/[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 710 by dpavlin, Mon Sep 25 18:58:43 2006 UTC revision 814 by dpavlin, Sun Apr 1 21:47:48 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::Parser 0.04;  use WebPAC::Parser 0.08;
11  use WebPAC::Input 0.13;  use WebPAC::Input 0.16;
12  use WebPAC::Store 0.10;  use WebPAC::Store 0.14;
13  use WebPAC::Normalize 0.11;  use WebPAC::Normalize 0.22;
14  use WebPAC::Output::TT;  use WebPAC::Output::TT;
15  use WebPAC::Validate 0.06;  use WebPAC::Validate 0.06;
16  use WebPAC::Output::MARC;  use WebPAC::Output::MARC;
# Line 21  use Time::HiRes qw/time/; Line 21  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 67  and subfield usage for each input Line 68  and subfield usage for each input
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  =item --marc-generate
72    
73  This option specifies normalisation file for MARC creation  Generate MARC file. This will automatically be on if file contains C<marc*> directives.
74    You can use this option as C<--no-marc-generate> to disable MARC generation.
 =item --marc-output out/marc/test.marc  
   
 Optional path to output file  
75    
76  =item --marc-lint  =item --marc-lint
77    
78  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
79  messages with C<--no-marc-lint>.  messages with C<--no-marc-lint>.
80    
81  =item --marc-dump  =item --marc-dump
# Line 110  my $debug = 0; Line 108  my $debug = 0;
108  my $only_filter;  my $only_filter;
109  my $stats = 0;  my $stats = 0;
110  my $validate_path;  my $validate_path;
111  my ($marc_normalize, $marc_output);  my $marc_generate = 1;
112  my $marc_lint = 1;  my $marc_lint = 1;
113  my $marc_dump = 0;  my $marc_dump = 0;
114  my $parallel = 0;  my $parallel = 0;
115  my $only_links = 0;  my $only_links = 0;
116  my $merge = 0;  my $merge = 0;
117    my $help;
118    
119  my $log = _new WebPAC::Common()->_get_logger();  my $log = _new WebPAC::Common()->_get_logger();
120    
# Line 129  GetOptions( Line 128  GetOptions(
128          "debug+" => \$debug,          "debug+" => \$debug,
129          "stats" => \$stats,          "stats" => \$stats,
130          "validate=s" => \$validate_path,          "validate=s" => \$validate_path,
131          "marc-normalize=s" => \$marc_normalize,          "marc-generate!" => \$marc_generate,
         "marc-output=s" => \$marc_output,  
132          "marc-lint!" => \$marc_lint,          "marc-lint!" => \$marc_lint,
133          "marc-dump!" => \$marc_dump,          "marc-dump!" => \$marc_dump,
134          "parallel=i" => \$parallel,          "parallel=i" => \$parallel,
135          "only-links!" => \$only_links,          "only-links!" => \$only_links,
136          "merge" => \$merge,          "merge" => \$merge,
137            "help" => \$help,
138  );  );
139    
140    pod2usage(-verbose => 2) if ($help);
141    
142  my $config = new WebPAC::Config( path => $config_path );  my $config = new WebPAC::Config( path => $config_path );
143    
144  #print "config = ",dump($config) if ($debug);  #print "config = ",dump($config) if ($debug);
# Line 146  die "no databases in config file!\n" unl Line 147  die "no databases in config file!\n" unl
147    
148  $log->info( "-" x 79 );  $log->info( "-" x 79 );
149    
150    my $log_file = 'log';
151    
152    if (-e $log_file ) {    # && -s $log_file > 5 * 1024 * 1024) {
153            $log->info("moved old log with ", -s $log_file, " bytes to '${log_file}.old'");
154            rename $log_file, "${log_file}.old" || $log->logwarn("can't rename $log_file to ${log_file}.old: $!");
155    }
156    
157  my $estcmd_fh;  my $estcmd_fh;
158  my $estcmd_path = './estcmd-merge.sh';  my $estcmd_path = './estcmd-merge.sh';
# Line 164  $validate = new WebPAC::Validate( Line 171  $validate = new WebPAC::Validate(
171    
172    
173  my $use_indexer = $config->use_indexer;  my $use_indexer = $config->use_indexer;
174    $stats ||= $validate;
175  if ($stats) {  if ($stats) {
176          $log->debug("option --stats disables update of indexing engine...");          $log->debug("disabled indexing for stats collection");
177          $use_indexer = undef;          $use_indexer = undef;
178  } else {  } else {
179          $log->info("using $use_indexer indexing engine...");          $log->info("using $use_indexer indexing engine...");
180  }  }
181    
 # disable indexing when creating marc  
 $use_indexer = undef if ($marc_normalize);  
   
182  # parse normalize files and create source files for lookup and normalization  # parse normalize files and create source files for lookup and normalization
183    
184  my $parser = new WebPAC::Parser( config => $config );  my $parser = new WebPAC::Parser( config => $config );
# Line 212  while (my ($database, $db_config) = each Line 217  while (my ($database, $db_config) = each
217          }          }
218    
219          my $indexer;          my $indexer;
220          if ($use_indexer) {          if ($use_indexer && $parser->have_rules( 'search', $database )) {
221    
222                  my $cfg_name = $use_indexer;                  my $cfg_name = $use_indexer;
223                  $cfg_name =~ s/\-.*$//;                  $cfg_name =~ s/\-.*$//;
# Line 285  while (my ($database, $db_config) = each Line 290  while (my ($database, $db_config) = each
290          my $abs_path = abs_path($0);          my $abs_path = abs_path($0);
291          $abs_path =~ s#/[^/]*$#/#;          $abs_path =~ s#/[^/]*$#/#;
292    
293          my $db_path = $config->get('webpac')->{db_path} . '/' . $database;          my $db_path = $config->webpac('db_path');
294    
295          if ($clean) {          if ($clean) {
296                  $log->info("creating new database '$database' in $db_path");                  $log->info("creating new database '$database' in $db_path");
# Line 296  while (my ($database, $db_config) = each Line 301  while (my ($database, $db_config) = each
301    
302          my $store = new WebPAC::Store(          my $store = new WebPAC::Store(
303                  path => $db_path,                  path => $db_path,
