]> Sergey Matveev's repositories - public-inbox.git/blobdiff - lib/PublicInbox/Search.pm
www: favor reading more from SQLite, and less from Xapian
[public-inbox.git] / lib / PublicInbox / Search.pm
index 6f5e0624a4a5986369f12de95d81f6fe3a01fbf4..7175ddc5a2e06c078ef10f1d7875e3eebd62d709 100644 (file)
@@ -8,17 +8,15 @@ use strict;
 use warnings;
 
 # values for searching
-use constant DS => 0; # Date: header in Unix time
-use constant NUM => 1; # NNTP article number
-use constant BYTES => 2; # :bytes as defined in RFC 3977
-use constant LINES => 3; # :lines as defined in RFC 3977
-use constant TS => 4;  # Received: header in Unix time
-use constant YYYYMMDD => 5; # for searching in the WWW UI
+use constant TS => 0;  # Received: header in Unix time
+use constant YYYYMMDD => 1; # Date: header for searching in the WWW UI
+use constant DT => 2; # Date: YYYYMMDDHHMMSS
 
 use Search::Xapian qw/:standard/;
 use PublicInbox::SearchMsg;
 use PublicInbox::MIME;
 use PublicInbox::MID qw/id_compress/;
+use PublicInbox::Over;
 
 # This is English-only, everything else is non-standard and may be confused as
 # a prefix common in patch emails
@@ -43,19 +41,13 @@ use constant {
        # 13 - fix threading for empty References/In-Reply-To
        #      (commit 83425ef12e4b65cdcecd11ddcb38175d4a91d5a0)
        # 14 - fix ghost root vivification
-       SCHEMA_VERSION => 14,
+       SCHEMA_VERSION => 15,
 
        # n.b. FLAG_PURE_NOT is expensive not suitable for a public website
        # as it could become a denial-of-service vector
        QP_FLAGS => FLAG_PHRASE|FLAG_BOOLEAN|FLAG_LOVEHATE|FLAG_WILDCARD,
 };
 
-# setup prefixes
-my %bool_pfx_internal = (
-       type => 'T', # "mail" or "ghost"
-       thread => 'G', # newsGroup (or similar entity - e.g. a web forum name)
-);
-
 my %bool_pfx_external = (
        mid => 'Q', # Message-ID (full/exact), this is mostly uniQue
 );
@@ -97,6 +89,9 @@ our @HELP = (
 date range as YYYYMMDD  e.g. d:19931002..20101002
 Open-ended ranges such as d:19931002.. and d:..20101002
 are also supported
+EOF
+       'dt:' => <<EOF,
+date-time range as YYYYMMDDhhmmss (e.g. dt:19931002011000..19931002011200)
 EOF
        'b:' => 'match within message body, including text attachments',
        'nq:' => 'match non-quoted text within message body',
@@ -119,8 +114,6 @@ EOF
 );
 chomp @HELP;
 
-my $mail_query = Search::Xapian::Query->new('T' . 'mail');
-
 sub xdir {
        my ($self) = @_;
        if ($self->{version} == 1) {
@@ -146,8 +139,9 @@ sub new {
                altid => $altid,
                version => $version,
        }, $class;
+       my $dir;
        if ($version >= 2) {
-               my $dir = "$self->{mainrepo}/xap" . SCHEMA_VERSION;
+               $dir = "$self->{mainrepo}/xap" . SCHEMA_VERSION;
                my $xdb;
                my $parts = 0;
                foreach my $part (<$dir/*>) {
@@ -161,72 +155,61 @@ sub new {
                        }
                }
                $self->{xdb} = $xdb;
-               $self->{skel} = Search::Xapian::Database->new("$dir/skel");
        } else {
-               $self->{xdb} = Search::Xapian::Database->new($self->xdir);
+               $dir = $self->xdir;
+               $self->{xdb} = Search::Xapian::Database->new($dir);
        }
+       $self->{over_ro} = PublicInbox::Over->new("$dir/over.sqlite3");
        $self;
 }
 
 sub reopen {
        my ($self) = @_;
        $self->{xdb}->reopen;
-       if (my $skel = $self->{skel}) {
-               $skel->reopen;
-       }
        $self; # make chaining easier
 }
 
