/[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 606 by dpavlin, Tue Aug 1 13:59:47 2006 UTC revision 936 by dpavlin, Wed Oct 31 12:14:03 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 0.03;  use WebPAC::Parser 0.08;
11  use WebPAC::Input 0.07;  use WebPAC::Input 0.16;
12  use WebPAC::Store 0.03;  use WebPAC::Store 0.15;
13  use WebPAC::Normalize 0.11;  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 WebPAC::Output::MARC;  use WebPAC::Output::MARC;
17  use YAML qw/LoadFile/;  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;
22  use Data::Dump qw/dump/;  use Data::Dump qw/dump/;
23  use Storable qw/dclone/;  use Storable qw/dclone/;
24    use Pod::Usage qw/pod2usage/;
25    
26  use Proc::Queue size => 1;  use Proc::Queue size => 1;
27  use POSIX ":sys_wait_h"; # imports WNOHANG  use POSIX ":sys_wait_h"; # imports WNOHANG
# Line 31  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 60  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  This option specifies normalisation file for MARC creation  =item --validate-delimiters path/to/validate_delimiters_file
75    
76  =item --marc-output out/marc/test.marc  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  Optional path to output file  =item --marc-generate
80    
81    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
# Line 89  Force dump or input and marc record for Line 95  Force dump or input and marc record for
95  Run databases in parallel (aproximatly same as number of processors in  Run databases in parallel (aproximatly same as number of processors in
96  machine if you want to use full load)  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 97  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;  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 114  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,          "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 $indexer;  
200    
201  if ($parallel) {  if ($parallel) {
202          $log->info("Using $parallel processes for speedup");          $log->info("Using $parallel processes for speedup");
203          Proc::Queue::size($parallel);          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);
# Line 175  while (my ($database, $db_config) = each Line 227  while (my ($database, $db_config) = each
227                  }                  }
228          }          }
229    
230          if ($use_indexer) {          my $indexer;
231                  my $indexer_config = $config->{$use_indexer} || $log->logdie("can't find '$use_indexer' part in confguration");          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                          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 } );  
259    
260                  } else {                  } else {
261                          $log->logdie("unknown use_indexer: $use_indexer");                          $log->logdie("unknown use_indexer: $use_indexer");
262                  }                  }
263    
264                  $log->logide("can't continue without valid indexer") unless ($indexer);                  $log->logdie("can't continue without valid indexer") unless ($indexer);
265          }          }
266    
267    
268          #          #
269            # store Hyper Estraier links to other databases
270            #
271            if (ref($db_config->{links}) eq 'ARRAY' && $use_indexer) {
272                    foreach my $link (@{ $db_config->{links} }) {
273                            if ($use_indexer eq 'hyperestraier') {
274                                    if ($merge) {
275                                            print $estcmd_fh 'sudo -u www-data estcmd merge ' . $database . ' ' . $link->{to},$/;
276                                    } else {
277                                            $log->info("saving link $database -> $link->{to} [$link->{credit}]");
278                                            push @links, sub {
279                                                    $log->info("adding link $database -> $link->{to} [$link->{credit}]");
280                                                    $indexer->add_link(
281                                                            from => $database,
282                                                            to => $link->{to},
283                                                            credit => $link->{credit},
284                                                    );
285                                            };
286                                    }
287                            } else {
288                                    $log->warn("NOT IMPLEMENTED WITH $use_indexer: adding link $database -> $link->{to} [$link->{credit}]");
289                            }
290                    }
291            }
292            next if ($only_links);
293    
294    
295            #
296          # now WebPAC::Store          # now WebPAC::Store
297          #          #
298          my $abs_path = abs_path($0);          my $store = new WebPAC::Store({
299          $abs_path =~ s#/[^/]*$#/#;                  debug => $debug,
300            });
301    
         my $db_path = $config->{webpac}->{db_path} . '/' . $database;  
302    
303          if ($clean) {          #
304                  $log->info("creating new database '$database' in $db_path");          # prepare output
305                  rmtree( $db_path ) || $log->warn("can't remove $db_path: $!");          #
306          } else {          my @outputs = force_array( $db_config->{output}, sub {
307                  $log->info("working on database '$database' in $db_path");                  $log->error("Database $database doesn't have any outputs defined. Do you want to remove it from configuration?" );
308          }          } );
309    
310          my $db = new WebPAC::Store(          my @output_modules;
311                  path => $db_path,  
312                  database => $database,          foreach my $output ( @outputs ) {
313                  debug => $debug,  
314          );  warn '## output = ',dump( $output );
315    
316                    my $module = $output->{module} || $log->logdie("need module in output section of $database");
317                    $module = 'WebPAC::Output::' . $module unless $module =~ m/::/;
