/[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 868 by dpavlin, Thu Jun 21 21:26:17 2007 UTC revision 1160 by dpavlin, Sat Apr 25 14:17:27 2009 UTC
# Line 9  use lib './lib'; Line 9  use lib './lib';
9  use WebPAC::Common 0.02;  use WebPAC::Common 0.02;
10  use WebPAC::Parser 0.08;  use WebPAC::Parser 0.08;
11  use WebPAC::Input 0.16;  use WebPAC::Input 0.16;
12  use WebPAC::Store 0.14;  use WebPAC::Store 0.15;
13  use WebPAC::Normalize 0.22;  use WebPAC::Normalize 0.22;
14  use WebPAC::Output::TT;  use WebPAC::Output::TT;
15  use WebPAC::Validate 0.11;  use WebPAC::Validate 0.11;
# Line 23  use Data::Dump qw/dump/; Line 23  use Data::Dump qw/dump/;
23  use Storable qw/dclone/;  use Storable qw/dclone/;
24  use Pod::Usage qw/pod2usage/;  use Pod::Usage qw/pod2usage/;
25    
 use Proc::Queue size => 1;  
26  use POSIX ":sys_wait_h"; # imports WNOHANG  use POSIX ":sys_wait_h"; # imports WNOHANG
27    
28  =head1 NAME  =head1 NAME
# Line 133  GetOptions( Line 132  GetOptions(
132          "clean" => \$clean,          "clean" => \$clean,
133          "one=s" => \$only_filter,          "one=s" => \$only_filter,
134          "only=s" => \$only_filter,          "only=s" => \$only_filter,
135          "config" => \$config_path,          "config=s" => \$config_path,
136          "debug+" => \$debug,          "debug+" => \$debug,
137          "stats" => \$stats,          "stats" => \$stats,
138          "validate=s" => \$validate_path,          "validate=s" => \$validate_path,
# Line 153  pod2usage(-verbose => 2) if ($help); Line 152  pod2usage(-verbose => 2) if ($help);
152    
153  my $config = new WebPAC::Config( path => $config_path );  my $config = new WebPAC::Config( path => $config_path );
154    
155    WebPAC::Normalize::_debug( $debug - 1 ) if $debug > 1;
156    
157  #print "config = ",dump($config) if ($debug);  #print "config = ",dump($config) if ($debug);
158    
159  die "no databases in config file!\n" unless ($config->databases);  die "no databases in config file!\n" unless ($config->databases);
# Line 191  if ($stats) { Line 192  if ($stats) {
192    
193  # parse normalize files and create source files for lookup and normalization  # parse normalize files and create source files for lookup and normalization
194    
195  my $parser = new WebPAC::Parser( config => $config );  my ($only_database,$only_input) = split(m#/#, $only_filter) if $only_filter;
196    
197    my $parser = new WebPAC::Parser(
198            config => $config,
199            only_database => $only_database,
200            only_input => $only_input,
201    );
202    
203  my $total_rows = 0;  my $total_rows = 0;
204  my $start_t = time();  my $start_t = time();
# Line 199  my $start_t = time(); Line 206  my $start_t = time();
206  my @links;  my @links;
207    
208  if ($parallel) {  if ($parallel) {
209            eval 'use Proc::Queue size => 1;';
210            die $@ if $@;
211          $log->info("Using $parallel processes for speedup");          $log->info("Using $parallel processes for speedup");
212          Proc::Queue::size($parallel);          Proc::Queue::size($parallel);
213  }  }
# Line 215  sub create_ds_config { Line 224  sub create_ds_config {
224  foreach my $database ( sort keys %{ $config->databases } ) {  foreach my $database ( sort keys %{ $config->databases } ) {
225          my $db_config = $config->databases->{$database};          my $db_config = $config->databases->{$database};
226    
         my ($only_database,$only_input) = split(m#/#, $only_filter) if ($only_filter);  
227          next if ($only_database && $database !~ m/$only_database/i);          next if ($only_database && $database !~ m/$only_database/i);
228    
229          if ($parallel) {          if ($parallel) {
# Line 255  foreach my $database ( sort keys %{ $con Line 263  foreach my $database ( sort keys %{ $con
263    
264                  } elsif ($use_indexer eq 'kinosearch') {                  } elsif ($use_indexer eq 'kinosearch') {
265    
266                          # open KinoSearch                          die "no longer supported";
                         require WebPAC::Output::KinoSearch;  
                         $indexer_config->{clean} = 1 unless (-e $indexer_config->{index_path});  
                         $indexer = new WebPAC::Output::KinoSearch( %{ $indexer_config } );  
267    
268                  } else {                  } else {
269                          $log->logdie("unknown use_indexer: $use_indexer");                          $log->logdie("unknown use_indexer: $use_indexer");
# Line 298  foreach my $database ( sort keys %{ $con Line 303  foreach my $database ( sort keys %{ $con
303          #          #
304          # now WebPAC::Store          # now WebPAC::Store
305          #          #
306          my $abs_path = abs_path($0);          my $store = new WebPAC::Store({
307          $abs_path =~ s#/[^/]*$#/#;                  debug => $debug,
308            });
309    
         my $db_path = $config->webpac('db_path');  
310    
311          if ($clean) {          #
312                  $log->info("creating new database '$database' in $db_path");          # prepare output
313                  rmtree( $db_path ) || $log->warn("can't remove $db_path: $!");          #
314          } else {          my @outputs = force_array( $db_config->{output}, sub {