                 database => $database,  
304                  debug => $debug,                  debug => $debug,
305          );          );
306    
# Line 355  while (my ($database, $db_config) = each Line 359  while (my ($database, $db_config) = each
359                          delete( $input->{lookup} );                          delete( $input->{lookup} );
360                  }                  }
361    
                 my $lookup;  
362                  my $lookup_coderef;                  my $lookup_coderef;
363    
364                  if (@lookups) {                  if (@lookups) {
# Line 369  while (my ($database, $db_config) = each Line 372  while (my ($database, $db_config) = each
372                                  WebPAC::Normalize::data_structure(                                  WebPAC::Normalize::data_structure(
373                                          row => $rec,                                          row => $rec,
374                                          rules => $rules,                                          rules => $rules,
                                         lookup => $lookup,  
375                                          config => create_ds_config( $db_config, $database, $input, $mfn ),                                          config => create_ds_config( $db_config, $database, $input, $mfn ),
376                                  );                                  );
377    
378                                  warn "current lookup = ", dump($lookup) if ($lookup);                                  #warn "current lookup: ", dump(WebPAC::Normalize::_get_lookup());
379                          };                          };
380    
381                          WebPAC::Normalize::_set_lookup( undef );                          WebPAC::Normalize::_set_lookup( undef );
# Line 382  while (my ($database, $db_config) = each Line 384  while (my ($database, $db_config) = each
384    
385                  };                  };
386    
387                    my $lookup_jar;
388    
389                  my $maxmfn = $input_db->open(                  my $maxmfn = $input_db->open(
390                          path => $input->{path},                          path => $input->{path},
391                          code_page => $input->{encoding},        # database encoding                          code_page => $input->{encoding},        # database encoding
392                          lookup_coderef => $lookup_coderef,                          lookup_coderef => $lookup_coderef,
393                            lookup => $lookup_jar,
394                          %{ $input },                          %{ $input },
395                            load_row => sub {
396                                    my $a = shift;
397                                    return $store->load_row(
398                                            database => $database,
399                                            input => $input_name,
400                                            id => $a->{id},
401                                    );
402                            },
403                            save_row => sub {
404                                    my $a = shift;
405                                    return $store->save_row(
406                                            database => $database,
407                                            input => $input_name,
408                                            id => $a->{id},
409                                            row => $a->{row},
410                                    );
411                            },
412    
413                  );                  );
414    
415                  my $lookup_data = WebPAC::Normalize::_get_lookup();                  my $lookup_data = WebPAC::Normalize::_get_lookup();
416    
417                  $log->debug("created following lookups: ", dump( $lookup_data ));                  if (defined( $lookup_data->{$database}->{$input_name} )) {
418                            $log->debug("created following lookups: ", sub { dump( $lookup_data ) } );
419    
420                  foreach my $key (keys %$lookup_data) {                          foreach my $key (keys %{ $lookup_data->{$database}->{$input_name} }) {
421                          $store->save_lookup( $database, $input_name, $key, $lookup_data->{$key} );                                  $store->save_lookup(
422                                            database => $database,
423                                            input => $input_name,
424                                            key => $key,
425                                            data => $lookup_data->{$database}->{$input_name}->{$key},
426                                    );
427                            }
428                  }                  }
429    
430                  my $report_fh;                  my $report_fh;
# Line 407  while (my ($database, $db_config) = each Line 437  while (my ($database, $db_config) = each
437                          $log->info("Generating report file $path");                          $log->info("Generating report file $path");
438                  }                  }
439    
440                  my @norm_array = ref($input->{normalize}) eq 'ARRAY' ?                  my $marc;
441                          @{ $input->{normalize} } : ( $input->{normalize} );                  if ($marc_generate && $parser->have_rules( 'marc', $database, $input_name )) {
442                            $marc = new WebPAC::Output::MARC(
443                  if ($marc_normalize) {                                  path => "out/marc/${database}-${input_name}.marc",
444                          @norm_array = ( {                                  lint => $marc_lint,
445                                  path => $marc_normalize,                                  dump => $marc_dump,
446                                  output => $marc_output || "out/marc/${database}-${input_name}.marc",                          );
