Branch data Line data Source code
1 : : /* brass_postlist.cc: Postlists in a brass database
2 : : *
3 : : * Copyright 1999,2000,2001 BrightStation PLC
4 : : * Copyright 2002,2003,2004,2005,2007,2008,2009,2011 Olly Betts
5 : : * Copyright 2007,2008,2009 Lemur Consulting Ltd
6 : : *
7 : : * This program is free software; you can redistribute it and/or
8 : : * modify it under the terms of the GNU General Public License as
9 : : * published by the Free Software Foundation; either version 2 of the
10 : : * License, or (at your option) any later version.
11 : : *
12 : : * This program is distributed in the hope that it will be useful,
13 : : * but WITHOUT ANY WARRANTY; without even the implied warranty of
14 : : * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the
15 : : * GNU General Public License for more details.
16 : : *
17 : : * You should have received a copy of the GNU General Public License
18 : : * along with this program; if not, write to the Free Software
19 : : * Foundation, Inc., 51 Franklin St, Fifth Floor, Boston, MA 02110-1301
20 : : * USA
21 : : */
22 : :
23 : : #include <config.h>
24 : :
25 : : #include "brass_postlist.h"
26 : :
27 : : #include "brass_cursor.h"
28 : : #include "brass_database.h"
29 : : #include "debuglog.h"
30 : : #include "noreturn.h"
31 : : #include "pack.h"
32 : : #include "str.h"
33 : :
34 : : Xapian::doccount
35 : 194042 : BrassPostListTable::get_termfreq(const string & term) const
36 : : {
37 : 194042 : string key = make_key(term);
38 : 194042 : string tag;
39 [ + + ]: 194042 : if (!get_exact_entry(key, tag)) return 0;
40 : :
41 : : Xapian::doccount termfreq;
42 : 169775 : const char * p = tag.data();
43 : 169775 : BrassPostList::read_number_of_entries(&p, p + tag.size(), &termfreq, NULL);
44 : 194043 : return termfreq;
45 : : }
46 : :
47 : : Xapian::termcount
48 : 236909 : BrassPostListTable::get_collection_freq(const string & term) const
49 : : {
50 : 236909 : string key = make_key(term);
51 : 236909 : string tag;
52 [ + + ]: 236909 : if (!get_exact_entry(key, tag)) return 0;
53 : :
54 : : Xapian::termcount collfreq;
55 : 189672 : const char * p = tag.data();
56 : 189672 : BrassPostList::read_number_of_entries(&p, p + tag.size(), NULL, &collfreq);
57 : 236909 : return collfreq;
58 : : }
59 : :
60 : : Xapian::termcount
61 : 19119928 : BrassPostListTable::get_doclength(Xapian::docid did,
62 : : Xapian::Internal::RefCntPtr<const BrassDatabase> db) const {
63 [ + + ]: 19119928 : if (!doclen_pl.get()) {
64 : : // Don't keep a reference back to the database, since this
65 : : // would make a reference loop.
66 : 669 : doclen_pl.reset(new BrassPostList(db, string(), false));
67 : : }
68 [ + + ]: 19119928 : if (!doclen_pl->jump_to(did))
69 : 24079 : throw Xapian::DocNotFoundError("Document " + str(did) + " not found");
70 : 19095849 : return doclen_pl->get_wdf();
71 : : }
72 : :
73 : : bool
74 : 0 : BrassPostListTable::document_exists(Xapian::docid did,
75 : : Xapian::Internal::RefCntPtr<const BrassDatabase> db) const
76 : : {
77 [ # # ]: 0 : if (!doclen_pl.get()) {
78 : : // Don't keep a reference back to the database, since this
79 : : // would make a reference loop.
80 : 0 : doclen_pl.reset(new BrassPostList(db, string(), false));
81 : : }
82 : 0 : return (doclen_pl->jump_to(did));
83 : : }
84 : :
85 : : // How big should chunks in the posting list be? (They
86 : : // will grow slightly bigger than this, but not more than a
87 : : // few bytes extra) - FIXME: tune this value to try to
88 : : // maximise how well blocks are used. Or performance.
89 : : // Or indexing speed. Or something...
90 : : const unsigned int CHUNKSIZE = 2000;
91 : :
92 : : /** PostlistChunkWriter is a wrapper which acts roughly as an
93 : : * output iterator on a postlist chunk, taking care of the
94 : : * messy details. It's intended to be used with deletion and
95 : : * replacing of entries, not for adding to the end, when it's
96 : : * not really needed.
97 : : */
98 : 21835 : class Brass::PostlistChunkWriter {
99 : : public:
100 : : PostlistChunkWriter(const string &orig_key_,
101 : : bool is_first_chunk_,
102 : : const string &tname_,
103 : : bool is_last_chunk_);
104 : :
105 : : /// Append an entry to this chunk.
106 : : void append(BrassTable * table, Xapian::docid did,
107 : : Xapian::termcount wdf);
108 : :
109 : : /// Append a block of raw entries to this chunk.
110 : 21707 : void raw_append(Xapian::docid first_did_, Xapian::docid current_did_,
111 : : const string & s) {
112 : : Assert(!started);
113 : 21707 : first_did = first_did_;
114 : 21707 : current_did = current_did_;
115 [ + + ]: 21707 : if (!s.empty()) {
116 : 341 : chunk.append(s);
117 : 341 : started = true;
118 : : }
119 : 21707 : }
120 : :
121 : : /** Flush the chunk to the buffered table. Note: this may write it
122 : : * with a different key to the original one, if for example the first
123 : : * entry has changed.
124 : : */
125 : : void flush(BrassTable *table);
126 : :
127 : : private:
128 : : string orig_key;
129 : : string tname;
130 : : bool is_first_chunk;
131 : : bool is_last_chunk;
132 : : bool started;
133 : :
134 : : Xapian::docid first_did;
135 : : Xapian::docid current_did;
136 : :
137 : : string chunk;
138 : : };
139 : :
140 : : using Brass::PostlistChunkWriter;
141 : :
142 : : // Static functions
143 : :
144 : : /// Report an error when reading the posting list.
145 : : XAPIAN_NORETURN(static void report_read_error(const char * position));
146 : 0 : static void report_read_error(const char * position)
147 : : {
148 [ # # ]: 0 : if (position == 0) {
149 : : // data ran out
150 : : LOGLINE(DB, "BrassPostList data ran out");
151 : 0 : throw Xapian::DatabaseCorruptError("Data ran out unexpectedly when reading posting list.");
152 : : }
153 : : // overflow
154 : : LOGLINE(DB, "BrassPostList value too large");
155 : 0 : throw Xapian::RangeError("Value in posting list too large.");
156 : : }
157 : :
158 : 21776 : static inline bool get_tname_from_key(const char **src, const char *end,
159 : : string &tname)
160 : : {
161 : 21776 : return unpack_string_preserving_sort(src, end, tname);
162 : : }
163 : :
164 : : static inline bool
165 : 105655 : check_tname_in_key_lite(const char **keypos, const char *keyend, const string &tname)
166 : : {
167 : 105655 : string tname_in_key;
168 : :
169 [ + + + + ]: 105655 : if (keyend - *keypos >= 2 && (*keypos)[0] == '\0' && (*keypos)[1] == '\xe0') {
[ + - ]
170 : 83879 : *keypos += 2;
171 : : } else {
172 : : // Read the termname.
