mirror of
https://git.notmuchmail.org/git/notmuch
synced 2024-11-22 10:58:10 +01:00
xapian-dump: Rewrite to generate C code as output.
This was for some time testing, (to see how fast xapian could be if we were strictly adding documents and not doing any other IO or computation). The answer is that xapian is quite fast, (on the order of 1000 documents per second).
This commit is contained in:
parent
36640b303e
commit
512f7bb0f6
1 changed files with 69 additions and 15 deletions
|
@ -39,15 +39,44 @@ using namespace std;
|
||||||
|
|
||||||
vector<int> UNSERIALIZE;
|
vector<int> UNSERIALIZE;
|
||||||
|
|
||||||
|
unsigned int MAX_TERMS = 0;
|
||||||
|
|
||||||
|
static void
|
||||||
|
print_escaped_string (const char *s)
|
||||||
|
{
|
||||||
|
printf ("\"");
|
||||||
|
|
||||||
|
while (*s) {
|
||||||
|
if (*s == '"')
|
||||||
|
printf ("\\");
|
||||||
|
printf ("%c", *s);
|
||||||
|
s++;
|
||||||
|
}
|
||||||
|
|
||||||
|
printf ("\"");
|
||||||
|
}
|
||||||
|
|
||||||
static void
|
static void
|
||||||
print_document_terms (Xapian::Document doc)
|
print_document_terms (Xapian::Document doc)
|
||||||
{
|
{
|
||||||
Xapian::TermIterator i;
|
Xapian::TermIterator it;
|
||||||
|
unsigned int i;
|
||||||
|
|
||||||
printf (" Terms:\n");
|
printf (" {\n");
|
||||||
|
|
||||||
for (i = doc.termlist_begin (); i != doc.termlist_end (); i++)
|
for (it = doc.termlist_begin (), i = 0;
|
||||||
cout << "\t" << *i << endl;
|
it != doc.termlist_end ();
|
||||||
|
it++, i++)
|
||||||
|
{
|
||||||
|
printf (" ");
|
||||||
|
print_escaped_string ((*it).c_str());
|
||||||
|
printf (",\n");
|
||||||
|
}
|
||||||
|
|
||||||
|
for ( ; i < MAX_TERMS; i++)
|
||||||
|
printf (" \"\",\n");
|
||||||
|
|
||||||
|
printf (" },\n");
|
||||||
}
|
}
|
||||||
|
|
||||||
static int
|
static int
|
||||||
|
@ -67,26 +96,25 @@ print_document_values (Xapian::Document doc)
|
||||||
int value_no, value_int;
|
int value_no, value_int;
|
||||||
double value_float;
|
double value_float;
|
||||||
|
|
||||||
printf (" Values:\n");
|
|
||||||
|
|
||||||
for (i = doc.values_begin (); i != doc.values_end (); i++) {
|
for (i = doc.values_begin (); i != doc.values_end (); i++) {
|
||||||
value_no = i.get_valueno();
|
value_no = i.get_valueno();
|
||||||
|
|
||||||
cout << "\t" << i.get_valueno() << ": ";
|
printf (" ");
|
||||||
|
|
||||||
if (vector_int_contains (UNSERIALIZE, value_no)) {
|
if (vector_int_contains (UNSERIALIZE, value_no)) {
|
||||||
value_float = Xapian::sortable_unserialise (*i);
|
value_float = Xapian::sortable_unserialise (*i);
|
||||||
value_int = value_float;
|
value_int = value_float;
|
||||||
if (value_int == value_float)
|
if (value_int == value_float)
|
||||||
cout << value_int;
|
printf ("%d", value_int);
|
||||||
else
|
else
|
||||||
cout << value_float;
|
printf ("\"%f\"", value_float);
|
||||||
} else {
|
} else {
|
||||||
cout << *i;
|
print_escaped_string ((*i).c_str ());
|
||||||
}
|
}
|
||||||
|
|
||||||
cout << endl;
|
printf (",\n");
|
||||||
}
|
}
|
||||||
|
|
||||||
}
|
}
|
||||||
|
|
||||||
static void
|
static void
|
||||||
|
@ -94,16 +122,17 @@ print_document (Xapian::Database db, Xapian::docid id)
|
||||||
{
|
{
|
||||||
Xapian::Document doc;
|
Xapian::Document doc;
|
||||||
|
|
||||||
printf ("Document %u:\n", id);
|
printf ("{\n");
|
||||||
|
|
||||||
doc = db.get_document (id);
|
doc = db.get_document (id);
|
||||||
|
|
||||||
printf (" Data:\n");
|
printf (" \"%s\",\n", doc.get_data ().c_str());
|
||||||
cout << "\t" << doc.get_data () << endl;
|
|
||||||
|
|
||||||
print_document_terms (doc);
|
print_document_terms (doc);
|
||||||
|
|
||||||
print_document_values (doc);
|
print_document_values (doc);
|
||||||
|
|
||||||
|
printf ("},\n");
|
||||||
}
|
}
|
||||||
|
|
||||||
int
|
int
|
||||||
|
@ -129,18 +158,43 @@ main (int argc, char *argv[])
|
||||||
UNSERIALIZE.push_back (atoi (argv[i]));
|
UNSERIALIZE.push_back (atoi (argv[i]));
|
||||||
|
|
||||||
try {
|
try {
|
||||||
|
|
||||||
Xapian::Database db;
|
Xapian::Database db;
|
||||||
Xapian::PostingIterator i;
|
Xapian::PostingIterator i;
|
||||||
Xapian::docid doc_id;
|
Xapian::docid doc_id;
|
||||||
|
|
||||||
db = Xapian::Database (database_path);
|
db = Xapian::Database (database_path);
|
||||||
|
|
||||||
|
for (i = db.postlist_begin (""); i != db.postlist_end (""); i++) {
|
||||||
|
Xapian::Document doc;
|
||||||
|
|
||||||
|
doc_id = *i;
|
||||||
|
|
||||||
|
doc = db.get_document (doc_id);
|
||||||
|
|
||||||
|
if (doc.termlist_count () > MAX_TERMS)
|
||||||
|
MAX_TERMS = doc.termlist_count ();
|
||||||
|
}
|
||||||
|
|
||||||
|
printf ("#define MAX_TERMS %d\n\n", MAX_TERMS);
|
||||||
|
|
||||||
|
printf ("typedef struct {\n"
|
||||||
|
" char data[255];\n"
|
||||||
|
" char terms[MAX_TERMS][255];\n"
|
||||||
|
" char message_id[255];\n"
|
||||||
|
" char thread_id[4096];\n"
|
||||||
|
" time_t time;\n"
|
||||||
|
"} document_dump_t;\n\n");
|
||||||
|
|
||||||
|
printf ("document_dump_t dump[] = {\n");
|
||||||
|
|
||||||
for (i = db.postlist_begin (""); i != db.postlist_end (""); i++) {
|
for (i = db.postlist_begin (""); i != db.postlist_end (""); i++) {
|
||||||
doc_id = *i;
|
doc_id = *i;
|
||||||
|
|
||||||
print_document (db, doc_id);
|
print_document (db, doc_id);
|
||||||
}
|
}
|
||||||
|
|
||||||
|
printf ("};\n");
|
||||||
|
|
||||||
} catch (const Xapian::Error &error) {
|
} catch (const Xapian::Error &error) {
|
||||||
cerr << "A Xapian exception occurred: " << error.get_msg () << endl;
|
cerr << "A Xapian exception occurred: " << error.get_msg () << endl;
|
||||||
exit (1);
|
exit (1);
|
||||||
|
|
Loading…
Reference in a new issue