                         } );  
447                  }                  }
448    
449                  foreach my $normalize (@norm_array) {                  my $rules = $parser->normalize_rules($database,$input_name) || $log->logdie("no normalize rules found for $database/$input_name");
450                    $log->debug("parsed normalize rules:\n$rules");
451    
452                          my $normalize_path = $normalize->{path} || $log->logdie("can't find normalize path in config");                  # reset position in database
453                    $input_db->seek(1);
454    
455                          $log->logdie("Found '$normalize_path' as normalization file which isn't supported any more!") unless ( $normalize_path =~ m!\.pl$!i );                  # generate name of config key for indexer (strip everything after -)
456                    my $indexer_config = $use_indexer;
457                          my $rules = read_file( $normalize_path ) or die "can't open $normalize_path: $!";                  $indexer_config =~ s/^(\w+)-?.*$/$1/g if ($indexer_config);
458    
459                          $log->info("Using $normalize_path for normalization...");                  my $lookup_hash;
460                    my $depends = $parser->depends($database,$input_name);
461            
462                    if ($depends) {
463                            $log->debug("$database/$input_name depends on: ", dump($depends)) if ($depends);
464                            $log->logdie("parser->depends didn't return HASH") unless (ref($depends) eq 'HASH');
465    
466                            foreach my $db (keys %$depends) {
467                                    foreach my $i (keys %{$depends->{$db}}) {
468                                            foreach my $k (keys %{$depends->{$db}->{$i}}) {
469                                                    my $t = time();
470                                                    $log->debug("loading lookup $db/$i");
471                                                    $lookup_hash->{$db}->{$i}->{$k} = $store->load_lookup(
472                                                            database => $db,
473                                                            input => $i,
474                                                            key => $k,
475                                                    );
476                                                    $log->debug(sprintf("lookup $db/$i took %.2fs", time() - $t));
477                                            }
478                                    }
479                            }
480    
481                          my $marc = new WebPAC::Output::MARC(                          $log->debug("lookup_hash = ", sub { dump( $lookup_hash ) });
482                                  path => $normalize->{output},                  }
                                 lint => $marc_lint,  
                                 dump => $marc_dump,  
                         ) if ($normalize->{output});  
483    
                         # reset position in database  
                         $input_db->seek(1);  
484    
485                          # generate name of config key for indexer (strip everything after -)                  foreach my $pos ( 0 ... $input_db->size ) {
                         my $indexer_config = $use_indexer;  
                         $indexer_config =~ s/^(\w+)-?.*$/$1/g if ($indexer_config);  
486    
487                          foreach my $pos ( 0 ... $input_db->size ) {                          my $row = $input_db->fetch || next;
488    
489                                  my $row = $input_db->fetch || next;                          $total_rows++;
490    
491                                  my $mfn = $row->{'000'}->[0];                          my $mfn = $row->{'000'}->[0];
492    
493                                  if (! $mfn || $mfn !~ m#^\d+$#) {                          if (! $mfn || $mfn !~ m#^\d+$#) {
494                                          $log->warn("record $pos doesn't have valid MFN but '$mfn', using $pos");                                  $log->warn("record $pos doesn't have valid MFN but '$mfn', using $pos");
495                                          $mfn = $pos;                                  $mfn = $pos;
496                                          push @{ $row->{'000'} }, $pos;                                  push @{ $row->{'000'} }, $pos;
497                                  }                          }
498    
499    
500                                  if ($validate) {                          if ($validate) {
501                                          if ( my $errors = $validate->validate_errors( $row, $input_db->dump ) ) {                                  if ( my $errors = $validate->validate_rec( $row, $input_db->dump_ascii ) ) {
502                                                  $log->error( "MFN $mfn validation error:\n",                                          $log->error( "MFN $mfn validation error:\n",
503                                                          $validate->report_error( $errors )                                                  $validate->report_error( $errors )
504                                                  );                                          );
                                         }  
505                                  }                                  }
506                                    next;   # validation doesn't create any output
507                            }
508    
509                                  my $ds = WebPAC::Normalize::data_structure(                          my $ds = WebPAC::Normalize::data_structure(
510                                          row => $row,                                  row => $row,
511                                          rules => $rules,                                  rules => $rules,
512                                          lookup => $lookup ? $lookup->lookup_hash : undef,                                  lookup => $lookup_hash,
