/[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 636 by dpavlin, Wed Sep 6 19:25:22 2006 UTC revision 712 by dpavlin, Tue Sep 26 10:23:04 2006 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 0.04;
11  use WebPAC::Input 0.11;  use WebPAC::Input 0.13;
12  use WebPAC::Store 0.03;  use WebPAC::Store 0.10;
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 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/;
# Line 60  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 105  my $offset; Line 105  my $offset;
105  my $limit;  my $limit;
106    
107  my $clean = 0;  my $clean = 0;
108  my $config = 'conf/config.yml';  my $config_path;
109  my $debug = 0;  my $debug = 0;
110  my $only_filter;  my $only_filter;
111  my $stats = 0;  my $stats = 0;
# Line 119  my $merge = 0; Line 119  my $merge = 0;
119    
120  my $log = _new WebPAC::Common()->_get_logger();  my $log = _new WebPAC::Common()->_get_logger();
121    
 my $hostname = `hostname`;  
 chomp($hostname);  
 $hostname =~ s/\..+$//;  
 if (-e "conf/$hostname.yml") {  
         $config = "conf/$hostname.yml";  
         $log->info("using host configuration file: $config");  
 }  
   
122  GetOptions(  GetOptions(
123          "limit=i" => \$limit,          "limit=i" => \$limit,
124          "offset=i" => \$offset,          "offset=i" => \$offset,
125          "clean" => \$clean,          "clean" => \$clean,
126          "one=s" => \$only_filter,          "one=s" => \$only_filter,
127          "only=s" => \$only_filter,          "only=s" => \$only_filter,
128          "config" => \$config,          "config" => \$config_path,
129          "debug+" => \$debug,          "debug+" => \$debug,
130          "stats" => \$stats,          "stats" => \$stats,
131          "validate=s" => \$validate_path,          "validate=s" => \$validate_path,
# Line 146  GetOptions( Line 138  GetOptions(
138          "merge" => \$merge,          "merge" => \$merge,
139  );  );
140    
141  $config = LoadFile($config);  my $config = new WebPAC::Config( path => $config_path );
142    
143  #print "config = ",dump($config) if ($debug);  #print "config = ",dump($config) if ($debug);
144    
145  die "no databases in config file!\n" unless ($config->{databases});  die "no databases in config file!\n" unless ($config->databases);
146    
147  $log->info( "-" x 79 );  $log->info( "-" x 79 );
148    
# Line 171  $validate = new WebPAC::Validate( Line 163  $validate = new WebPAC::Validate(
163  ) if ($validate_path);  ) if ($validate_path);
164    
165    
166  my $use_indexer = $config->{use_indexer} || 'hyperestraier';  my $use_indexer = $config->use_indexer;
167  if ($stats) {  if ($stats) {
168          $log->debug("option --stats disables update of indexing engine...");          $log->debug("option --stats disables update of indexing engine...");
169          $use_indexer = undef;          $use_indexer = undef;
# Line 182  if ($stats) { Line 174  if ($stats) {
174  # disable indexing when creating marc  # disable indexing when creating marc
175  $use_indexer = undef if ($marc_normalize);  $use_indexer = undef if ($marc_normalize);
176    
177    # parse normalize files and create source files for lookup and normalization
178    
179    my $parser = new WebPAC::Parser( config => $config );
180    
181  my $total_rows = 0;  my $total_rows = 0;
182  my $start_t = time();  my $start_t = time();
183    
# Line 192  if ($parallel) { Line 188  if ($parallel) {
188          Proc::Queue::size($parallel);          Proc::Queue::size($parallel);
189  }  }
190    
191  while (my ($database, $db_config) = each %{ $config->{databases} }) {  sub create_ds_config {
192            my ($db_config, $database, $input, $mfn) = @_;
193            my $c = dclone( $db_config );
194            $c->{_} = $database || $log->logconfess("need database");
195            $c->{_mfn} = $mfn || $log->logconfess("need mfn");
196            $c->{input} = $input || $log->logconfess("need input");
197            return $c;
198    }
199    
200    while (my ($database, $db_config) = each %{ $config->databases }) {
201    
202          my ($only_database,$only_input) = split(m#/#, $only_filter) if ($only_filter);          my ($only_database,$only_input) = split(m#/#, $only_filter) if ($only_filter);
203          next if ($only_database && $database !~ m/$only_database/i);          next if ($only_database && $database !~ m/$only_database/i);
# Line 212  while (my ($database, $db_config) = each Line 217  while (my ($database, $db_config) = each
217                  my $cfg_name = $use_indexer;                  my $cfg_name = $use_indexer;
218                  $cfg_name =~ s/\-.*$//;                  $cfg_name =~ s/\-.*$//;
219    
220                  my $indexer_config = $config->{$cfg_name} || $log->logdie("can't find '$cfg_name' part in confguration");                  my $indexer_config = $config->get( $cfg_name ) || $log->logdie("can't find '$cfg_name' part in confguration");
221                  $indexer_config->{database} = $database;                  $indexer_config->{database} = $database;
222                  $indexer_config->{clean} = $clean;                  $indexer_config->{clean} = $clean;
223                  $indexer_config->{label} = $db_config->{name};                  $indexer_config->{label} = $db_config->{name};
# Line 232  while (my ($database, $db_config) = each Line 237  while (my ($database, $db_config) = each
237                          use WebPAC::Output::EstraierNative;                          use WebPAC::Output::EstraierNative;
238                          $indexer = new WebPAC::Output::EstraierNative( %{ $indexer_config } );                          $indexer = new WebPAC::Output::EstraierNative( %{ $indexer_config } );
239    
                         $use_indexer = 'hyperestraier';  
   
