LCOV - code coverage report
Current view: top level - backends/flint - flint_compact.cc (source / functions) Hit Total Coverage
Test: Test Coverage for xapian-core r Lines: 245 393 62.3 %
Date: 2011-08-21 Functions: 13 15 86.7 %
Branches: 119 258 46.1 %

           Branch data     Line data    Source code
       1                 :            : /** @file flint_compact.cc
       2                 :            :  * @brief Compact a flint database, or merge and compact several.
       3                 :            :  */
       4                 :            : /* Copyright (C) 2004,2005,2006,2007,2008,2009,2010 Olly Betts
       5                 :            :  *
       6                 :            :  * This program is free software; you can redistribute it and/or
       7                 :            :  * modify it under the terms of the GNU General Public License as
       8                 :            :  * published by the Free Software Foundation; either version 2 of the
       9                 :            :  * License, or (at your option) any later version.
      10                 :            :  *
      11                 :            :  * This program is distributed in the hope that it will be useful,
      12                 :            :  * but WITHOUT ANY WARRANTY; without even the implied warranty of
      13                 :            :  * MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
      14                 :            :  * GNU General Public License for more details.
      15                 :            :  *
      16                 :            :  * You should have received a copy of the GNU General Public License
      17                 :            :  * along with this program; if not, write to the Free Software
      18                 :            :  * Foundation, Inc., 51 Franklin St, Fifth Floor, Boston, MA  02110-1301
      19                 :            :  * USA
      20                 :            :  */
      21                 :            : 
      22                 :            : #include <config.h>
      23                 :            : 
      24                 :            : #include <xapian/compactor.h>
      25                 :            : 
      26                 :            : #include <algorithm>
      27                 :            : #include <queue>
      28                 :            : 
      29                 :            : #include <cstdio>
      30                 :            : 
      31                 :            : #include "safeerrno.h"
      32                 :            : #include <sys/types.h>
      33                 :            : #include "safesysstat.h"
      34                 :            : 
      35                 :            : #include "flint_table.h"
      36                 :            : #include "flint_compact.h"
      37                 :            : #include "flint_cursor.h"
      38                 :            : #include "flint_utils.h"
      39                 :            : #include "internaltypes.h"
      40                 :            : #include "utils.h"
      41                 :            : 
      42                 :            : #include "../byte_length_strings.h"
      43                 :            : #include "../prefix_compressed_strings.h"
      44                 :            : #include <xapian.h>
      45                 :            : 
      46                 :            : using namespace std;
      47                 :            : 
      48                 :            : // Put all the helpers in a namespace to avoid symbols colliding with those of
      49                 :            : // the same name in chert_compact.cc.
      50                 :            : namespace FlintCompact {
      51                 :            : 
      52                 :            : static inline bool
      53                 :        981 : is_metainfo_key(const string & key)
      54                 :            : {
      55 [ +  + ][ +  - ]:        981 :     return key.size() == 1 && key[0] == '\0';
      56                 :            : }
      57                 :            : 
      58                 :            : static inline bool
      59                 :        948 : is_user_metadata_key(const string & key)
      60                 :            : {
      61 [ +  - ][ -  + ]:        948 :     return key.size() > 1 && key[0] == '\0' && key[1] == '\xc0';
                 [ #  # ]
      62                 :            : }
      63                 :            : 
      64                 :            : class PostlistCursor : private FlintCursor {
      65                 :            :     Xapian::docid offset;
      66                 :            : 
      67                 :            :   public:
      68                 :            :     string key, tag;
      69                 :            :     Xapian::docid firstdid;
      70                 :            :     Xapian::termcount tf, cf;
      71                 :            : 
      72                 :         22 :     PostlistCursor(FlintTable *in, Xapian::docid offset_)
      73                 :         22 :         : FlintCursor(in), offset(offset_), firstdid(0)
      74                 :            :     {
      75                 :         22 :         find_entry(string());
      76                 :         22 :         next();
      77                 :         22 :     }
      78                 :            : 
      79                 :         22 :     ~PostlistCursor()
      80                 :            :     {
      81         [ +  - ]:         22 :         delete FlintCursor::get_table();
      82                 :         22 :     }
      83                 :            : 
      84                 :        981 :     bool next() {
      85         [ +  + ]:        981 :         if (!FlintCursor::next()) return false;
      86                 :            :         // We put all chunks into the non-initial chunk form here, then fix up
      87                 :            :         // the first chunk for each term in the merged database as we merge.
      88                 :        959 :         read_tag();
      89                 :        959 :         key = current_key;
      90                 :        959 :         tag = current_tag;
      91                 :        959 :         tf = cf = 0;
      92         [ +  + ]:        959 :         if (is_metainfo_key(key)) return true;
      93         [ -  + ]:        937 :         if (is_user_metadata_key(key)) return true;
      94                 :            :         // Adjust key if this is *NOT* an initial chunk.