 # read-only
 sub query {
        my ($self, $query_string, $opts) = @_;
-       my $query;
-
        $opts ||= {};
-       unless ($query_string eq '') {
-               $query = $self->qp->parse_query($query_string, QP_FLAGS);
+       if ($query_string eq '' && !$opts->{mset}) {
+               $self->{over_ro}->recent($opts);
+       } else {
+               my $query = $self->qp->parse_query($query_string, QP_FLAGS);
                $opts->{relevance} = 1 unless exists $opts->{relevance};
+               _do_enquire($self, $query, $opts);
        }
-
-       _do_enquire($self, $query, $opts);
 }
 
 sub get_thread {
-       my ($self, $mid, $opts) = @_;
-       my $smsg = first_smsg_by_mid($self, $mid) or
-                       return { total => 0, msgs => [] };
-       my $qtid = Search::Xapian::Query->new('G' . $smsg->thread_id);
-       my $path = $smsg->path;
-       if (defined $path && $path ne '') {
-               my $path = id_compress($smsg->path);
-               my $qsub = Search::Xapian::Query->new('XPATH' . $path);
-               $qtid = Search::Xapian::Query->new(OP_OR, $qtid, $qsub);
-       }
-       $opts ||= {};
-       $opts->{limit} ||= 1000;
-
-       # always sort threads by timestamp, this makes life easier
-       # for the threading algorithm (in SearchThread.pm)
-       $opts->{asc} = 1;
-       $opts->{enquire} = enquire_skel($self);
-       _do_enquire($self, $qtid, $opts);
+       my ($self, $mid, $prev) = @_;
+       $self->{over_ro}->get_thread($mid, $prev);
 }
 
 sub retry_reopen {
        my ($self, $cb) = @_;
-       my $ret;
-       for (1..10) {
-               eval { $ret = $cb->() };
-               return $ret unless $@;
+       for my $i (1..10) {
+               if (wantarray) {
+                       my @ret;
+                       eval { @ret = $cb->() };
+                       return @ret unless $@;
+               } else {
+                       my $ret;
+                       eval { $ret = $cb->() };
+                       return $ret unless $@;
+               }
                # Exception: The revision being read has been discarded -
                # you should call Xapian::Database::reopen()
                if (ref($@) eq 'Search::Xapian::DatabaseModifiedError') {
+                       warn "reopen try #$i on $@\n";
                        reopen($self);
                } else {
                        warn "ref: ", ref($@), "\n";
                        die;
                }
        }
+       die "Too many Xapian database modifications in progress\n";
 }
 
 sub _do_enquire {
@@ -236,19 +219,16 @@ sub _do_enquire {
 
 sub _enquire_once {
        my ($self, $query, $opts) = @_;
-       my $enquire = $opts->{enquire} || enquire($self);
-       if (defined $query) {
-               $query = Search::Xapian::Query->new(OP_AND,$query,$mail_query);
-       } else {
-               $query = $mail_query;
-       }
+       my $enquire = enquire($self);
        $enquire->set_query($query);
        $opts ||= {};
         my $desc = !$opts->{asc};
-       if ($opts->{relevance}) {
+       if (($opts->{mset} || 0) == 2) {
+               $enquire->set_docid_order(Search::Xapian::ENQ_ASCENDING());
+               $enquire->set_weighting_scheme(Search::Xapian::BoolWeight->new);
+               delete $self->{enquire};
+       } elsif ($opts->{relevance}) {
                $enquire->set_sort_by_relevance_then_value(TS, $desc);
-       } elsif ($opts->{num}) {
-               $enquire->set_sort_by_value(NUM, 0);
        } else {
                $enquire->set_sort_by_value_then_relevance(TS, $desc);
        }
@@ -259,8 +239,9 @@ sub _enquire_once {
        my @msgs = map {
                PublicInbox::SearchMsg->load_doc($_->get_document);
        } $mset->items;
+       return \@msgs unless wantarray;
 
-       { total => $mset->get_matches_estimated, msgs => \@msgs }
+       ($mset->get_matches_estimated, \@msgs)
 }
 
 # read-write
@@ -281,6 +262,8 @@ sub qp {
        $qp->set_stemming_strategy(STEM_SOME);
        $qp->add_valuerangeprocessor(
                Search::Xapian::NumberValueRangeProcessor->new(YYYYMMDD, 'd:'));
+       $qp->add_valuerangeprocessor(
+               Search::Xapian::NumberValueRangeProcessor->new(DT, 'dt:'));
 
        while (my ($name, $prefix) = each %bool_pfx_external) {
                $qp->add_boolean_prefix($name, $prefix);
@@ -310,97 +293,25 @@ EOF
        $self->{query_parser} = $qp;
 }
 
