/[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 588 by dpavlin, Fri Jul 7 21:47:13 2006 UTC revision 674 by dpavlin, Tue Sep 12 14:47:25 2006 UTC
# Line 8  use lib './lib'; Line 8  use lib './lib';
8    
9  use WebPAC::Common 0.02;  use WebPAC::Common 0.02;
10  use WebPAC::Lookup 0.03;  use WebPAC::Lookup 0.03;
11  use WebPAC::Input 0.07;  use WebPAC::Input 0.11;
12  use WebPAC::Store 0.03;  use WebPAC::Store 0.03;
13  use WebPAC::Normalize 0.11;  use WebPAC::Normalize 0.11;
14  use WebPAC::Output::TT;  use WebPAC::Output::TT;
15  use WebPAC::Validate;  use WebPAC::Validate 0.06;
16  use WebPAC::Output::MARC;  use WebPAC::Output::MARC;
17  use YAML qw/LoadFile/;  use YAML qw/LoadFile/;
18  use Getopt::Long;  use Getopt::Long;
# Line 20  use File::Path; Line 20  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/;  use Data::Dump qw/dump/;
23    use Storable qw/dclone/;
24    
25    use Proc::Queue size => 1;
26    use POSIX ":sys_wait_h"; # imports WNOHANG
27    
28  =head1 NAME  =head1 NAME
29    
# Line 56  path to YAML configuration file Line 60  path to YAML configuration file
60    
61  =item --stats  =item --stats
62    
63  disable indexing and dump statistics about field and subfield  disable indexing, modify_* in configuration and dump statistics about field
64  usage for each input  and subfield usage for each input
65    
66  =item --validate path/to/validation_file  =item --validate path/to/validation_file
67    
# Line 80  messages with C<--no-marc-lint>. Line 84  messages with C<--no-marc-lint>.
84    
85  Force dump or input and marc record for debugging.  Force dump or input and marc record for debugging.
86    
87    =item --parallel 4
88    
89    Run databases in parallel (aproximatly same as number of processors in
90    machine if you want to use full load)
91    
92    =item --only-links
93    
94    Create just links
95    
96    =item --merge
97    
98    Create merged index of databases which have links
99    
100  =back  =back
101    
102  =cut  =cut
# Line 96  my $validate_path; Line 113  my $validate_path;
113  my ($marc_normalize, $marc_output);  my ($marc_normalize, $marc_output);
114  my $marc_lint = 1;  my $marc_lint = 1;
115  my $marc_dump = 0;  my $marc_dump = 0;
116    my $parallel = 0;
117    my $only_links = 0;
118    my $merge = 0;
119    
120    my $log = _new WebPAC::Common()->_get_logger();
121    
122    my $hostname = `hostname`;
123    chomp($hostname);
124    $hostname =~ s/\..+$//;
125    if (-e "conf/$hostname.yml") {
126            $config = "conf/$hostname.yml";
127            $log->info("using host configuration file: $config");
128    }
129    
130  GetOptions(  GetOptions(
131          "limit=i" => \$limit,          "limit=i" => \$limit,
# Line 111  GetOptions( Line 141  GetOptions(
141          "marc-output=s" => \$marc_output,          "marc-output=s" => \$marc_output,
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  );  );
148    
149  $config = LoadFile($config);  $config = LoadFile($config);
150    
151  print "config = ",dump($config) if ($debug);  #print "config = ",dump($config) if ($debug);
152    
153  die "no databases in config file!\n" unless ($config->{databases});  die "no databases in config file!\n" unless ($config->{databases});
154    
 my $log = _new WebPAC::Common()->_get_logger();  
155  $log->info( "-" x 79 );  $log->info( "-" x 79 );
156    
157    
158    my $estcmd_fh;
159    my $estcmd_path = './estcmd-merge.sh';
160    if ($merge) {
161            open($estcmd_fh, '>', $estcmd_path) || $log->logdie("can't open $estcmd_path: $!");
162            print $estcmd_fh 'cd /data/estraier/_node/ || exit 1',$/;
163            print $estcmd_fh 'sudo /etc/init.d/hyperestraier stop',$/;
164            $log->info("created merge batch file $estcmd_path");
165    }
166    
167    
168  my $validate;  my $validate;
169  $validate = new WebPAC::Validate(  $validate = new WebPAC::Validate(
170          path => $validate_path,          path => $validate_path,
171  ) if ($validate_path);  ) if ($validate_path);
172    
173    
174  my $use_indexer = $config->{use_indexer} || 'hyperestraier';  my $use_indexer = $config->{use_indexer} || 'hyperestraier';
175  if ($stats) {  if ($stats) {
176          $log->debug("option --stats disables update of indexing engine...");          $log->debug("option --stats disables update of indexing engine...");
# Line 142  my $total_rows = 0; Line 186  my $total_rows = 0;
186  my $start_t = time();  my $start_t = time();
187    
188  my @links;  my @links;
189  my $indexer;  
190    if ($parallel) {
191            $log->info("Using $parallel processes for speedup");
192            Proc::Queue::size($parallel);
193    }
194    
195  while (my ($database, $db_config) = each %{ $config->{databases} }) {  while (my ($database, $db_config) = each %{ $config->{databases} }) {
196    