513                                          config => create_ds_config( $db_config, $database, $input, $mfn ),                                  config => create_ds_config( $db_config, $database, $input, $mfn ),
514                                          marc_encoding => 'utf-8',                                  marc_encoding => 'utf-8',
515                                  );                                  load_row_coderef => sub {
516                                            my ($database,$input,$mfn) = @_;
517                                  $store->save_ds(                                          return $store->load_row(
518                                          id => $mfn,                                                  database => $database,
519                                          ds => $ds,                                                  input => $input,
520                                          prefix => $input_name,                                                  id => $mfn,
521                                  ) if ($ds && !$stats);                                          );
522                                    },
523                                  $indexer->add(                          );
524                                          id => "${input_name}/${mfn}",  
525                                          ds => $ds,                          $log->debug("ds = ", sub { dump($ds) }) if ($ds);
526                                          type => $config->get($indexer_config)->{type},  
527                                  ) if ($indexer && $ds);                          $store->save_ds(
528                                    database => $database,
529                                  if ($marc) {                                  input => $input_name,
530                                          my $i = 0;                                  id => $mfn,
531                                    ds => $ds,
532                                          while (my $fields = WebPAC::Normalize::_get_marc_fields( fetch_next => 1 ) ) {                          ) if ($ds && !$stats);
533                                                  $marc->add(  
534                                                          id => $mfn . ( $i ? "/$i" : '' ),                          $indexer->add(
535                                                          fields => $fields,                                  id => "${input_name}/${mfn}",
536                                                          leader => WebPAC::Normalize::marc_leader(),                                  ds => $ds,
537                                                          row => $row,                                  type => $config->get($indexer_config)->{type},
538                                                  );                          ) if ($indexer && $ds);
539                                                  $i++;  
540                                          }                          if ($marc) {
541                                    my $i = 0;
542                                          $log->info("Created $i instances of MFN $mfn\n") if ($i > 1);  
543                                    while (my $fields = WebPAC::Normalize::_get_marc_fields( fetch_next => 1 ) ) {
544                                            $marc->add(
545                                                    id => $mfn . ( $i ? "/$i" : '' ),
546                                                    fields => $fields,
547                                                    leader => WebPAC::Normalize::_get_marc_leader(),
548                                                    row => $row,
549                                            );
550                                            $i++;
551                                  }                                  }
552    
553                                  $total_rows++;                                  $log->info("Created $i instances of MFN $mfn\n") if ($i > 1);
554                          }                          }
555                    }
556    
557                          if ($validate) {                  if ($validate) {
558                                  my $errors = $validate->report;                          my $errors = $validate->report;
559                                  if ($errors) {                          if ($errors) {
560                                          $log->info("validation errors:\n$errors\n" );                                  $log->info("validation errors:\n$errors\n" );
561                                          print $report_fh "$errors\n" if ($report_fh);                                  print $report_fh "$errors\n" if ($report_fh);
                                 }  
562                          }                          }
563                    }
564    
565                          if ($stats) {                  if ($stats) {
566                                  my $s = $input_db->stats;                          my $s = $input_db->stats;
567                                  $log->info("statistics of fields usage:\n$s");                          $log->info("statistics of fields usage:\n$s");
568                                  print $report_fh "Statistics of fields usage:\n$s" if ($report_fh);                          print $report_fh "Statistics of fields usage:\n$s" if ($report_fh);
569                          }                  }
570    
571                          # close MARC file                  # close MARC file
572                          $marc->finish if ($marc);                  $marc->finish if ($marc);
573    
574                          # close report                  # close report
575                          close($report_fh) if ($report_fh)                  close($report_fh) if ($report_fh)
                 }  
576    
577          }          }
578    
Legend:
Removed from v.710  
changed lines
  Added in v.814
  ViewVC Help
Powered by ViewVC 1.1.26