/[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 560 by dpavlin, Sun Jul 2 14:40:32 2006 UTC revision 866 by dpavlin, Thu Jun 21 12:53:41 2007 UTC
# Line 7  use File::Temp qw/tempdir/; Line 7  use File::Temp qw/tempdir/;
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 0.14;
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;
 use MARC::Record 2.0;   # need 2.0 for utf-8 encoding see marcpm.sf.net  
 use MARC::Lint;  
22  use Data::Dump qw/dump/;  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 28  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 57  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  =item --marc-normalize conf/normalize/mapping.pl  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 specifies normalisation file for MARC creation  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-output out/marc/test.marc  =item --marc-generate
80    
81  Optional path to output file  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  =item --marc-lint
85    
86  By default turned on if C<--marc-normalize> is used. You can disable lint  By default turned on if normalisation file has C<marc*> directives. You can disable lint
87  messages with C<--no-marc-lint>.  messages with C<--no-marc-lint>.
88    
89  =item --marc-dump  =item --marc-dump
90    
91  Force dump or input and marc record for debugging.  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 89  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 $validate_path;
119  my ($marc_normalize, $marc_output);  my $validate_delimiters_path;
120    my $marc_generate = 1;
121  my $marc_lint = 1;  my $marc_lint = 1;
122  my $marc_dump = 0;  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 104  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" => \$config_path,
137          "debug+" => \$debug,          "debug+" => \$debug,
138          "stats" => \$stats,          "stats" => \$stats,
139          "validate=s" => \$validate_path,          "validate=s" => \$validate_path,
140          "marc-normalize=s" => \$marc_normalize,          "validate-delimiters=s" => \$validate_delimiters_path,
141          "marc-output=s" => \$marc_output,          "marc-generate!" => \$marc_generate,
142          "marc-lint!" => \$marc_lint,          "marc-lint!" => \$marc_lint,
143          "marc-dump!" => \$marc_dump,          "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 ( $validate_delimiters_path );
151    
152  print "config = ",dump($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  # disable indexing when creating marc  # parse normalize files and create source files for lookup and normalization
193  $use_indexer = undef if ($marc_normalize);  
194    my $parser = new WebPAC::Parser( config => $config );
195    
196  my $total_rows = 0;  my $total_rows = 0;
197  my $start_t = time();  my $start_t = time();
198    
199  my @links;  my @links;
 my $indexer;  
200    
201  my $lint = new MARC::Lint if ($marc_lint);  if ($parallel) {
202            $log->info("Using $parallel processes for speedup");
203            Proc::Queue::size($parallel);
204    }
205    
206  while (my ($database, $db_config) = each %{ $config->{databases} }) {  sub create_ds_config {
207            my ($db_config, $database, $input, $mfn) = @_;
208            my $c = dclone( $db_config );
209            $c->{_} = $database || $log->logconfess("need database");
210            $c->{_mfn} = $mfn || $log->logconfess("need mfn");
211            $c->{input} = $input || $log->logconfess("need input");
212            return $c;
213    }
214    
215    foreach my $database ( sort keys %{ $config->databases } ) {
216            my $db_config = $config->databases->{$database};
217    
218          my ($only_database,$only_input) = split(m#/#, $only_filter) if ($only_filter);          my ($only_database,$only_input) = split(m#/#, $only_filter) if ($only_filter);
219          next if ($only_database && $database !~ m/$only_database/i);          next if ($only_database && $database !~ m/$only_database/i);
220    
221          if ($use_indexer) {          if ($parallel) {
222                  my $indexer_config = $config->{$use_indexer} || $log->logdie("can't find '$use_indexer' part in confguration");                  my $f=fork;
223                    if(defined ($f) and $f==0) {
224                            $log->info("Created processes $$ for speedup");
225                    } else {
226                            next;
227                    }
228            }
229    
230            my $indexer;
231            if ($use_indexer && $parser->have_rules( 'search', $database )) {
232    
233                    my $cfg_name = $use_indexer;
234                    $cfg_name =~ s/\-.*$//;
235    
236                    my $indexer_config = $config->get( $cfg_name ) || $log->logdie("can't find '$cfg_name' part in confguration");
237                  $indexer_config->{database} = $database;                  $indexer_config->{database} = $database;
238                  $indexer_config->{clean} = $clean;                  $indexer_config->{clean} = $clean;
239                  $indexer_config->{label} = $db_config->{name};                  $indexer_config->{label} = $db_config->{name};
240    
241                    # force clean if database has links
242                    $indexer_config->{clean} = 1 if ($db_config->{links});
243    
244                  if ($use_indexer eq 'hyperestraier') {                  if ($use_indexer eq 'hyperestraier') {
245    
246                          # open Hyper Estraier database                          # open Hyper Estraier database