173 [ - + ]: 21776 : if (!get_tname_from_key(keypos, keyend, tname_in_key))
174 : 0 : report_read_error(*keypos);
175 : : }
176 : :
177 : : // This should only fail if the postlist doesn't exist at all.
178 : 105655 : return tname_in_key == tname;
179 : : }
180 : :
181 : : static inline bool
182 : 21925 : check_tname_in_key(const char **keypos, const char *keyend, const string &tname)
183 : : {
184 [ - + ]: 21925 : if (*keypos == keyend) return false;
185 : :
186 : 21925 : return check_tname_in_key_lite(keypos, keyend, tname);
187 : : }
188 : :
189 : : /// Read the start of the first chunk in the posting list.
190 : : static Xapian::docid
191 : 248387 : read_start_of_first_chunk(const char ** posptr,
192 : : const char * end,
193 : : Xapian::doccount * number_of_entries_ptr,
194 : : Xapian::termcount * collection_freq_ptr)
195 : : {
196 : : LOGCALL_STATIC(DB, Xapian::docid, "read_start_of_first_chunk", (const void *)posptr | (const void *)end | (void *)number_of_entries_ptr | (void *)collection_freq_ptr);
197 : :
198 : : BrassPostList::read_number_of_entries(posptr, end,
199 : 248387 : number_of_entries_ptr, collection_freq_ptr);
200 : : if (number_of_entries_ptr)
201 : : LOGVALUE(DB, *number_of_entries_ptr);
202 : : if (collection_freq_ptr)
203 : : LOGVALUE(DB, *collection_freq_ptr);
204 : :
205 : : Xapian::docid did;
206 : : // Read the docid of the first entry in the posting list.
207 [ - + ]: 248387 : if (!unpack_uint(posptr, end, &did))
208 : 0 : report_read_error(*posptr);
209 : 248387 : ++did;
210 : : LOGVALUE(DB, did);
211 : 248387 : RETURN(did);
212 : : }
213 : :
214 : : static inline void
215 : 45850230 : read_did_increase(const char ** posptr, const char * end,
216 : : Xapian::docid * did_ptr)
217 : : {
218 : : Xapian::docid did_increase;
219 [ - + ]: 45850230 : if (!unpack_uint(posptr, end, &did_increase)) report_read_error(*posptr);
220 : 45850230 : *did_ptr += did_increase + 1;
221 : 45850230 : }
222 : :
223 : : /// Read the wdf for an entry.
224 : : static inline void
225 : 46055172 : read_wdf(const char ** posptr, const char * end, Xapian::termcount * wdf_ptr)
226 : : {
227 [ - + ]: 46055172 : if (!unpack_uint(posptr, end, wdf_ptr)) report_read_error(*posptr);
228 : 46055172 : }
229 : :
230 : : /// Read the start of a chunk.
231 : : static Xapian::docid
232 : 227063 : read_start_of_chunk(const char ** posptr,
233 : : const char * end,
234 : : Xapian::docid first_did_in_chunk,
235 : : bool * is_last_chunk_ptr)
236 : : {
237 : : LOGCALL_STATIC(DB, Xapian::docid, "read_start_of_chunk", reinterpret_cast<const void*>(posptr) | reinterpret_cast<const void*>(end) | first_did_in_chunk | reinterpret_cast<const void*>(is_last_chunk_ptr));
238 : : Assert(is_last_chunk_ptr);
239 : :
240 : : // Read whether this is the last chunk
241 [ - + ]: 227063 : if (!unpack_bool(posptr, end, is_last_chunk_ptr))
242 : 0 : report_read_error(*posptr);
243 : : LOGVALUE(DB, *is_last_chunk_ptr);
244 : :
245 : : // Read what the final document ID in this chunk is.
246 : : Xapian::docid increase_to_last;
247 [ - + ]: 227063 : if (!unpack_uint(posptr, end, &increase_to_last))
248 : 0 : report_read_error(*posptr);
249 : 227063 : Xapian::docid last_did_in_chunk = first_did_in_chunk + increase_to_last;
250 : : LOGVALUE(DB, last_did_in_chunk);
251 : 227063 : RETURN(last_did_in_chunk);
252 : : }
253 : :
254 : : /** PostlistChunkReader is essentially an iterator wrapper
255 : : * around a postlist chunk. It simply iterates through the
256 : : * entries in a postlist.
257 : : */
258 : 128 : class Brass::PostlistChunkReader {
259 : : string data;
260 : :
261 : : const char *pos;
262 : : const char *end;
263 : :
264 : : bool at_end;
265 : :
266 : : Xapian::docid did;
267 : : Xapian::termcount wdf;
268 : :
269 : : public:
270 : : /** Initialise the postlist chunk reader.
271 : : *
272 : : * @param first_did First document id in this chunk.
273 : : * @param data The tag string with the header removed.
274 : : */
275 : 128 : PostlistChunkReader(Xapian::docid first_did, const string & data_)
276 : 128 : : data(data_), pos(data.data()), end(pos + data.length()), at_end(data.empty()), did(first_did)
277 : : {
278 [ + - ]: 128 : if (!at_end) read_wdf(&pos, end, &wdf);
279 : 128 : }
280 : :
281 : 20176 : Xapian::docid get_docid() const {
282 : 20176 : return did;
283 : : }
284 : 10210 : Xapian::termcount get_wdf() const {
285 : 10210 : return wdf;
286 : : }
287 : :
288 : 30288 : bool is_at_end() const {
289 : 30288 : return at_end;
290 : : }
291 : :
292 : : /** Advance to the next entry. Set at_end if we run off the end.
293 : : */
294 : : void next();
295 : : };
296 : :
297 : : using Brass::PostlistChunkReader;
298 : :
299 : : void
300 : 20167 : PostlistChunkReader::next()
301 : : {
302 [ + + ]: 20167 : if (pos == end) {
303 : 128 : at_end = true;
304 : : } else {
305 : 20039 : read_did_increase(&pos, end, &did);
306 : 20039 : read_wdf(&pos, end, &wdf);
307 : : }
308 : 20167 : }
309 : :
310 : 21835 : PostlistChunkWriter::PostlistChunkWriter(const string &orig_key_,
311 : : bool is_first_chunk_,
312 : : const string &tname_,
313 : : bool is_last_chunk_)
314 : : : orig_key(orig_key_),
315 : : tname(tname_), is_first_chunk(is_first_chunk_),
316 : : is_last_chunk(is_last_chunk_),
317 : 21835 : started(false)
318 : : {
319 : : LOGCALL_VOID(DB, "PostlistChunkWriter::PostlistChunkWriter", orig_key_ | is_first_chunk_ | tname_ | is_last_chunk_);
320 : 21835 : }
321 : :
322 : : void
323 : 854842 : PostlistChunkWriter::append(BrassTable * table, Xapian::docid did,
324 : : Xapian::termcount wdf)
325 : : {
326 [ + + ]: 854842 : if (!started) {
327 : 21469 : started = true;
328 : 21469 : first_did = did;
329 : : } else {
330 : : Assert(did > current_did);
331 : : // Start a new chunk if this one has grown to the threshold.