      95                 :            :         // key is: F_pack_string_preserving_sort(tname)
      96                 :            :         // plus optionally: F_pack_uint_preserving_sort(did)
      97                 :        937 :         const char * d = key.data();
      98                 :        937 :         const char * e = d + key.size();
      99                 :        937 :         string tname;
     100         [ -  + ]:        937 :         if (!F_unpack_string_preserving_sort(&d, e, tname))
     101                 :          0 :             throw Xapian::DatabaseCorruptError("Bad postlist key");
     102         [ +  + ]:        937 :         if (d == e) {
     103                 :            :             // This is an initial chunk for a term, so adjust tag header.
     104                 :        923 :             d = tag.data();
     105                 :        923 :             e = d + tag.size();
     106   [ +  -  +  - ]:        923 :             if (!F_unpack_uint(&d, e, &tf) ||
         [ -  + ][ -  + ]
     107                 :            :                 !F_unpack_uint(&d, e, &cf) ||
     108                 :            :                 !F_unpack_uint(&d, e, &firstdid)) {
     109                 :          0 :                 throw Xapian::DatabaseCorruptError("Bad postlist tag");
     110                 :            :             }
     111                 :        923 :             ++firstdid;
     112                 :        923 :             tag.erase(0, d - tag.data());
     113                 :            :         } else {
     114                 :            :             // Not an initial chunk, so adjust key.
     115                 :         14 :             size_t tmp = d - key.data();
     116   [ +  -  -  + ]:         14 :             if (!F_unpack_uint_preserving_sort(&d, e, &firstdid) || d != e)
                 [ -  + ]
     117                 :          0 :                 throw Xapian::DatabaseCorruptError("Bad postlist key");
     118                 :         14 :             key.erase(tmp);
     119                 :            :         }
     120                 :        937 :         firstdid += offset;
     121                 :        981 :         return true;
     122                 :            :     }
     123                 :            : };
     124                 :            : 
     125                 :            : class PostlistCursorGt {
     126                 :            :   public:
     127                 :            :     /** Return true if and only if a's key is strictly greater than b's key.
     128                 :            :      */
     129                 :        951 :     bool operator()(const PostlistCursor *a, const PostlistCursor *b) {
     130         [ +  + ]:        951 :         if (a->key > b->key) return true;
     131         [ +  + ]:        563 :         if (a->key != b->key) return false;
     132                 :        951 :         return (a->firstdid > b->firstdid);
     133                 :            :     }
     134                 :            : };
     135                 :            : 
     136                 :            : static void
     137                 :         11 : merge_postlists(Xapian::Compactor & compactor,
     138                 :            :                 FlintTable * out, vector<Xapian::docid>::const_iterator offset,
     139                 :            :                 vector<string>::const_iterator b,
     140                 :            :                 vector<string>::const_iterator e,
     141                 :            :                 Xapian::docid last_docid)
     142                 :            : {
     143                 :         11 :     totlen_t tot_totlen = 0;
     144                 :         11 :     priority_queue<PostlistCursor *, vector<PostlistCursor *>, PostlistCursorGt> pq;
     145         [ +  + ]:         33 :     for ( ; b != e; ++b, ++offset) {
     146                 :         22 :         FlintTable *in = new FlintTable("postlist", *b, true);
     147                 :         22 :         in->open();
     148         [ -  + ]:         22 :         if (in->empty()) {
     149                 :            :             // Skip empty tables.
     150         [ #  # ]:          0 :             delete in;
     151                 :          0 :             continue;
     152                 :            :         }
     153                 :            : 
     154                 :            :         // PostlistCursor takes ownership of FlintTable in and is
     155                 :            :         // responsible for deleting it.
     156                 :         22 :         PostlistCursor * cur = new PostlistCursor(in, *offset);
     157                 :            :         // Merge the METAINFO tags from each database into one.
     158                 :            :         // They have a key consisting of a single zero byte.
     159                 :            :         // They may be absent, if the database contains no documents.  If it
     160                 :            :         // has user metadata we'll still get here.
     161         [ +  - ]:         22 :         if (is_metainfo_key(cur->key)) {
     162                 :         22 :             const char * data = cur->tag.data();
     163                 :         22 :             const char * end = data + cur->tag.size();
     164                 :         22 :             Xapian::docid dummy_did = 0;
     165         [ -  + ]:         22 :             if (!F_unpack_uint(&data, end, &dummy_did)) {
     166                 :          0 :                 throw Xapian::DatabaseCorruptError("Tag containing meta information is corrupt.");
     167                 :            :             }
     168                 :         22 :             totlen_t totlen = 0;
     169         [ -  + ]:         22 :             if (!F_unpack_uint_last(&data, end, &totlen)) {
     170                 :          0 :                 throw Xapian::DatabaseCorruptError("Tag containing meta information is corrupt.");
     171                 :            :             }
     172                 :         22 :             tot_totlen += totlen;
     173         [ -  + ]:         22 :             if (tot_totlen < totlen) {
     174                 :          0 :                 throw "totlen wrapped!";
     175                 :            :             }
     176                 :            :         }
     177         [ +  - ]:         22 :         if (cur->next()) {
     178                 :         22 :             pq.push(cur);
     179                 :            :         } else {
     180         [ #  # ]:          0 :             delete cur;
     181                 :            :         }
     182                 :            :     }
     183                 :            : 
     184                 :            :     {
     185                 :         11 :         string tag = F_pack_uint(last_docid);
     186                 :         11 :         tag += F_pack_uint_last(tot_totlen);
     187                 :         11 :         out->add(string(1, '\0'), tag);
     188                 :            :     }
     189                 :            : 
     190                 :         11 :     string last_key;
     191                 :            :     {
     192                 :            :         // Merge user metadata.
