/[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 713 by dpavlin, Tue Sep 26 12:42:49 2006 UTC revision 834 by dpavlin, Thu May 24 10:53:48 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 0.11;  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 0.11;
16  use WebPAC::Output::MARC;  use WebPAC::Output::MARC;
17  use WebPAC::Config;  use WebPAC::Config;
18  use Getopt::Long;  use Getopt::Long;
# 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 $estcmd_path = './estcmd-merge.sh';
# Line 160  if ($merge) { Line 167  if ($merge) {
167  my $validate;  my $validate;
168  $validate = new WebPAC::Validate(  $validate = new WebPAC::Validate(
169          path => $validate_path,          path => $validate_path,
170            delimiters => $config->webpac('delimiters'),
171  ) if ($validate_path);  ) if ($validate_path);
172    
173    
174  my $use_indexer = $config->use_indexer;  my $use_indexer = $config->use_indexer;
175    $stats ||= $validate;
176  if ($stats) {  if ($stats) {
177          $log->debug("option --stats disables update of indexing engine...");          $log->debug("disabled indexing for stats collection");
178          $use_indexer = undef;          $use_indexer = undef;
179  } else {  } else {
180          $log->info("using $use_indexer indexing engine...");          $log->info("using $use_indexer indexing engine...");
181  }  }
182    
 # disable indexing when creating marc  
 $use_indexer = undef if ($marc_normalize);  
   
183  # parse normalize files and create source files for lookup and normalization  # parse normalize files and create source files for lookup and normalization
184    
185  my $parser = new WebPAC::Parser( config => $config );  my $parser = new WebPAC::Parser( config => $config );
# Line 212  while (my ($database, $db_config) = each Line 218  while (my ($database, $db_config) = each
218          }          }
219    
220          my $indexer;          my $indexer;
221          if ($use_indexer) {          if ($use_indexer && $parser->have_rules( 'search', $database )) {
222    
223                  my $cfg_name = $use_indexer;                  my $cfg_name = $use_indexer;
224                  $cfg_name =~ s/\-.*$//;                  $cfg_name =~ s/\-.*$//;
# Line 354  while (my ($database, $db_config) = each Line 360  while (my ($database, $db_config) = each
360                          delete( $input->{lookup} );                          delete( $input->{lookup} );
361                  }                  }
362    
                 my $lookup;  
363                  my $lookup_coderef;                  my $lookup_coderef;
364    
365                  if (@lookups) {                  if (@lookups) {
# Line 368  while (my ($database, $db_config) = each Line 373  while (my ($database, $db_config) = each
373                                  WebPAC::Normalize::data_structure(                                  WebPAC::Normalize::data_structure(
374                                          row => $rec,                                          row => $rec,
375                                          rules => $rules,                                          rules => $rules,
                                         lookup => $lookup,  
376                                          config => create_ds_config( $db_config, $database, $input, $mfn ),                                          config => create_ds_config( $db_config, $database, $input, $mfn ),
377                                  );                                  );
378    
379                                  warn "current lookup = ", dump($lookup) if ($lookup);                                  #warn "current lookup: ", dump(WebPAC::Normalize::_get_lookup());
380                          };                          };
381    
382                          WebPAC::Normalize::_set_lookup( undef );                          WebPAC::Normalize::_set_lookup( undef );
# Line 381  while (my ($database, $db_config) = each Line 385  while (my ($database, $db_config) = each
385    
386                  };                  };
387    
388                    my $lookup_jar;
389    
390                  my $maxmfn = $input_db->open(                  my $maxmfn = $input_db->open(
391                          path => $input->{path},                          path => $input->{path},
392                          code_page => $input->{encoding},        # database encoding                          code_page => $input->{encoding},        # database encoding
393                          lookup_coderef => $lookup_coderef,                          lookup_coderef => $lookup_coderef,
394                            lookup => $lookup_jar,
395                          %{ $input },                          %{ $input },
396                            load_row => sub {
397                                    my $a = shift;
398                                    return $store->load_row(
399                                            database => $database,
400                                            input => $input_name,
401                                            id => $a->{id},
402                                    );
403                            },
404                            save_row => sub {
405                                    my $a = shift;
406                                    return $store->save_row(
407                                            database => $database,
408                                            input => $input_name,
409                                            id => $a->{id},
410                                            row => $a->{row},
411                                    );
412                            },
413    
414                  );                  );
415    
416                  my $lookup_data = WebPAC::Normalize::_get_lookup();                  my $lookup_data = WebPAC::Normalize::_get_lookup();
417    
418                  if (defined( $lookup_data->{$database}->{$input_name} )) {                  if (defined( $lookup_data->{$database}->{$input_name} )) {
419                          $log->debug("created following lookups: ", dump( $lookup_data ));                          $log->debug("created following lookups: ", sub { dump( $lookup_data ) } );
420    
421                          foreach my $key (keys %{ $lookup_data->{$database}->{$input_name} }) {                          foreach my $key (keys %{ $lookup_data->{$database}->{$input_name} }) {
422                                  $store->save_lookup(                                  $store->save_lookup(
# Line 413  while (my ($database, $db_config) = each Line 438  while (my ($database, $db_config) = each
438                          $log->info("Generating report file $path");                          $log->info("Generating report file $path");
439                  }                  }
440    
441                  my @norm_array = ref($input->{normalize}) eq 'ARRAY' ?                  my $marc;
442                          @{ $input->{normalize} } : ( $input->{normalize} );                  if ($marc_generate && $parser->have_rules( 'marc', $database, $input_name )) {
443                            $marc = new WebPAC::Output::MARC(
444                  if ($marc_normalize) {                                  path => "out/marc/${database}-${input_name}.marc",
                         @norm_array = ( {  
                                 path => $marc_normalize,  
                                 output => $marc_output || "out/marc/${database}-${input_name}.marc",  
                         } );  
                 }  
   
