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 my %deborts_hash;
  50 @deborts_hash{qw( avr32 m68k powerpcspe sh4 sparc64 )} = ();
  51
  52 $DBDIR .= "/contents";
  53 mkdirp( $DBDIR );
  54
  55 for my $suite (@suites) {
  56     for my $arch (@archs) {
  57
  58         my $filelist_db = "$DBDIR/filelists_${suite}_${arch}.db";
  59         my $dbtime = (stat $filelist_db)[9];
  60         my %packages_contents = ();
  61         my %packages_contents_nr = ();
  62         my %packages_contents_lastword = ();
  63
  64         my $extra = "";
  65         $extra = "|sort" if $SORT_REVERSE_CONCURRENTLY;
  66
  67         open REVERSED, "$extra>$DBDIR/reverse.tmp"
  68             or die "Failed to open output reverse file: $!";
  69
  70         my $changed = 0;
  71         for my $archive (@archives) {
  72
  73             my $filename = "$TOPDIR/archive/$archive/$suite/Contents-$arch.gz";
  74             next unless -f $filename;
  75             # Note: ctime, because mtime is set back via rsync
  76             my $ftime = (stat $filename)[10];
  77             next if defined $dbtime and $dbtime > $ftime;
  78             print "$archive/$suite/$arch needs update\n";
  79             $changed++;
  80         }
  81         if ($changed) {
  82             for my $archive (@archives) {
  83
  84                 my $filename = "$TOPDIR/archive/$archive/$suite/Contents-$arch.gz";
  85                 next unless -f $filename;
  86                 print "Reading $archive/$suite/$arch...\n";
  87
  88                 open CONT, "zcat $filename|$what"
  89                     or die $!;
  90                 my $header_found = 0;
  91                 while (<CONT>) { /^FILE/mo && do { $header_found = 1; last };}
  92                 if (eof(CONT)) { # no header found or only header found
  93                     close CONT; # explicit close to reset $.
  94                     next if $header_found;
  95                     open CONT, "zcat $filename|$what";
  96                 }
  97                 while (<CONT>) {
  98                     my $data = "";
  99                     my %data = ();
 100                     chomp;
 101                     print "Doing line ".($NR/1000)."k (out of approx 2.0M)\n"
 102                         if $NR % 250000 == 0;
 103                     /^(.+?)\s+(\S+)$/o;
 104                     my ($file, $value) = ($1, $2);
 105                     $value =~ s#[^,/]+/##og;
 106                     my @packages = split m/,/, $value;
 107                     for (@packages) {
 108                         $packages_contents_nr{$_}++;
 109                         my $lw = $packages_contents_lastword{$_} || "\0";
 110                         my $i=0;
 111                         while (substr($file,$i,1) eq substr($lw,$i++,1)) {}
 112                         $i--;
 113                         $i = 255 if $i > 255;
 114                         $packages_contents{$_} .= pack "CC/a*", ($i, substr($file, $i));
 115                         $packages_contents_lastword{$_} = "$file\0";
 116                     }
 117                     # Searches are case-insensitive
 118                     (my $nocase = $file) =~ tr [A-Z] [a-z];
 119                     my $case = ($nocase eq $file) ? '-' : $file;
 120
 121                     print REVERSED (reverse $nocase)."\0".$case."\0".
 122                         (join ":$arch\0", @packages).":$arch\n";
 123                 }
 124                 close CONT;
 125
 126             }
 127             close REVERSED;
 128
 129             print "Sorting reverse list if needed\n";
 130             system("cd $DBDIR && sort reverse.tmp > reverse.sorted &&".