197          my ($only_database,$only_input) = split(m#/#, $only_filter) if ($only_filter);          my ($only_database,$only_input) = split(m#/#, $only_filter) if ($only_filter);
198          next if ($only_database && $database !~ m/$only_database/i);          next if ($only_database && $database !~ m/$only_database/i);
199    
200            if ($parallel) {
201                    my $f=fork;
202                    if(defined ($f) and $f==0) {
203                            $log->info("Created processes $$ for speedup");
204                    } else {
205                            next;
206                    }
207            }
208    
209            my $indexer;
210          if ($use_indexer) {          if ($use_indexer) {
211                  my $indexer_config = $config->{$use_indexer} || $log->logdie("can't find '$use_indexer' part in confguration");  
212                    my $cfg_name = $use_indexer;
213                    $cfg_name =~ s/\-.*$//;
214    
215                    my $indexer_config = $config->{$cfg_name} || $log->logdie("can't find '$cfg_name' part in confguration");
216                  $indexer_config->{database} = $database;                  $indexer_config->{database} = $database;
217                  $indexer_config->{clean} = $clean;                  $indexer_config->{clean} = $clean;
218                  $indexer_config->{label} = $db_config->{name};                  $indexer_config->{label} = $db_config->{name};
219    
220                    # force clean if database has links
221                    $indexer_config->{clean} = 1 if ($db_config->{links});
222    
223                  if ($use_indexer eq 'hyperestraier') {                  if ($use_indexer eq 'hyperestraier') {
224    
225                          # open Hyper Estraier database                          # open Hyper Estraier database
226                          use WebPAC::Output::Estraier '0.10';                          use WebPAC::Output::Estraier '0.10';
227                          $indexer = new WebPAC::Output::Estraier( %{ $indexer_config } );                          $indexer = new WebPAC::Output::Estraier( %{ $indexer_config } );
228                                    
229                    } elsif ($use_indexer eq 'hyperestraier-native') {
230    
231                            # open Hyper Estraier database
232                            use WebPAC::Output::EstraierNative;
233                            $indexer = new WebPAC::Output::EstraierNative( %{ $indexer_config } );
234    
235                  } elsif ($use_indexer eq 'kinosearch') {                  } elsif ($use_indexer eq 'kinosearch') {
236    
237                          # open KinoSearch                          # open KinoSearch
# Line 177  while (my ($database, $db_config) = each Line 248  while (my ($database, $db_config) = each
248    
249    
250          #          #
251            # store Hyper Estraier links to other databases
252            #
253            if (ref($db_config->{links}) eq 'ARRAY' && $use_indexer) {
254                    foreach my $link (@{ $db_config->{links} }) {
255                            if ($use_indexer eq 'hyperestraier') {
256                                    if ($merge) {
257                                            print $estcmd_fh 'sudo -u www-data estcmd merge ' . $database . ' ' . $link->{to},$/;
258                                    } else {
259                                            $log->info("saving link $database -> $link->{to} [$link->{credit}]");
260                                            push @links, sub {
261                                                    $log->info("adding link $database -> $link->{to} [$link->{credit}]");
262                                                    $indexer->add_link(
263                                                            from => $database,
264                                                            to => $link->{to},
265                                                            credit => $link->{credit},
266                                                    );
267                                            };
268                                    }
269                            } else {
270                                    $log->warn("NOT IMPLEMENTED WITH $use_indexer: adding link $database -> $link->{to} [$link->{credit}]");
271                            }
272                    }
273            }
274            next if ($only_links);
275    
276    
277            #
278          # now WebPAC::Store          # now WebPAC::Store
279          #          #
280          my $abs_path = abs_path($0);          my $abs_path = abs_path($0);
# Line 235  while (my ($database, $db_config) = each Line 333  while (my ($database, $db_config) = each
333                          $input->{lookup} ? "lookup '$input->{lookup}'" : ""                          $input->{lookup} ? "lookup '$input->{lookup}'" : ""
