bin/parse-contents

   1 #!/usr/bin/perl -w
   2 # Convert Contents.gz files into Sleepycat db files for efficient usage of
   3 # data
   4 #
   5 # $Id$
   6 #
   7 # Copyright (C) 2006  Jeroen van Wolffelaar <jeroen@wolffelaar.nl>
   8 # This program is free software; you can redistribute it and/or modify
   9 # it under the terms of the GNU General Public License as published by
  10 # the Free Software Foundation; either version 2 of the License, or
  11 # (at your option) any later version.
  12
  13 # This program is distributed in the hope that it will be useful,
  14 # but WITHOUT ANY WARRANTY; without even the implied warranty of
  15 # MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  16 # GNU General Public License for more details.
  17
  18 # You should have received a copy of the GNU General Public License
  19 # along with this program; if not, write to the Free Software
  20 # Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA  02111-1307  USA
  21
  22 use strict;
  23 use lib './lib';
  24
  25 $| = 1;
  26
  27 # Important, we want sorting and such to happen like in the C locale: binary,
  28 # without any fancy collation. FIXME: is this actually adequate?
  29 $ENV{"LC_ALL"} = 'C';
  30
  31 my $what = $ARGV[0] ? "head -10000|" : "";
  32
  33 # More RAM vs more disk I/O tradeoff parameters, does not change
  34 # functionality. True will always use more RAM at the benefit of less
  35 # temporary files, and is adviced when possible
  36 my $SORT_REVERSE_CONCURRENTLY = 1;
  37
  38 use DB_File;
  39 use Storable;
  40 use File::Path;
  41 use Packages::Config qw( $TOPDIR $DBDIR @ARCHIVES @SUITES @ARCHITECTURES );
  42 &Packages::Config::init( './' );
  43
  44 my @archives = @ARCHIVES;
  45 my @suites = @SUITES;
  46 my @archs = @ARCHITECTURES;
  47
  48 $DBDIR .= "/contents";
  49 -d $DBDIR || mkpath( $DBDIR );
  50
  51 for my $suite (@suites) {
  52     for my $arch (@archs) {
  53
  54         my $filelist_db = "$DBDIR/filelists_${suite}_${arch}.db";
  55         my $dbtime = (stat $filelist_db)[9];
  56         my %packages_contents = ();
  57         my %packages_contents_nr = ();
  58         my %packages_contents_lastword = ();
  59
  60         my $extra = "";
  61         $extra = "|sort" if $SORT_REVERSE_CONCURRENTLY;
  62
  63         open REVERSED, "$extra>$DBDIR/reverse.tmp"
  64             or die "Failed to open output reverse file: $!";
  65
  66         my $changed = 0;
  67         for my $archive (@archives) {
  68
  69             my $filename = "$TOPDIR/archive/$archive/$suite/Contents-$arch.gz";
  70             next unless -f $filename;
  71             # Note: ctime, because mtime is set back via rsync
  72             my $ftime = (stat $filename)[10];
  73             next if defined $dbtime and $dbtime > $ftime;
  74             print "$archive/$suite/$arch needs update\n";
  75             $changed++;
  76         }
  77         if ($changed) {
  78             for my $archive (@archives) {
  79
  80                 my $filename = "$TOPDIR/archive/$archive/$suite/Contents-$arch.gz";
  81                 next unless -f $filename;
  82                 print "Reading $archive/$suite/$arch...\n";
  83
  84                 open CONT, "zcat $filename|$what"
  85                     or die $!;
  86                 while (<CONT>) {last if /^FILE/mo;}
  87                 open CONT, "zcat $filename|$what" if eof(CONT);
  88                 while (<CONT>) {
  89                     my $data = "";
  90                     my %data = ();
  91                     chomp;
  92                     print "Doing line ".($./1000)."k (out of approx 1.5M)\n" if $. % 250000 == 0;
  93                     /^(.+?)\s+(\S+)$/o;
  94                     my ($file, $value) = ($1, $2);
  95                     $value =~ s#[^,/]+/##og;
  96                     my @packages = split /,/, $value;
  97                     for (@packages) {
  98                         $packages_contents_nr{$_}++;