240                  } elsif ($use_indexer eq 'kinosearch') {                  } elsif ($use_indexer eq 'kinosearch') {
241    
242                          # open KinoSearch                          # open KinoSearch
# Line 282  while (my ($database, $db_config) = each Line 285  while (my ($database, $db_config) = each
285          my $abs_path = abs_path($0);          my $abs_path = abs_path($0);
286          $abs_path =~ s#/[^/]*$#/#;          $abs_path =~ s#/[^/]*$#/#;
287    
288          my $db_path = $config->{webpac}->{db_path} . '/' . $database;          my $db_path = $config->get('webpac')->{db_path} . '/' . $database;
289    
290          if ($clean) {          if ($clean) {
291                  $log->info("creating new database '$database' in $db_path");                  $log->info("creating new database '$database' in $db_path");
# Line 291  while (my ($database, $db_config) = each Line 294  while (my ($database, $db_config) = each
294                  $log->info("working on database '$database' in $db_path");                  $log->info("working on database '$database' in $db_path");
295          }          }
296    
297          my $db = new WebPAC::Store(          my $store = new WebPAC::Store(
298                  path => $db_path,                  path => $db_path,
299                  database => $database,                  database => $database,
300                  debug => $debug,                  debug => $debug,
# Line 311  while (my ($database, $db_config) = each Line 314  while (my ($database, $db_config) = each
314                  $log->info("database $database doesn't have inputs defined");                  $log->info("database $database doesn't have inputs defined");
315          }          }
316    
         my @supported_inputs = keys %{ $config->{webpac}->{inputs} };  
   