247                          use WebPAC::Output::Estraier '0.10';                          require WebPAC::Output::Estraier;
248                          $indexer = new WebPAC::Output::Estraier( %{ $indexer_config } );                          $indexer = new WebPAC::Output::Estraier( %{ $indexer_config } );
249                                    
250                    } elsif ($use_indexer eq 'hyperestraier-native') {
251    
252                            # open Hyper Estraier database
253                            require WebPAC::Output::EstraierNative;
254                            $indexer = new WebPAC::Output::EstraierNative( %{ $indexer_config } );
255    
256                  } elsif ($use_indexer eq 'kinosearch') {                  } elsif ($use_indexer eq 'kinosearch') {
257    
258                          # open KinoSearch                          # open KinoSearch
259                          use WebPAC::Output::KinoSearch;                          require WebPAC::Output::KinoSearch;
260                          $indexer_config->{clean} = 1 unless (-e $indexer_config->{index_path});                          $indexer_config->{clean} = 1 unless (-e $indexer_config->{index_path});
261                          $indexer = new WebPAC::Output::KinoSearch( %{ $indexer_config } );                          $indexer = new WebPAC::Output::KinoSearch( %{ $indexer_config } );
262    
# Line 175  while (my ($database, $db_config) = each Line 264  while (my ($database, $db_config) = each
264                          $log->logdie("unknown use_indexer: $use_indexer");                          $log->logdie("unknown use_indexer: $use_indexer");
265                  }                  }
266    
267                  $log->logide("can't continue without valid indexer") unless ($indexer);                  $log->logdie("can't continue without valid indexer") unless ($indexer);
268            }
269    
270    
271            #
272            # store Hyper Estraier links to other databases
273            #
274            if (ref($db_config->{links}) eq 'ARRAY' && $use_indexer) {
275                    foreach my $link (@{ $db_config->{links} }) {
276                            if ($use_indexer eq 'hyperestraier') {
277                                    if ($merge) {
278                                            print $estcmd_fh 'sudo -u www-data estcmd merge ' . $database . ' ' . $link->{to},$/;
279                                    } else {
280                                            $log->info("saving link $database -> $link->{to} [$link->{credit}]");
281                                            push @links, sub {
282                                                    $log->info("adding link $database -> $link->{to} [$link->{credit}]");
283                                                    $indexer->add_link(
284                                                            from => $database,
285                                                            to => $link->{to},
286                                                            credit => $link->{credit},
287                                                    );
288                                            };
289                                    }
290                            } else {
291                                    $log->warn("NOT IMPLEMENTED WITH $use_indexer: adding link $database -> $link->{to} [$link->{credit}]");
292                            }
293                    }
294          }          }
295            next if ($only_links);
296    
297    
298          #          #
# Line 185  while (my ($database, $db_config) = each Line 301  while (my ($database, $db_config) = each
301          my $abs_path = abs_path($0);          my $abs_path = abs_path($0);
302          $abs_path =~ s#/[^/]*$#/#;          $abs_path =~ s#/[^/]*$#/#;
303    
304          my $db_path = $config->{webpac}->{db_path} . '/' . $database;          my $db_path = $config->webpac('db_path');
305    
306          if ($clean) {          if ($clean) {
307                  $log->info("creating new database '$database' in $db_path");                  $log->info("creating new database '$database' in $db_path");
# Line 194  while (my ($database, $db_config) = each Line 310  while (my ($database, $db_config) = each
310                  $log->info("working on database '$database' in $db_path");                  $log->info("working on database '$database' in $db_path");
311          }          }
312    
313          my $db = new WebPAC::Store(          my $store = new WebPAC::Store(
314                  path => $db_path,                  path => $db_path,
                 database => $database,  
315                  debug => $debug,                  debug => $debug,
316          );          );
317    
# Line 214  while (my ($database, $db_config) = each Line 329  while (my ($database, $db_config) = each
329                  $log->info("database $database doesn't have inputs defined");                  $log->info("database $database doesn't have inputs defined");
330          }          }
331    
         my @supported_inputs = keys %{ $config->{webpac}->{inputs} };  
   
332          foreach my $input (@inputs) {          foreach my $input (@inputs) {
333    
334                  next if ($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));
335    
336                    next if ($only_input && ($input_name !~ m#$only_input#i && $input->{type} !~ m#$only_input#i));
337    
338                  my $type = lc($input->{type});                  my $type = lc($input->{type});
339    
