lib/BackupPC/Search/KinoSearch.pm

   1 package BackupPC::Search::KinoSearch;
   2 use warnings;
   3 use strict;
   4
   5 use KinoSearch::Index::Indexer;
   6 use KinoSearch::Plan::Schema;
   7 use KinoSearch::Analysis::PolyAnalyzer;
   8 use KinoSearch::Plan::FullTextType;
   9 use KinoSearch::Search::IndexSearcher;
  10 use Data::Dump qw(dump);
  11
  12 # my $tokenizer = KinoSearch::Analysis::Tokenizer->new( pattern => '\\w' );
  13
  14 sub new {
  15         my $class = shift @_;
  16         my %Conf = @_;
  17
  18         my $index_path = $Conf{KinoPath} || die "no KinoPath";
  19
  20         my $self = bless {
  21                 index => $index_path,
  22                 first_time_indexing => ! -d $index_path,
  23         }, $class;
  24         warn "# ",dump($self);
  25         return $self;
  26 }
  27
  28 sub indexer {
  29         my $self = shift;
  30         return $self->{_indexer} if defined $self->{_indexer};
  31
  32         my $schema = KinoSearch::Plan::Schema->new;
  33
  34
  35         my $case_folder  = KinoSearch::Analysis::CaseFolder->new;
  36         my $tokenizer    = KinoSearch::Analysis::Tokenizer->new;
  37         my $polyanalyzer = KinoSearch::Analysis::PolyAnalyzer->new(
  38                 analyzers => [ $case_folder, $tokenizer ],
  39         );
  40
  41         my $ft_type = KinoSearch::Plan::FullTextType->new(
  42             analyzer => $polyanalyzer,
  43         );
  44         my $blob_type = KinoSearch::Plan::BlobType->new( stored => 1 );
  45         my $string_type = KinoSearch::Plan::StringType->new; # non-tokenized
  46         my $num_type = KinoSearch::Plan::Int64Type->new( sortable => 1 );
  47         my $sort_type = KinoSearch::Plan::StringType->new( sortable => 1 ); # non-tokenized
  48
  49         # numeric
  50         $schema->spec_field( name => $_, type => $string_type ) foreach ( qw/
  51                 backup_date
  52                 backupnum
  53                 fid
  54                 shareid
  55                 type
  56         / );
  57
  58         # non-tokenized strings
  59         $schema->spec_field( name => $_, type => $string_type ) foreach ( qw/
  60                 _uri
  61                 hname
  62         /);
  63
  64         # sortable
  65         $schema->spec_field( name => $_, type => $sort_type ) foreach (qw/
  66                 sname
  67                 filepath
  68         /);
  69
  70         # sortable numeric
  71         $schema->spec_field( name => $_, type => $sort_type ) foreach (qw/
  72                 date
  73                 size
  74         /);
  75
  76         # tokenized magic columns for infix search
  77         $schema->spec_field( name => '_file_path_split', type => $ft_type );
  78
  79 #       $schema->spec_field( name => '_doc', type => $blob_type );
  80
  81         my $indexer = KinoSearch::Index::Indexer->new(
  82                 schema => $schema,
  83                 index  => $self->{index},
  84                 create => 1,
  85         );
  86
  87         warn "# created indexer";
  88
  89         return $self->{_indexer} = $indexer;
  90
  91 };
  92
  93 our $searcher;
  94 sub searcher {
  95         my $self = shift;
  96         return $self->{_searcher} if $self->{_searcher};
  97         $self->{_searcher} =
  98         KinoSearch::Search::IndexSearcher->new( index => $self->{index} )
  99 }
 100
 101 sub exists {
 102         my ($self,$row) = @_;
 103
 104         return 0 if $self->{first_time_indexing};
 105
 106         my $uri = $row->{hname} . ':' . $row->{sname} . '#' . $row->{backupnum} . ' ' . $row->{filepath};
 107         my $hits = $self->searcher->hits( query => "_uri:$uri" );
 108
 109
 110         $self->{stat}->{exists}->{ $hits->total_hits }++;
 111
 112         return $hits->total_hits;
 113 }
 114
 115 sub add_doc {
 116         my ($self,$row) = @_;
 117
 118         $row->{_uri} = $row->{hname} . ':' . $row->{sname} . '#' . $row->{backupnum} . ' ' . $row->{filepath};
 119         my $path = $row->{filepath};
 120         $path =~ s/(.)/$1 /g; # XXX our tokenize
 121         $row->{_file_path_split} = $path;
 122
 123         warn "XXX ",dump($row) if $ENV{DEBUG};
 124
 125         $self->{stats}->{add_doc}++;
 126
 127         $self->indexer->add_doc( $row );
 128
 129 }
 130
 131 sub commit {
 132         my $self = shift;
 133         $self->indexer->commit;
 134         warn "# commit index ", dump($self->{stats});
 135 }
 136
 137 sub search {
 138         my ( $self, $offset, $on_page, $sort, $q, $shareid, $backup_from, $backup_to, $files_from, $files_to ) = @_;
 139
 140         warn "# search $offset/$on_page [$q] shareid: $shareid backup: $backup_from - $backup_to files: $files_from - $files_to";
 141
 142         my $sort_field = (split(/_/,$sort,2))[0];
 143
 144         my $rules = [ KinoSearch::Search::SortRule->new( type => 'score' ) ];
 145         $rules->[0] = KinoSearch::Search::SortRule->new( field => $sort_field, reverse => $sort =~ m/_a$/ ? 0 : 1 ) if $sort_field;
 146
 147         my $sort_spec = KinoSearch::Search::SortSpec->new( rules => $rules );
 148
 149         my $split = $q;
 150         $split =~ s/(.)/$1 /g; # _file_path_split
 151         $split = qq{"$split"}; # exact ordering
 152         my $hits = $self->searcher->hits(
 153                 query => $split,
 154                 offset => $offset,
 155                 num_wanted => $on_page,
 156                 sort_spec => $sort_spec,
 157         );
 158
 159
 160         warn "# ", $hits->total_hits, " hits for $q\n";
 161
 162         return (0,[]) if $hits->total_hits == 0;
 163
 164         my $results;
 165         while ( my $hit = $hits->next ) {
 166 warn "XXX ",dump($hit);
 167                 push @$results, $hit;
 168         }
 169
 170         return ( $hits->total_hits, $results );
 171 }
 172
 173 1;