317          foreach my $input (@inputs) {          foreach my $input (@inputs) {
318    
319                  next if ($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));
320    
321                    next if ($only_input && ($input_name !~ m#$only_input#i && $input->{type} !~ m#$only_input#i));
322    
323                  my $type = lc($input->{type});                  my $type = lc($input->{type});
324    
325                  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')));
326    
327                  my $lookup;                  my $input_module = $config->webpac('inputs')->{$type};
                 if ($input->{lookup}) {  
                         $lookup = new WebPAC::Lookup(  
                                 lookup_file => $input->{lookup},  
                         );  
                         delete( $input->{lookup} );  
                 }  
328    
329                  my $input_module = $config->{webpac}->{inputs}->{$type};                  my @lookups = $parser->have_lookup_create($database, $input);
330    
331                  $log->info("working on input '$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",
332                          $input->{lookup} ? "lookup '$input->{lookup}'" : ""                          @lookups ? " creating lookups: ".join(", ", @lookups) : ""
333                  );                  );
334    
335                    if ($stats) {
336                            # disable modification of records if --stats is in use
337                            delete($input->{modify_records});
338                            delete($input->{modify_file});
339                    }
340    
341                  my $input_db = new WebPAC::Input(                  my $input_db = new WebPAC::Input(
342                          module => $input_module,                          module => $input_module,
343                          encoding => $config->{webpac}->{webpac_encoding},                          encoding => $config->webpac('webpac_encoding'),
344                          limit => $limit || $input->{limit},                          limit => $limit || $input->{limit},
345                          offset => $offset,                          offset => $offset,
                         lookup_coderef => sub {  
                                 my $rec = shift || return;  
                                 $lookup->add( $rec );  
                         },  
346                          recode => $input->{recode},                          recode => $input->{recode},
347                          stats => $stats,                          stats => $stats,
348                          modify_records => $input->{modify_records},                          modify_records => $input->{modify_records},
# Line 351  while (my ($database, $db_config) = each Line 350  while (my ($database, $db_config) = each
350                  );                  );
351                  $log->logdie("can't create input using $input_module") unless ($input);                  $log->logdie("can't create input using $input_module") unless ($input);
352    
353                    if (defined( $input->{lookup} )) {
354                            $log->warn("$database/$input_name has depriciated lookup definition, removing it...");
355                            delete( $input->{lookup} );
356                    }
357    
358                    my $lookup;
359                    my $lookup_coderef;
360    
361                    if (@lookups) {
362    
363                            my $rules = $parser->lookup_create_rules($database, $input) || $log->logdie("no rules found for $database/$input");
364    
365                            $lookup_coderef = sub {
366                                    my $rec = shift || die "need rec!";
367                                    my $mfn = $rec->{'000'}->[0] || die "need mfn in 000";
368    
369                                    WebPAC::Normalize::data_structure(
370                                            row => $rec,
371                                            rules => $rules,
372                                            lookup => $lookup,
373                                            config => create_ds_config( $db_config, $database, $input, $mfn ),
374                                    );
375    
376                                    warn "current lookup = ", dump($lookup) if ($lookup);
377                            };
378    
379                            WebPAC::Normalize::_set_lookup( undef );
380    
381                            $log->debug("created lookup_coderef using:\n$rules");
382    
383                    };
384    
385                  my $maxmfn = $input_db->open(                  my $maxmfn = $input_db->open(
386                          path => $input->{path},                          path => $input->{path},
387                          code_page => $input->{encoding},        # database encoding                          code_page => $input->{encoding},        # database encoding
388                            lookup_coderef => $lookup_coderef,
389                          %{ $input },                          %{ $input },
390                  );                  );
391    
392                    my $lookup_data = WebPAC::Normalize::_get_lookup();
393    
394                    if (defined( $lookup_data->{$database}->{$input_name} )) {
395                            $log->debug("created following lookups: ", dump( $lookup_data ));
396    
397                            foreach my $key (keys %{ $lookup_data->{$database}->{$input_name} }) {
398                                    $store->save_lookup( $database, $input_name, $key, $lookup_data->{$database}->{$input_name}->{$key} );
399                            }
400                    }
401    
402                    my $report_fh;
403                    if ($stats || $validate) {
404                            my $path = "out/report/${database}-${input_name}.txt";
405                            open($report_fh, '>', $path) || $log->logdie("can't open $path: $!");
406    
407                            print $report_fh "Report for database '$database' input '$input_name' records ",
408                                    $offset || 1, "-", $limit || $input->{limit} || $maxmfn, "\n\n";
409                            $log->info("Generating report file $path");
410                    }
411    
412                  my @norm_array = ref($input->{normalize}) eq 'ARRAY' ?                  my @norm_array = ref($input->{normalize}) eq 'ARRAY' ?
413                          @{ $input->{normalize} } : ( $input->{normalize} );                          @{ $input->{normalize} } : ( $input->{normalize} );
414    
415                  if ($marc_normalize) {                  if ($marc_normalize) {
416                          @norm_array = ( {                          @norm_array = ( {
417                                  path => $marc_normalize,                                  path => $marc_normalize,
418                                  output => $marc_output || 'out/marc/' . $database . '-' . $input->{name} . '.marc',                                  output => $marc_output || "out/marc/${database}-${input_name}.marc",
419                          } );                          } );
420                  }                  }
421    
# Line 386  while (my ($database, $db_config) = each Line 438  while (my ($database, $db_config) = each
438                          # reset position in database                          # reset position in database
439                          $input_db->seek(1);                          $input_db->seek(1);
440    
441                            # generate name of config key for indexer (strip everything after -)
442                            my $indexer_config = $use_indexer;
443                            $indexer_config =~ s/^(\w+)-?.*$/$1/g if ($indexer_config);
444    
445                          foreach my $pos ( 0 ... $input_db->size ) {                          foreach my $pos ( 0 ... $input_db->size ) {
446    
447                                  my $row = $input_db->fetch || next;                                  my $row = $input_db->fetch || next;
# Line 400  while (my ($database, $db_config) = each Line 456  while (my ($database, $db_config) = each
456    
457    
458                                  if ($validate) {                                  if ($validate) {
459                                          my @errors = $validate->validate_errors( $row );                                          if ( my $errors = $validate->validate_errors( $row, $input_db->dump ) ) {
460                                          $log->error( "MFN $mfn validation errors:\n", join("\n", @errors) ) if (@errors);                                                  $log->error( "MFN $mfn validation error:\n",
461                                                            $validate->report_error( $errors )
462                                                    );
463                                            }
464                                  }                                  }
465    
                                 my $ds_config = dclone($db_config);  
   
