DbCreator.js 20 KB

123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116117118119120121122123124125126127128129130131132133134135136137138139140141142143144145146147148149150151152153154155156157158159160161162163164165166167168169170171172173174175176177178179180181182183184185186187188189190191192193194195196197198199200201202203204205206207208209210211212213214215216217218219220221222223224225226227228229230231232233234235236237238239240241242243244245246247248249250251252253254255256257258259260261262263264265266267268269270271272273274275276277278279280281282283284285286287288289290291292293294295296297298299300301302303304305306307308309310311312313314315316317318319320321322323324325326327328329330331332333334335336337338339340341342343344345346347348349350351352353354355356357358359360361362363364365366367368369370371372373374375376377378379380381382383384385386387388389390391392393394395396397398399400401402403404405406407408409410411412413414415416417418419420421422423424425426427428429430431432433434435436437438439440441442443444445446447448449450451452453454455456457458459460461462463464465466467468469470471472473474475476477478479480481482483484485486487488489490491492493494495496497498499500501502503504505506507508509510511512513514515516517518519520521522523524525526527528529530531532533534535536537538539540541542543544545546547548549550551552553554555556557558559560561562563564565566567568569570571572573574575576577578579580581582583584585586587588589590591592593594595596597598599600601602603604605606607608609610611612613614615616617
  1. const fs = require('fs-extra');
  2. const InpxParser = require('./InpxParser');
  3. const InpxHashCreator = require('./InpxHashCreator');
  4. const utils = require('./utils');
  5. const emptyFieldValue = '?';
  6. class DbCreator {
  7. constructor(config) {
  8. this.config = config;
  9. }
  10. async loadInpxFilter() {
  11. const inpxFilterFile = this.config.inpxFilterFile;
  12. if (await fs.pathExists(inpxFilterFile)) {
  13. let filter = await fs.readFile(inpxFilterFile, 'utf8');
  14. filter = JSON.parse(filter);
  15. if (filter.includeAuthors) {
  16. filter.includeAuthors = filter.includeAuthors.map(a => a.toLowerCase());
  17. filter.includeSet = new Set(filter.includeAuthors);
  18. }
  19. if (filter.excludeAuthors) {
  20. filter.excludeAuthors = filter.excludeAuthors.map(a => a.toLowerCase());
  21. filter.excludeSet = new Set(filter.excludeAuthors);
  22. }
  23. return filter;
  24. } else {
  25. return false;
  26. }
  27. }
  28. //процедура формировани БД несколько усложнена, в целях экономии памяти
  29. async run(db, callback) {
  30. const config = this.config;
  31. callback({jobStepCount: 5});
  32. callback({job: 'load inpx', jobMessage: 'Загрузка INPX', jobStep: 1, progress: 0});
  33. //временная таблица
  34. await db.create({
  35. table: 'book',
  36. cacheSize: (config.lowMemoryMode ? 5 : 500),
  37. });
  38. //поисковые таблицы, позже сохраним в БД
  39. let authorMap = new Map();//авторы
  40. let authorArr = [];
  41. let seriesMap = new Map();//серии
  42. let seriesArr = [];
  43. let titleMap = new Map();//названия
  44. let titleArr = [];
  45. let genreMap = new Map();//жанры
  46. let genreArr = [];
  47. let langMap = new Map();//языки
  48. let langArr = [];
  49. let delMap = new Map();//удаленные
  50. let delArr = [];
  51. let dateMap = new Map();//дата поступления
  52. let dateArr = [];
  53. let librateMap = new Map();//оценка
  54. let librateArr = [];
  55. //stats
  56. let authorCount = 0;
  57. let bookCount = 0;
  58. let noAuthorBookCount = 0;
  59. let bookDelCount = 0;
  60. //stuff
  61. let recsLoaded = 0;
  62. callback({recsLoaded});
  63. let chunkNum = 0;
  64. //фильтр
  65. const inpxFilter = await this.loadInpxFilter();
  66. let filter = () => true;
  67. if (inpxFilter) {
  68. let recFilter = () => true;
  69. if (inpxFilter.filter) {
  70. if (config.allowUnsafeFilter)
  71. recFilter = new Function(`'use strict'; return ${inpxFilter.filter}`)();
  72. else
