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 # Copyright (C) 2006  Jeroen van Wolffelaar <jeroen@wolffelaar.nl>
   6 # This program is free software; you can redistribute it and/or modify
   7 # it under the terms of the GNU General Public License as published by
   8 # the Free Software Foundation; either version 2 of the License, or
   9 # (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 Street, Fifth Floor, Boston, MA 02110-1301 USA.
  19
  20 use strict;
  21 use warnings;
  22 use lib './lib';
  23
  24 $| = 1;
  25
  26 # Important, we want sorting and such to happen like in the C locale: binary,
  27 # without any fancy collation. FIXME: is this actually adequate?
  28 $ENV{"LC_ALL"} = 'C';
  29
  30 my $what = $ARGV[0] ? "head -10000|" : "";
  31
  32 # More RAM vs more disk I/O tradeoff parameters, does not change
  33 # functionality. True will always use more RAM at the benefit of less
  34 # temporary files, and is adviced when possible
  35 my $SORT_REVERSE_CONCURRENTLY = 1;
  36
  37 use English;
  38 use DB_File;
  39 use Storable;
  40 use File::Path;
  41 use File::Basename;
  42 use Packages::CommonCode qw(:all);
  43 use Packages::Config qw( $TOPDIR $DBDIR @ARCHIVES @SUITES @ARCHITECTURES );
  44 &Packages::Config::init( './' );
  45
  46 my @archives = @ARCHIVES;
  47 my @suites = @SUITES;
  48 my @archs = @ARCHITECTURES;
  49
  50 $DBDIR .= "/contents";
  51 mkdirp( $DBDIR );
  52
  53 for my $suite (@suites) {
  54     for my $arch (@archs) {
  55
  56         my $filelist_db = "$DBDIR/filelists_${suite}_${arch}.db";
  57         my $dbtime = (stat $filelist_db)[9];
  58         my %packages_contents = ();
  59         my %packages_contents_nr = ();
  60         my %packages_contents_lastword = ();
  61
  62         my $extra = "";
  63         $extra = "|sort" if $SORT_REVERSE_CONCURRENTLY;
  64
  65         open REVERSED, "$extra>$DBDIR/reverse.tmp"
  66             or die "Failed to open output reverse file: $!";
  67
  68         my $changed = 0;
  69         for my $archive (@archives) {
  70
  71             my $filename = "$TOPDIR/archive/$archive/$suite/Contents-$arch.gz";
  72             next unless -f $filename;
  73             # Note: ctime, because mtime is set back via rsync
  74             my $ftime = (stat $filename)[10];
  75             next if defined $dbtime and $dbtime > $ftime;
  76             print "$archive/$suite/$arch needs update\n";
  77             $changed++;
  78         }
  79         if ($changed) {
  80             for my $archive (@archives) {
  81
  82                 my $filename = "$TOPDIR/archive/$archive/$suite/Contents-$arch.gz";
  83                 next unless -f $filename;
  84                 print "Reading $archive/$suite/$arch...\n";
  85
  86                 open CONT, "zcat $filename|$what"
  87                     or die $!;
  88                 while (<CONT>) { last if /^FILE/mo; }
  89                 if (eof(CONT)) { # no header found
  90                     close CONT; # explicit close to reset $.
  91                     open CONT, "zcat $filename|$what";
  92                 }
  93                 while (<CONT>) {
  94                     my $data = "";
  95                     my %data = ();
  96                     chomp;
  97                     print "Doing line ".($NR/1000)."k (out of approx 2.0M)\n"
  98                         if $NR % 250000 == 0;
  99                     /^(.+?)\s+(\S+)$/o;
 100                     my ($file, $value) = ($1, $2);
 101                     $value =~ s#[^,/]+/##og;
 102                     my @packages = split m/,/, $value;
 103                     for (@packages) {
 104                         $packages_contents_nr{$_}++;
 105                         my $lw = $packages_contents_lastword{$_} || "\0";
 106                         my $i=0;
 107                         while (substr($file,$i,1) eq substr($lw,$i++,1)) {}
 108                         $i--;
 109                         $i = 255 if $i > 255;
 110                         $packages_contents{$_} .= pack "CC/a*", ($i, substr($file, $i));
 111                         $packages_contents_lastword{$_} = "$file\0";
 112                     }
 113                     # Searches are case-insensitive
 114                     (my $nocase = $file) =~ tr [A-Z] [a-z];
 115                     my $case = ($nocase eq $file) ? '-' : $file;
 116
 117                     print REVERSED (reverse $nocase)."\0".$case."\0".
