]> Sergey Matveev's repositories - public-inbox.git/commitdiff
search: reduce redundant doc data
authorEric Wong <e@80x24.org>
Tue, 1 Sep 2015 08:55:18 +0000 (08:55 +0000)
committerEric Wong <e@80x24.org>
Tue, 1 Sep 2015 08:55:53 +0000 (08:55 +0000)
Redundant document data increases our database size, pull the
smsg->mid off the unique term, the smsg->ts off the value, and
only generate the formatted display date off smsg->ts.

lib/PublicInbox/Search.pm
lib/PublicInbox/SearchIdx.pm
lib/PublicInbox/SearchMsg.pm
lib/PublicInbox/View.pm

index d3faaebbccbca2cf53c09261b8816e417eae5e6c..b7b215f97eba2c99411cdb17283d6745ef0c1920 100644 (file)
@@ -4,8 +4,9 @@
 package PublicInbox::Search;
 use strict;
 use warnings;
-use PublicInbox::SearchMsg;
+use constant TS => 0;
 use Search::Xapian qw/:standard/;
+use PublicInbox::SearchMsg;
 use Email::MIME;
 use PublicInbox::MID qw/mid_clean mid_compress/;
 
@@ -15,7 +16,6 @@ our $REPLY_RE = qr/^re:\s+/i;
 our $LANG = 'english';
 
 use constant {
-       TS => 0,
        # SCHEMA_VERSION history
        # 0 - initial
        # 1 - subject_path is lower-cased
@@ -25,7 +25,8 @@ use constant {
        # 5 - subject_path drops trailing '.'
        # 6 - preserve References: order in document data
        # 7 - remove references and inreplyto terms
-       SCHEMA_VERSION => 7,
+       # 8 - remove redundant/unneeded document data
+       SCHEMA_VERSION => 8,
        QP_FLAGS => FLAG_PHRASE|FLAG_BOOLEAN|FLAG_LOVEHATE|FLAG_WILDCARD,
 };
 
index dec333349da36d8790d7e57c2818b1818da4c7b8..32e0714213c45322774cc63866a532ee2f5097db 100644 (file)
@@ -81,8 +81,6 @@ sub add_message {
                        $doc->add_term(xpfx('path') . mid_compress($path));
                }
 
-               my $from = $smsg->from_name;
-               my $date = $smsg->date;
                my $ts = Search::Xapian::sortable_serialise($smsg->ts);
                $doc->add_value(PublicInbox::Search::TS, $ts);
 
index 4ad8a0c95e898249fdd2b9a889bf148ff01138f4..1821b076fa5334008ab9e06c6a3d3c5f735a4b00 100644 (file)
@@ -13,6 +13,7 @@ use PublicInbox::MID qw/mid_clean mid_compress/;
 use Encode qw/find_encoding/;
 my $enc_utf8 = find_encoding('UTF-8');
 our $PFX2TERM_RE = undef;
+use constant EPOCH_822 => 'Thu, 01 Jan 1970 00:00:00 +0000';
 
 sub new {
        my ($class, $mime) = @_;
@@ -30,13 +31,17 @@ sub wrap {
 sub load_doc {
        my ($class, $doc) = @_;
        my $data = $doc->get_data;
+       my $ts = eval {
+               no strict 'subs';
+               $doc->get_value(PublicInbox::Search::TS);
+       };
+       $ts = Search::Xapian::sortable_unserialise($ts);
        $data = $enc_utf8->decode($data);
-       my ($mid, $subj, $from, $date, $refs) = split(/\n/, $data);
+       my ($subj, $from, $refs) = split(/\n/, $data);
        bless {
                doc => $doc,
-               mid => $mid,
                subject => $subj,
-               date => $date,
+               ts => $ts,
                from_name => $from,
                references_sorted => $refs,
        }, $class;
@@ -77,27 +82,13 @@ sub from_name {
 
 sub ts {
        my ($self) = @_;
-       my $ts = $self->{ts};
-       return $ts if $ts;
-       $self->{ts} = eval {
-               str2time($self->date || $self->mime->header('Date'))
-       } || 0;
-}
-
-sub date {
-       my ($self) = @_;
-       my $date = $self->{date};
-       return $date if $date;
-       my $ts = eval { str2time($self->mime->header('Date')) };
-       $self->{date} = POSIX::strftime('%Y-%m-%d %H:%M', gmtime($ts));
+       $self->{ts} ||= eval { str2time($self->mime->header('Date')) } || 0;
 }
 
 sub to_doc_data {
        my ($self) = @_;
-       $self->mid . "\n" .
        PublicInbox::Search::subject_summary($self->subject) . "\n" .
        $self->from_name . "\n".
-       $self->date . "\n" .
        $self->references_sorted;
 }
 
@@ -139,14 +130,23 @@ sub mini_mime {
        my @h = (
                Subject => $self->subject,
                'X-PI-From' => $self->from_name,
-               'X-PI-Date' => $self->date,
                'X-PI-TS' => $self->ts,
                'Message-ID' => "<$self->{mid}>",
+
+               # prevent Email::Simple::Creator from running,
+               # this header is useless for threading as we use X-PI-TS
+               # for sorting and display:
+               'Date' => EPOCH_822,
        );
 
        my $refs = $self->{references_sorted};
        my $mime = Email::MIME->create(header_str => \@h);
-       $mime->header_set('References', $refs) if (defined $refs);
+       my $h = $mime->header_obj;
+       $h->header_set('References', $refs) if (defined $refs);
+
+       # drop useless headers Email::MIME set for us
+       $h->header_set('Date');
+       $h->header_set('MIME-Version');
        $mime;
 }
 
@@ -155,6 +155,8 @@ sub mid {
 
        if (defined $mid) {
                $self->{mid} = $mid;
+       } elsif (my $rv = $self->{mid}) {
+               $rv;
        } else {
                $self->ensure_metadata; # needed for ghosts
                $self->{mid} ||= $self->_extract_mid;
index 584a2d701e118d97d16fe186362528f22931d18a..477c4b6f09a13b0a22f6dea6b4091240d3d3459e 100644 (file)
@@ -86,12 +86,7 @@ sub index_entry {
                $subj = "<u\nid=\"u\">$subj</u>";
        }
 
-       my $ts = $mime->header('X-PI-TS');
-       unless (defined $ts) {
-               $ts = msg_timestamp($mime);
-       }
-       $ts = POSIX::strftime('%Y-%m-%d %H:%M', gmtime($ts));
-
+       my $ts = _msg_date($mime);
        my $rv = "<table\nsummary=l$level><tr>";
        if ($level) {
                $rv .= '<td><pre>' . ('  ' x $level) . '</pre></td>';
@@ -561,6 +556,12 @@ sub missing_thread {
 EOF
 }
 
+sub _msg_date {
+       my ($mime) = @_;
+       my $ts = $mime->header('X-PI-TS') || msg_timestamp($mime);
+       POSIX::strftime('%Y-%m-%d %H:%M', gmtime($ts));
+}
+
 sub _inline_header {
        my ($dst, $state, $mime, $level) = @_;
        my $pfx = '  ' x $level;
@@ -568,7 +569,7 @@ sub _inline_header {
        my $cur = $state->{cur};
        my $mid = $mime->header('Message-ID');
        my $f = $mime->header('X-PI-From');
-       my $d = $mime->header('X-PI-Date');
+       my $d = _msg_date($mime);
        $f = PublicInbox::Hval->new($f);
        $d = PublicInbox::Hval->new($d);
        $f = $f->as_html;