  73. throw new Error(`Unsafe property 'filter' detected in ${this.config.inpxFilterFile}. Please specify '--unsafe-filter' param if you know what you're doing.`);
  74. }
  75. filter = (rec) => {
  76. let author = rec.author;
  77. if (!author)
  78. author = emptyFieldValue;
  79. author = author.toLowerCase();
  80. let excluded = false;
  81. if (inpxFilter.excludeSet) {
  82. const authors = author.split(',');
  83. for (const a of authors) {
  84. if (inpxFilter.excludeSet.has(a)) {
  85. excluded = true;
  86. break;
  87. }
  88. }
  89. }
  90. return recFilter(rec)
  91. && (!inpxFilter.includeSet || inpxFilter.includeSet.has(author))
  92. && !excluded
  93. ;
  94. };
  95. }
  96. //вспомогательные функции
  97. const splitAuthor = (author) => {
  98. if (!author)
  99. author = emptyFieldValue;
  100. const result = author.split(',');
  101. if (result.length > 1)
  102. result.push(author);
  103. return result;
  104. }
  105. let totalFiles = 0;
  106. const readFileCallback = async(readState) => {
  107. callback(readState);
  108. if (readState.totalFiles)
  109. totalFiles = readState.totalFiles;
  110. if (totalFiles)
  111. callback({progress: (readState.current || 0)/totalFiles});
  112. };
  113. const parseField = (fieldValue, fieldMap, fieldArr, bookId, rec, fillBookIds = true) => {
  114. let value = fieldValue;
  115. if (typeof(fieldValue) == 'string') {
  116. if (!fieldValue)
  117. fieldValue = emptyFieldValue;
  118. value = fieldValue.toLowerCase();
  119. }
  120. let fieldRec;
  121. if (fieldMap.has(value)) {
  122. const fieldId = fieldMap.get(value);
  123. fieldRec = fieldArr[fieldId];
  124. } else {
  125. fieldRec = {id: fieldArr.length, value, bookIds: new Set()};
  126. if (rec !== undefined) {
  127. fieldRec.name = fieldValue;
  128. fieldRec.bookCount = 0;
  129. fieldRec.bookDelCount = 0;
  130. }
  131. fieldArr.push(fieldRec);
  132. fieldMap.set(value, fieldRec.id);
  133. }
  134. if (fieldValue !== emptyFieldValue || fillBookIds)
  135. fieldRec.bookIds.add(bookId);
  136. if (rec !== undefined) {
  137. if (!rec.del)
  138. fieldRec.bookCount++;
  139. else
  140. fieldRec.bookDelCount++;
  141. }
  142. };
  143. const parseBookRec = (rec) => {
  144. //авторы
  145. const author = splitAuthor(rec.author);
  146. for (let i = 0; i < author.length; i++) {
  147. const a = author[i];
  148. //статистика
  149. if (!authorMap.has(a.toLowerCase()) && (author.length == 1 || i < author.length - 1)) //без соавторов
  150. authorCount++;
  151. parseField(a, authorMap, authorArr, rec.id, rec);
  152. }
  153. //серии
  154. parseField(rec.series, seriesMap, seriesArr, rec.id, rec, false);
  155. //названия
  156. parseField(rec.title, titleMap, titleArr, rec.id, rec);
  157. //жанры
  158. let genre = rec.genre || emptyFieldValue;
  159. genre = rec.genre.split(',');
  160. for (let g of genre) {
  161. parseField(g, genreMap, genreArr, rec.id);
  162. }
  163. //языки
  164. parseField(rec.lang, langMap, langArr, rec.id);
  165. //удаленные
  166. parseField(rec.del, delMap, delArr, rec.id);
  167. //дата поступления
  168. parseField(rec.date, dateMap, dateArr, rec.id);
  169. //оценка
  170. parseField(rec.librate, librateMap, librateArr, rec.id);
  171. };
  172. //основная процедура парсинга
  173. let id = 0;
  174. const parsedCallback = async(chunk) => {
  175. let filtered = false;
  176. for (const rec of chunk) {
  177. //сначала фильтр
  178. if (!filter(rec)) {
  179. rec.id = 0;
  180. filtered = true;
  181. continue;
  182. }
  183. rec.id = ++id;
  184. if (!rec.del) {
  185. bookCount++;
  186. if (!rec.author)
  187. noAuthorBookCount++;
  188. } else {
  189. bookDelCount++;
  190. }
  191. parseBookRec(rec);
  192. }
  193. let saveChunk = [];
  194. if (filtered) {
  195. saveChunk = chunk.filter(r => r.id);
  196. } else {
  197. saveChunk = chunk;
  198. }
  199. await db.insert({table: 'book', rows: saveChunk});
  200. recsLoaded += chunk.length;
  201. callback({recsLoaded});
  202. if (chunkNum++ % 10 == 0 && config.lowMemoryMode)
  203. utils.freeMemory();
  204. };
  205. //парсинг
  206. const parser = new InpxParser();
