/[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 742 by dpavlin, Sun Oct 8 00:38:10 2006 UTC revision 857 by dpavlin, Sun May 27 16:49:15 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 0.07;  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 0.22;  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    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    =item --validate-delimiters path/to/validate_delimiters_file
75    
76    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    =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 normalisation file has C<marc*> directives. You can disable lint  By default turned on if normalisation file has C<marc*> directives. You can disable lint
# Line 102  my $debug = 0; Line 116  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 $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;  my $only_links = 0;
125  my $merge = 0;  my $merge = 0;
126    my $help;
127    
128  my $log = _new WebPAC::Common()->_get_logger();  my $log = _new WebPAC::Common()->_get_logger();
129    
# Line 120  GetOptions( Line 137  GetOptions(
137          "debug+" => \$debug,          "debug+" => \$debug,
138          "stats" => \$stats,          "stats" => \$stats,
139          "validate=s" => \$validate_path,          "validate=s" => \$validate_path,
140            "validate-delimiters=s" => \$validate_delimiters_path,
141            "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,          "only-links!" => \$only_links,
146          "merge" => \$merge,          "merge" => \$merge,
147            "help" => \$help,
148  );  );
149    
150    $marc_generate = 0 if ( $validate_delimiters_path );
151    
152    pod2usage(-verbose => 2) if ($help);
153    
154  my $config = new WebPAC::Config( path => $config_path );  my $config = new WebPAC::Config( path => $config_path );
155    
156  #print "config = ",dump($config) if ($debug);  #print "config = ",dump($config) if ($debug);
# Line 135  die "no databases in config file!\n" unl Line 159  die "no databases in config file!\n" unl
159    
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;  my $estcmd_fh;
170  my $estcmd_path = './estcmd-merge.sh';  my $estcmd_path = './estcmd-merge.sh';
# Line 145  if ($merge) { Line 175  if ($merge) {
175          $log->info("created merge batch file $estcmd_path");          $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;  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 {  } else {
189          $log->info("using $use_indexer indexing engine...");          $log->info("using $use_indexer indexing engine...");
# Line 183  sub create_ds_config { Line 212  sub create_ds_config {
212          return $c;          return $c;
213  }  }
214    
215  while (my ($database, $db_config) = each %{ $config->databases }) {  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 198  while (my ($database, $db_config) = each Line 228  while (my ($database, $db_config) = each
228          }          }
229    
230          my $indexer;          my $indexer;
231          if ($use_indexer) {          if ($use_indexer && $parser->have_rules( 'search', $database )) {
232    
233                  my $cfg_name = $use_indexer;                  my $cfg_name = $use_indexer;
234                  $cfg_name =~ s/\-.*$//;                  $cfg_name =~ s/\-.*$//;
# Line 350  while (my ($database, $db_config) = each Line 380  while (my ($database, $db_config) = each
380                                  my $rec = shift || die "need rec!";                                  my $rec = shift || die "need rec!";
381                                  my $mfn = $rec->{'000'}->[0] || die "need mfn in 000";                                  my $mfn = $rec->{'000'}->[0] || die "need mfn in 000";
382    
                                 $store->save_row(  
                                         database => $database,  
                                         input => $input_name,  
                                         id => $mfn,  
                                         row => $rec,  
                                 );  
   
383                                  WebPAC::Normalize::data_structure(                                  WebPAC::Normalize::data_structure(
384                                          row => $rec,                                          row => $rec,
385                                          rules => $rules,                                          rules => $rules,
# Line 380  while (my ($database, $db_config) = each Line 403  while (my ($database, $db_config) = each
403                          lookup_coderef => $lookup_coderef,                          lookup_coderef => $lookup_coderef,
404                          lookup => $lookup_jar,                          lookup => $lookup_jar,
405                          %{ $input },                          %{ $input },
406                            load_row => sub {
407                                    my $a = shift;
408                                    return $store->load_row(
409                                            database => $database,
410                                            input => $input_name,
411                                            id => $a->{id},
412                                    );
413                            },
414                            save_row => sub {
415                                    my $a = shift;
416                                    return $store->save_row(