 131                    " mv reverse.{sorted,tmp}") == 0
 132                    or die "Failed to sort reverse"
 133                    unless $SORT_REVERSE_CONCURRENTLY;
 134
 135             print "Writing filelist db\n";
 136             tie my %packages_contents_db, "DB_File", "$filelist_db.new",
 137             O_RDWR|O_CREAT, 0666, $DB_BTREE
 138                 or die "Error creating DB: $!";
 139             while (my ($k, $v) = each(%packages_contents)) {
 140                 $packages_contents_db{$k} = (pack "L", $packages_contents_nr{$k})
 141                     . $v;
 142             }
 143             untie %packages_contents_db;
 144
 145             rename("$DBDIR/reverse.tmp", "$DBDIR/reverse_${suite}_${arch}.txt");
 146
 147             activate($filelist_db);
 148             #FIXME: hardcoded archs. (debports has no contrib/non-free)
 149             if (not exists $deborts_hash{$arch}) {
 150                 system("ln", "-sf", basename($filelist_db),
 151                        "$DBDIR/filelists_${suite}_all.db") == 0
 152                            or die "Oops";
 153             }
 154         }
 155     }
 156
 157     my $go = 0;
 158     my $suite_mtime = (stat "$DBDIR/reverse_$suite.db")[9];
 159     for my $file (glob "$DBDIR/reverse_${suite}_*.txt") {
 160         $go = 1 if not defined $suite_mtime
 161             or $suite_mtime < (stat $file)[9];
 162     }
 163     next unless $go;
 164
 165     print "Merging reverse path lists for ${suite}...\n";
 166
 167     open MERGED, "-|", "sort -m $DBDIR/reverse_${suite}_*.txt"
 168         or die "Failed to open merged list";
 169     open FILENAMES, ">", "$DBDIR/filenames_$suite.txt.new"
 170         or die "Failed to open filenames list";
 171     tie my %reverse_path_db, "DB_File", "$DBDIR/reverse_${suite}.db.new",
 172         O_RDWR|O_CREAT, 0666, $DB_BTREE
 173         or die "Error creating DB: $!";
 174
 175     my $lastpath = my $lastcasepath = my $lastfile = "";
 176     my %matches = ();
 177     while (<MERGED>) {
 178         print "Doing line ".($NR/1000000)."M (out of approx. 20M)\n"
 179             if $NR % 1000000 == 0;
 180         chomp;
 181         my @line = split m/\0/o, $_;
 182         my $revpath = shift @line;
 183         my $casepath = shift @line;
 184         if ($revpath ne $lastpath) {
 185             # Wrap: Do useful stuff with this ($lastpath, @matches)
 186             if ($lastpath ne "") {
 187                 my @matches;
 188                 while (my ($k, $v) = each %matches) {
 189                     push @matches, join("\0", $k, @$v);
 190                 }
 191                 $reverse_path_db{$lastpath} = join "\1", @matches;
 192                 %matches = ();
 193             }
 194             $lastpath =~ s,/.*,,o;
 195             if ($lastfile ne $lastpath) {
 196                 $lastfile = $lastpath;
 197                 print FILENAMES (reverse $lastfile)."\n";
 198             }
 199             #
 200             $lastpath = $revpath;
 201             $lastcasepath = $casepath;
 202             $matches{$casepath} = \@line;
 203             next;
 204 #       } elsif ($lastcasepath ne "" and $casepath ne $lastcasepath) {
 205 #           warn reverse($revpath)." has more than one casepath: $casepath $lastcasepath\n";
 206         }
 207         push @{$matches{$casepath}}, @line;
 208     }
 209     # Note: do useful stuff here too, for out last entry. Maybe prevent this by
 210     # adding a fake ultimate entry?
 211     {
 212         my @matches;
 213         while (my ($k, $v) = each %matches) {
 214             push @matches, join("\0", $k, @$v);
 215         }
 216         $reverse_path_db{$lastpath} = join "\1", @matches;
 217     }
 218
 219     untie %reverse_path_db;
 220     close FILENAMES;
 221     close MERGED;
 222
 223     activate("$DBDIR/filenames_$suite.txt");
 224     activate("$DBDIR/reverse_$suite.db");
 225 }
 226
 227 # vim: set ts=4