     193                 :         11 :         vector<string> tags;
     194         [ +  - ]:         11 :         while (!pq.empty()) {
     195                 :         11 :             PostlistCursor * cur = pq.top();
     196                 :         11 :             const string& key = cur->key;
     197         [ +  - ]:         11 :             if (!is_user_metadata_key(key)) break;
     198                 :            : 
     199         [ #  # ]:          0 :             if (key != last_key) {
     200         [ #  # ]:          0 :                 if (tags.size() > 1) {
     201                 :            :                     Assert(!last_key.empty());
     202                 :            :                     out->add(last_key,
     203                 :            :                              compactor.resolve_duplicate_metadata(last_key,
     204                 :            :                                                                   tags.size(),
     205                 :          0 :                                                                   &tags[0]));
     206         [ #  # ]:          0 :                 } else if (tags.size() == 1) {
     207                 :            :                     Assert(!last_key.empty());
     208                 :          0 :                     out->add(last_key, tags[0]);
     209                 :            :                 }
     210                 :          0 :                 tags.resize(0);
     211                 :          0 :                 last_key = key;
     212                 :            :             }
     213                 :          0 :             tags.push_back(cur->tag);
     214                 :            : 
     215                 :          0 :             pq.pop();
     216         [ #  # ]:          0 :             if (cur->next()) {
     217                 :          0 :                 pq.push(cur);
     218                 :            :             } else {
     219         [ #  # ]:          0 :                 delete cur;
     220                 :            :             }
     221                 :            :         }
     222         [ -  + ]:         11 :         if (tags.size() > 1) {
     223                 :            :             Assert(!last_key.empty());
     224                 :            :             out->add(last_key,
     225                 :            :                      compactor.resolve_duplicate_metadata(last_key,
     226                 :            :                                                           tags.size(),
     227                 :          0 :                                                           &tags[0]));
     228         [ -  + ]:         11 :         } else if (tags.size() == 1) {
     229                 :            :             Assert(!last_key.empty());
     230                 :          0 :             out->add(last_key, tags[0]);
     231                 :         11 :         }
     232                 :            :     }
     233                 :            : 
     234                 :         11 :     Xapian::termcount tf = 0, cf = 0; // Initialise to avoid warnings.
     235                 :         11 :     vector<pair<Xapian::docid, string> > tags;
     236                 :        937 :     while (true) {
     237                 :        948 :         PostlistCursor * cur = NULL;
     238         [ +  + ]:        948 :         if (!pq.empty()) {
     239                 :        937 :             cur = pq.top();
     240                 :        937 :             pq.pop();
     241                 :            :         }
     242                 :            :         Assert(cur == NULL || !is_user_metadata_key(cur->key));
     243 [ +  + ][ +  + ]:        948 :         if (cur == NULL || cur->key != last_key) {
                 [ +  + ]
     244         [ +  + ]:        746 :             if (!tags.empty()) {
     245                 :        735 :                 string first_tag = F_pack_uint(tf);
     246                 :        735 :                 first_tag += F_pack_uint(cf);
     247                 :        735 :                 first_tag += F_pack_uint(tags[0].first - 1);
     248                 :        735 :                 string tag = tags[0].second;
     249         [ +  + ]:        735 :                 tag[0] = (tags.size() == 1) ? '1' : '0';
     250                 :        735 :                 first_tag += tag;
     251                 :        735 :                 out->add(last_key, first_tag);
     252                 :        735 :                 vector<pair<Xapian::docid, string> >::const_iterator i;
     253                 :        735 :                 i = tags.begin();
     254         [ +  + ]:        937 :                 while (++i != tags.end()) {
     255                 :        202 :                     string new_key = last_key;
     256                 :        202 :                     new_key += F_pack_uint_preserving_sort(i->first);
     257                 :        202 :                     tag = i->second;
     258         [ +  + ]:        202 :                     tag[0] = (i + 1 == tags.end()) ? '1' : '0';
     259                 :        202 :                     out->add(new_key, tag);
     260                 :        735 :                 }
     261                 :            :             }
     262                 :        746 :             tags.clear();
     263         [ +  + ]:        746 :             if (cur == NULL) break;
     264                 :        735 :             tf = cf = 0;
     265                 :        735 :             last_key = cur->key;
     266                 :            :         }
     267                 :        937 :         tf += cur->tf;
     268                 :        937 :         cf += cur->cf;
     269                 :        937 :         tags.push_back(make_pair(cur->firstdid, cur->tag));
     270         [ +  + ]:        937 :         if (cur->next()) {
     271                 :        915 :             pq.push(cur);
     272                 :            :         } else {
     273         [ +  - ]:         22 :             delete cur;
     274                 :            :         }
     275                 :         11 :     }
     276                 :         11 : }
     277                 :            : 
     278                 :            : struct MergeCursor : public FlintCursor {
     279                 :          2 :     MergeCursor(FlintTable *in) : FlintCursor(in) {
     280                 :          2 :         find_entry(string());
     281                 :          2 :         next();
     282                 :          2 :     }
     283                 :            : 
     284                 :          2 :     ~MergeCursor() {
     285         [ +  - ]:          2 :         delete FlintCursor::get_table();
     286                 :          2 :     }
     287                 :            : };
     288                 :            : 
     289                 :            : struct CursorGt {
     290                 :            :     /// Return true if and only if a's key is strictly greater than b's key.