340                  die "I know only how to handle input types ", join(",", @supported_inputs), " not '$type'!\n" unless (grep(/$type/, @supported_inputs));                  die "I know only how to handle input types ", join(",", $config->webpac('inputs') ), " not '$type'!\n" unless (grep(/$type/, $config->webpac('inputs')));
341    
342                  my $lookup = new WebPAC::Lookup(                  my $input_module = $config->webpac('inputs')->{$type};
                         lookup_file => $input->{lookup},  
                 ) if ($input->{lookup});  
343    
344                  my $input_module = $config->{webpac}->{inputs}->{$type};                  my @lookups = $parser->have_lookup_create($database, $input);
345    
346                  $log->info("working on input '$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",
347                          $input->{lookup} ? "lookup '$input->{lookup}'" : ""                          @lookups ? " creating lookups: ".join(", ", @lookups) : ""
348                  );                  );
349    
350                    if ($stats) {
351                            # disable modification of records if --stats is in use
352                            delete($input->{modify_records});
353                            delete($input->{modify_file});
354                    }
355    
356                  my $input_db = new WebPAC::Input(                  my $input_db = new WebPAC::Input(
357                          module => $input_module,                          module => $input_module,
358                          code_page => $config->{webpac}->{webpac_encoding},                          encoding => $config->webpac('webpac_encoding'),
359                          limit => $limit || $input->{limit},                          limit => $limit || $input->{limit},
360                          offset => $offset,                          offset => $offset,
                         lookup => $lookup,  
361                          recode => $input->{recode},                          recode => $input->{recode},
362                          stats => $stats,                          stats => $stats,
363                            modify_records => $input->{modify_records},
364                            modify_file => $input->{modify_file},
365                  );                  );
366                  $log->logdie("can't create input using $input_module") unless ($input);                  $log->logdie("can't create input using $input_module") unless ($input);
367    
368                    if (defined( $input->{lookup} )) {
369                            $log->warn("$database/$input_name has depriciated lookup definition, removing it...");
370                            delete( $input->{lookup} );
371                    }
372    
373                    my $lookup_coderef;
374    
375                    if (@lookups) {
376    
377                            my $rules = $parser->lookup_create_rules($database, $input) || $log->logdie("no rules found for $database/$input");
378    
379                            $lookup_coderef = sub {
380                                    my $rec = shift || die "need rec!";
381                                    my $mfn = $rec->{'000'}->[0] || die "need mfn in 000";
382    
383                                    WebPAC::Normalize::data_structure(
384                                            row => $rec,
385                                            rules => $rules,
386                                            config => create_ds_config( $db_config, $database, $input, $mfn ),
387                                    );
388    
389                                    #warn "current lookup: ", dump(WebPAC::Normalize::_get_lookup());
390                            };
391    
392                            WebPAC::Normalize::_set_lookup( undef );
393    
394                            $log->debug("created lookup_coderef using:\n$rules");
395    
396                    };
397    
398                    my $lookup_jar;
399    
400                  my $maxmfn = $input_db->open(                  my $maxmfn = $input_db->open(
401                          path => $input->{path},                          path => $input->{path},
402                          code_page => $input->{encoding},        # database encoding                          code_page => $input->{encoding},        # database encoding
403                            lookup_coderef => $lookup_coderef,
404                            lookup => $lookup_jar,
405                          %{ $input },                          %{ $input },
406                  );                          load_row => sub {
407                                    my $a = shift;
408                                    return $store->load_row(
409                                            database => $database,
410                                            input => $input_name,
411                                            id => $a->{id},
412                                    );
413                            },
414                            save_row => sub {
415                                    my $a = shift;
416                                    return $store->save_row(
417                                            database => $database,
418                                            input => $input_name,
419                                            id => $a->{id},
420                                            row => $a->{row},
421                                    );
422                            },
423    
424                  my @norm_array = ref($input->{normalize}) eq 'ARRAY' ?                  );
                         @{ $input->{normalize} } : ( $input->{normalize} );  