334                  );                  );
335    
336                    if ($stats) {
337                            # disable modification of records if --stats is in use
338                            delete($input->{modify_records});
339                            delete($input->{modify_file});
340                    }
341    
342                  my $input_db = new WebPAC::Input(                  my $input_db = new WebPAC::Input(
343                          module => $input_module,                          module => $input_module,
344                          encoding => $config->{webpac}->{webpac_encoding},                          encoding => $config->{webpac}->{webpac_encoding},
# Line 246  while (my ($database, $db_config) = each Line 350  while (my ($database, $db_config) = each
350                          },                          },
351                          recode => $input->{recode},                          recode => $input->{recode},
352                          stats => $stats,                          stats => $stats,
353                            modify_records => $input->{modify_records},
354                            modify_file => $input->{modify_file},
355                  );                  );
356                  $log->logdie("can't create input using $input_module") unless ($input);                  $log->logdie("can't create input using $input_module") unless ($input);
357    
# Line 255  while (my ($database, $db_config) = each Line 361  while (my ($database, $db_config) = each
361                          %{ $input },                          %{ $input },
362                  );                  );
363    
364                    my $report_fh;
365                    if ($stats || $validate) {
366                            my $path = "out/report/" . $database . '-' . $input->{name} . '.txt';
367                            open($report_fh, '>', $path) || $log->logdie("can't open $path: $!");
368    
369                            print $report_fh "Report for database '$database' input '$input->{name}' records ",
370                                    $offset || 1, "-", $limit || $input->{limit} || $maxmfn, "\n\n";
371                            $log->info("Generating report file $path");
372                    }
373    
374                  my @norm_array = ref($input->{normalize}) eq 'ARRAY' ?                  my @norm_array = ref($input->{normalize}) eq 'ARRAY' ?
375                          @{ $input->{normalize} } : ( $input->{normalize} );                          @{ $input->{normalize} } : ( $input->{normalize} );
376    
# Line 284  while (my ($database, $db_config) = each Line 400  while (my ($database, $db_config) = each
400                          # reset position in database                          # reset position in database
401                          $input_db->seek(1);                          $input_db->seek(1);
402    
403                            # generate name of config key for indexer (strip everything after -)
404                            my $indexer_config = $use_indexer;
405                            $indexer_config =~ s/^(\w+)-?.*$/$1/g;
406    
407                          foreach my $pos ( 0 ... $input_db->size ) {                          foreach my $pos ( 0 ... $input_db->size ) {
408    
409                                  my $row = $input_db->fetch || next;                                  my $row = $input_db->fetch || next;
# Line 298  while (my ($database, $db_config) = each Line 418  while (my ($database, $db_config) = each
418    
419    
420                                  if ($validate) {                                  if ($validate) {
421                                          my @errors = $validate->validate_errors( $row );                                          if ( my $errors = $validate->validate_errors( $row, $input_db->dump ) ) {
422                                          $log->error( "MFN $mfn validation errors:\n", join("\n", @errors) ) if (@errors);                                                  $log->error( "MFN $mfn validation error:\n",
423                                                            $validate->report_error( $errors )
424                                                    );
425                                            }
426                                  }                                  }
427    
428                                    my $ds_config = dclone($db_config);
429    
430                                    # default values -> database key
431                                    $ds_config->{_} = $database;
432    
433                                    # current mfn
434                                    $ds_config->{_mfn} = $mfn;
435    
436                                    # attach current input
437                                    $ds_config->{input} = $input;
438    