     291                 :          0 :     bool operator()(const FlintCursor *a, const FlintCursor *b) {
     292         [ #  # ]:          0 :         if (b->after_end()) return false;
     293         [ #  # ]:          0 :         if (a->after_end()) return true;
     294                 :          0 :         return (a->current_key > b->current_key);
     295                 :            :     }
     296                 :            : };
     297                 :            : 
     298                 :            : static void
     299                 :          1 : merge_spellings(FlintTable * out,
     300                 :            :                 vector<string>::const_iterator b,
     301                 :            :                 vector<string>::const_iterator e)
     302                 :            : {
     303                 :          1 :     priority_queue<MergeCursor *, vector<MergeCursor *>, CursorGt> pq;
     304         [ +  + ]:          3 :     for ( ; b != e; ++b) {
     305                 :          2 :         FlintTable *in = new FlintTable("spelling", *b, true, DONT_COMPRESS, true);
     306                 :          2 :         in->open();
     307         [ +  + ]:          2 :         if (!in->empty()) {
     308                 :            :             // The MergeCursor takes ownership of FlintTable in and is
     309                 :            :             // responsible for deleting it.
     310                 :          1 :             pq.push(new MergeCursor(in));
     311                 :            :         } else {
     312         [ +  - ]:          1 :             delete in;
     313                 :            :         }
     314                 :            :     }
     315                 :            : 
     316         [ +  + ]:          6 :     while (!pq.empty()) {
     317                 :          5 :         MergeCursor * cur = pq.top();
     318                 :          5 :         pq.pop();
     319                 :            : 
     320                 :          5 :         string key = cur->current_key;
     321   [ -  +  #  # ]:          5 :         if (pq.empty() || pq.top()->current_key > key) {
                 [ +  - ]
     322                 :            :             // No need to merge the tags, just copy the (possibly compressed)
     323                 :            :             // tag value.
     324                 :          5 :             bool compressed = cur->read_tag(true);
     325                 :          5 :             out->add(key, cur->current_tag, compressed);
     326         [ +  + ]:          5 :             if (cur->next()) {
     327                 :          4 :                 pq.push(cur);
     328                 :            :             } else {
     329         [ +  - ]:          1 :                 delete cur;
     330                 :            :             }
     331                 :          5 :             continue;
     332                 :            :         }
     333                 :            : 
     334                 :            :         // Merge tag values with the same key:
     335                 :          0 :         string tag;
     336         [ #  # ]:          0 :         if (key[0] != 'W') {
     337                 :            :             // We just want the union of words, so copy over the first instance
     338                 :            :             // and skip any identical ones.
     339                 :            :             priority_queue<PrefixCompressedStringItor *,
     340                 :            :                            vector<PrefixCompressedStringItor *>,
     341                 :          0 :                            PrefixCompressedStringItorGt> pqtag;
     342                 :            :             // Stick all the MergeCursor pointers in a vector because their
     343                 :            :             // current_tag members must remain valid while we're merging their
     344                 :            :             // tags, but we need to call next() on them all afterwards.
     345                 :          0 :             vector<MergeCursor *> vec;
     346                 :          0 :             vec.reserve(pq.size());
     347                 :            : 
     348                 :          0 :             while (true) {
     349                 :          0 :                 cur->read_tag();
     350                 :          0 :                 pqtag.push(new PrefixCompressedStringItor(cur->current_tag));
     351                 :          0 :                 vec.push_back(cur);
     352   [ #  #  #  # ]:          0 :                 if (pq.empty() || pq.top()->current_key != key) break;
                 [ #  # ]
     353                 :          0 :                 cur = pq.top();
     354                 :          0 :                 pq.pop();
     355                 :            :             }
     356                 :            : 
     357                 :          0 :             PrefixCompressedStringWriter wr(tag);
     358                 :          0 :             string lastword;
     359         [ #  # ]:          0 :             while (!pqtag.empty()) {
     360                 :          0 :                 PrefixCompressedStringItor * it = pqtag.top();
     361                 :          0 :                 string word = **it;
     362         [ #  # ]:          0 :                 if (word != lastword) {
     363                 :          0 :                     lastword = word;
     364                 :          0 :                     wr.append(lastword);
     365                 :            :                 }
     366                 :          0 :                 ++*it;
     367                 :          0 :                 pqtag.pop();
     368         [ #  # ]:          0 :                 if (!it->at_end()) {
     369                 :          0 :                     pqtag.push(it);
     370                 :            :                 } else {
     371         [ #  # ]:          0 :                     delete it;
     372                 :            :                 }
     373                 :            :             }
     374                 :            : 
     375                 :          0 :             vector<MergeCursor *>::const_iterator i;
     376         [ #  # ]:          0 :             for (i = vec.begin(); i != vec.end(); ++i) {
     377                 :          0 :                 cur = *i;
     378         [ #  # ]:          0 :                 if (cur->next()) {
     379                 :          0 :                     pq.push(cur);
     380                 :            :                 } else {
     381         [ #  # ]:          0 :                     delete cur;
     382                 :            :                 }
     383                 :          0 :             }
     384                 :            :         } else {
     385                 :            :             // We want to sum the frequencies from tags for the same key.