425    
426                  if ($marc_normalize) {                  my $lookup_data = WebPAC::Normalize::_get_lookup();
                         @norm_array = ( {  
                                 path => $marc_normalize,  
                                 output => $marc_output || 'out/marc/' . $database . '-' . $input->{name} . '.marc',  
                         } );  
                 }  
427    
428                  foreach my $normalize (@norm_array) {                  if (defined( $lookup_data->{$database}->{$input_name} )) {
429                            $log->debug("created following lookups: ", sub { dump( $lookup_data ) } );
430    
431                          my $normalize_path = $normalize->{path} || $log->logdie("can't find normalize path in config");                          foreach my $key (keys %{ $lookup_data->{$database}->{$input_name} }) {
432                                    $store->save_lookup(
433                                            database => $database,
434                                            input => $input_name,
435                                            key => $key,
436                                            data => $lookup_data->{$database}->{$input_name}->{$key},
437                                    );
438                            }
439                    }
440    
441                          $log->logdie("Found '$normalize_path' as normalization file which isn't supported any more!") unless ( $normalize_path =~ m!\.pl$!i );                  my $report_fh;
442                    if ($stats || $validate) {
443                            my $path = "out/report/${database}-${input_name}.txt";
444                            open($report_fh, '>', $path) || $log->logdie("can't open $path: $!");
445    
446                            print $report_fh "Report for database '$database' input '$input_name' records ",
447                                    $offset || 1, "-", $limit || $input->{limit} || $maxmfn, "\n\n";
448                            $log->info("Generating report file $path");
449    
450                            if ( $validate ) {
451                                    $validate->read_validate_file( $validate->fill_in( $validate_path, database => $database, input => $input_name ) ) if ( $validate_path );
452                                    $validate->read_validate_delimiters_file( $validate->fill_in( $validate_delimiters_path, database => $database, input => $input_name ) ) if ( $validate_delimiters_path );
453                            }
454                    }
455    
456                          my $rules = read_file( $normalize_path ) or die "can't open $normalize_path: $!";                  my $marc;
457                    if ($marc_generate && $parser->have_rules( 'marc', $database, $input_name )) {
458                            $marc = new WebPAC::Output::MARC(
459                                    path => "out/marc/${database}-${input_name}.marc",
460                                    lint => $marc_lint,
461                                    dump => $marc_dump,
462                            );
463                    }
464    
465                          $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");
466                    $log->debug("parsed normalize rules:\n$rules");
467    
468                          my $marc_fh;                  # reset position in database
469                          if (my $path = $normalize->{output}) {                  $input_db->seek(1);
                                 open($marc_fh, '>', $path) ||  
                                         $log->logdie("can't open MARC output $path: $!");  
470    
471                                  $log->info("Creating MARC export file $path", $marc_lint ? ' (with lint)' : '', "\n");                  # generate name of config key for indexer (strip everything after -)
472                    my $indexer_config = $use_indexer;
473                    $indexer_config =~ s/^(\w+)-?.*$/$1/g if ($indexer_config);
474    
475                    my $lookup_hash;
476                    my $depends = $parser->depends($database,$input_name);
477            
478                    if ($depends) {
479                            $log->debug("$database/$input_name depends on: ", dump($depends)) if ($depends);
480                            $log->logdie("parser->depends didn't return HASH") unless (ref($depends) eq 'HASH');
481    
482                            foreach my $db (keys %$depends) {
483                                    foreach my $i (keys %{$depends->{$db}}) {
484                                            foreach my $k (keys %{$depends->{$db}->{$i}}) {
485                                                    my $t = time();
486                                                    $log->debug("loading lookup $db/$i");
487                                                    $lookup_hash->{$db}->{$i}->{$k} = $store->load_lookup(
488                                                            database => $db,
489                                                            input => $i,
490                                                            key => $k,
491                                                    );
492                                                    $log->debug(sprintf("lookup $db/$i took %.2fs", time() - $t));
493                                            }
494                                    }
495                          }                          }
496    
497                          # reset position in database                          $log->debug("lookup_hash = ", sub { dump( $lookup_hash ) });