315                  $log->info("working on database '$database' in $db_path");                  $log->error("Database $database doesn't have any outputs defined. Do you want to remove it from configuration?" );
316          }          } );
317    
318          my $store = new WebPAC::Store(          my @output_modules;
319                  path => $db_path,  
320                  debug => $debug,          foreach my $output ( @outputs ) {
321          );  
322    #warn '## output = ',dump( $output );
323    
324                    my $module = $output->{module} || $log->logdie("need module in output section of $database");
325                    $module = 'WebPAC::Output::' . $module unless $module =~ m/::/;
326            
327                    $log->debug("loading output module $module");
328                    eval "require $module";
329    
330                    # add database to arugemnts for output filter
331                    $output->{database} = $database;
332                    $output->{clean} = $clean;
333    
334                    $log->debug("calling $module->new(",dump( $output ),")");
335                    my $out = new $module->new( $output );
336                    if ( $out->init ) {
337                            push @output_modules, $out;
338                    } else {
339                            $log->warn("SKIPPED $module");
340                    }
341            }
342    
343    
344          #          #
345          # now, iterate through input formats          # now, iterate through input formats
346          #          #
347    
348          my @inputs;  
349          if (ref($db_config->{input}) eq 'ARRAY') {          my @inputs = force_array( $db_config->{input}, sub {
                 @inputs = @{ $db_config->{input} };  
         } elsif ($db_config->{input}) {  
                 push @inputs, $db_config->{input};  
         } else {  
350                  $log->info("database $database doesn't have inputs defined");                  $log->info("database $database doesn't have inputs defined");
351          }          } );
352    
353            if ( -e 'out/debug' ) { # FIXME flag?
354                    my $out;
355                    foreach my $i ( @inputs ) {
356                            warn dump( $i );
357                            next unless defined $i->{normalize};
358                            warn dump( $i->{normalize} );
359                            foreach my $normalize ( @{ $i->{normalize} } ) {
360                                    my $path = $normalize->{path};
361                                    $out .= qq/\n##\n## $path\n##\n\n/;
362                                    $out .= read_file( $path );
363                            }
364                    }
365                    my $all = "out/debug/all-normalize.pl";
366                    write_file( $all, $out );
367                    warn "### all normalize for this input saved to: $all";
368            };
369    
370          foreach my $input (@inputs) {          foreach my $input (@inputs) {
371    
372                  my $input_name = $input->{name} || $log->logdie("input without a name isn't valid: ",dump($input));                  my $input_name = $input->{name} || $log->logdie("input without a name isn't valid: ",dump($input));
373    
374                    if ( $input->{skip} ) {
375                            $log->info("skip $input_name");
376                            next;
377                    }
378    
379                  next if ($only_input && ($input_name !~ m#$only_input#i && $input->{type} !~ m#$only_input#i));                  next if ($only_input && ($input_name !~ m#$only_input#i && $input->{type} !~ m#$only_input#i));
380    
381                  my $type = lc($input->{type});                  my $type = lc($input->{type});
382    
383                  die "I know only how to handle input types ", join(",", $config->webpac('inputs') ), " not '$type'!\n" unless (grep(/$type/, $config->webpac('inputs')));                  # FIXME check if input module exists
384                    my $input_module = $input->{module};
385    
386                  my $input_module = $config->webpac('inputs')->{$type};                  if ( ! $input_module ) {
387                            if ( grep(/$type/, $config->webpac('inputs')) ) {
388                                    $input_module = $config->webpac('inputs')->{$type};
389                            } else {
390                                    $log->logdie("I know only how to handle input types ", join(",", $config->webpac('inputs') ), " not '$type'!" );
391                            }
392                    }
393    
394                  my @lookups = $parser->have_lookup_create($database, $input);                  my @lookups = $parser->have_lookup_create($database, $input);
395    
396                  $log->info("working on input '$input_name' in $input->{path} [type: $input->{type}] using $input_module",                  $log->info("working on $database/$input_name with $input_module on $input->{path}",
397                          @lookups ? " creating lookups: ".join(", ", @lookups) : ""                          @lookups ? " creating lookups: ".join(", ", @lookups) : ""
398                  );                  );
399    
# Line 355  foreach my $database ( sort keys %{ $con Line 405  foreach my $database ( sort keys %{ $con
405    
406                  my $input_db = new WebPAC::Input(                  my $input_db = new WebPAC::Input(