     386                 :          0 :             Xapian::termcount tot_freq = 0;
     387                 :          0 :             while (true) {
     388                 :          0 :                 cur->read_tag();
     389                 :            :                 Xapian::termcount freq;
     390                 :          0 :                 const char * p = cur->current_tag.data();
     391                 :          0 :                 const char * end = p + cur->current_tag.size();
     392   [ #  #  #  # ]:          0 :                 if (!F_unpack_uint_last(&p, end, &freq) || freq == 0) {
                 [ #  # ]
     393                 :          0 :                     throw Xapian::DatabaseCorruptError("Bad spelling word freq");
     394                 :            :                 }
     395                 :          0 :                 tot_freq += freq;
     396         [ #  # ]:          0 :                 if (cur->next()) {
     397                 :          0 :                     pq.push(cur);
     398                 :            :                 } else {
     399         [ #  # ]:          0 :                     delete cur;
     400                 :            :                 }
     401 [ #  # ][ #  # ]:          0 :                 if (pq.empty() || pq.top()->current_key != key) break;
                 [ #  # ]
     402                 :          0 :                 cur = pq.top();
     403                 :          0 :                 pq.pop();
     404                 :            :             }
     405                 :          0 :             tag = F_pack_uint_last(tot_freq);
     406                 :            :         }
     407                 :          0 :         out->add(key, tag);
     408                 :          1 :     }
     409                 :          1 : }
     410                 :            : 
     411                 :            : static void
     412                 :          1 : merge_synonyms(FlintTable * out,
     413                 :            :                vector<string>::const_iterator b,
     414                 :            :                vector<string>::const_iterator e)
     415                 :            : {
     416                 :          1 :     priority_queue<MergeCursor *, vector<MergeCursor *>, CursorGt> pq;
     417         [ +  + ]:          3 :     for ( ; b != e; ++b) {
     418                 :          2 :         FlintTable *in = new FlintTable("synonym", *b, true, DONT_COMPRESS, true);
     419                 :          2 :         in->open();
     420         [ +  + ]:          2 :         if (!in->empty()) {
     421                 :            :             // The MergeCursor takes ownership of FlintTable in and is
     422                 :            :             // responsible for deleting it.
     423                 :          1 :             pq.push(new MergeCursor(in));
     424                 :            :         } else {
     425         [ +  - ]:          1 :             delete in;
     426                 :            :         }
     427                 :            :     }
     428                 :            : 
     429         [ +  + ]:          2 :     while (!pq.empty()) {
     430                 :          1 :         MergeCursor * cur = pq.top();
     431                 :          1 :         pq.pop();
     432                 :            : 
     433                 :          1 :         string key = cur->current_key;
     434   [ -  +  #  # ]:          1 :         if (pq.empty() || pq.top()->current_key > key) {
                 [ +  - ]
     435                 :            :             // No need to merge the tags, just copy the (possibly compressed)
     436                 :            :             // tag value.
     437                 :          1 :             bool compressed = cur->read_tag(true);
     438                 :          1 :             out->add(key, cur->current_tag, compressed);
     439         [ -  + ]:          1 :             if (cur->next()) {
     440                 :          0 :                 pq.push(cur);
     441                 :            :             } else {
     442         [ +  - ]:          1 :                 delete cur;
     443                 :            :             }
     444                 :          1 :             continue;
     445                 :            :         }
     446                 :            : 
     447                 :            :         // Merge tag values with the same key:
     448                 :          0 :         string tag;
     449                 :            : 
     450                 :            :         // We just want the union of words, so copy over the first instance
     451                 :            :         // and skip any identical ones.