318            
319                    $log->debug("loading output module $module");
320                    eval "require $module";
321    
322                    # add database to arugemnts for output filter
323                    $output->{database} = $database;
324    
325                    $log->debug("calling $module->new(",dump( $output ),")");
326                    my $out = new $module->new( $output );
327                    $out->init;
328    
329                    push @output_modules, $out;
330            }
331    
332    
333          #          #
334          # now, iterate through input formats          # now, iterate through input formats
335          #          #
336    
         my @inputs;  
         if (ref($db_config->{input}) eq 'ARRAY') {  
                 @inputs = @{ $db_config->{input} };  
         } elsif ($db_config->{input}) {  
                 push @inputs, $db_config->{input};  
         } else {  
                 $log->info("database $database doesn't have inputs defined");  
         }  
337    
338          my @supported_inputs = keys %{ $config->{webpac}->{inputs} };          my @inputs = force_array( $db_config->{input}, sub {
339                    $log->info("database $database doesn't have inputs defined");
340            } );
341    
342          foreach my $input (@inputs) {          foreach my $input (@inputs) {
343    
344                  next if ($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));
345    
346                    next if ($only_input && ($input_name !~ m#$only_input#i && $input->{type} !~ m#$only_input#i));
347    
348                  my $type = lc($input->{type});                  my $type = lc($input->{type});
349    
350                  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')));
351    
352                  my $lookup;                  my $input_module = $config->webpac('inputs')->{$type};
                 if ($input->{lookup}) {  
                         $lookup = new WebPAC::Lookup(  
                                 lookup_file => $input->{lookup},  
                         );  
                         delete( $input->{lookup} );  
                 }  
353    
354                  my $input_module = $config->{webpac}->{inputs}->{$type};                  my @lookups = $parser->have_lookup_create($database, $input);
355    
356                  $log->info("working on input '$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",
357                          $input->{lookup} ? "lookup '$input->{lookup}'" : ""                          @lookups ? " creating lookups: ".join(", ", @lookups) : ""
358                  );                  );
359    
360                    if ($stats) {
361                            # disable modification of records if --stats is in use
362                            delete($input->{modify_records});
363                            delete($input->{modify_file});
364                    }
365    
366                  my $input_db = new WebPAC::Input(                  my $input_db = new WebPAC::Input(
367                          module => $input_module,                          module => $input_module,
368                          encoding => $config->{webpac}->{webpac_encoding},                          encoding => $config->webpac('webpac_encoding'),
369                          limit => $limit || $input->{limit},                          limit => $limit || $input->{limit},
370                          offset => $offset,                          offset => $offset,
                         lookup_coderef => sub {  
                                 my $rec = shift || return;  
                                 $lookup->add( $rec );  
                         },  
371                          recode => $input->{recode},                          recode => $input->{recode},
372                          stats => $stats,                          stats => $stats,
373                          modify_records => $input->{modify_records},                          modify_records => $input->{modify_records},
374                            modify_file => $input->{modify_file},
375                            input_config => $input,
376                  );                  );
377                  $log->logdie("can't create input using $input_module") unless ($input);                  $log->logdie("can't create input using $input_module") unless ($input);
378    
379                    if (defined( $input->{lookup} )) {
380                            $log->warn("$database/$input_name has depriciated lookup definition, removing it...");
381                            delete( $input->{lookup} );
382                    }
383    
384                    my $lookup_coderef;
385    
386                    if (@lookups) {
387    
388                            my $rules = $parser->lookup_create_rules($database, $input) || $log->logdie("no rules found for $database/$input");
389    
390                            $lookup_coderef = sub {
391                                    my $rec = shift || die "need rec!";
392                                    my $mfn = $rec->{'000'}->[0] || die "need mfn in 000";
393    
394                                    WebPAC::Normalize::data_structure(
395                                            row => $rec,
396                                            rules => $rules,
397                                            config => create_ds_config( $db_config, $database, $input, $mfn ),
398                                    );
399    
400                                    #warn "current lookup: ", dump(WebPAC::Normalize::_get_lookup());
401                            };
402    
403                            WebPAC::Normalize::_set_lookup( undef );
404    
405                            $log->debug("created lookup_coderef using:\n$rules");
406    
407                    };
408    
409                    my $lookup_jar;
410    
411                  my $maxmfn = $input_db->open(                  my $maxmfn = $input_db->open(
412                          path => $input->{path},                          path => $input->{path},
413                          code_page => $input->{encoding},        # database encoding                          code_page => $input->{encoding},        # database encoding