407                          module => $input_module,                          module => $input_module,
                         encoding => $config->webpac('webpac_encoding'),  
408                          limit => $limit || $input->{limit},                          limit => $limit || $input->{limit},
409                          offset => $offset,                          offset => $offset,
410                          recode => $input->{recode},                          recode => $input->{recode},
# Line 400  foreach my $database ( sort keys %{ $con Line 449  foreach my $database ( sort keys %{ $con
449    
450                  my $maxmfn = $input_db->open(                  my $maxmfn = $input_db->open(
451                          path => $input->{path},                          path => $input->{path},
452                          code_page => $input->{encoding},        # database encoding                          input_encoding => $input->{encoding},   # database encoding
453                          lookup_coderef => $lookup_coderef,                          lookup_coderef => $lookup_coderef,
454                          lookup => $lookup_jar,                          lookup => $lookup_jar,
455                          %{ $input },                          %{ $input },
# Line 463  foreach my $database ( sort keys %{ $con Line 512  foreach my $database ( sort keys %{ $con
512                          );                          );
513                  }                  }
514    
515                  my $rules = $parser->normalize_rules($database,$input_name) || $log->logdie("no normalize rules found for $database/$input_name");                  my $rules = $parser->normalize_rules($database,$input_name);
516                    $log->logwarn("no normalize rules for $database/$input_name") unless $rules;
517    
518                  $log->debug("parsed normalize rules:\n$rules");                  $log->debug("parsed normalize rules:\n$rules");
519    
520                  # reset position in database                  # reset position in database
# Line 499  foreach my $database ( sort keys %{ $con Line 550  foreach my $database ( sort keys %{ $con
550                  }                  }
551    
552    
553                    # setup input name for all output filters
554                    foreach my $out ( @output_modules ) {
555                            if ( $out->can('input') ) {
556                                    $out->input( $input_name );
557                            } else {
558                                    $log->warn("output filter ",ref($out)," doesn't support input name");
559                            }
560                    }
561    
562    
563                  foreach my $pos ( 0 ... $input_db->size ) {                  foreach my $pos ( 0 ... $input_db->size ) {
564    
565                          my $row = $input_db->fetch || next;                          my $row = $input_db->fetch || next;
# Line 507  foreach my $database ( sort keys %{ $con Line 568  foreach my $database ( sort keys %{ $con
568    
569                          my $mfn = $row->{'000'}->[0];                          my $mfn = $row->{'000'}->[0];
570    
571                          if (! $mfn || $mfn !~ m#^\d+$#) {                          if (! $mfn || $mfn !~ m{^\d+$}) {
572                                  $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");
573                                  $mfn = $pos;                                  $mfn = $pos;
574                                  push @{ $row->{'000'} }, $pos;                                  push @{ $row->{'000'} }, $pos;
# Line 523  foreach my $database ( sort keys %{ $con Line 584  foreach my $database ( sort keys %{ $con
584                                  next;   # validation doesn't create any output                                  next;   # validation doesn't create any output
585                          }                          }
586    
587                          my $ds = WebPAC::Normalize::data_structure(                          if ($rules) {
588                                  row => $row,  
589                                  rules => $rules,                                  my $ds = WebPAC::Normalize::data_structure(
590                                  lookup => $lookup_hash,                                          row => $row,
591                                  config => create_ds_config( $db_config, $database, $input, $mfn ),                                          rules => $rules,
592                                  marc_encoding => 'utf-8',                                          lookup => $lookup_hash,
593                                  load_row_coderef => sub {                                          config => create_ds_config( $db_config, $database, $input, $mfn ),
594                                          my ($database,$input,$mfn) = @_;                                          marc_encoding => 'utf-8',
595                                          return $store->load_row(                                          load_row_coderef => sub {
596                                                    my ($database,$input,$mfn) = @_;
597    #warn "### load_row($database,$input,$mfn) from data_structure\n";
598                                                    return $store->load_row(
599                                                            database => $database,