     452                 :            :         priority_queue<ByteLengthPrefixedStringItor *,
     453                 :            :                        vector<ByteLengthPrefixedStringItor *>,
     454                 :          0 :                        ByteLengthPrefixedStringItorGt> pqtag;
     455                 :          0 :         vector<MergeCursor *> vec;
     456                 :            : 
     457                 :          0 :         while (true) {
     458                 :          0 :             cur->read_tag();
     459                 :          0 :             pqtag.push(new ByteLengthPrefixedStringItor(cur->current_tag));
     460                 :          0 :             vec.push_back(cur);
     461   [ #  #  #  # ]:          0 :             if (pq.empty() || pq.top()->current_key != key) break;
                 [ #  # ]
     462                 :          0 :             cur = pq.top();
     463                 :          0 :             pq.pop();
     464                 :            :         }
     465                 :            : 
     466                 :          0 :         string lastword;
     467         [ #  # ]:          0 :         while (!pqtag.empty()) {
     468                 :          0 :             ByteLengthPrefixedStringItor * it = pqtag.top();
     469         [ #  # ]:          0 :             if (**it != lastword) {
     470                 :          0 :                 lastword = **it;
     471                 :          0 :                 tag += byte(lastword.size() ^ MAGIC_XOR_VALUE);
     472                 :          0 :                 tag += lastword;
     473                 :            :             }
     474                 :          0 :             ++*it;
     475                 :          0 :             pqtag.pop();
     476         [ #  # ]:          0 :             if (!it->at_end()) {
     477                 :          0 :                 pqtag.push(it);
     478                 :            :             } else {
     479                 :          0 :                 delete it;
     480                 :            :             }
     481                 :            :         }
     482                 :            : 
     483                 :          0 :         vector<MergeCursor *>::const_iterator i;
     484         [ #  # ]:          0 :         for (i = vec.begin(); i != vec.end(); ++i) {
     485                 :          0 :             cur = *i;
     486         [ #  # ]:          0 :             if (cur->next()) {
     487                 :          0 :                 pq.push(cur);
     488                 :            :             } else {
     489         [ #  # ]:          0 :                 delete cur;
     490                 :            :             }
     491                 :            :         }
     492                 :            : 
     493                 :          0 :         out->add(key, tag);
     494                 :          1 :     }
     495                 :          1 : }
     496                 :            : 
     497                 :            : static void
     498                 :          0 : multimerge_postlists(Xapian::Compactor & compactor,
     499                 :            :                      FlintTable * out, const char * tmpdir,
     500                 :            :                      Xapian::docid last_docid,
     501                 :            :                      vector<string> tmp, vector<Xapian::docid> off)
     502                 :            : {
     503                 :          0 :     unsigned int c = 0;
     504         [ #  # ]:          0 :     while (tmp.size() > 3) {
     505                 :          0 :         vector<string> tmpout;
     506                 :          0 :         tmpout.reserve(tmp.size() / 2);
     507                 :          0 :         vector<Xapian::docid> newoff;
     508                 :          0 :         newoff.resize(tmp.size() / 2);
     509         [ #  # ]:          0 :         for (unsigned int i = 0, j; i < tmp.size(); i = j) {
     510                 :          0 :             j = i + 2;
     511         [ #  # ]:          0 :             if (j == tmp.size() - 1) ++j;
     512                 :            : 
     513                 :          0 :             string dest = tmpdir;
     514                 :            :             char buf[64];
     515                 :          0 :             sprintf(buf, "/tmp%u_%u.", c, i / 2);
     516                 :          0 :             dest += buf;
     517                 :            : 
     518                 :            :             // Don't compress temporary tables, even if the final table would
     519                 :            :             // be.
     520                 :          0 :             FlintTable tmptab("postlist", dest, false);
     521                 :            :             // Use maximum blocksize for temporary tables.
     522                 :          0 :             tmptab.create_and_open(65536);
     523                 :            : 
     524                 :            :             merge_postlists(compactor, &tmptab, off.begin() + i,
     525                 :          0 :                             tmp.begin() + i, tmp.begin() + j, 0);
     526         [ #  # ]:          0 :             if (c > 0) {
     527         [ #  # ]:          0 :                 for (unsigned int k = i; k < j; ++k) {
     528                 :          0 :                     unlink((tmp[k] + "DB").c_str());
     529                 :          0 :                     unlink((tmp[k] + "baseA").c_str());
     530                 :          0 :                     unlink((tmp[k] + "baseB").c_str());
     531                 :            :                 }
     532                 :            :             }
     533                 :          0 :             tmpout.push_back(dest);
     534                 :          0 :             tmptab.flush_db();
     535                 :          0 :             tmptab.commit(1);
     536                 :            :         }
     537                 :          0 :         swap(tmp, tmpout);
     538                 :          0 :         swap(off, newoff);
     539                 :          0 :         ++c;
     540                 :            :     }
     541                 :            :     merge_postlists(compactor,
     542                 :          0 :                     out, off.begin(), tmp.begin(), tmp.end(), last_docid);
     543         [ #  # ]:          0 :     if (c > 0) {
     544         [ #  # ]:          0 :         for (size_t k = 0; k < tmp.size(); ++k) {
     545                 :          0 :             unlink((tmp[k] + "DB").c_str());
     546                 :          0 :             unlink((tmp[k] + "baseA").c_str());
     547                 :          0 :             unlink((tmp[k] + "baseB").c_str());
     548                 :            :         }
     549                 :            :     }
     550                 :          0 : }
     551                 :            : 
     552                 :            : static void
     553                 :         38 : merge_docid_keyed(const char * tablename,
     554                 :            :                   FlintTable *out, const vector<string> & inputs,
     555                 :            :                   const vector<Xapian::docid> & offset, bool lazy)
     556                 :            : {
     557         [ +  + ]:        114 :     for (size_t i = 0; i < inputs.size(); ++i) {
     558                 :         76 :         Xapian::docid off = offset[i];
     559                 :            : 
     560                 :         76 :         FlintTable in(tablename, inputs[i], true, DONT_COMPRESS, lazy);
     561                 :         76 :         in.open();
     562         [ -  + ]:         76 :         if (in.empty()) continue;
     563                 :            : 
     564                 :         76 :         FlintCursor cur(&in);
     565                 :         76 :         cur.find_entry(string());
     566                 :            : 
     567                 :         76 :         string key;
     568         [ +  + ]:      31523 :         while (cur.next()) {
     569                 :            :             // Adjust the key if this isn't the first database.
