index/invstat.c

   1 /*
   2  * Copyright (C) 1994-1999, Index Data
   3  * All rights reserved.
   4  * Sebastian Hammer, Adam Dickmeiss, Heikki Levanto
   5  * log at eof
   6  *
   7  */
   8 #include <stdio.h>
   9 #include <assert.h>
  10 #include <string.h>
  11
  12 #include "index.h"
  13 #include "../isamc/isamd-p.h"
  14
  15 struct inv_stat_info {
  16     ZebraHandle zh;
  17     int no_isam_entries[9];
  18     int no_dict_entries;
  19     int no_dict_bytes;
  20     int isam_bounds[20];
  21     int isam_occurrences[20];
  22     char tmp[128];
  23     int isamb_levels[10][5];
  24     int isamb_sizes[10];
  25     int isamb_blocks[10];
  26     unsigned long cksum;
  27     int dumpwords;
  28 };
  29
  30 #define SINGLETON_TYPE 8 /* the type to use for singletons that */
  31                          /* have no block and no block type */
  32
  33 static void print_dict_item (ZebraMaps zm, const char *s, int count )
  34 {
  35     int reg_type = s[1];
  36     char keybuf[IT_MAX_WORD+1];
  37     char *to = keybuf;
  38     const char *from = s + 2;
  39
  40     while (*from)
  41     {
  42         const char *res = zebra_maps_output (zm, reg_type, &from);
  43         if (!res)
  44             *to++ = *from++;
  45         else
  46             while (*res)
  47                 *to++ = *res++;
  48     }
  49     *to = '\0';
  50     /* yaz_log (LOG_LOG, "%s", keybuf); */
  51     printf("%10d %s\n",count, keybuf);
  52 }
  53
  54 static int inv_stat_handle (char *name, const char *info, int pos,
  55                             void *client)
  56 {
  57     int occur = 0;
  58     int i = 0;
  59     struct inv_stat_info *stat_info = (struct inv_stat_info*) client;
  60     ISAMS_P isam_p;
  61
  62     stat_info->no_dict_entries++;
  63     stat_info->no_dict_bytes += strlen(name);
  64
  65     assert (*info == sizeof(ISAMS_P));
  66     memcpy (&isam_p, info+1, sizeof(ISAMS_P));
  67
  68
  69     if (stat_info->zh->reg->isams)
  70     {
  71         ISAMS_PP pp;
  72         int occurx = 0;
  73         struct it_key key;
  74
  75         pp = isams_pp_open (stat_info->zh->reg->isams, isam_p);
  76         occur = isams_pp_num (pp);
  77         while (isams_pp_read(pp, &key))
  78         {
  79             stat_info->cksum = stat_info->cksum * 65509 +
  80                 key.sysno + 11 * key.seqno;
  81             occurx++;
  82         }
  83         assert (occurx == occur);
  84         stat_info->no_isam_entries[0] += occur;
  85         isams_pp_close (pp);
  86     }
  87     if (stat_info->zh->reg->isam)
  88     {
  89         ISPT ispt;
  90
  91         ispt = is_position (stat_info->zh->reg->isam, isam_p);
  92         occur = is_numkeys (ispt);
  93         stat_info->no_isam_entries[is_type(isam_p)] += occur;
  94         is_pt_free (ispt);
  95     }
  96     if (stat_info->zh->reg->isamc)
  97     {
  98         ISAMC_PP pp;
  99         int occurx = 0;
 100         struct it_key key;
 101
 102         pp = isc_pp_open (stat_info->zh->reg->isamc, isam_p);
 103         occur = isc_pp_num (pp);
 104         while (isc_pp_read(pp, &key))
 105         {
 106             stat_info->cksum = stat_info->cksum * 65509 +
 107                 key.sysno + 11 * key.seqno;
 108             occurx++;
 109         }
 110         assert (occurx == occur);
 111         stat_info->no_isam_entries[isc_type(isam_p)] += occur;
 112         isc_pp_close (pp);
 113     }
 114     if (stat_info->zh->reg->isamd)
 115     {
 116         ISAMD_PP pp;
 117         int occurx = 0;
 118         struct it_key key;
 119
 120         pp = isamd_pp_open (stat_info->zh->reg->isamd, isam_p);
 121
 122         occur = isamd_pp_num (pp);
 123         while (isamd_pp_read(pp, &key))
 124         {
 125             stat_info->cksum = stat_info->cksum * 65509 +
 126                 key.sysno + 11 * key.seqno;
 127             occurx++;
 128             if ( pp->is->method->debug >8 )
 129                logf (LOG_LOG,"sysno=%d seqno=%d (%x/%x) oc=%d/%d ofs=%d ",