                 foreach my $normalize (@norm_array) {  
   
                         my $normalize_path = $normalize->{path} || $log->logdie("can't find normalize path in config");  
   
                         $log->logdie("Found '$normalize_path' as normalization file which isn't supported any more!") unless ( $normalize_path =~ m!\.pl$!i );  
   
                         my $rules = read_file( $normalize_path ) or die "can't open $normalize_path: $!";  
   
                         $log->info("Using $normalize_path for normalization...");  
   
                         my $marc = new WebPAC::Output::MARC(  
                                 path => $normalize->{output},  
445                                  lint => $marc_lint,                                  lint => $marc_lint,
446                                  dump => $marc_dump,                                  dump => $marc_dump,
447                          ) if ($normalize->{output});                          );
448                    }
449    
450                    my $rules = $parser->normalize_rules($database,$input_name) || $log->logdie("no normalize rules found for $database/$input_name");
451                    $log->debug("parsed normalize rules:\n$rules");
452    
453                          # reset position in database                  # reset position in database
454                          $input_db->seek(1);                  $input_db->seek(1);
455    
456                          # generate name of config key for indexer (strip everything after -)                  # generate name of config key for indexer (strip everything after -)
457                          my $indexer_config = $use_indexer;                  my $indexer_config = $use_indexer;
458                          $indexer_config =~ s/^(\w+)-?.*$/$1/g if ($indexer_config);                  $indexer_config =~ s/^(\w+)-?.*$/$1/g if ($indexer_config);
459    
460                    my $lookup_hash;
461                    my $depends = $parser->depends($database,$input_name);
462            
463                    if ($depends) {
464                            $log->debug("$database/$input_name depends on: ", dump($depends)) if ($depends);
465                            $log->logdie("parser->depends didn't return HASH") unless (ref($depends) eq 'HASH');
466    
467                            foreach my $db (keys %$depends) {
468                                    foreach my $i (keys %{$depends->{$db}}) {
469                                            foreach my $k (keys %{$depends->{$db}->{$i}}) {
470                                                    my $t = time();
471                                                    $log->debug("loading lookup $db/$i");
472                                                    $lookup_hash->{$db}->{$i}->{$k} = $store->load_lookup(
473                                                            database => $db,
474                                                            input => $i,
475                                                            key => $k,
476                                                    );
477                                                    $log->debug(sprintf("lookup $db/$i took %.2fs", time() - $t));
478                                            }
479                                    }
480                            }
481    
482                          foreach my $pos ( 0 ... $input_db->size ) {                          $log->debug("lookup_hash = ", sub { dump( $lookup_hash ) });
483                    }
484    
                                 my $row = $input_db->fetch || next;  
485    
486                                  my $mfn = $row->{'000'}->[0];                  foreach my $pos ( 0 ... $input_db->size ) {
487    
488                                  if (! $mfn || $mfn !~ m#^\d+$#) {                          my $row = $input_db->fetch || next;
                                         $log->warn("record $pos doesn't have valid MFN but '$mfn', using $pos");  
                                         $mfn = $pos;  
                                         push @{ $row->{'000'} }, $pos;  
                                 }  
489    
490                            $total_rows++;
491    
492                                  if ($validate) {                          my $mfn = $row->{'000'}->[0];
                                         if ( my $errors = $validate->validate_errors( $row, $input_db->dump ) ) {  
                                                 $log->error( "MFN $mfn validation error:\n",  
                                                         $validate->report_error( $errors )  
                                                 );  
                                         }  
                                 }  
493    
494                                  my $ds = WebPAC::Normalize::data_structure(                          if (! $mfn || $mfn !~ m#^\d+$#) {
495                                          row => $row,                                  $log->warn("record $pos doesn't have valid MFN but '$mfn', using $pos");
496                                          rules => $rules,                                  $mfn = $pos;
497                                          lookup => $lookup ? $lookup->lookup_hash : undef,                                  push @{ $row->{'000'} }, $pos;
498                                          config => create_ds_config( $db_config, $database, $input, $mfn ),                          }
                                         marc_encoding => 'utf-8',  
                                 );  
499    
                                 $store->save_ds(  
                                         database => $database,  
                                         input => $input_name,  
                                         id => $mfn,  
                                         ds => $ds,  
                                 ) if ($ds && !$stats);  
   