332 [ + + ]: 833373 : if (chunk.size() >= CHUNKSIZE) {
333 : 69 : bool save_is_last_chunk = is_last_chunk;
334 : 69 : is_last_chunk = false;
335 : 69 : flush(table);
336 : 69 : is_last_chunk = save_is_last_chunk;
337 : 69 : is_first_chunk = false;
338 : 69 : first_did = did;
339 : 69 : chunk.resize(0);
340 : 69 : orig_key = BrassPostListTable::make_key(tname, first_did);
341 : : } else {
342 : 833304 : pack_uint(chunk, did - current_did - 1);
343 : : }
344 : : }
345 : 854842 : current_did = did;
346 : 854842 : pack_uint(chunk, wdf);
347 : 854842 : }
348 : :
349 : : /** Make the data to go at the start of the very first chunk.
350 : : */
351 : : static inline string
352 : 43503 : make_start_of_first_chunk(Xapian::doccount entries,
353 : : Xapian::termcount collectionfreq,
354 : : Xapian::docid new_did)
355 : : {
356 : 43503 : string chunk;
357 : 43503 : pack_uint(chunk, entries);
358 : 43503 : pack_uint(chunk, collectionfreq);
359 : 43503 : pack_uint(chunk, new_did - 1);
360 : 0 : return chunk;
361 : : }
362 : :
363 : : /** Make the data to go at the start of a standard chunk.
364 : : */
365 : : static inline string
366 : 43581 : make_start_of_chunk(bool new_is_last_chunk,
367 : : Xapian::docid new_first_did,
368 : : Xapian::docid new_final_did)
369 : : {
370 : : Assert(new_final_did >= new_first_did);
371 : 43581 : string chunk;
372 : 43581 : pack_bool(chunk, new_is_last_chunk);
373 : 43581 : pack_uint(chunk, new_final_did - new_first_did);
374 : 0 : return chunk;
375 : : }
376 : :
377 : : static void
378 : 0 : write_start_of_chunk(string & chunk,
379 : : unsigned int start_of_chunk_header,
380 : : unsigned int end_of_chunk_header,
381 : : bool is_last_chunk,
382 : : Xapian::docid first_did_in_chunk,
383 : : Xapian::docid last_did_in_chunk)
384 : : {
385 : : Assert((size_t)(end_of_chunk_header - start_of_chunk_header) <= chunk.size());
386 : :
387 : : chunk.replace(start_of_chunk_header,
388 : : end_of_chunk_header - start_of_chunk_header,
389 : : make_start_of_chunk(is_last_chunk, first_did_in_chunk,
390 : 0 : last_did_in_chunk));
391 : 0 : }
392 : :
393 : : void
394 : 21904 : PostlistChunkWriter::flush(BrassTable *table)
395 : : {
396 : : LOGCALL_VOID(DB, "PostlistChunkWriter::flush", table);
397 : :
398 : : /* This is one of the more messy parts involved with updating posting
399 : : * list chunks.
400 : : *
401 : : * Depending on circumstances, we may have to delete an entire chunk
402 : : * or file it under a different key, as well as possibly modifying both
403 : : * the previous and next chunk of the postlist.
404 : : */
405 : :
406 [ + + ]: 21904 : if (!started) {
407 : : /* This chunk is now empty so disappears entirely.
408 : : *
409 : : * If this was the last chunk, then the previous chunk
410 : : * must have its "is_last_chunk" flag updated.
411 : : *
412 : : * If this was the first chunk, then the next chunk must
413 : : * be transformed into the first chunk. Messy!
414 : : */
415 : : LOGLINE(DB, "PostlistChunkWriter::flush(): deleting chunk");
416 : : Assert(!orig_key.empty());
417 [ + - ]: 25 : if (is_first_chunk) {
418 : : LOGLINE(DB, "PostlistChunkWriter::flush(): deleting first chunk");
419 [ + + ]: 25 : if (is_last_chunk) {
420 : : /* This is the first and the last chunk, ie the only
421 : : * chunk, so just delete the tag.
422 : : */
423 : 19 : table->del(orig_key);
424 : 19 : return;
425 : : }
426 : :
427 : : /* This is the messiest case. The first chunk is to
428 : : * be removed, and there is at least one chunk after
429 : : * it. Need to rewrite the next chunk as the first
430 : : * chunk.
431 : : */
432 : 6 : AutoPtr<BrassCursor> cursor(table->cursor_get());
433 : :
434 [ - + ]: 6 : if (!cursor->find_entry(orig_key)) {
435 : 0 : throw Xapian::DatabaseCorruptError("The key we're working on has disappeared");
436 : : }
437 : :
438 : : // FIXME: Currently the doclen list has a special first chunk too,
439 : : // which reduces special casing here. The downside is a slightly
440 : : // larger than necessary first chunk and needless fiddling if the
441 : : // first chunk is deleted. But really we should look at
442 : : // redesigning the whole postlist format with an eye to making it
443 : : // easier to update!
444 : :
445 : : // Extract existing counts from the first chunk so we can reinsert
446 : : // them into the block we're renaming.
447 : : Xapian::doccount num_ent;
448 : : Xapian::termcount coll_freq;
449 : : {
450 : 6 : cursor->read_tag();
451 : 6 : const char *tagpos = cursor->current_tag.data();
452 : 6 : const char *tagend = tagpos + cursor->current_tag.size();
453 : :
454 : : (void)read_start_of_first_chunk(&tagpos, tagend,
455 : 6 : &num_ent, &coll_freq);
456 : : }
457 : :
458 : : // Seek to the next chunk.
459 : 6 : cursor->next();
460 [ - + ]: 6 : if (cursor->after_end()) {
461 : 0 : throw Xapian::DatabaseCorruptError("Expected another key but found none");
462 : : }
463 : 6 : const char *kpos = cursor->current_key.data();
464 : 6 : const char *kend = kpos + cursor->current_key.size();
465 [ - + ]: 6 : if (!check_tname_in_key(&kpos, kend, tname)) {
466 : 0 : throw Xapian::DatabaseCorruptError("Expected another key with the same term name but found a different one");
467 : : }
468 : :
469 : : // Read the new first docid
470 : : Xapian::docid new_first_did;
471 [ - + ]: 6 : if (!unpack_uint_preserving_sort(&kpos, kend, &new_first_did)) {
472 : 0 : report_read_error(kpos);
473 : : }
474 : :
475 : 6 : cursor->read_tag();
476 : 6 : const char *tagpos = cursor->current_tag.data();
477 : 6 : const char *tagend = tagpos + cursor->current_tag.size();
478 : :
479 : : // Read the chunk header
480 : : bool new_is_last_chunk;
481 : : Xapian::docid new_last_did_in_chunk =
482 : : read_start_of_chunk(&tagpos, tagend, new_first_did,
483 : 6 : &new_is_last_chunk);
484 : :
485 : 6 : string chunk_data(tagpos, tagend);
486 : :
487 : : // First remove the renamed tag
488 : 6 : table->del(cursor->current_key);
489 : :
490 : : // And now write it as the first chunk
491 : 6 : string tag;
492 : 6 : tag = make_start_of_first_chunk(num_ent, coll_freq, new_first_did);
493 : : tag += make_start_of_chunk(new_is_last_chunk,
494 : : new_first_did,
495 : 6 : new_last_did_in_chunk);
496 : 6 : tag += chunk_data;
497 : 6 : table->add(orig_key, tag);
498 : 6 : return;
499 : : }
500 : :
501 : : LOGLINE(DB, "PostlistChunkWriter::flush(): deleting secondary chunk");
502 : : /* This isn't the first chunk. Check whether we're the last chunk. */
503 : :
504 : : // Delete this chunk
505 : 0 : table->del(orig_key);
506 : :
507 [ # # ]: 0 : if (is_last_chunk) {
508 : : LOGLINE(DB, "PostlistChunkWriter::flush(): deleting secondary last chunk");
509 : : // Update the previous chunk's is_last_chunk flag.