414                            lookup_coderef => $lookup_coderef,
415                            lookup => $lookup_jar,
416                          %{ $input },                          %{ $input },
417                            load_row => sub {
418                                    my $a = shift;
419                                    return $store->load_row(
420                                            database => $database,
421                                            input => $input_name,
422                                            id => $a->{id},
423                                    );
424                            },
425                            save_row => sub {
426                                    my $a = shift;
427                                    return $store->save_row(
428                                            database => $database,
429                                            input => $input_name,
430                                            id => $a->{id},
431                                            row => $a->{row},
432                                    );
433                            },
434    
435                  );                  );
436    
437                  my @norm_array = ref($input->{normalize}) eq 'ARRAY' ?                  my $lookup_data = WebPAC::Normalize::_get_lookup();
                         @{ $input->{normalize} } : ( $input->{normalize} );  
438    
439                  if ($marc_normalize) {                  if (defined( $lookup_data->{$database}->{$input_name} )) {
440                          @norm_array = ( {                          $log->debug("created following lookups: ", sub { dump( $lookup_data ) } );
                                 path => $marc_normalize,  
                                 output => $marc_output || 'out/marc/' . $database . '-' . $input->{name} . '.marc',  
                         } );  
                 }  
441    
442                  foreach my $normalize (@norm_array) {                          foreach my $key (keys %{ $lookup_data->{$database}->{$input_name} }) {
443                                    $store->save_lookup(
444                                            database => $database,
445                                            input => $input_name,
446                                            key => $key,
447                                            data => $lookup_data->{$database}->{$input_name}->{$key},
448                                    );
449                            }
450                    }
451    
452                          my $normalize_path = $normalize->{path} || $log->logdie("can't find normalize path in config");                  my $report_fh;
453                    if ($stats || $validate) {
454                            my $path = "out/report/${database}-${input_name}.txt";
455                            open($report_fh, '>', $path) || $log->logdie("can't open $path: $!");
456    
457                            print $report_fh "Report for database '$database' input '$input_name' records ",
458                                    $offset || 1, "-", $limit || $input->{limit} || $maxmfn, "\n\n";
459                            $log->info("Generating report file $path");
460    
461                            if ( $validate ) {
462                                    $validate->read_validate_file( $validate->fill_in( $validate_path, database => $database, input => $input_name ) ) if ( $validate_path );
463                                    $validate->read_validate_delimiters_file( $validate->fill_in( $validate_delimiters_path, database => $database, input => $input_name ) ) if ( $validate_delimiters_path );
464                            }
465                    }
466    
467                          $log->logdie("Found '$normalize_path' as normalization file which isn't supported any more!") unless ( $normalize_path =~ m!\.pl$!i );                  my $marc;
468                    if ($marc_generate && $parser->have_rules( 'marc', $database, $input_name )) {
469                            $marc = new WebPAC::Output::MARC(
470                                    path => "out/marc/${database}-${input_name}.marc",
471                                    lint => $marc_lint,
472                                    dump => $marc_dump,
473                            );
474                    }
475    
476                          my $rules = read_file( $normalize_path ) or die "can't open $normalize_path: $!";                  my $rules = $parser->normalize_rules($database,$input_name) || $log->logdie("no normalize rules found for $database/$input_name");
477                    $log->debug("parsed normalize rules:\n$rules");
478    
479                          $log->info("Using $normalize_path for normalization...");                  # reset position in database
480                    $input_db->seek(1);
481    
482                          my $marc = new WebPAC::Output::MARC(                  # generate name of config key for indexer (strip everything after -)
483                                  path => $normalize->{output},                  my $indexer_config = $use_indexer;
484                                  lint => $marc_lint,                  $indexer_config =~ s/^(\w+)-?.*$/$1/g if ($indexer_config);
485                                  dump => $marc_dump,  
486                          ) if ($normalize->{output});                  my $lookup_hash;
487                    my $depends = $parser->depends($database,$input_name);
488            
489                    if ($depends) {
490                            $log->debug("$database/$input_name depends on: ", dump($depends)) if ($depends);
491                            $log->logdie("parser->depends didn't return HASH") unless (ref($depends) eq 'HASH');
492    
493                            foreach my $db (keys %$depends) {
494                                    foreach my $i (keys %{$depends->{$db}}) {
495                                            foreach my $k (keys %{$depends->{$db}->{$i}}) {
496                                                    my $t = time();
497                                                    $log->debug("loading lookup $db/$i");