  207. await parser.parse(config.inpxFile, readFileCallback, parsedCallback);
  208. //чистка памяти, ибо жрет как не в себя
  209. authorMap = null;
  210. seriesMap = null;
  211. titleMap = null;
  212. genreMap = null;
  213. langMap = null;
  214. delMap = null;
  215. dateMap = null;
  216. librateMap = null;
  217. await db.close({table: 'book'});
  218. await db.freeMemory();
  219. utils.freeMemory();
  220. //отсортируем таблицы выдадим им правильные id
  221. //порядок id соответствует ASC-сортировке по value
  222. callback({job: 'sort', jobMessage: 'Сортировка', jobStep: 2, progress: 0});
  223. await utils.sleep(100);
  224. //сортировка авторов
  225. authorArr.sort((a, b) => a.value.localeCompare(b.value));
  226. callback({progress: 0.2});
  227. await utils.sleep(100);
  228. id = 0;
  229. for (const authorRec of authorArr) {
  230. authorRec.id = ++id;
  231. }
  232. callback({progress: 0.3});
  233. await utils.sleep(100);
  234. //сортировка серий
  235. seriesArr.sort((a, b) => a.value.localeCompare(b.value));
  236. callback({progress: 0.5});
  237. await utils.sleep(100);
  238. id = 0;
  239. for (const seriesRec of seriesArr) {
  240. seriesRec.id = ++id;
  241. }
  242. callback({progress: 0.6});
  243. await utils.sleep(100);
  244. //сортировка названий
  245. titleArr.sort((a, b) => a.value.localeCompare(b.value));
  246. callback({progress: 0.8});
  247. await utils.sleep(100);
  248. id = 0;
  249. for (const titleRec of titleArr) {
  250. titleRec.id = ++id;
  251. }
  252. //stats
  253. const stats = {
  254. filesCount: 0,//вычислим позднее
  255. filesCountAll: 0,//вычислим позднее
  256. filesDelCount: 0,//вычислим позднее
  257. recsLoaded,
  258. authorCount,
  259. authorCountAll: authorArr.length,
  260. bookCount,
  261. bookCountAll: bookCount + bookDelCount,
  262. bookDelCount,
  263. noAuthorBookCount,
  264. titleCount: titleArr.length,
  265. seriesCount: seriesArr.length,
  266. genreCount: genreArr.length,
  267. langCount: langArr.length,
  268. };
  269. //console.log(stats);
  270. //сохраним поисковые таблицы
  271. const chunkSize = 10000;
  272. const saveTable = async(table, arr, nullArr, indexType = 'string') => {
  273. if (indexType == 'string')
  274. arr.sort((a, b) => a.value.localeCompare(b.value));
  275. else
  276. arr.sort((a, b) => a.value - b.value);
  277. await db.create({
  278. table,
  279. index: {field: 'value', unique: true, type: indexType, depth: 1000000},
  280. });
  281. //вставка в БД по кусочкам, экономим память
  282. for (let i = 0; i < arr.length; i += chunkSize) {
  283. const chunk = arr.slice(i, i + chunkSize);
  284. for (const rec of chunk)
  285. rec.bookIds = Array.from(rec.bookIds);
  286. await db.insert({table, rows: chunk});
  287. if (i % 5 == 0) {
  288. await db.freeMemory();
  289. await utils.sleep(10);
  290. }
  291. callback({progress: i/arr.length});
  292. }
  293. nullArr();
  294. await db.close({table});
  295. utils.freeMemory();
  296. await db.freeMemory();
  297. };
  298. //author
  299. callback({job: 'author save', jobMessage: 'Сохранение индекса авторов', jobStep: 3, progress: 0});
  300. await saveTable('author', authorArr, () => {authorArr = null});
  301. //series
  302. callback({job: 'series save', jobMessage: 'Сохранение индекса серий', jobStep: 4, progress: 0});
  303. await saveTable('series', seriesArr, () => {seriesArr = null});
  304. //title
  305. callback({job: 'title save', jobMessage: 'Сохранение индекса названий', jobStep: 5, progress: 0});
  306. await saveTable('title', titleArr, () => {titleArr = null});
  307. //genre
  308. callback({job: 'genre save', jobMessage: 'Сохранение индекса жанров', jobStep: 6, progress: 0});
  309. await saveTable('genre', genreArr, () => {genreArr = null});
  310. callback({job: 'others save', jobMessage: 'Сохранение остальных индексов', jobStep: 7, progress: 0});
  311. //lang
  312. await saveTable('lang', langArr, () => {langArr = null});
  313. //del
  314. await saveTable('del', delArr, () => {delArr = null}, 'number');
  315. //date
  316. await saveTable('date', dateArr, () => {dateArr = null});
  317. //librate