510 : 0 : AutoPtr<BrassCursor> cursor(table->cursor_get());
511 : :
512 : : /* Should not find the key we just deleted, but should
513 : : * find the previous chunk. */
514 [ # # ]: 0 : if (cursor->find_entry(orig_key)) {
515 : 0 : throw Xapian::DatabaseCorruptError("Brass key not deleted as we expected");
516 : : }
517 : : // Make sure this is a chunk with the right term attached.
518 : 0 : const char * keypos = cursor->current_key.data();
519 : 0 : const char * keyend = keypos + cursor->current_key.size();
520 [ # # ]: 0 : if (!check_tname_in_key(&keypos, keyend, tname)) {
521 : 0 : throw Xapian::DatabaseCorruptError("Couldn't find chunk before delete chunk");
522 : : }
523 : :
524 : 0 : bool is_prev_first_chunk = (keypos == keyend);
525 : :
526 : : // Now update the last_chunk
527 : 0 : cursor->read_tag();
528 : 0 : string tag = cursor->current_tag;
529 : :
530 : 0 : const char *tagpos = tag.data();
531 : 0 : const char *tagend = tagpos + tag.size();
532 : :
533 : : // Skip first chunk header
534 : : Xapian::docid first_did_in_chunk;
535 [ # # ]: 0 : if (is_prev_first_chunk) {
536 : : first_did_in_chunk = read_start_of_first_chunk(&tagpos, tagend,
537 : 0 : 0, 0);
538 : : } else {
539 [ # # ]: 0 : if (!unpack_uint_preserving_sort(&keypos, keyend, &first_did_in_chunk))
540 : 0 : report_read_error(keypos);
541 : : }
542 : : bool wrong_is_last_chunk;
543 : 0 : string::size_type start_of_chunk_header = tagpos - tag.data();
544 : : Xapian::docid last_did_in_chunk =
545 : : read_start_of_chunk(&tagpos, tagend, first_did_in_chunk,
546 : 0 : &wrong_is_last_chunk);
547 : 0 : string::size_type end_of_chunk_header = tagpos - tag.data();
548 : :
549 : : // write new is_last flag
550 : : write_start_of_chunk(tag,
551 : : start_of_chunk_header,
552 : : end_of_chunk_header,
553 : : true, // is_last_chunk
554 : : first_did_in_chunk,
555 : 0 : last_did_in_chunk);
556 : 0 : table->add(cursor->current_key, tag);
557 : : }
558 : : } else {
559 : : LOGLINE(DB, "PostlistChunkWriter::flush(): updating chunk which still has items in it");
560 : : /* The chunk still has some items in it. Two major subcases:
561 : : * a) This is the first chunk.
562 : : * b) This isn't the first chunk.
563 : : *
564 : : * The subcases just affect the chunk header.
565 : : */
566 : 21879 : string tag;
567 : :
568 : : /* First write the header, which depends on whether this is the
569 : : * first chunk.
570 : : */
571 [ + + ]: 21879 : if (is_first_chunk) {
572 : : /* The first chunk. This is the relatively easy case,
573 : : * and we just have to write this one back to disk.
574 : : */
575 : : LOGLINE(DB, "PostlistChunkWriter::flush(): rewriting the first chunk, which still has items in it");
576 : 21801 : string key = BrassPostListTable::make_key(tname);
577 : 21801 : bool ok = table->get_exact_entry(key, tag);
578 : : (void)ok;
579 : : Assert(ok);
580 : : Assert(!tag.empty());
581 : :
582 : : Xapian::doccount num_ent;
583 : : Xapian::termcount coll_freq;
584 : : {
585 : 21801 : const char * tagpos = tag.data();
586 : 21801 : const char * tagend = tagpos + tag.size();
587 : : (void)read_start_of_first_chunk(&tagpos, tagend,
588 : 21801 : &num_ent, &coll_freq);
589 : : }
590 : :
591 : 21801 : tag = make_start_of_first_chunk(num_ent, coll_freq, first_did);
592 : :
593 : 21801 : tag += make_start_of_chunk(is_last_chunk, first_did, current_did);
594 : 21801 : tag += chunk;
595 : 21801 : table->add(key, tag);
596 : 21801 : return;
597 : : }
598 : :
599 : : LOGLINE(DB, "PostlistChunkWriter::flush(): updating secondary chunk which still has items in it");
600 : : /* Not the first chunk.
601 : : *
602 : : * This has the easy sub-sub-case:
603 : : * The first entry in the chunk hasn't changed
604 : : * ...and the hard sub-sub-case:
605 : : * The first entry in the chunk has changed. This is
606 : : * harder because the key for the chunk changes, so
607 : : * we've got to do a switch.
608 : : */
609 : :
610 : : // First find out the initial docid
611 : 78 : const char *keypos = orig_key.data();
612 : 78 : const char *keyend = keypos + orig_key.size();
613 [ - + ]: 78 : if (!check_tname_in_key(&keypos, keyend, tname)) {
614 : 0 : throw Xapian::DatabaseCorruptError("Have invalid key writing to postlist");
615 : : }
616 : : Xapian::docid initial_did;
617 [ - + ]: 78 : if (!unpack_uint_preserving_sort(&keypos, keyend, &initial_did)) {
618 : 0 : report_read_error(keypos);
619 : : }
620 : 78 : string new_key;
621 [ - + ]: 78 : if (initial_did != first_did) {
622 : : /* The fiddlier case:
623 : : * Create a new tag with the correct key, and replace
624 : : * the old one.
625 : : */
626 : 0 : new_key = BrassPostListTable::make_key(tname, first_did);
627 : 0 : table->del(orig_key);
628 : : } else {
629 : 78 : new_key = orig_key;
630 : : }
631 : :
632 : : // ...and write the start of this chunk.
633 : 78 : tag = make_start_of_chunk(is_last_chunk, first_did, current_did);
634 : :
635 : 78 : tag += chunk;
636 : 21904 : table->add(new_key, tag);
637 : : }
638 : : }
639 : :
640 : : /** Read the number of entries in the posting list.
641 : : * This must only be called when *posptr is pointing to the start of
642 : : * the first chunk of the posting list.