498                                                    $lookup_hash->{$db}->{$i}->{$k} = $store->load_lookup(
499                                                            database => $db,
500                                                            input => $i,
501                                                            key => $k,
502                                                    );
503                                                    $log->debug(sprintf("lookup $db/$i took %.2fs", time() - $t));
504                                            }
505                                    }
506                            }
507    
508                          # reset position in database                          $log->debug("lookup_hash = ", sub { dump( $lookup_hash ) });
509                          $input_db->seek(1);                  }
510    
                         foreach my $pos ( 0 ... $input_db->size ) {  
511    
512                                  my $row = $input_db->fetch || next;                  # setup input name for all output filters
513                    foreach my $out ( @output_modules ) {
514                            if ( $out->can('input') ) {
515                                    $out->input( $input_name );
516                            } else {
517                                    $log->warn("output filter $out doesn't support input name");
518                            }
519                    }
520    
                                 my $mfn = $row->{'000'}->[0];  
521    
522                                  if (! $mfn || $mfn !~ m#^\d+$#) {                  foreach my $pos ( 0 ... $input_db->size ) {
                                         $log->warn("record $pos doesn't have valid MFN but '$mfn', using $pos");  
                                         $mfn = $pos;  
                                         push @{ $row->{'000'} }, $pos;  
                                 }  
523    
524                            my $row = $input_db->fetch || next;
525    
526                                  if ($validate) {                          $total_rows++;
                                         my @errors = $validate->validate_errors( $row );  
                                         $log->error( "MFN $mfn validation errors:\n", join("\n", @errors) ) if (@errors);  
                                 }  
527    
528                                  my $ds_config = dclone($db_config);                          my $mfn = $row->{'000'}->[0];
529    
530                                  # default values -> database key                          if (! $mfn || $mfn !~ m{^\d+$}) {
531                                  $ds_config->{_} = $database;                                  $log->warn("record $pos doesn't have valid MFN but '$mfn', using $pos");
532                                    $mfn = $pos;
533                                    push @{ $row->{'000'} }, $pos;
534                            }
535    
                                 # current mfn  
                                 $ds_config->{_mfn} = $mfn;  
536    
537                                  # attach current input                          if ($validate) {
538                                  $ds_config->{input} = $input;                                  if ( my $errors = $validate->validate_rec( $row, $input_db->dump_ascii ) ) {
539                                            $log->error( "MFN $mfn validation error:\n",
540                                                    $validate->report_error( $errors )
541                                            );
542                                    }
543                                    next;   # validation doesn't create any output
544                            }
545    
546                                  my $ds = WebPAC::Normalize::data_structure(                          my $ds = WebPAC::Normalize::data_structure(
547                                          row => $row,                                  row => $row,
548                                          rules => $rules,                                  rules => $rules,
549                                          lookup => $lookup ? $lookup->lookup_hash : undef,                                  lookup => $lookup_hash,
550                                          config => $ds_config,                                  config => create_ds_config( $db_config, $database, $input, $mfn ),
551                                          marc_encoding => 'utf-8',                                  marc_encoding => 'utf-8',
552                                  );                                  load_row_coderef => sub {
553                                            my ($database,$input,$mfn) = @_;
554                                            return $store->load_row(
555                                                    database => $database,
556                                                    input => $input,
557                                                    id => $mfn,
558                                            );
559                                    },
560                            );
561    
562                                  $db->save_ds(                          $log->debug("ds = ", sub { dump($ds) }) if ($ds);
                                         id => $mfn,  
                                         ds => $ds,  
                                         prefix => $input->{name},  
                                 ) if ($ds && !$stats);  
   
                                 $indexer->add(  
                                         id => $input->{name} . "/" . $mfn,  
                                         ds => $ds,  
                                         type => $config->{$use_indexer}->{type},  
                                 ) if ($indexer && $ds);  
   
                                 if ($marc) {  
                                         my $i = 0;  
   
                                         while (my $fields = WebPAC::Normalize::_get_marc_fields( fetch_next => 1 ) ) {  
                                                 $marc->add(  
                                                         id => $mfn . ( $i ? "/$i" : '' ),  