417                                            database => $database,
418                                            input => $input_name,
419                                            id => $a->{id},
420                                            row => $a->{row},
421                                    );
422                            },
423    
424                  );                  );
425    
426                  my $lookup_data = WebPAC::Normalize::_get_lookup();                  my $lookup_data = WebPAC::Normalize::_get_lookup();
427    
428                  if (defined( $lookup_data->{$database}->{$input_name} )) {                  if (defined( $lookup_data->{$database}->{$input_name} )) {
429                          $log->debug("created following lookups: ", dump( $lookup_data ));                          $log->debug("created following lookups: ", sub { dump( $lookup_data ) } );
430    
431                          foreach my $key (keys %{ $lookup_data->{$database}->{$input_name} }) {                          foreach my $key (keys %{ $lookup_data->{$database}->{$input_name} }) {
432                                  $store->save_lookup(                                  $store->save_lookup(
# Line 405  while (my ($database, $db_config) = each Line 446  while (my ($database, $db_config) = each
446                          print $report_fh "Report for database '$database' input '$input_name' records ",                          print $report_fh "Report for database '$database' input '$input_name' records ",
447                                  $offset || 1, "-", $limit || $input->{limit} || $maxmfn, "\n\n";                                  $offset || 1, "-", $limit || $input->{limit} || $maxmfn, "\n\n";
448                          $log->info("Generating report file $path");                          $log->info("Generating report file $path");
449    
450                            if ( $validate ) {
451                                    $validate->read_validate_file( $validate->fill_in( $validate_path, database => $database, input => $input_name ) );
452                                    $validate->read_validate_delimiters_file( $validate->fill_in( $validate_delimiters_path, database => $database, input => $input_name ) );
453                            }
454                  }                  }
455    
456                  my $marc;                  my $marc;
457                  if ($parser->generate_marc( $database, $input_name )) {                  if ($marc_generate && $parser->have_rules( 'marc', $database, $input_name )) {
458                          $marc = new WebPAC::Output::MARC(                          $marc = new WebPAC::Output::MARC(
459                                  path => "out/marc/${database}-${input_name}.marc",                                  path => "out/marc/${database}-${input_name}.marc",
460                                  lint => $marc_lint,                                  lint => $marc_lint,
# Line 436  while (my ($database, $db_config) = each Line 482  while (my ($database, $db_config) = each
482                          foreach my $db (keys %$depends) {                          foreach my $db (keys %$depends) {
483                                  foreach my $i (keys %{$depends->{$db}}) {                                  foreach my $i (keys %{$depends->{$db}}) {
484                                          foreach my $k (keys %{$depends->{$db}->{$i}}) {                                          foreach my $k (keys %{$depends->{$db}->{$i}}) {
485                                                    my $t = time();
486                                                  $log->debug("loading lookup $db/$i");                                                  $log->debug("loading lookup $db/$i");
487                                                  $lookup_hash->{$db}->{$i}->{$k} = $store->load_lookup(                                                  $lookup_hash->{$db}->{$i}->{$k} = $store->load_lookup(
488                                                          database => $db,                                                          database => $db,
489                                                          input => $i,                                                          input => $i,
490                                                          key => $k,                                                          key => $k,
491                                                  );                                                  );
492                                                    $log->debug(sprintf("lookup $db/$i took %.2fs", time() - $t));
493                                          }                                          }
494                                  }                                  }
495                          }                          }
496    
497                          $log->debug("lookup_hash = ", dump( $lookup_hash ));                          $log->debug("lookup_hash = ", sub { dump( $lookup_hash ) });
498                  }                  }
499    
500    
# Line 454  while (my ($database, $db_config) = each Line 502  while (my ($database, $db_config) = each
502    
503                          my $row = $input_db->fetch || next;                          my $row = $input_db->fetch || next;
504    
505                            $total_rows++;
506    
507                          my $mfn = $row->{'000'}->[0];                          my $mfn = $row->{'000'}->[0];
508    