643 : : */
644 : 608830 : void BrassPostList::read_number_of_entries(const char ** posptr,
645 : : const char * end,
646 : : Xapian::doccount * number_of_entries_ptr,
647 : : Xapian::termcount * collection_freq_ptr)
648 : : {
649 [ - + ]: 608830 : if (!unpack_uint(posptr, end, number_of_entries_ptr))
650 : 0 : report_read_error(*posptr);
651 [ - + ]: 608830 : if (!unpack_uint(posptr, end, collection_freq_ptr))
652 : 0 : report_read_error(*posptr);
653 : 608830 : }
654 : :
655 : : /** The format of a postlist is:
656 : : *
657 : : * Split into chunks. Key for first chunk is the termname (encoded as
658 : : * length : name). Key for subsequent chunks is the same, followed by the
659 : : * document ID of the first document in the chunk (encoded as length of
660 : : * representation in first byte, and then docid).
661 : : *
662 : : * A chunk (except for the first chunk) contains:
663 : : *
664 : : * 1) bool - true if this is the last chunk.
665 : : * 2) difference between final docid in chunk and first docid.
666 : : * 3) wdf for the first item.
667 : : * 4) increment in docid to next item, followed by wdf for the item.
668 : : * 5) (4) repeatedly.
669 : : *
670 : : * The first chunk begins with the number of entries, the collection
671 : : * frequency, then the docid of the first document, then has the header of a
672 : : * standard chunk.
673 : : */
674 : 145074 : BrassPostList::BrassPostList(Xapian::Internal::RefCntPtr<const BrassDatabase> this_db_,
675 : : const string & term_,
676 : : bool keep_reference)
677 : : : LeafPostList(term_),
678 : : this_db(keep_reference ? this_db_ : NULL),
679 : : have_started(false),
680 : : cursor(this_db_->postlist_table.cursor_get()),
681 [ + + ][ + - ]: 145074 : is_at_end(false)
682 : : {
683 : : LOGCALL_VOID(DB, "BrassPostList::BrassPostList", this_db_.get() | term_ | keep_reference);
684 : 145069 : string key = BrassPostListTable::make_key(term);
685 : 145069 : int found = cursor->find_entry(key);
686 [ + + + + ]: 145069 : if (!found) {
687 : : LOGLINE(DB, "postlist for term not found");
688 : 23970 : number_of_entries = 0;
689 : 23970 : is_at_end = true;
690 : 23970 : pos = 0;
691 : 23970 : end = 0;
692 : 23970 : first_did_in_chunk = 0;
693 : 23970 : last_did_in_chunk = 0;
694 : : return;
695 : : }
696 : 121099 : cursor->read_tag();
697 : 121099 : pos = cursor->current_tag.data();
698 : 121099 : end = pos + cursor->current_tag.size();
699 : :
700 : 121099 : did = read_start_of_first_chunk(&pos, end, &number_of_entries, NULL);
701 : 121099 : first_did_in_chunk = did;
702 : : last_did_in_chunk = read_start_of_chunk(&pos, end, first_did_in_chunk,
703 : 121099 : &is_last_chunk);
704 : 121099 : read_wdf(&pos, end, &wdf);
705 : 145069 : LOGLINE(DB, "Initial docid " << did);
706 : 145084 : }
707 : :
708 : 145069 : BrassPostList::~BrassPostList()
709 : : {
710 : : LOGCALL_VOID(DB, "BrassPostList::~BrassPostList", NO_ARGS);
711 [ + - ][ # # ]: 145069 : }
[ - + ]
712 : :
713 : : Xapian::termcount
714 : 18869989 : BrassPostList::get_doclength() const
715 : : {
716 : : LOGCALL(DB, Xapian::termcount, "BrassPostList::get_doclength", NO_ARGS);
717 : : Assert(have_started);
718 : : Assert(this_db.get());
719 : 18869989 : RETURN(this_db->get_doclength(did));
720 : : }
721 : :
722 : : bool
723 : 18880817 : BrassPostList::next_in_chunk()
724 : : {
725 : : LOGCALL(DB, bool, "BrassPostList::next_in_chunk", NO_ARGS);
726 [ + + ]: 18880817 : if (pos == end) RETURN(false);
727 : :
728 : 18762639 : read_did_increase(&pos, end, &did);
729 : 18762639 : read_wdf(&pos, end, &wdf);
730 : :
731 : : // Either not at last doc in chunk, or pos == end, but not both.
732 : : Assert(did <= last_did_in_chunk);
733 : : Assert(did < last_did_in_chunk || pos == end);
734 : : Assert(pos != end || did == last_did_in_chunk);
735 : :
736 : 18880817 : RETURN(true);
737 : : }
738 : :
739 : : void
740 : 118490 : BrassPostList::next_chunk()
741 : : {
742 : : LOGCALL_VOID(DB, "BrassPostList::next_chunk", NO_ARGS);
743 [ + + ]: 118490 : if (is_last_chunk) {
744 : 118293 : is_at_end = true;
745 : 118293 : return;
746 : : }
747 : :
748 : 197 : cursor->next();
749 [ - + ]: 197 : if (cursor->after_end()) {
750 : 0 : is_at_end = true;
751 : : throw Xapian::DatabaseCorruptError("Unexpected end of posting list for `" +
752 : 0 : term + "'");
753 : : }
754 : 197 : const char * keypos = cursor->current_key.data();
755 : 197 : const char * keyend = keypos + cursor->current_key.size();
756 : : // Check we're still in same postlist
757 [ - + ]: 197 : if (!check_tname_in_key_lite(&keypos, keyend, term)) {
758 : 0 : is_at_end = true;
759 : : throw Xapian::DatabaseCorruptError("Unexpected end of posting list for `" +
760 : 0 : term + "'");
761 : : }
762 : :
763 : : Xapian::docid newdid;
764 [ - + ]: 197 : if (!unpack_uint_preserving_sort(&keypos, keyend, &newdid)) {
765 : 0 : report_read_error(keypos);
766 : : }
767 [ - + ]: 197 : if (newdid <= did) {
768 : : throw Xapian::DatabaseCorruptError("Document ID in new chunk of postlist (" +
769 : : str(newdid) +
770 : : ") is not greater than final document ID in previous chunk (" +
771 : 0 : str(did) + ")");
772 : : }
773 : 197 : did = newdid;
774 : :
775 : 197 : cursor->read_tag();
776 : 197 : pos = cursor->current_tag.data();
777 : 197 : end = pos + cursor->current_tag.size();
778 : :
779 : 197 : first_did_in_chunk = did;
780 : : last_did_in_chunk = read_start_of_chunk(&pos, end, first_did_in_chunk,
781 : 197 : &is_last_chunk);
782 : 118490 : read_wdf(&pos, end, &wdf);
783 : : }
784 : :
785 : : PositionList *
786 : 2281 : BrassPostList::read_position_list()
787 : : {
788 : : LOGCALL(DB, PositionList *, "BrassPostList::read_position_list", NO_ARGS);
789 : : Assert(this_db.get());
790 : 2281 : positionlist.read_data(&this_db->position_table, did, term);
791 : 2281 : RETURN(&positionlist);
792 : : }
793 : :
794 : : PositionList *
795 : 11304 : BrassPostList::open_position_list() const
796 : : {
797 : : LOGCALL(DB, PositionList *, "BrassPostList::open_position_list", NO_ARGS);
798 : : Assert(this_db.get());
799 : 11304 : RETURN(new BrassPositionList(&this_db->position_table, did, term));
800 : : }
801 : :
802 : : PostList *
803 : 19022949 : BrassPostList::next(Xapian::weight w_min)
804 : : {
805 : : LOGCALL(DB, PostList *, "BrassPostList::next", w_min);
806 : : (void)w_min; // no warning
807 : :
808 [ + + ]: 19022949 : if (!have_started) {
809 : 142132 : have_started = true;
810 : : } else {
811 [ + + ]: 18880817 : if (!next_in_chunk()) next_chunk();
812 : : }
813 : :
814 : 19022949 : if (is_at_end) {
815 : : LOGLINE(DB, "Moved to end");
816 : : } else {
817 : : LOGLINE(DB, "Moved to docid " << did << ", wdf = " << wdf);
818 : : }
819 : :
820 : 19022949 : RETURN(NULL);
821 : : }
822 : :
823 : : bool
824 : 19098762 : BrassPostList::current_chunk_contains(Xapian::docid desired_did)
825 : : {
826 : : LOGCALL(DB, bool, "BrassPostList::current_chunk_contains", desired_did);
827 [ + + ][ + + ]: 19098762 : if (desired_did >= first_did_in_chunk &&
828 : : desired_did <= last_did_in_chunk) {
829 : 19097954 : RETURN(true);
830 : : }
831 : 19098762 : RETURN(false);
832 : : }
833 : :
834 : : void
835 : 83518 : BrassPostList::move_to_chunk_containing(Xapian::docid desired_did)
836 : : {
837 : : LOGCALL_VOID(DB, "BrassPostList::move_to_chunk_containing", desired_did);
838 : 83518 : (void)cursor->find_entry(BrassPostListTable::make_key(term, desired_did));
839 : : Assert(!cursor->after_end());
840 : :
841 : 83518 : const char * keypos = cursor->current_key.data();
842 : 83518 : const char * keyend = keypos + cursor->current_key.size();
843 : : // Check we're still in same postlist
844 [ - + ]: 83518 : if (!check_tname_in_key_lite(&keypos, keyend, term)) {
845 : : // This should only happen if the postlist doesn't exist at all.