 130                    key.sysno, key.seqno,
 131                    key.sysno, key.seqno,
 132                    occur,occurx, pp->offset);
 133         }
 134         if ( pp->is->method->debug >7 )
 135            logf(LOG_LOG,"item %d=%d:%d says %d keys, counted %d",
 136               isam_p, isamd_type(isam_p), isamd_block(isam_p),
 137               occur, occurx);
 138         if (occurx != occur)
 139           logf(LOG_LOG,"Count error!!! read %d, counted %d", occur, occurx);
 140         assert (occurx == occur);
 141         if ( is_singleton(isam_p) )
 142             stat_info->no_isam_entries[SINGLETON_TYPE] += occur;
 143         else
 144             stat_info->no_isam_entries[isamd_type(isam_p)] += occur;
 145         isamd_pp_close (pp);
 146     }
 147     if (stat_info->zh->reg->isamb)
 148     {
 149         ISAMB_PP pp;
 150         struct it_key key;
 151         int cat = isam_p & 3;
 152         int level;
 153         int size;
 154         int blocks;
 155
 156         pp = isamb_pp_open_x(stat_info->zh->reg->isamb, isam_p, &level);
 157
 158         while (isamb_pp_read(pp, &key))
 159         {
 160             stat_info->cksum = stat_info->cksum * 65509 +
 161                 key.sysno + 11 * key.seqno;
 162             occur++;
 163         }
 164         isamb_pp_close_x (pp, &size, &blocks);
 165         stat_info->isamb_blocks[cat] += blocks;
 166         stat_info->isamb_sizes[cat] += size;
 167         if (level > 4)
 168             level = 4;
 169         stat_info->isamb_levels[cat][level] ++;
 170         stat_info->no_isam_entries[cat] += occur;
 171     }
 172
 173     while (occur > stat_info->isam_bounds[i] && stat_info->isam_bounds[i])
 174         i++;
 175     ++(stat_info->isam_occurrences[i]);
 176     if (stat_info->dumpwords)
 177        print_dict_item(stat_info->zh->reg->zebra_maps, name, occur);
 178     return 0;
 179 }
 180
 181 void zebra_register_statistics (ZebraHandle zh, int dumpdict)
 182 {
 183     int blocks;
 184     int size;
 185     int count;
 186     int i, prev;
 187     int before = 0;
 188     int occur;
 189     int after = 1000000000;
 190     struct inv_stat_info stat_info;
 191     char term_dict[2*IT_MAX_WORD+2];
 192
 193     if (zebra_begin_read (zh))
 194         return;
 195
 196     stat_info.zh = zh;
 197     stat_info.dumpwords=dumpdict;
 198
 199     term_dict[0] = 1;
 200     term_dict[1] = 0;
 201
 202     for (i = 0; i<=SINGLETON_TYPE; i++)
 203         stat_info.no_isam_entries[i] = 0;
 204     stat_info.no_dict_entries = 0;
 205     stat_info.no_dict_bytes = 0;
 206     stat_info.isam_bounds[0] = 1;
 207     stat_info.isam_bounds[1] = 2;
 208     stat_info.isam_bounds[2] = 3;
 209     stat_info.isam_bounds[3] = 6;
 210     stat_info.isam_bounds[4] = 10;
 211     stat_info.isam_bounds[5] = 20;
 212     stat_info.isam_bounds[6] = 30;
 213     stat_info.isam_bounds[7] = 50;
 214     stat_info.isam_bounds[8] = 100;
 215     stat_info.isam_bounds[9] = 200;
 216     stat_info.isam_bounds[10] = 5000;
 217     stat_info.isam_bounds[11] = 10000;
 218     stat_info.isam_bounds[12] = 20000;
 219     stat_info.isam_bounds[13] = 50000;
 220     stat_info.isam_bounds[14] = 100000;
 221     stat_info.isam_bounds[15] = 200000;
 222     stat_info.isam_bounds[16] = 500000;
 223     stat_info.isam_bounds[17] = 1000000;
 224     stat_info.isam_bounds[18] = 0;
 225
 226     stat_info.cksum = 0;
 227
 228     for (i = 0; i<20; i++)
 229         stat_info.isam_occurrences[i] = 0;
 230
 231     for (i = 0; i<10; i++)
 232     {
 233         int j;
 234         for (j = 0; j<5; j++)
 235             stat_info.isamb_levels[i][j] = 0;
 236         stat_info.isamb_sizes[i] = 0;
 237         stat_info.isamb_blocks[i] = 0;
 238     }
 239
 240     dict_scan (zh->reg->dict, term_dict, &before, &after, &stat_info,
 241                inv_stat_handle);
 242
 243     if (zh->reg->isamc)
 244     {
 245         fprintf (stdout, "   Blocks    Occur  Size KB   Bytes/Entry\n");
