can('finish'));
234    
235            my $dt = time() - $start_t;
236            $log->info("$total_rows records indexed in " .
237                    sprintf("%.2f sec [%.2f rec/sec]",
238                            $dt, ($total_rows / $dt)
239                    )
240            );
241    
242          #          #
243          # add Hyper Estraier links to other databases          # add Hyper Estraier links to other databases
244          #          #
245          if (ref($db_config->{links}) eq 'ARRAY') {          if (ref($db_config->{links}) eq 'ARRAY') {
246                  foreach my $link (@{ $db_config->{links} }) {                  foreach my $link (@{ $db_config->{links} }) {
247                          $log->info("adding link $database -> $link->{to} [$link->{credit}]");                          if ($use_indexer eq 'hyperestraier') {
248                          $est->add_link(                                  $log->info("adding link $database -> $link->{to} [$link->{credit}]");
249                                  from => $database,                                  $indexer->add_link(
250                                  to => $link->{to},                                          from => $database,
251                                  credit => $link->{credit},                                          to => $link->{to},
252                          );                                          credit => $link->{credit},
253                                    );
254                            } else {
255                                    $log->warn("NOT IMPLEMENTED WITH $use_indexer: adding link $database -> $link->{to} [$link->{credit}]");
256                            }
257                  }                  }
258          }          }
259    
Legend:
Removed from v.290  
changed lines
  Added in v.434
  ViewVC Help
Powered by ViewVC 1.1.26