846 : 0 : is_at_end = true;
847 : 0 : is_last_chunk = true;
848 : 0 : return;
849 : : }
850 : 83518 : is_at_end = false;
851 : :
852 : 83518 : cursor->read_tag();
853 : 83518 : pos = cursor->current_tag.data();
854 : 83518 : end = pos + cursor->current_tag.size();
855 : :
856 [ + + ]: 83518 : if (keypos == keyend) {
857 : : // In first chunk
858 : : #ifdef XAPIAN_ASSERTIONS
859 : : Xapian::doccount old_number_of_entries = number_of_entries;
860 : : did = read_start_of_first_chunk(&pos, end, &number_of_entries, NULL);
861 : : Assert(old_number_of_entries == number_of_entries);
862 : : #else
863 : 83247 : did = read_start_of_first_chunk(&pos, end, NULL, NULL);
864 : : #endif
865 : : } else {
866 : : // In normal chunk
867 [ - + ]: 271 : if (!unpack_uint_preserving_sort(&keypos, keyend, &did)) {
868 : 0 : report_read_error(keypos);
869 : : }
870 : : }
871 : :
872 : 83518 : first_did_in_chunk = did;
873 : : last_did_in_chunk = read_start_of_chunk(&pos, end, first_did_in_chunk,
874 : 83518 : &is_last_chunk);
875 : 83518 : read_wdf(&pos, end, &wdf);
876 : :
877 : : // Possible, since desired_did might be after end of this chunk and before
878 : : // the next.
879 [ + + ]: 83518 : if (desired_did > last_did_in_chunk) next_chunk();
880 : : }
881 : :
882 : : bool
883 : 19098463 : BrassPostList::move_forward_in_chunk_to_at_least(Xapian::docid desired_did)
884 : : {
885 : : LOGCALL(DB, bool, "BrassPostList::move_forward_in_chunk_to_at_least", desired_did);
886 [ + + ]: 19098463 : if (did >= desired_did)
887 : 167560 : RETURN(true);
888 : :
889 [ + - ]: 18930903 : if (desired_did <= last_did_in_chunk) {
890 [ + - ]: 27067552 : while (pos != end) {
891 : 27067552 : read_did_increase(&pos, end, &did);
892 [ + + ]: 27067552 : if (did >= desired_did) {
893 : 18930903 : read_wdf(&pos, end, &wdf);
894 : 18930903 : RETURN(true);
895 : : }
896 : : // It's faster to just skip over the wdf than to decode it.
897 : 8136649 : read_wdf(&pos, end, NULL);
898 : : }
899 : :
900 : : // If we hit the end of the chunk then last_did_in_chunk must be wrong.
901 : : Assert(false);
902 : : }
903 : :
904 : 0 : pos = end;
905 : 19098463 : RETURN(false);
906 : : }
907 : :
908 : : PostList *
909 : 3431 : BrassPostList::skip_to(Xapian::docid desired_did, Xapian::weight w_min)
910 : : {
911 : : LOGCALL(DB, PostList *, "BrassPostList::skip_to", desired_did | w_min);
912 : : (void)w_min; // no warning
913 : : // We've started now - if we hadn't already, we're already positioned
914 : : // at start so there's no need to actually do anything.
915 : 3431 : have_started = true;
916 : :
917 : : // Don't skip back, and don't need to do anything if already there.
918 [ + + ][ + + ]: 3431 : if (is_at_end || desired_did <= did) RETURN(NULL);
919 : :
920 : : // Move to correct chunk
921 [ + + ]: 2901 : if (!current_chunk_contains(desired_did)) {
922 : 290 : move_to_chunk_containing(desired_did);
923 : : // Might be at_end now, so we need to check before trying to move
924 : : // forward in chunk.
925 [ + - ]: 290 : if (is_at_end) RETURN(NULL);
926 : : }
927 : :
928 : : // Move to correct position in chunk
929 : 2611 : bool have_document = move_forward_in_chunk_to_at_least(desired_did);
930 : : (void)have_document;
931 : : Assert(have_document);
932 : :
933 : 2611 : if (is_at_end) {
934 : : LOGLINE(DB, "Skipped to end");
935 : : } else {
936 : : LOGLINE(DB, "Skipped to docid " << did << ", wdf = " << wdf);
937 : : }
938 : :
939 : 3431 : RETURN(NULL);
940 : : }
941 : :
942 : : // Used for doclens.
943 : : bool
944 : 19119928 : BrassPostList::jump_to(Xapian::docid desired_did)
945 : : {
946 : : LOGCALL(DB, bool, "BrassPostList::jump_to", desired_did);
947 : : // We've started now - if we hadn't already, we're already positioned
948 : : // at start so there's no need to actually do anything.
949 : 19119928 : have_started = true;
950 : :
951 : : // If the list is empty, give up right away.
952 [ + + ]: 19119928 : if (pos == 0) RETURN(false);
953 : :
954 : : // Move to correct chunk, or reload the current chunk to go backwards in it
955 : : // (FIXME: perhaps handle the latter case more elegantly, though it won't
956 : : // happen during sequential access which is most common).
957 [ + + ][ + + ]: 19095874 : if (is_at_end || !current_chunk_contains(desired_did) || desired_did < did) {
[ + + ][ + + ]
958 : : // Clear is_at_end flag since we can rewind.