-sub num_range_processor {
-       $_[0]->{nrp} ||= Search::Xapian::NumberValueRangeProcessor->new(NUM);
-}
-
 # only used for NNTP server
 sub query_xover {
        my ($self, $beg, $end, $offset) = @_;
-       my $qp = Search::Xapian::QueryParser->new;
-       $qp->set_database($self->{skel} || $self->{xdb});
-       $qp->add_valuerangeprocessor($self->num_range_processor);
-       my $query = $qp->parse_query("$beg..$end", QP_FLAGS);
-
-       my $opts = {
-               enquire => enquire_skel($self),
-               num => 1,
-               limit => 200,
-               offset => $offset,
-       };
-       _do_enquire($self, $query, $opts);
+       $self->{over_ro}->query_xover($beg, $end, $offset);
 }
 
 sub query_ts {
-       my ($self, $ts, $opts) = @_;
-       my $qp = $self->{qp_ts} ||= eval {
-               my $q = Search::Xapian::QueryParser->new;
-               $q->set_database($self->{skel} || $self->{xdb});
-               $q->add_valuerangeprocessor(
-                       Search::Xapian::NumberValueRangeProcessor->new(TS));
-               $q
-       };
-       my $query = $qp->parse_query($ts, QP_FLAGS);
-       $opts->{enquire} = enquire_skel($self);
-       _do_enquire($self, $query, $opts);
-}
-
-sub first_smsg_by_mid {
-       my ($self, $mid) = @_;
-       my $smsg;
-       each_smsg_by_mid($self, $mid, sub { $smsg = $_[0]; undef });
-       $smsg;
+       my ($self, $ts, $prev) = @_;
+       $self->{over_ro}->query_ts($ts, $prev);
 }
 
 sub lookup_article {
        my ($self, $num) = @_;
-       my $term = 'XNUM'.$num;
-       my $smsg;
-       eval {
-               retry_reopen($self, sub {
-                       my $db = $self->{skel} || $self->{xdb};
-                       my $head = $db->postlist_begin($term);
-                       my $tail = $db->postlist_end($term);
-                       return if $head->equal($tail);
-                       my $doc_id = $head->get_docid;
-                       return unless defined $doc_id;
-                       $head->inc;
-                       if ($head->nequal($tail)) {
-                               my $loc= $self->{mainrepo} .
-                                       ($self->{skel} ? 'skel' : 'xdb');
-                               warn "article #$num is not unique in $loc\n";
-                       }
-                       # raises on error:
-                       my $doc = $db->get_document($doc_id);
-                       $smsg = PublicInbox::SearchMsg->wrap($doc);
-                       $smsg->load_expand;
-                       $smsg->{doc_id} = $doc_id;
-               });
-       };
-       $smsg;
+       $self->{over_ro}->get_art($num);
 }
 
-sub each_smsg_by_mid {
-       my ($self, $mid, $cb) = @_;
-       # XXX retry_reopen isn't necessary for V2Writable, but the PSGI
-       # interface will need it...
-       my $db = $self->{skel} || $self->{xdb};
-       my $term = 'Q' . $mid;
-       my $head = $db->postlist_begin($term);
-       my $tail = $db->postlist_end($term);
-       if ($head == $tail) {
-               $db->reopen;
-               $head = $db->postlist_begin($term);
-               $tail = $db->postlist_end($term);
-       }
-       return ($head, $tail, $db) if wantarray;
-       for (; $head->nequal($tail); $head->inc) {
-               my $doc_id = $head->get_docid;
-               my $doc = $db->get_document($doc_id);
-               my $smsg = PublicInbox::SearchMsg->wrap($doc, $mid);
-               $smsg->{doc_id} = $doc_id;
-               $cb->($smsg) or return;
-       }
+sub next_by_mid {
+       my ($self, $mid, $id, $prev) = @_;
+       $self->{over_ro}->next_by_mid($mid, $id, $prev);
 }
 
 # normalize subjects so they are suitable as pathnames for URLs
@@ -427,15 +338,6 @@ sub enquire {
        $self->{enquire} ||= Search::Xapian::Enquire->new($self->{xdb});
 }
 
-sub enquire_skel {
-       my ($self) = @_;
-       if (my $skel = $self->{skel}) {
-               $self->{enquire_skel} ||= Search::Xapian::Enquire->new($skel);
-       } else {
-               enquire($self);
-       }
-}
-
 sub help {
        my ($self) = @_;
        $self->qp; # parse altids