  99                         my $lw = $packages_contents_lastword{$_} || "\0";
 100                         my $i=0;
 101                         while (substr($file,$i,1) eq substr($lw,$i++,1)) {}
 102                         $i--;
 103                         $i = 255 if $i > 255;
 104                         $packages_contents{$_} .= pack "CC/a*", ($i, substr($file, $i));
 105                         $packages_contents_lastword{$_} = "$file\0";
 106                     }
 107                     # Searches are case-insensitive
 108                     $file =~ tr [A-Z] [a-z];
 109
 110                     print REVERSED (reverse $file)."\0".(join ":$arch\0", @packages).":$arch\n";
 111                 }
 112                 close CONT;
 113
 114             }
 115             close REVERSED;
 116
 117             print "Sorting reverse list if needed\n";
 118             system("cd $DBDIR && sort reverse.tmp > reverse.sorted && mv reverse.{sorted,tmp}") == 0
 119                 or die "Failed to sort reverse"
 120                 unless $SORT_REVERSE_CONCURRENTLY;
 121
 122             print "Writing filelist db\n";
 123             tie my %packages_contents_db, "DB_File", "$filelist_db.new",
 124             O_RDWR|O_CREAT, 0666, $DB_BTREE
 125                 or die "Error creating DB: $!";
 126             while (my ($k, $v) = each(%packages_contents)) {
 127                 $packages_contents_db{$k} = (pack "L", $packages_contents_nr{$k})
 128                     . $v;
 129             }
 130             untie %packages_contents_db;
 131
 132             rename("$DBDIR/reverse.tmp", "$DBDIR/reverse_${suite}_${arch}.txt");
 133
 134             rename("$filelist_db.new", $filelist_db);
 135             system("ln -sf $filelist_db $DBDIR/filelists_${suite}_all.db") == 0
 136                 or die "Oops";
 137         }
 138     }
 139
 140     my $go = 0;
 141     my $suite_mtime = (stat "$DBDIR/reverse_$suite.db")[9];
 142     for my $file (glob "$DBDIR/reverse_${suite}_*.txt") {
 143         $go = 1 if not defined $suite_mtime
 144             or $suite_mtime < (stat $file)[9];
 145     }
 146     next unless $go;
 147
 148     print "Merging reverse path lists for ${suite}...\n";
 149
 150     open MERGED, "sort -m $DBDIR/reverse_${suite}_*.txt |"
 151         or die "Failed to open merged list";
 152     open FILENAMES, "> $DBDIR/filenames_$suite.txt.new"
 153         or die "Failed to open filenames list";
 154     tie my %reverse_path_db, "DB_File", "$DBDIR/reverse_${suite}.db.new",
 155     O_RDWR|O_CREAT, 0666, $DB_BTREE
 156         or die "Error creating DB: $!";
 157
 158     my $lastpath = "";
 159     my $lastfile = "";
 160     my @matches = ();
 161     while (<MERGED>) {
 162         print "Doing line ".($./1000000)."M (out of approx. 16M)\n"
 163             if $. % 1000000 == 0;
 164         chomp;
 165         my @line = split /\0/o, $_;
 166         my $revpath = shift @line;
 167         if ($revpath ne $lastpath) {
 168             # Wrap: Do useful stuff with this ($lastpath, @matches)
 169             $reverse_path_db{$lastpath} = join "\0", @matches if $lastpath ne "";
 170             $lastpath =~ s,/.*,,o;
 171             if ($lastfile ne $lastpath) {
 172                 $lastfile = $lastpath;
 173                 print FILENAMES (reverse $lastfile)."\n";
 174             }
 175             #
 176             $lastpath = $revpath;
 177             @matches = @line;
 178             next;
 179         }
 180         push @matches, @line
 181         }
 182     # Note: do useful stuff here too, for out last entry. Maybe prevent this by
 183     # adding a fake ultimate entry?
 184     $reverse_path_db{$lastpath} = join "\0", @matches;
 185
 186     untie %reverse_path_db;
 187     close FILENAMES;
 188     close MERGED;
 189
 190     rename "$DBDIR/filenames_$suite.txt.new", "$DBDIR/filenames_$suite.txt";
 191     rename "$DBDIR/reverse_$suite.db.new", "$DBDIR/reverse_$suite.db";
 192 }
 193
 194 # vim: set ts=4