 246         for (i = 0; isc_block_used (zh->reg->isamc, i) >= 0; i++)
 247         {
 248             fprintf (stdout, " %8d %8d", isc_block_used (zh->reg->isamc, i),
 249                      stat_info.no_isam_entries[i]);
 250
 251             if (stat_info.no_isam_entries[i])
 252                 fprintf (stdout, " %8d   %f",
 253                          (int) ((1023.0 + (double)
 254                                  isc_block_used(zh->reg->isamc, i) *
 255                                  isc_block_size(zh->reg->isamc,i))/1024),
 256                          ((double) isc_block_used(zh->reg->isamc, i) *
 257                           isc_block_size(zh->reg->isamc,i))/
 258                          stat_info.no_isam_entries[i]);
 259             fprintf (stdout, "\n");
 260         }
 261     }
 262     if (zh->reg->isamd)
 263     {
 264         fprintf (stdout, "   Blocks   Occur      KB Bytes/Entry\n");
 265         if (zh->reg->isamd->method->debug >0)
 266             logf(LOG_LOG,"   Blocks   Occur      KB Bytes/Entry");
 267         for (i = 0; i<=SINGLETON_TYPE; i++)
 268         {
 269             blocks= isamd_block_used(zh->reg->isamd,i);
 270             size= isamd_block_size(zh->reg->isamd,i);
 271             count=stat_info.no_isam_entries[i];
 272             if (i==SINGLETON_TYPE)
 273                 blocks=size=0;
 274             if (stat_info.no_isam_entries[i])
 275             {
 276                 fprintf (stdout, "%c %7d %7d %7d %5.2f\n",
 277                          (i==SINGLETON_TYPE)?('z'):('A'+i),
 278                          blocks,
 279                          count,
 280                          (int) ((1023.0 + (double) blocks * size)/1024),
 281                          ((double) blocks * size)/count);
 282                 if (zh->reg->isamd->method->debug >0)
 283                     logf(LOG_LOG, "%c %7d %7d %7d %5.2f",
 284                          (i==SINGLETON_TYPE)?('z'):('A'+i),
 285                          blocks,
 286                          count,
 287                          (int) ((1023.0 + (double) blocks * size)/1024),
 288                          ((double) blocks * size)/count);
 289             } /* entries */
 290         } /* for */
 291     } /* isamd */
 292     if ( (zh->reg->isamd) && (zh->reg->isamd->method->debug>0))
 293         fprintf (stdout, "\n%d words using %d bytes\n",
 294              stat_info.no_dict_entries, stat_info.no_dict_bytes);
 295
 296     if (zh->reg->isamb)
 297     {
 298         for (i = 0; i<4; i++)
 299         {
 300             int j;
 301             int bsize = isamb_block_info(zh->reg->isamb, i);
 302             if (bsize < 0)
 303                 break;
 304             fprintf (stdout, "Category   %d\n", i);
 305             fprintf (stdout, "Block size %d\n", bsize);
 306             fprintf (stdout, "Blocks:    %d\n", stat_info.isamb_blocks[i]);
 307             fprintf (stdout, "Size:      %d\n", stat_info.isamb_sizes[i]);
 308             fprintf (stdout, "Entries:   %d\n", stat_info.no_isam_entries[i]);
 309             fprintf (stdout, "Total      %d\n", stat_info.isamb_blocks[i]*
 310                      bsize);
 311             for (j = 0; j<5; j++)
 312                 if (stat_info.isamb_levels[i][j])
 313                     fprintf (stdout, "Level%d     %d\n", j,
 314                              stat_info.isamb_levels[i][j]);
 315             fprintf (stdout, "\n");
 316         }
 317     }
 318     fprintf (stdout, "Checksum       %08lX\n", stat_info.cksum);
 319
 320     fprintf (stdout, "Distinct words %d\n", stat_info.no_dict_entries);
 321     occur = 0;
 322     for (i = 0; i<9; i++)
 323         occur += stat_info.no_isam_entries[i];
 324     fprintf (stdout, "Word pos       %d\n", occur);
 325     fprintf (stdout, "    Occurrences     Words\n");
 326     prev = 1;
 327     for (i = 0; stat_info.isam_bounds[i]; i++)
 328     {
 329         int here = stat_info.isam_bounds[i];
 330         fprintf (stdout, "%7d-%-7d %7d\n",