498                          $input_db->seek(1);                  }
499    
                         foreach my $pos ( 0 ... $input_db->size ) {  
500    
501                                  my $row = $input_db->fetch || next;                  foreach my $pos ( 0 ... $input_db->size ) {
502    
503                                  my $mfn = $row->{'000'}->[0];                          my $row = $input_db->fetch || next;
504    
505                                  if (! $mfn || $mfn !~ m#^\d+$#) {                          $total_rows++;
                                         $log->warn("record $pos doesn't have valid MFN but '$mfn', using $pos");  
                                         $mfn = $pos;  
                                         push @{ $row->{'000'} }, $pos;  
                                 }  
506    
507                            my $mfn = $row->{'000'}->[0];
508    
509                                  if ($validate) {                          if (! $mfn || $mfn !~ m#^\d+$#) {
510                                          my @errors = $validate->validate_errors( $row );                                  $log->warn("record $pos doesn't have valid MFN but '$mfn', using $pos");
511                                          $log->error( "MFN $mfn validation errors:\n", join("\n", @errors) ) if (@errors);                                  $mfn = $pos;
512                                  }                                  push @{ $row->{'000'} }, $pos;
513                            }
514    
                                 my $ds = WebPAC::Normalize::data_structure(  
                                         row => $row,  
                                         rules => $rules,  
                                         lookup => $lookup ? $lookup->lookup_hash : undef,  
                                         marc_encoding => 'utf-8',  
                                 );  
515    
516                                  $db->save_ds(                          if ($validate) {
517                                          id => $mfn,                                  if ( my $errors = $validate->validate_rec( $row, $input_db->dump_ascii ) ) {
518                                          ds => $ds,                                          $log->error( "MFN $mfn validation error:\n",
519                                          prefix => $input->{name},                                                  $validate->report_error( $errors )
520                                  ) if ($ds && !$stats);                                          );
521                                    }
522                                  $indexer->add(                                  next;   # validation doesn't create any output
523                                          id => $input->{name} . "/" . $mfn,                          }
                                         ds => $ds,  
                                         type => $config->{$use_indexer}->{type},  
                                 ) if ($indexer && $ds);  
   
                                 if ($marc_fh) {  
                                         my $marc = new MARC::Record;  
                                         $marc->encoding( 'utf-8' );  
                                         my @marc_fields = WebPAC::Normalize::_get_marc_fields();  
                                         if (! @marc_fields) {  
                                                 $log->warn("MARC record $mfn is empty, skipping");  
                                         } else {  
                                                 $marc->add_fields( @marc_fields );  
   
                                                 if ($marc_lint) {  
                                                         $lint->check_record( $marc );  
                                                         my $err = join( "\n", $lint->warnings );  
                                                         $log->error("MARC lint detected warning on MFN $mfn\n",  
                                                                 "Original imput row: ",dump($row), "\n",  
                                                                 "Normalized MARC row: ",dump(@marc_fields), "\n",  
                                                                 "MARC lint warnings: ",$err,"\n"  
                                                         ) if ($err);  
                                                 }  
   
                                                 if ($marc_dump) {  
                                                         $log->info("MARC record on MFN $mfn\n",  
                                                                 "Original imput row: ",dump($row), "\n",  
                                                                 "Normalized MARC row: ",dump(@marc_fields), "\n",  
                                                         );  
                                                 }  
524    
525                                                  print $marc_fh $marc->as_usmarc;                          my $ds = WebPAC::Normalize::data_structure(
526                                          }                                  row => $row,
527                                    rules => $rules,
528                                    lookup => $lookup_hash,
529                                    config => create_ds_config( $db_config, $database, $input, $mfn ),
530                                    marc_encoding => 'utf-8',
531                                    load_row_coderef => sub {