     570         [ +  + ]:      31447 :             if (off) {
     571                 :            :                 Xapian::docid did;
     572                 :        364 :                 const char * d = cur.current_key.data();
     573                 :        364 :                 const char * e = d + cur.current_key.size();
     574         [ -  + ]:        364 :                 if (!F_unpack_uint_preserving_sort(&d, e, &did)) {
     575                 :          0 :                     string msg = "Bad key in ";
     576                 :          0 :                     msg += inputs[i];
     577                 :          0 :                     throw Xapian::DatabaseCorruptError(msg);
     578                 :            :                 }
     579                 :        364 :                 did += off;
     580                 :        364 :                 key = F_pack_uint_preserving_sort(did);
     581         [ +  + ]:        364 :                 if (d != e) {
     582                 :            :                     // Copy over the termname for the position table.
     583                 :        319 :                     key.append(d, e - d);
     584                 :            :                 }
     585                 :            :             } else {
     586                 :      31083 :                 key = cur.current_key;
     587                 :            :             }
     588                 :      31447 :             bool compressed = cur.read_tag(true);
     589                 :      31447 :             out->add(key, cur.current_tag, compressed);
     590                 :            :         }
     591                 :            :     }
     592                 :         38 : }
     593                 :            : 
     594                 :            : }
     595                 :            : 
     596                 :            : using namespace FlintCompact;
     597                 :            : 
     598                 :            : void
     599                 :         11 : compact_flint(Xapian::Compactor & compactor,
     600                 :            :               const char * destdir, const vector<string> & sources,
     601                 :            :               const vector<Xapian::docid> & offset, size_t block_size,
     602                 :            :               Xapian::Compactor::compaction_level compaction, bool multipass,
     603                 :            :               Xapian::docid last_docid) {
     604                 :            :     enum table_type {
     605                 :            :         POSTLIST, RECORD, TERMLIST, POSITION, VALUE, SPELLING, SYNONYM
     606                 :            :     };
     607                 :            :     struct table_list {
     608                 :            :         // The "base name" of the table.
     609                 :            :         const char * name;
     610                 :            :         // The type.
     611                 :            :         table_type type;
     612                 :            :         // zlib compression strategy to use on tags.
     613                 :            :         int compress_strategy;
     614                 :            :         // Create tables after position lazily.
     615                 :            :         bool lazy;
     616                 :            :     };
     617                 :            : 
     618                 :            :     static const table_list tables[] = {
     619                 :            :         // name         type            compress_strategy       lazy
     620                 :            :         { "postlist", POSTLIST,       DONT_COMPRESS,          false },
     621                 :            :         { "record",   RECORD,         Z_DEFAULT_STRATEGY,     false },
     622                 :            :         { "termlist", TERMLIST,       Z_DEFAULT_STRATEGY,     false },
     623                 :            :         { "position", POSITION,       DONT_COMPRESS,          true },
     624                 :            :         { "value",    VALUE,          DONT_COMPRESS,          true },
     625                 :            :         { "spelling", SPELLING,       Z_DEFAULT_STRATEGY,     true },
     626                 :            :         { "synonym",  SYNONYM,        Z_DEFAULT_STRATEGY,     true }
     627                 :            :     };
     628                 :            :     const table_list * tables_end = tables +
     629                 :         11 :         (sizeof(tables) / sizeof(tables[0]));
     630                 :            : 
     631 [ +  + ][ +  + ]:         88 :     for (const table_list * t = tables; t < tables_end; ++t) {
     632                 :            :         // The postlist table requires an N-way merge, adjusting the
     633                 :            :         // headers of various blocks.  The spelling and synonym tables also
     634                 :            :         // need special handling.  The other tables have keys sorted in
     635                 :            :         // docid order, so we can merge them by simply copying all the keys
     636                 :            :         // from each source table in turn.
     637                 :         77 :         compactor.set_status(t->name, string());
     638                 :            : 
     639                 :         77 :         string dest = destdir;
     640                 :         77 :         dest += '/';
     641                 :         77 :         dest += t->name;
     642                 :         77 :         dest += '.';
     643                 :            : 
     644                 :         77 :         bool output_will_exist = !t->lazy;
     645                 :            : 
     646                 :            :         // Sometimes stat can fail for benign reasons (e.g. >= 2GB file
     647                 :            :         // on certain systems).