959 : 83228 : is_at_end = false;
960 : :
961 : 83228 : move_to_chunk_containing(desired_did);
962 : : // Might be at_end now, so we need to check before trying to move
963 : : // forward in chunk.
964 [ + + ]: 83228 : if (is_at_end) RETURN(false);
965 : : }
966 : :
967 : : // Move to correct position in chunk.
968 [ - + ]: 19095852 : if (!move_forward_in_chunk_to_at_least(desired_did)) RETURN(false);
969 : 19119928 : RETURN(desired_did == did);
970 : : }
971 : :
972 : : string
973 : 9 : BrassPostList::get_description() const
974 : : {
975 : 9 : return term + ":" + str(number_of_entries);
976 : : }
977 : :
978 : : // Returns the last did to allow in this chunk.
979 : : Xapian::docid
980 : 21835 : BrassPostListTable::get_chunk(const string &tname,
981 : : Xapian::docid did, bool adding,
982 : : PostlistChunkReader ** from, PostlistChunkWriter **to)
983 : : {
984 : : LOGCALL(DB, Xapian::docid, "BrassPostListTable::get_chunk", tname | did | adding | from | to);
985 : : // Get chunk containing entry
986 : 21835 : string key = make_key(tname, did);
987 : :
988 : : // Find the right chunk
989 : 21835 : AutoPtr<BrassCursor> cursor(cursor_get());
990 : :
991 : 21835 : (void)cursor->find_entry(key);
992 : : Assert(!cursor->after_end());
993 : :
994 : 21835 : const char * keypos = cursor->current_key.data();
995 : 21835 : const char * keyend = keypos + cursor->current_key.size();
996 : :
997 [ - + ]: 21835 : if (!check_tname_in_key(&keypos, keyend, tname)) {
998 : : // Postlist for this termname doesn't exist.
999 : : //
1000 : : // NB "adding" will only be true if we are adding, but it may sometimes
1001 : : // be false in some cases where we are actually adding.
1002 [ # # ]: 0 : if (!adding)
1003 : 0 : throw Xapian::DatabaseCorruptError("Attempted to delete or modify an entry in a non-existent posting list for " + tname);
1004 : :
1005 : 0 : *from = NULL;
1006 : 0 : *to = new PostlistChunkWriter(string(), true, tname, true);
1007 : 0 : RETURN(Xapian::docid(-1));
1008 : : }
1009 : :
1010 : : // See if we're appending - if so we can shortcut by just copying
1011 : : // the data part of the chunk wholesale.
1012 : 21835 : bool is_first_chunk = (keypos == keyend);
1013 : : LOGVALUE(DB, is_first_chunk);
1014 : :
1015 : 21835 : cursor->read_tag();
1016 : 21835 : const char * pos = cursor->current_tag.data();
1017 : 21835 : const char * end = pos + cursor->current_tag.size();
1018 : : Xapian::docid first_did_in_chunk;
1019 [ + + ]: 21835 : if (is_first_chunk) {
1020 : 21826 : first_did_in_chunk = read_start_of_first_chunk(&pos, end, NULL, NULL);
1021 : : } else {
1022 [ - + ]: 9 : if (!unpack_uint_preserving_sort(&keypos, keyend, &first_did_in_chunk)) {
1023 : 0 : report_read_error(keypos);
1024 : : }
1025 : : }
1026 : :
1027 : : bool is_last_chunk;
1028 : : Xapian::docid last_did_in_chunk;
1029 : 21835 : last_did_in_chunk = read_start_of_chunk(&pos, end, first_did_in_chunk, &is_last_chunk);
1030 : : *to = new PostlistChunkWriter(cursor->current_key, is_first_chunk, tname,
1031 : 21835 : is_last_chunk);
1032 [ + + ]: 21835 : if (did > last_did_in_chunk) {
1033 : : // This is the shortcut. Not very pretty, but I'll leave refactoring
1034 : : // until I've a clearer picture of everything which needs to be done.
1035 : : // (FIXME)
1036 : 21707 : *from = NULL;
1037 : : (*to)->raw_append(first_did_in_chunk, last_did_in_chunk,
1038 : 21707 : string(pos, end));
1039 : : } else {
1040 : 128 : *from = new PostlistChunkReader(first_did_in_chunk, string(pos, end));
1041 : : }
1042 [ + + ]: 21835 : if (is_last_chunk) RETURN(Xapian::docid(-1));
1043 : :
1044 : : // Find first did of next tag.
1045 : 6 : cursor->next();
1046 [ - + ]: 6 : if (cursor->after_end()) {
1047 : 0 : throw Xapian::DatabaseCorruptError("Expected another key but found none");
1048 : : }
1049 : 6 : const char *kpos = cursor->current_key.data();
1050 : 6 : const char *kend = kpos + cursor->current_key.size();
1051 [ - + ]: 6 : if (!check_tname_in_key(&kpos, kend, tname)) {
1052 : 0 : throw Xapian::DatabaseCorruptError("Expected another key with the same term name but found a different one");
1053 : : }
1054 : :
1055 : : // Read the new first docid
1056 : : Xapian::docid first_did_of_next_chunk;
1057 [ - + ]: 6 : if (!unpack_uint_preserving_sort(&kpos, kend, &first_did_of_next_chunk)) {
1058 : 0 : report_read_error(kpos);
1059 : : }
1060 : 21835 : RETURN(first_did_of_next_chunk - 1);
1061 : : }
1062 : :
1063 : : void
1064 : 462 : BrassPostListTable::merge_doclen_changes(const map<Xapian::docid, Xapian::termcount> & doclens)
1065 : : {
1066 : : LOGCALL_VOID(DB, "BrassPostListTable::merge_doclen_changes", doclens);
1067 : :
1068 : : // The cursor in the doclen_pl will no longer be valid, so reset it.
1069 : 462 : doclen_pl.reset(0);
1070 : :
1071 : : LOGVALUE(DB, doclens.size());
1072 [ + + ]: 462 : if (doclens.empty()) return;
1073 : :
1074 : : // Ensure there's a first chunk.
1075 : 405 : string current_key = make_key(string());
1076 [ + + ]: 405 : if (!key_exists(current_key)) {
1077 : : LOGLINE(DB, "Adding dummy first chunk");
1078 : 264 : string newtag = make_start_of_first_chunk(0, 0, 0);
1079 : 264 : newtag += make_start_of_chunk(true, 0, 0);
1080 : 264 : add(current_key, newtag);
1081 : : }
1082 : :
1083 : 405 : map<Xapian::docid, Xapian::termcount>::const_iterator j;
1084 : 405 : j = doclens.begin();
1085 : : Assert(j != doclens.end()); // This case is caught above.
