]> Sergey Matveev's repositories - public-inbox.git/commitdiff
extindex: speed up Xapian cleanup in --gc
authorEric Wong <e@80x24.org>
Sun, 10 Oct 2021 14:25:14 +0000 (14:25 +0000)
committerEric Wong <e@80x24.org>
Sun, 10 Oct 2021 23:29:52 +0000 (23:29 +0000)
Avoiding repeated SQL statements brings --gc down to 2-3 minutes
from around 10.  We'll also add some checkpoints around over and
xref3 cleanups.

lib/PublicInbox/ExtSearchIdx.pm
lib/PublicInbox/SearchIdx.pm

index 20c4cf7807eae9cb152b9760c9ede22bfdc95595..04948b8b9e282cf28b0443623bc583d827a31d9a 100644 (file)
@@ -421,34 +421,43 @@ sub eidx_gc_scan_shards ($$) { # TODO: use for lei/store
 DELETE FROM xref3 WHERE docid NOT IN (SELECT num FROM over)
 
        warn "I: eliminated $nr stale xref3 entries\n" if $nr != 0;
+       reindex_checkpoint($self, $sync) if checkpoint_due($sync);
 
        # fixup from old bugs:
        $nr = $self->{oidx}->dbh->do(<<'');
 DELETE FROM over WHERE num NOT IN (SELECT docid FROM xref3)
 
        warn "I: eliminated $nr stale over entries\n" if $nr != 0;
+       reindex_checkpoint($self, $sync) if checkpoint_due($sync);
 
        my ($cur) = $self->{oidx}->dbh->selectrow_array(<<EOM);
 SELECT MIN(num) FROM over
 EOM
-       my ($max) = $self->{oidx}->dbh->selectrow_array(<<EOM);
-SELECT MAX(num) FROM over
-EOM
-       my $exists;
-restart:
-       $exists = $self->{oidx}->dbh->prepare(<<EOM);
-SELECT COUNT(num) FROM over WHERE num = ?
-EOM
-       for (; $cur <= $max; $cur++) {
-               $exists->execute($cur);
-               next if $exists->fetchrow_array != 0;
-               $self->idx_shard($cur)->ipc_do('xdb_remove_quiet', $cur);
+       $cur // return; # empty
+       my ($r, $n, %active);
+       $nr = 0;
+       while (1) {
+               $r = $self->{oidx}->dbh->selectcol_arrayref(<<"", undef, $cur);
+SELECT num FROM over WHERE num >= ? ORDER BY num ASC LIMIT 10000
+
+               last unless scalar(@$r);
+               while (defined($n = shift @$r)) {
+                       for my $i ($cur..($n - 1)) {
+                               my $idx = idx_shard($self, $i);
+                               $idx->ipc_do('xdb_remove_quiet', $i);
+                               $active{$idx} = $idx;
+                       }
+                       $cur = $n + 1;
+               }
                if (checkpoint_due($sync)) {
-                       $exists = undef;
+                       for my $idx (values %active) {
+                               $nr += $idx->ipc_do('nr_quiet_rm')
+                       }
+                       %active = ();
                        reindex_checkpoint($self, $sync);
-                       goto restart;
                }
        }
+       warn "I: eliminated $nr stale Xapian documents\n" if $nr != 0;
 }
 
 sub eidx_gc {
index 78db329d9da9145ff97091004265ce9264231aca..bebe904b783a990491c41ac1a8cd667a1530d733 100644 (file)
@@ -650,8 +650,11 @@ sub xdb_remove_quiet {
        begin_txn_lazy($self);
        my $xdb = $self->{xdb} // die 'BUG: missing {xdb}';
        eval { $xdb->delete_document($docid) };
+       ++$self->{-quiet_rm} unless $@;
 }
 
+sub nr_quiet_rm { delete($_[0]->{-quiet_rm}) // 0 }
+
 sub index_git_blob_id {
        my ($doc, $pfx, $objid) = @_;