index/invstat.c

   1 /*
   2  * Copyright (C) 1994-1998, Index Data I/S
   3  * All rights reserved.
   4  * Sebastian Hammer, Adam Dickmeiss
   5  *
   6  * $Log: invstat.c,v $
   7  * Revision 1.6  1998-03-06 13:54:02  adam
   8  * Fixed two nasty bugs in isc_merge.
   9  *
  10  * Revision 1.5  1997/09/17 12:19:13  adam
  11  * Zebra version corresponds to YAZ version 1.4.
  12  * Changed Zebra server so that it doesn't depend on global common_resource.
  13  *
  14  * Revision 1.4  1996/11/08 11:10:21  adam
  15  * Buffers used during file match got bigger.
  16  * Compressed ISAM support everywhere.
  17  * Bug fixes regarding masking characters in queries.
  18  * Redesigned Regexp-2 queries.
  19  *
  20  * Revision 1.3  1996/06/04 10:18:58  adam
  21  * Minor changes - removed include of ctype.h.
  22  *
  23  * Revision 1.2  1996/05/22  08:25:56  adam
  24  * Minor change.
  25  *
  26  * Revision 1.1  1996/05/14 14:04:34  adam
  27  * In zebraidx, the 'stat' command is improved. Statistics about ISAM/DICT
  28  * is collected.
  29  *
  30  */
  31 #include <stdio.h>
  32 #include <assert.h>
  33 #include <string.h>
  34
  35 #include "index.h"
  36 #include "recindex.h"
  37
  38 struct inv_stat_info {
  39     ISAM isam;
  40     ISAMC isamc;
  41     int no_dict_entries;
  42     int no_dict_bytes;
  43     int isam_bounds[20];
  44     int isam_occurrences[20];
  45     char tmp[128];
  46 };
  47
  48 static int inv_stat_handle (char *name, const char *info, int pos,
  49                             void *client)
  50 {
  51     int occur;
  52     int i = 0;
  53     struct inv_stat_info *stat_info = (struct inv_stat_info*) client;
  54     ISAM_P isam_p;
  55
  56     stat_info->no_dict_entries++;
  57     stat_info->no_dict_bytes += strlen(name);
  58
  59     assert (*info == sizeof(ISAM_P));
  60     memcpy (&isam_p, info+1, sizeof(ISAM_P));
  61
  62     if (stat_info->isam)
  63     {
  64         ISPT ispt;
  65
  66         ispt = is_position (stat_info->isam, isam_p);
  67         occur = is_numkeys (ispt);
  68         is_pt_free (ispt);
  69     }
  70     if (stat_info->isamc)
  71     {
  72         ISAMC_PP pp;
  73         int occurx = 0;
  74         char buf[128];
  75
  76         pp = isc_pp_open (stat_info->isamc, isam_p);
  77         occur = isc_pp_num (pp);
  78 #if 1
  79         while (isc_pp_read(pp, buf))
  80             occurx++;
  81         assert (occurx == occur);
  82 #endif
  83         isc_pp_close (pp);
  84     }
  85
  86     while (occur > stat_info->isam_bounds[i] && stat_info->isam_bounds[i])
  87         i++;
  88     ++(stat_info->isam_occurrences[i]);
  89
  90     return 0;
  91 }
  92
  93 void inv_prstat (BFiles bfs)
  94 {
  95     Dict dict;
  96     ISAM isam = NULL;
  97     ISAMC isamc = NULL;
  98     Records records;
  99     int i, prev;
 100     int before = 0;
 101     int after = 1000000000;
 102     struct inv_stat_info stat_info;
 103     char term_dict[2*IT_MAX_WORD+2];
 104
 105     term_dict[0] = 1;
 106     term_dict[1] = 0;
 107
 108     dict = dict_open (bfs, FNAME_DICT, 100, 0);
 109     if (!dict)
 110     {
 111         logf (LOG_FATAL, "dict_open fail");
 112         exit (1);
 113     }
 114     if (!res_get_match (common_resource, "isam", "i", NULL))
 115     {
 116         isamc = isc_open (bfs, FNAME_ISAMC, 0, key_isamc_m (common_resource));
 117         if (!isamc)
 118         {
 119             logf (LOG_FATAL, "isc_open fail");
 120             exit (1);
 121         }
 122     }
 123     else
 124     {
 125         isam = is_open (bfs, FNAME_ISAM, key_compare, 0,
 126                         sizeof(struct it_key), common_resource);
 127         if (!isam)
 128         {
 129             logf (LOG_FATAL, "is_open fail");
 130             exit (1);
 131         }
 132     }
 133     records = rec_open (bfs, 0);
 134
 135     stat_info.no_dict_entries = 0;
 136     stat_info.no_dict_bytes = 0;
 137     stat_info.isam = isam;
 138     stat_info.isamc = isamc;
 139     stat_info.isam_bounds[0] = 1;
 140     stat_info.isam_bounds[1] = 2;
 141     stat_info.isam_bounds[2] = 3;
 142     stat_info.isam_bounds[3] = 5;
 143     stat_info.isam_bounds[4] = 10;
 144     stat_info.isam_bounds[5] = 20;
 145     stat_info.isam_bounds[6] = 30;
 146     stat_info.isam_bounds[7] = 50;
 147     stat_info.isam_bounds[8] = 100;
 148     stat_info.isam_bounds[9] = 200;
 149     stat_info.isam_bounds[10] = 5000;
 150     stat_info.isam_bounds[11] = 10000;
 151     stat_info.isam_bounds[12] = 20000;
 152     stat_info.isam_bounds[13] = 50000;
 153     stat_info.isam_bounds[14] = 100000;
 154     stat_info.isam_bounds[15] = 200000;
 155     stat_info.isam_bounds[16] = 500000;
 156     stat_info.isam_bounds[17] = 1000000;
 157     stat_info.isam_bounds[18] = 0;
 158
 159     for (i = 0; i<20; i++)
 160         stat_info.isam_occurrences[i] = 0;
 161
 162     dict_scan (dict, term_dict, &before, &after, &stat_info, inv_stat_handle);
 163
 164     rec_close (&records);
 165     dict_close (dict);
 166     if (isam)
 167         is_close (isam);
 168     if (isamc)
 169         isc_close (isamc);
 170
 171     fprintf (stderr, "%d dictionary entries. %d bytes for strings\n",
 172              stat_info.no_dict_entries, stat_info.no_dict_bytes);
 173     fprintf (stderr, " size   occurrences\n");
 174     prev = 1;
 175     for (i = 0; stat_info.isam_bounds[i]; i++)
 176     {
 177         int here = stat_info.isam_bounds[i];
 178         fprintf (stderr, "%7d-%-7d %7d\n",
 179                  prev, here, stat_info.isam_occurrences[i]);
 180         prev = here+1;
 181     }
 182     fprintf (stderr, "%7d-        %7d\n",
 183              prev, stat_info.isam_occurrences[i]);
 184 }