                                 # default values -> database key  
                                 $ds_config->{_} = $database;  
   
                                 # current mfn  
                                 $ds_config->{_mfn} = $mfn;  
   
                                 # attach current input  
                                 $ds_config->{input} = $input;  
   
466                                  my $ds = WebPAC::Normalize::data_structure(                                  my $ds = WebPAC::Normalize::data_structure(
467                                          row => $row,                                          row => $row,
468                                          rules => $rules,                                          rules => $rules,
469                                          lookup => $lookup ? $lookup->lookup_hash : undef,                                          lookup => $lookup ? $lookup->lookup_hash : undef,
470                                          config => $ds_config,                                          config => create_ds_config( $db_config, $database, $input, $mfn ),
471                                          marc_encoding => 'utf-8',                                          marc_encoding => 'utf-8',
472                                  );                                  );
473    
474                                  $db->save_ds(                                  $store->save_ds(
475                                          id => $mfn,                                          id => $mfn,
476                                          ds => $ds,                                          ds => $ds,
477                                          prefix => $input->{name},                                          prefix => $input_name,
478                                  ) if ($ds && !$stats);                                  ) if ($ds && !$stats);
479    
480                                  $indexer->add(                                  $indexer->add(
481                                          id => $input->{name} . "/" . $mfn,                                          id => "${input_name}/${mfn}",
482                                          ds => $ds,                                          ds => $ds,
483                                          type => $config->{$use_indexer}->{type},                                          type => $config->get($indexer_config)->{type},
484                                  ) if ($indexer && $ds);                                  ) if ($indexer && $ds);
485    
486                                  if ($marc) {                                  if ($marc) {
# Line 454  while (my ($database, $db_config) = each Line 502  while (my ($database, $db_config) = each
502                                  $total_rows++;                                  $total_rows++;
503                          }                          }
504    
505                          $log->info("statistics of fields usage:\n", $input_db->stats) if ($stats);                          if ($validate) {
506                                    my $errors = $validate->report;
507                                    if ($errors) {
508                                            $log->info("validation errors:\n$errors\n" );
509                                            print $report_fh "$errors\n" if ($report_fh);
510                                    }
511                            }
512    
513                            if ($stats) {
514                                    my $s = $input_db->stats;
515                                    $log->info("statistics of fields usage:\n$s");
516                                    print $report_fh "Statistics of fields usage:\n$s" if ($report_fh);
517                            }
518    
519                          # close MARC file                          # close MARC file
520                          $marc->finish if ($marc);                          $marc->finish if ($marc);
521    
522                            # close report
523                            close($report_fh) if ($report_fh)
524                  }                  }
525    
526          }          }
Legend:
Removed from v.636  
changed lines
  Added in v.712
  ViewVC Help
Powered by ViewVC 1.1.26