439                                  my $ds = WebPAC::Normalize::data_structure(                                  my $ds = WebPAC::Normalize::data_structure(
440                                          row => $row,                                          row => $row,
441                                          rules => $rules,                                          rules => $rules,
442                                          lookup => $lookup ? $lookup->lookup_hash : undef,                                          lookup => $lookup ? $lookup->lookup_hash : undef,
443                                            config => $ds_config,
444                                          marc_encoding => 'utf-8',                                          marc_encoding => 'utf-8',
445                                  );                                  );
446    
# Line 318  while (my ($database, $db_config) = each Line 453  while (my ($database, $db_config) = each
453                                  $indexer->add(                                  $indexer->add(
454                                          id => $input->{name} . "/" . $mfn,                                          id => $input->{name} . "/" . $mfn,
455                                          ds => $ds,                                          ds => $ds,
456                                          type => $config->{$use_indexer}->{type},                                          type => $config->{$indexer_config}->{type},
457                                  ) if ($indexer && $ds);                                  ) if ($indexer && $ds);
458    
459                                  if ($marc) {                                  if ($marc) {
# Line 340  while (my ($database, $db_config) = each Line 475  while (my ($database, $db_config) = each
475                                  $total_rows++;                                  $total_rows++;
476                          }                          }
477    
478                          $log->info("statistics of fields usage:\n", $input_db->stats) if ($stats);                          if ($validate) {
479                                    my $errors = $validate->report;
480                                    if ($errors) {
481                                            $log->info("validation errors:\n$errors\n" );
482                                            print $report_fh "$errors\n" if ($report_fh);
483                                    }
484                            }
485    
486                            if ($stats) {
487                                    my $s = $input_db->stats;
488                                    $log->info("statistics of fields usage:\n$s");
489                                    print $report_fh "Statistics of fields usage:\n$s" if ($report_fh);
490                            }
491    
492                          # close MARC file                          # close MARC file
493                          $marc->finish if ($marc);                          $marc->finish if ($marc);
494    
495                            # close report
496                            close($report_fh) if ($report_fh)
497                  }                  }
498    
499          }          }
# Line 358  while (my ($database, $db_config) = each Line 507  while (my ($database, $db_config) = each
507                  )                  )
508          );          );
509    
510          #  
511          # add Hyper Estraier links to other databases          # end forked process
512          #          if ($parallel) {
513          if (ref($db_config->{links}) eq 'ARRAY' && $use_indexer) {                  $log->info("parallel process $$ finished");
514                  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}]");  
                         }  
                 }  
515          }          }
516    
517  }  }
518    
519  foreach my $link (@links) {  if ($parallel) {
520          $log->info("adding link $link->{from} -> $link->{to} [$link->{credit}]");          # wait all children to finish
521          $indexer->add_link( %{ $link } );          sleep(1) while wait != -1;
522            $log->info("all parallel processes finished");
523    }
524    
525    #
526    # handle links or merge after indexing
527    #
528    
529    if ($merge) {
530            print $estcmd_fh 'sudo /etc/init.d/hyperestraier start',$/;
531            close($estcmd_fh);
532            chmod 0700, $estcmd_path || $log->warn("can't chmod 0700 $estcmd_path: $!");
533            system $estcmd_path;
534    } else {
535            foreach my $link (@links) {
536                    $log->logdie("coderef in link ", Dumper($link), " is ", ref($link), " and not CODE") unless (ref($link) eq 'CODE');
537                    $link->();
538            }
539  }  }
Legend:
Removed from v.588  
changed lines
  Added in v.674
  ViewVC Help
Powered by ViewVC 1.1.26