     648                 :         77 :         bool bad_stat = false;
     649                 :            : 
     650                 :         77 :         off_t in_size = 0;
     651                 :            : 
     652                 :         77 :         vector<string> inputs;
     653                 :         77 :         inputs.reserve(sources.size());
     654                 :         77 :         size_t inputs_present = 0;
     655         [ +  + ]:        231 :         for (vector<string>::const_iterator src = sources.begin();
     656                 :            :              src != sources.end(); ++src) {
     657                 :        154 :             string s(*src);
     658                 :        154 :             s += t->name;
     659                 :        154 :             s += '.';
     660                 :            : 
     661                 :            :             struct stat sb;
     662         [ +  + ]:        154 :             if (stat(s + "DB", &sb) == 0) {
     663                 :        100 :                 in_size += sb.st_size / 1024;
     664                 :        100 :                 output_will_exist = true;
     665                 :        100 :                 ++inputs_present;
     666         [ -  + ]:         54 :             } else if (errno != ENOENT) {
     667                 :            :                 // We get ENOENT for an optional table.
     668                 :          0 :                 bad_stat = true;
     669                 :          0 :                 output_will_exist = true;
     670                 :          0 :                 ++inputs_present;
     671                 :            :             }
     672                 :        154 :             inputs.push_back(s);
     673                 :            :         }
     674                 :            : 
     675         [ +  + ]:         77 :         if (!output_will_exist) {
     676                 :         26 :             compactor.set_status(t->name, "doesn't exist");
     677                 :         26 :             continue;
     678                 :            :         }
     679                 :            : 
     680                 :         51 :         FlintTable out(t->name, dest, false, t->compress_strategy, t->lazy);
     681         [ +  + ]:         51 :         if (!t->lazy) {
     682                 :         33 :             out.create_and_open(block_size);
     683                 :            :         } else {
     684                 :         18 :             out.erase();
     685                 :         18 :             out.set_block_size(block_size);
     686                 :            :         }
     687                 :            : 
     688                 :         51 :         out.set_full_compaction(compaction != compactor.STANDARD);
     689         [ -  + ]:         51 :         if (compaction == compactor.FULLER) out.set_max_item_size(1);
     690                 :            : 
     691   [ +  +  +  + ]:         51 :         switch (t->type) {
     692                 :            :             case POSTLIST:
     693 [ -  + ][ #  # ]:         11 :                 if (multipass && inputs.size() > 3) {
                 [ -  + ]
     694                 :            :                     multimerge_postlists(compactor, &out, destdir, last_docid,
     695                 :          0 :                                          inputs, offset);
     696                 :            :                 } else {
     697                 :            :                     merge_postlists(compactor, &out, offset.begin(),
     698                 :            :                                     inputs.begin(), inputs.end(),
     699                 :         11 :                                     last_docid);
     700                 :            :                 }
     701                 :         11 :                 break;
     702                 :            :             case SPELLING:
     703                 :          1 :                 merge_spellings(&out, inputs.begin(), inputs.end());
     704                 :          1 :                 break;
     705                 :            :             case SYNONYM:
     706                 :          1 :                 merge_synonyms(&out, inputs.begin(), inputs.end());
     707                 :          1 :                 break;
     708                 :            :             default:
     709                 :            :                 // Position, Record, Termlist, Value.
     710                 :         38 :                 merge_docid_keyed(t->name, &out, inputs, offset, t->lazy);
     711                 :            :                 break;
     712                 :            :         }
     713                 :            : 
     714                 :            :         // Commit as revision 1.
     715                 :         51 :         out.flush_db();
     716                 :         51 :         out.commit(1);
     717                 :            : 
     718                 :         51 :         off_t out_size = 0;
     719         [ +  - ]:         51 :         if (!bad_stat) {
     720                 :            :             struct stat sb;
     721         [ +  - ]:         51 :             if (stat(dest + "DB", &sb) == 0) {
     722                 :         51 :                 out_size = sb.st_size / 1024;
     723                 :            :             } else {
     724                 :          0 :                 bad_stat = (errno != ENOENT);
     725                 :            :             }
     726                 :            :         }
     727         [ -  + ]:         51 :         if (bad_stat) {
     728                 :          0 :             compactor.set_status(t->name, "Done (couldn't stat all the DB files)");
     729                 :            :         } else {
     730                 :         51 :             string status;
     731         [ +  + ]:         51 :             if (out_size == in_size) {
     732                 :         12 :                 status = "Size unchanged (";
     733                 :            :             } else {
     734                 :            :                 off_t delta;
     735         [ +  + ]:         39 :                 if (out_size < in_size) {
     736                 :          3 :                     delta = in_size - out_size;
     737                 :          3 :                     status = "Reduced by ";
     738                 :            :                 } else {
     739                 :         36 :                     delta = out_size - in_size;
     740                 :         36 :                     status = "INCREASED by ";
     741                 :            :                 }
     742                 :         39 :                 status += str(100 * delta / in_size);
     743                 :         39 :                 status += "% ";
     744                 :         39 :                 status += str(delta);
     745                 :         39 :                 status += "K (";
     746                 :         39 :                 status += str(in_size);
     747                 :         39 :                 status += "K -> ";
     748                 :            :             }
     749                 :         51 :             status += str(out_size);
     750                 :         51 :             status += "K)";
     751                 :         51 :             compactor.set_status(t->name, status);
     752                 :            :         }
     753                 :            :     }
     754                 :         11 : }

Generated by: LCOV version 1.8