1086 : :
1087 : : Xapian::docid max_did;
1088 : : PostlistChunkReader *from;
1089 : : PostlistChunkWriter *to;
1090 : 405 : max_did = get_chunk(string(), j->first, true, &from, &to);
1091 : : LOGVALUE(DB, max_did);
1092 [ + + ]: 78434 : for ( ; j != doclens.end(); ++j) {
1093 : 78029 : Xapian::docid did = j->first;
1094 : :
1095 : : next_doclen_chunk:
1096 : : LOGLINE(DB, "Updating doclens, did=" << did);
1097 [ + + ][ + + ]: 80077 : if (from) while (!from->is_at_end()) {
1098 : 11915 : Xapian::docid copy_did = from->get_docid();
1099 [ + + ]: 11915 : if (copy_did >= did) {
1100 [ + + ]: 9873 : if (copy_did == did) from->next();
1101 : 9873 : break;
1102 : : }
1103 : 2042 : to->append(this, copy_did, from->get_wdf());
1104 : 2042 : from->next();
1105 : : }
1106 [ + + ][ + + ]: 78035 : if ((!from || from->is_at_end()) && did > max_did) {
[ + + ][ + + ]
1107 [ + - ]: 6 : delete from;
1108 : 6 : to->flush(this);
1109 [ + - ]: 6 : delete to;
1110 : 6 : max_did = get_chunk(string(), did, false, &from, &to);
1111 : 6 : goto next_doclen_chunk;
1112 : : }
1113 : :
1114 : 78029 : Xapian::termcount new_doclen = j->second;
1115 [ + + ]: 78029 : if (new_doclen != static_cast<Xapian::termcount>(-1)) {
1116 : 68150 : to->append(this, did, new_doclen);
1117 : : }
1118 : : }
1119 : :
1120 [ + + ]: 405 : if (from) {
1121 [ + + ]: 67 : while (!from->is_at_end()) {
1122 : 6 : to->append(this, from->get_docid(), from->get_wdf());
1123 : 6 : from->next();
1124 : : }
1125 [ + - ]: 61 : delete from;
1126 : : }
1127 : 405 : to->flush(this);
1128 [ + - ]: 462 : delete to;
1129 : : }
1130 : :
1131 : : void
1132 : 21549 : BrassPostListTable::merge_changes(const string &term,
1133 : : const Inverter::PostingChanges & changes)
1134 : : {
1135 : : {
1136 : : // Rewrite the first chunk of this posting list with the updated
1137 : : // termfreq and collfreq.
1138 : 21549 : string current_key = make_key(term);
1139 : 21549 : string tag;
1140 : 21549 : (void)get_exact_entry(current_key, tag);
1141 : :
1142 : : // Read start of first chunk to get termfreq and collfreq.
1143 : 21549 : const char *pos = tag.data();
1144 : 21549 : const char *end = pos + tag.size();
1145 : : Xapian::doccount termfreq;
1146 : : Xapian::termcount collfreq;
1147 : : Xapian::docid firstdid, lastdid;
1148 : : bool islast;
1149 [ + + ]: 21549 : if (pos == end) {
1150 : 21141 : termfreq = 0;
1151 : 21141 : collfreq = 0;
1152 : 21141 : firstdid = 0;
1153 : 21141 : lastdid = 0;
1154 : 21141 : islast = true;
1155 : : } else {
1156 : : firstdid = read_start_of_first_chunk(&pos, end,
1157 : 408 : &termfreq, &collfreq);
1158 : : // Handle the generic start of chunk header.
1159 : 408 : lastdid = read_start_of_chunk(&pos, end, firstdid, &islast);
1160 : : }
1161 : :
1162 : 21549 : termfreq += changes.get_tfdelta();
1163 [ + + ]: 21549 : if (termfreq == 0) {
1164 : : // All postings deleted! So we can shortcut by zapping the
1165 : : // posting list.
1166 [ + + ]: 117 : if (islast) {
1167 : : // Only one entry for this posting list.
1168 : 111 : del(current_key);
1169 : : return;
1170 : : }
1171 : 6 : MutableBrassCursor cursor(this);
1172 : 6 : bool found = cursor.find_entry(current_key);
1173 : : Assert(found);
1174 [ + - ]: 6 : if (!found) return; // Reduce damage!
1175 [ + + ]: 21 : while (cursor.del()) {
1176 : 15 : const char *kpos = cursor.current_key.data();
1177 : 15 : const char *kend = kpos + cursor.current_key.size();
1178 [ + + ]: 15 : if (!check_tname_in_key_lite(&kpos, kend, term)) break;
1179 : : }
1180 : 6 : return;
1181 : : }
1182 : 21432 : collfreq += changes.get_cfdelta();
1183 : :
1184 : : // Rewrite start of first chunk to update termfreq and collfreq.
1185 : 21432 : string newhdr = make_start_of_first_chunk(termfreq, collfreq, firstdid);
1186 : 21432 : newhdr += make_start_of_chunk(islast, firstdid, lastdid);
1187 [ + + ]: 21432 : if (pos == end) {
1188 : 21118 : add(current_key, newhdr);
1189 : : } else {
1190 : : Assert((size_t)(pos - tag.data()) <= tag.size());
1191 : 322 : tag.replace(0, pos - tag.data(), newhdr);
1192 : 322 : add(current_key, tag);
1193 [ + + ][ + + ]: 21565 : }
1194 : : }
1195 : 21424 : map<Xapian::docid, Xapian::termcount>::const_iterator j;
1196 : 21424 : j = changes.pl_changes.begin();
1197 : : Assert(j != changes.pl_changes.end()); // This case is caught above.
1198 : :
1199 : : Xapian::docid max_did;
1200 : : PostlistChunkReader *from;
1201 : : PostlistChunkWriter *to;
1202 : 21424 : max_did = get_chunk(term, j->first, false, &from, &to);
1203 [ + + ]: 798098 : for ( ; j != changes.pl_changes.end(); ++j) {
1204 : 776674 : Xapian::docid did = j->first;
1205 : :
1206 : : next_chunk:
1207 : : LOGLINE(DB, "Updating term=" << term << ", did=" << did);
1208 [ + + ][ + - ]: 784833 : if (from) while (!from->is_at_end()) {
1209 : 8252 : Xapian::docid copy_did = from->get_docid();
1210 [ + + ]: 8252 : if (copy_did >= did) {
1211 [ + + ]: 93 : if (copy_did == did) {
1212 : 90 : from->next();
1213 : : }
1214 : 93 : break;
1215 : : }
1216 : 8159 : to->append(this, copy_did, from->get_wdf());
1217 : 8159 : from->next();
1218 : : }
1219 [ + + ][ + + ]: 776674 : if ((!from || from->is_at_end()) && did > max_did) {
[ - + ][ - + ]
1220 [ # # ]: 0 : delete from;
1221 : 0 : to->flush(this);
1222 [ # # ]: 0 : delete to;
1223 : 0 : max_did = get_chunk(term, did, false, &from, &to);
1224 : 0 : goto next_chunk;
1225 : : }
1226 : :
1227 : 776674 : Xapian::termcount new_wdf = j->second;
1228 [ + + ]: 776674 : if (new_wdf != Xapian::termcount(-1)) {
1229 : 776482 : to->append(this, did, new_wdf);
1230 : : }
1231 : : }
1232 : :
1233 [ + + ]: 21424 : if (from) {
1234 [ + + ]: 64 : while (!from->is_at_end()) {
1235 : 3 : to->append(this, from->get_docid(), from->get_wdf());
1236 : 3 : from->next();
1237 : : }
1238 [ + - ]: 61 : delete from;
1239 : : }
1240 : 21424 : to->flush(this);
1241 [ + - ]: 21541 : delete to;
1242 : : }
|