 118                         (join ":$arch\0", @packages).":$arch\n";
 119                 }
 120                 close CONT;
 121
 122             }
 123             close REVERSED;
 124
 125             print "Sorting reverse list if needed\n";
 126             system("cd $DBDIR && sort reverse.tmp > reverse.sorted &&".
 127                    " mv reverse.{sorted,tmp}") == 0
 128                    or die "Failed to sort reverse"
 129                    unless $SORT_REVERSE_CONCURRENTLY;
 130
 131             print "Writing filelist db\n";
 132             tie my %packages_contents_db, "DB_File", "$filelist_db.new",
 133             O_RDWR|O_CREAT, 0666, $DB_BTREE
 134                 or die "Error creating DB: $!";
 135             while (my ($k, $v) = each(%packages_contents)) {
 136                 $packages_contents_db{$k} = (pack "L", $packages_contents_nr{$k})
 137                     . $v;
 138             }
 139             untie %packages_contents_db;
 140
 141             rename("$DBDIR/reverse.tmp", "$DBDIR/reverse_${suite}_${arch}.txt");
 142
 143             activate($filelist_db);
 144             #FIXME: hardcoded archs. (debports has no contrib/non-free)
 145             if ($arch !~ m/^kfreebsd-.*$/) {
 146                 system("ln", "-sf", basename($filelist_db),
 147                        "$DBDIR/filelists_${suite}_all.db") == 0
 148                            or die "Oops";
 149             }
 150         }
 151     }
 152
 153     my $go = 0;
 154     my $suite_mtime = (stat "$DBDIR/reverse_$suite.db")[9];
 155     for my $file (glob "$DBDIR/reverse_${suite}_*.txt") {
 156         $go = 1 if not defined $suite_mtime
 157             or $suite_mtime < (stat $file)[9];
 158     }
 159     next unless $go;
 160
 161     print "Merging reverse path lists for ${suite}...\n";
 162
 163     open MERGED, "-|", "sort -m $DBDIR/reverse_${suite}_*.txt"
 164         or die "Failed to open merged list";
 165     open FILENAMES, ">", "$DBDIR/filenames_$suite.txt.new"
 166         or die "Failed to open filenames list";
 167     tie my %reverse_path_db, "DB_File", "$DBDIR/reverse_${suite}.db.new",
 168         O_RDWR|O_CREAT, 0666, $DB_BTREE
 169         or die "Error creating DB: $!";
 170
 171     my $lastpath = my $lastcasepath = my $lastfile = "";
 172     my %matches = ();
 173     while (<MERGED>) {
 174         print "Doing line ".($NR/1000000)."M (out of approx. 20M)\n"
 175             if $NR % 1000000 == 0;
 176         chomp;
 177         my @line = split m/\0/o, $_;
 178         my $revpath = shift @line;
 179         my $casepath = shift @line;
 180         if ($revpath ne $lastpath) {
 181             # Wrap: Do useful stuff with this ($lastpath, @matches)
 182             if ($lastpath ne "") {
 183                 my @matches;
 184                 while (my ($k, $v) = each %matches) {
 185                     push @matches, join("\0", $k, @$v);
 186                 }
 187                 $reverse_path_db{$lastpath} = join "\1", @matches;
 188                 %matches = ();
 189             }
 190             $lastpath =~ s,/.*,,o;
 191             if ($lastfile ne $lastpath) {
 192                 $lastfile = $lastpath;
 193                 print FILENAMES (reverse $lastfile)."\n";
 194             }
 195             #
 196             $lastpath = $revpath;
 197             $lastcasepath = $casepath;
 198             $matches{$casepath} = \@line;
 199             next;
 200 #       } elsif ($lastcasepath ne "" and $casepath ne $lastcasepath) {
 201 #           warn reverse($revpath)." has more than one casepath: $casepath $lastcasepath\n";
 202         }
 203         push @{$matches{$casepath}}, @line;
 204     }
 205     # Note: do useful stuff here too, for out last entry. Maybe prevent this by
 206     # adding a fake ultimate entry?
 207     {
 208         my @matches;
 209         while (my ($k, $v) = each %matches) {
 210             push @matches, join("\0", $k, @$v);
 211         }
 212         $reverse_path_db{$lastpath} = join "\1", @matches;
 213     }
 214
 215     untie %reverse_path_db;
 216     close FILENAMES;
 217     close MERGED;
 218
 219     activate("$DBDIR/filenames_$suite.txt");
 220     activate("$DBDIR/reverse_$suite.db");
 221 }
 222
 223 # vim: set ts=4