                                                         fields => $fields,  
                                                         leader => WebPAC::Normalize::marc_leader(),  
                                                         row => $row,  
                                                 );  
                                                 $i++;  
                                         }  
563    
564                                          $log->info("Created $i instances of MFN $mfn\n") if ($i > 1);                          $store->save_ds(
565                                    database => $database,
566                                    input => $input_name,
567                                    id => $mfn,
568                                    ds => $ds,
569                            ) if ($ds && !$stats);
570    
571                            $indexer->add(
572                                    id => "${input_name}/${mfn}",
573                                    ds => $ds,
574                                    type => $config->get($indexer_config)->{type},
575                            ) if ($indexer && $ds);
576    
577                            if ($marc) {
578                                    my $i = 0;
579    
580                                    while (my $fields = WebPAC::Normalize::_get_marc_fields( fetch_next => 1 ) ) {
581                                            $marc->add(
582                                                    id => $mfn . ( $i ? "/$i" : '' ),
583                                                    fields => $fields,
584                                                    leader => WebPAC::Normalize::_get_marc_leader(),
585                                                    row => $row,
586                                            );
587                                            $i++;
588                                  }                                  }
589    
590                                  $total_rows++;                                  $log->info("Created $i instances of MFN $mfn\n") if ($i > 1);
591                            }
592    
593                            foreach my $out ( @output_modules ) {
594                                    $out->add( $mfn, $ds ) if $out->can('add');
595                            }
596    
597                    }
598    
599                    if ($validate) {
600                            my $errors = $validate->report;
601                            if ($errors) {
602                                    $log->info("validation errors:\n$errors\n" );
603                                    print $report_fh "$errors\n" if ($report_fh);
604                          }                          }
605    
606                          $log->info("statistics of fields usage:\n", $input_db->stats) if ($stats);                          print $report_fh "\nAll possible subfields/delimiter templates:\n", $validate->delimiters_templates( report => 1, current_input => 1 ), "\n\n";
607    
608                          # close MARC file                          # must be last thing that touches $validate for this input
609                          $marc->finish if ($marc);                          $validate->reset;
610                    }
611    
612                    if ($stats) {
613                            my $s = $input_db->stats;
614                            $log->info("statistics of fields usage:\n$s");
615                            print $report_fh "Statistics of fields usage:\n$s" if ($report_fh);
616                  }                  }
617    
618                    # close MARC file
619                    $marc->finish if ($marc);
620    
621                    # close report
622                    close($report_fh) if ($report_fh);
623          }          }
624    
625          eval { $indexer->finish } if ($indexer && $indexer->can('finish'));          eval { $indexer->finish } if ($indexer && $indexer->can('finish'));
626    
627            foreach my $out ( @output_modules ) {
628                    $out->finish if $out->can('finish');
629            }
630    
631          my $dt = time() - $start_t;          my $dt = time() - $start_t;
632          $log->info("$total_rows records ", $indexer ? "indexed " : "",          $log->info("$total_rows records ", $indexer ? "indexed " : "",
633                  sprintf("in %.2f sec [%.2f rec/sec]",                  sprintf("in %.2f sec [%.2f rec/sec]",
# Line 397  while (my ($database, $db_config) = each Line 635  while (my ($database, $db_config) = each
635                  )                  )
636          );          );
637    
         #  
         # add Hyper Estraier links to other databases  
         #  
         if (ref($db_config->{links}) eq 'ARRAY' && $use_indexer) {  
                 foreach my $link (@{ $db_config->{links} }) {  
                         if ($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}]");  
                         }  
                 }  
         }  
638    
639          # end forked process          # end forked process
640          if ($parallel) {          if ($parallel) {
# Line 429  if ($parallel) { Line 650  if ($parallel) {
650          $log->info("all parallel processes finished");          $log->info("all parallel processes finished");
651  }  }
652    
653  foreach my $link (@links) {  # save new delimiters if needed
654          $log->info("adding link $link->{from} -> $link->{to} [$link->{credit}]");  $validate->save_delimiters_templates if ( $validate_delimiters_path );
         $indexer->add_link( %{ $link } );  
 }  
655    
656    #
657    # handle links or merge after indexing
658    #
659    
660    if ($merge) {
661            print $estcmd_fh 'sudo /etc/init.d/hyperestraier start',$/;
662            close($estcmd_fh);
663            chmod 0700, $estcmd_path || $log->warn("can't chmod 0700 $estcmd_path: $!");
664            system $estcmd_path;
665    } else {
666            foreach my $link (@links) {
667                    $log->logdie("coderef in link ", Dumper($link), " is ", ref($link), " and not CODE") unless (ref($link) eq 'CODE');
668                    $link->();
669            }
670    }
Legend:
Removed from v.606  
changed lines
  Added in v.936
  ViewVC Help
Powered by ViewVC 1.1.26