600                                                            input => $input,
601                                                            id => $mfn,
602                                                    );
603                                            },
604                                    );
605    
606                                    $log->debug("ds = ", sub { dump($ds) });
607    
608                                    if ( $ds ) {
609    
610                                            $store->save_ds(
611                                                  database => $database,                                                  database => $database,
612                                                  input => $input,                                                  input => $input_name,
613                                                  id => $mfn,                                                  id => $mfn,
614                                          );                                                  ds => $ds,
615                                  },                                          ) if !$stats;
616                          );  
617                                            $indexer->add(
618                                                    id => "${input_name}/${mfn}",
619                                                    ds => $ds,
620                                                    type => $config->get($indexer_config)->{type},
621                                            ) if $indexer;
622    
623                          $log->debug("ds = ", sub { dump($ds) }) if ($ds);                                          foreach my $out ( @output_modules ) {
624                                                    $out->add( $mfn, $ds ) if $out->can('add');
625                                            }
626    
627                          $store->save_ds(                                  } else {
628                                  database => $database,                                          $log->warn("record $pos didn't produce any output after normalization rules!") unless $marc;
629                                  input => $input_name,                                  }
630                                  id => $mfn,                          }
                                 ds => $ds,  
                         ) if ($ds && !$stats);  
   
                         $indexer->add(  
                                 id => "${input_name}/${mfn}",  
                                 ds => $ds,  
                                 type => $config->get($indexer_config)->{type},  
                         ) if ($indexer && $ds);  
631    
632                          if ($marc) {                          if ($marc) {
633                                  my $i = 0;                                  my $i = 0;
634    
635                                  while (my $fields = WebPAC::Normalize::_get_marc_fields( fetch_next => 1 ) ) {                                  while (my $fields = WebPAC::Normalize::MARC::_get_marc_fields( fetch_next => 1 ) ) {
636                                          $marc->add(                                          $marc->add(
637                                                  id => $mfn . ( $i ? "/$i" : '' ),                                                  id => $mfn . ( $i ? "/$i" : '' ),
638                                                  fields => $fields,                                                  fields => $fields,
639                                                  leader => WebPAC::Normalize::_get_marc_leader(),                                                  leader => WebPAC::Normalize::MARC::_get_marc_leader(),
640                                                  row => $row,                                                  row => $row,
641                                          );                                          );
642                                          $i++;                                          $i++;
# Line 569  foreach my $database ( sort keys %{ $con Line 644  foreach my $database ( sort keys %{ $con
644    
645                                  $log->info("Created $i instances of MFN $mfn\n") if ($i > 1);                                  $log->info("Created $i instances of MFN $mfn\n") if ($i > 1);
646                          }                          }
647    
648                  }                  }
649    
650                  if ($validate) {                  if ($validate) {
# Line 597  foreach my $database ( sort keys %{ $con Line 673  foreach my $database ( sort keys %{ $con
673                  close($report_fh) if ($report_fh);                  close($report_fh) if ($report_fh);
674          }          }
675    
676          eval { $indexer->finish } if ($indexer && $indexer->can('finish'));          $indexer->finish if $indexer && $indexer->can('finish');
677    
678            foreach my $out ( @output_modules ) {
679                    $out->finish if $out->can('finish');
680            }
681    
682          my $dt = time() - $start_t;          my $dt = time() - $start_t;
683          $log->info("$total_rows records ", $indexer ? "indexed " : "",          $log->info("$total_rows records ", $indexer ? "indexed " : "",
Legend:
Removed from v.868  
changed lines
  Added in v.1160
  ViewVC Help
Powered by ViewVC 1.1.26