 331                  prev, here, stat_info.isam_occurrences[i]);
 332         prev = here+1;
 333     }
 334     fprintf (stdout, "%7d-        %7d\n",
 335              prev, stat_info.isam_occurrences[i]);
 336     xmalloc_trav("unfreed"); /*! while hunting memory leaks */
 337     zebra_end_read (zh);
 338 }
 339
 340
 341 /*
 342  *
 343  * $Log: invstat.c,v $
 344  * Revision 1.30  2002-07-11 13:03:01  heikki
 345  * Added dumpdict command line option to dump the
 346  * dictionary before doing the usual stats
 347  *
 348  * Revision 1.29  2002/06/19 10:29:17  adam
 349  * align block sizes for isam sys. Better plot for test
 350  *
 351  * Revision 1.28  2002/04/30 19:31:09  adam
 352  * isamb delete; more statistics
 353  *
 354  * Revision 1.27  2002/04/30 08:28:37  adam
 355  * isamb fixes for pp_read. Statistics
 356  *
 357  * Revision 1.26  2002/04/29 18:03:46  adam
 358  * More isamb statistics
 359  *
 360  * Revision 1.25  2002/04/26 08:44:47  adam
 361  * Index statistics working again
 362  *
 363  * Revision 1.24  2002/04/05 08:46:26  adam
 364  * Zebra with full functionality
 365  *
 366  * Revision 1.23  2002/04/04 14:14:13  adam
 367  * Multiple registers (alpha early)
 368  *
 369  * Revision 1.22  2002/02/20 17:30:01  adam
 370  * Work on new API. Locking system re-implemented
 371  *
 372  * Revision 1.21  2000/07/13 10:14:20  heikki
 373  * Removed compiler warnings when making zebra
 374  *
 375  * Revision 1.20  1999/12/01 13:30:30  adam
 376  * Updated configure for Zmbol/Zebra dependent settings.
 377  *
 378  * Revision 1.19  1999/11/30 13:48:03  adam
 379  * Improved installation. Updated for inclusion of YAZ header files.
 380  *
 381  * Revision 1.18  1999/10/06 11:46:36  heikki
 382  * mproved statistics on isam-d
 383  *
 384  * Revision 1.17  1999/08/20 08:28:37  heikki
 385  * Log levels
 386  *
 387  * Revision 1.16  1999/08/18 08:38:22  heikki
 388  * Memory leak hunting
 389  *
 390  * Revision 1.15  1999/08/18 08:34:53  heikki
 391  * isamd
 392  *
 393  * Revision 1.14  1999/07/14 10:59:26  adam
 394  * Changed functions isc_getmethod, isams_getmethod.
 395  * Improved fatal error handling (such as missing EXPLAIN schema).
 396  *
 397  * Revision 1.13  1999/07/08 14:23:27  heikki
 398  * Fixed a bug in isamh_pp_read and cleaned up a bit
 399  *
 400  * Revision 1.12  1999/07/06 12:28:04  adam
 401  * Updated record index structure. Format includes version ID. Compression
 402  * algorithm ID is stored for each record block.
 403  *
 404  * Revision 1.11  1999/05/15 14:36:38  adam
 405  * Updated dictionary. Implemented "compression" of dictionary.
 406  *
 407  * Revision 1.10  1999/05/12 13:08:06  adam
 408  * First version of ISAMS.
 409  *
 410  * Revision 1.9  1999/02/12 13:29:23  adam
 411  * Implemented position-flag for registers.
 412  *
 413  * Revision 1.8  1999/02/02 14:50:53  adam
 414  * Updated WIN32 code specific sections. Changed header.
 415  *
 416  * Revision 1.7  1998/03/13 15:30:50  adam
 417  * New functions isc_block_used and isc_block_size. Fixed 'leak'
 418  * in isc_alloc_block.
 419  *
 420  * Revision 1.6  1998/03/06 13:54:02  adam
 421  * Fixed two nasty bugs in isc_merge.
 422  *
 423  * Revision 1.5  1997/09/17 12:19:13  adam
 424  * Zebra version corresponds to YAZ version 1.4.
 425  * Changed Zebra server so that it doesn't depend on global common_resource.
 426  *
 427  * Revision 1.4  1996/11/08 11:10:21  adam
 428  * Buffers used during file match got bigger.
 429  * Compressed ISAM support everywhere.
 430  * Bug fixes regarding masking characters in queries.
 431  * Redesigned Regexp-2 queries.
 432  *
 433  * Revision 1.3  1996/06/04 10:18:58  adam
 434  * Minor changes - removed include of ctype.h.
 435  *
 436  * Revision 1.2  1996/05/22  08:25:56  adam
 437  * Minor change.
 438  *
 439  * Revision 1.1  1996/05/14 14:04:34  adam
 440  * In zebraidx, the 'stat' command is improved. Statistics about ISAM/DICT
 441  * is collected.
 442  */