509                          if (! $mfn || $mfn !~ m#^\d+$#) {                          if (! $mfn || $mfn !~ m#^\d+$#) {
# Line 464  while (my ($database, $db_config) = each Line 514  while (my ($database, $db_config) = each
514    
515    
516                          if ($validate) {                          if ($validate) {
517                                  if ( my $errors = $validate->validate_errors( $row, $input_db->dump ) ) {                                  if ( my $errors = $validate->validate_rec( $row, $input_db->dump_ascii ) ) {
518                                          $log->error( "MFN $mfn validation error:\n",                                          $log->error( "MFN $mfn validation error:\n",
519                                                  $validate->report_error( $errors )                                                  $validate->report_error( $errors )
520                                          );                                          );
521                                  }                                  }
522                                    next;   # validation doesn't create any output
523                          }                          }
524    
525                          my $ds = WebPAC::Normalize::data_structure(                          my $ds = WebPAC::Normalize::data_structure(
# Line 487  while (my ($database, $db_config) = each Line 538  while (my ($database, $db_config) = each
538                                  },                                  },
539                          );                          );
540    
541                          $log->debug("ds = ",dump($ds)) if ($ds);                          $log->debug("ds = ", sub { dump($ds) }) if ($ds);
542    
543                          $store->save_ds(                          $store->save_ds(
544                                  database => $database,                                  database => $database,
# Line 509  while (my ($database, $db_config) = each Line 560  while (my ($database, $db_config) = each
560                                          $marc->add(                                          $marc->add(
561                                                  id => $mfn . ( $i ? "/$i" : '' ),                                                  id => $mfn . ( $i ? "/$i" : '' ),
562                                                  fields => $fields,                                                  fields => $fields,
563                                                  leader => WebPAC::Normalize::marc_leader(),                                                  leader => WebPAC::Normalize::_get_marc_leader(),
564                                                  row => $row,                                                  row => $row,
565                                          );                                          );
566                                          $i++;                                          $i++;
# Line 517  while (my ($database, $db_config) = each Line 568  while (my ($database, $db_config) = each
568    
569                                  $log->info("Created $i instances of MFN $mfn\n") if ($i > 1);                                  $log->info("Created $i instances of MFN $mfn\n") if ($i > 1);
570                          }                          }
   
                         $total_rows++;  
571                  }                  }
572    
573                  if ($validate) {                  if ($validate) {
# Line 527  while (my ($database, $db_config) = each Line 576  while (my ($database, $db_config) = each
576                                  $log->info("validation errors:\n$errors\n" );                                  $log->info("validation errors:\n$errors\n" );
577                                  print $report_fh "$errors\n" if ($report_fh);                                  print $report_fh "$errors\n" if ($report_fh);
578                          }                          }
579    
580                            print $report_fh "\nAll possible subfields/delimiter templates:\n", $validate->delimiters_templates( report => 1, current_input => 1 ), "\n\n";
581    
582                            # must be last thing that touches $validate for this input
583                            $validate->reset;
584                  }                  }
585    
586                  if ($stats) {                  if ($stats) {
# Line 539  while (my ($database, $db_config) = each Line 593  while (my ($database, $db_config) = each
593                  $marc->finish if ($marc);                  $marc->finish if ($marc);
594    
595                  # close report                  # close report
596                  close($report_fh) if ($report_fh)                  close($report_fh) if ($report_fh);
   
597          }          }
598    
599          eval { $indexer->finish } if ($indexer && $indexer->can('finish'));          eval { $indexer->finish } if ($indexer && $indexer->can('finish'));
# Line 567  if ($parallel) { Line 620  if ($parallel) {
620          $log->info("all parallel processes finished");          $log->info("all parallel processes finished");
621  }  }
622    
623    # save new delimiters if needed
624    $validate->save_delimiters_templates if ( $validate );
625    
626  #  #
627  # handle links or merge after indexing  # handle links or merge after indexing
628  #  #
Legend:
Removed from v.742  
changed lines
  Added in v.857
  ViewVC Help
Powered by ViewVC 1.1.26