532                                            my ($database,$input,$mfn) = @_;
533                                            return $store->load_row(
534                                                    database => $database,
535                                                    input => $input,
536                                                    id => $mfn,
537                                            );
538                                    },
539                            );
540    
541                            $log->debug("ds = ", sub { dump($ds) }) if ($ds);
542    
543                            $store->save_ds(
544                                    database => $database,
545                                    input => $input_name,
546                                    id => $mfn,
547                                    ds => $ds,
548                            ) if ($ds && !$stats);
549    
550                            $indexer->add(
551                                    id => "${input_name}/${mfn}",
552                                    ds => $ds,
553                                    type => $config->get($indexer_config)->{type},
554                            ) if ($indexer && $ds);
555    
556                            if ($marc) {
557                                    my $i = 0;
558    
559                                    while (my $fields = WebPAC::Normalize::_get_marc_fields( fetch_next => 1 ) ) {
560                                            $marc->add(
561                                                    id => $mfn . ( $i ? "/$i" : '' ),
562                                                    fields => $fields,
563                                                    leader => WebPAC::Normalize::_get_marc_leader(),
564                                                    row => $row,
565                                            );
566                                            $i++;
567                                  }                                  }
568    
569                                  $total_rows++;                                  $log->info("Created $i instances of MFN $mfn\n") if ($i > 1);
570                          }                          }
571                    }
572    
573                          $log->info("statistics of fields usage:\n", $input_db->stats) if ($stats);                  if ($validate) {
574                            my $errors = $validate->report;
575                            if ($errors) {
576                                    $log->info("validation errors:\n$errors\n" );
577                                    print $report_fh "$errors\n" if ($report_fh);
578                            }
579    
580                            print $report_fh "\nAll possible subfields/delimiter templates:\n", $validate->delimiters_templates( report => 1, current_input => 1 ), "\n\n";
581    
582                          # close MARC file                          # must be last thing that touches $validate for this input
583                          close($marc_fh) if ($marc_fh);                          $validate->reset;
584                    }
585    
586                    if ($stats) {
587                            my $s = $input_db->stats;
588                            $log->info("statistics of fields usage:\n$s");
589                            print $report_fh "Statistics of fields usage:\n$s" if ($report_fh);
590                  }                  }
591    
592                    # close MARC file
593                    $marc->finish if ($marc);
594    
595                    # close report
596                    close($report_fh) if ($report_fh);
597          }          }
598    
599          eval { $indexer->finish } if ($indexer && $indexer->can('finish'));          eval { $indexer->finish } if ($indexer && $indexer->can('finish'));
# Line 370  while (my ($database, $db_config) = each Line 605  while (my ($database, $db_config) = each
605                  )                  )
606          );          );
607    
608          #  
609          # add Hyper Estraier links to other databases          # end forked process
610          #          if ($parallel) {
611          if (ref($db_config->{links}) eq 'ARRAY' && $use_indexer) {                  $log->info("parallel process $$ finished");
612                  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}]");  
                         }  
                 }  
613          }          }
614    
615  }  }
616    
617  foreach my $link (@links) {  if ($parallel) {
618          $log->info("adding link $link->{from} -> $link->{to} [$link->{credit}]");          # wait all children to finish
619          $indexer->add_link( %{ $link } );          sleep(1) while wait != -1;
620            $log->info("all parallel processes finished");
621    }
622    
623    # save new delimiters if needed
624    $validate->save_delimiters_templates if ( $validate_delimiters_path );
625    
626    #
627    # handle links or merge after indexing
628    #
629    
630    if ($merge) {
631            print $estcmd_fh 'sudo /etc/init.d/hyperestraier start',$/;
632            close($estcmd_fh);
633            chmod 0700, $estcmd_path || $log->warn("can't chmod 0700 $estcmd_path: $!");
634            system $estcmd_path;
635    } else {
636            foreach my $link (@links) {
637                    $log->logdie("coderef in link ", Dumper($link), " is ", ref($link), " and not CODE") unless (ref($link) eq 'CODE');
638                    $link->();
639            }
640  }  }
Legend:
Removed from v.560  
changed lines
  Added in v.866
  ViewVC Help
Powered by ViewVC 1.1.26