                                 $indexer->add(  
                                         id => "${input_name}/${mfn}",  
                                         ds => $ds,  
                                         type => $config->get($indexer_config)->{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++;  
                                         }  
500    
501                                          $log->info("Created $i instances of MFN $mfn\n") if ($i > 1);                          if ($validate) {
502                                    if ( my $errors = $validate->validate_rec( $row, $input_db->dump_ascii ) ) {
503                                            $log->error( "MFN $mfn validation error:\n",
504                                                    $validate->report_error( $errors )
505                                            );
506                                  }                                  }
507                                    next;   # validation doesn't create any output
                                 $total_rows++;  
508                          }                          }
509    
510                          if ($validate) {                          my $ds = WebPAC::Normalize::data_structure(
511                                  my $errors = $validate->report;                                  row => $row,
512                                  if ($errors) {                                  rules => $rules,
513                                          $log->info("validation errors:\n$errors\n" );                                  lookup => $lookup_hash,
514                                          print $report_fh "$errors\n" if ($report_fh);                                  config => create_ds_config( $db_config, $database, $input, $mfn ),
515                                    marc_encoding => 'utf-8',
516                                    load_row_coderef => sub {
517                                            my ($database,$input,$mfn) = @_;
518                                            return $store->load_row(
519                                                    database => $database,
520                                                    input => $input,
521                                                    id => $mfn,
522                                            );
523                                    },
524                            );
525    
526                            $log->debug("ds = ", sub { dump($ds) }) if ($ds);
527    
528                            $store->save_ds(
529                                    database => $database,
530                                    input => $input_name,
531                                    id => $mfn,
532                                    ds => $ds,
533                            ) if ($ds && !$stats);
534    
535                            $indexer->add(
536                                    id => "${input_name}/${mfn}",
537                                    ds => $ds,
538                                    type => $config->get($indexer_config)->{type},
539                            ) if ($indexer && $ds);
540    
541                            if ($marc) {
542                                    my $i = 0;
543    
544                                    while (my $fields = WebPAC::Normalize::_get_marc_fields( fetch_next => 1 ) ) {
545                                            $marc->add(
546                                                    id => $mfn . ( $i ? "/$i" : '' ),
547                                                    fields => $fields,
548                                                    leader => WebPAC::Normalize::_get_marc_leader(),
549                                                    row => $row,
550                                            );
551                                            $i++;
552                                  }                                  }
553    
554                                    $log->info("Created $i instances of MFN $mfn\n") if ($i > 1);
555                          }                          }
556                    }
557    
558                          if ($stats) {                  if ($validate) {
559                                  my $s = $input_db->stats;                          my $errors = $validate->report;
560                                  $log->info("statistics of fields usage:\n$s");                          if ($errors) {
561                                  print $report_fh "Statistics of fields usage:\n$s" if ($report_fh);                                  $log->info("validation errors:\n$errors\n" );
562                                    print $report_fh "$errors\n" if ($report_fh);
563                          }                          }
564    
565                          # close MARC file                          print $report_fh "\nAll possible subfields/delimiter templates:\n", $validate->delimiters_templates( report => 1 ), "\n\n";
566                          $marc->finish if ($marc);                  }
567    
568                          # close report                  if ($stats) {
569                          close($report_fh) if ($report_fh)                          my $s = $input_db->stats;
570                            $log->info("statistics of fields usage:\n$s");
571                            print $report_fh "Statistics of fields usage:\n$s" if ($report_fh);
572                  }                  }
573    
574                    # close MARC file
575                    $marc->finish if ($marc);
576    
577                    # close report
578                    close($report_fh) if ($report_fh)
579    
580          }          }
581    
582          eval { $indexer->finish } if ($indexer && $indexer->can('finish'));          eval { $indexer->finish } if ($indexer && $indexer->can('finish'));
Legend:
Removed from v.713  
changed lines
  Added in v.834
  ViewVC Help
Powered by ViewVC 1.1.26