  318. await saveTable('librate', librateArr, () => {librateArr = null}, 'number');
  319. //кэш-таблицы запросов
  320. await db.create({table: 'query_cache'});
  321. await db.create({table: 'query_time'});
  322. //кэш-таблица имен файлов и их хешей
  323. await db.create({table: 'file_hash'});
  324. //-- завершающие шаги --------------------------------
  325. await db.open({
  326. table: 'book',
  327. cacheSize: (config.lowMemoryMode ? 5 : 500),
  328. });
  329. callback({job: 'optimization', jobMessage: 'Оптимизация', jobStep: 8, progress: 0});
  330. await this.optimizeTable('author', db, (p) => {
  331. if (p.progress)
  332. p.progress = 0.3*p.progress;
  333. callback(p);
  334. });
  335. await this.optimizeTable('series', db, (p) => {
  336. if (p.progress)
  337. p.progress = 0.3 + 0.2*p.progress;
  338. callback(p);
  339. });
  340. await this.optimizeTable('title', db, (p) => {
  341. if (p.progress)
  342. p.progress = 0.5 + 0.5*p.progress;
  343. callback(p);
  344. });
  345. callback({job: 'stats count', jobMessage: 'Подсчет статистики', jobStep: 9, progress: 0});
  346. await this.countStats(db, callback, stats);
  347. //чистка памяти, ибо жрет как не в себя
  348. await db.close({table: 'book'});
  349. await db.freeMemory();
  350. utils.freeMemory();
  351. //config сохраняем в самом конце, нет конфига - с базой что-то не так
  352. const inpxHashCreator = new InpxHashCreator(config);
  353. await db.create({
  354. table: 'config'
  355. });
  356. await db.insert({table: 'config', rows: [
  357. {id: 'inpxInfo', value: (inpxFilter && inpxFilter.info ? inpxFilter.info : parser.info)},
  358. {id: 'stats', value: stats},
  359. {id: 'inpxHash', value: await inpxHashCreator.getHash()},
  360. ]});
  361. callback({job: 'done', jobMessage: ''});
  362. }
  363. async optimizeTable(from, db, callback) {
  364. const config = this.config;
  365. const to = `${from}_book`;
  366. const toId = `${from}_id`;
  367. await db.open({table: from});
  368. await db.create({table: to});
  369. const bookId2RecId = new Map();
  370. const saveChunk = async(chunk) => {
  371. const ids = [];
  372. for (const rec of chunk) {
  373. for (const id of rec.bookIds) {
  374. let b2r = bookId2RecId.get(id);
  375. if (!b2r) {
  376. b2r = [];
  377. bookId2RecId.set(id, b2r);
  378. }
  379. b2r.push(rec.id);
  380. ids.push(id);
  381. }
  382. }
  383. if (config.fullOptimization) {
  384. ids.sort((a, b) => a - b);// обязательно, иначе будет тормозить - особенности JembaDb
  385. const rows = await db.select({table: 'book', where: `@@id(${db.esc(ids)})`});
  386. const bookArr = new Map();
  387. for (const row of rows)
  388. bookArr.set(row.id, row);
  389. for (const rec of chunk) {
  390. rec.books = [];
  391. for (const id of rec.bookIds) {
  392. const book = bookArr.get(id);
  393. if (book) {//на всякий случай
  394. rec.books.push(book);
  395. }
  396. }
  397. delete rec.name;
  398. delete rec.value;
  399. delete rec.bookIds;
  400. }
  401. await db.insert({
  402. table: to,
  403. rows: chunk,
  404. });
  405. }
  406. };
  407. const rows = await db.select({table: from, count: true});
  408. const fromLength = rows[0].count;
  409. let processed = 0;
  410. while (1) {// eslint-disable-line
  411. const chunk = await db.select({
  412. table: from,
  413. where: `
  414. let iter = @getItem('optimize');
  415. if (!iter) {
  416. iter = @all();
  417. @setItem('optimize', iter);
  418. }
  419. const ids = new Set();
  420. let bookIdsLen = 0;
  421. let id = iter.next();
  422. while (!id.done) {
  423. ids.add(id.value);
  424. const row = @row(id.value);
  425. bookIdsLen += row.bookIds.length;
  426. if (bookIdsLen >= 50000)
  427. break;
  428. id = iter.next();
  429. }
  430. return ids;
  431. `
  432. });
  433. if (chunk.length) {
  434. await saveChunk(chunk);
  435. processed += chunk.length;
  436. callback({progress: processed/fromLength});
  437. } else
  438. break;
  439. if (this.config.lowMemoryMode) {
  440. await utils.sleep(10);
  441. utils.freeMemory();
  442. await db.freeMemory();
  443. }
  444. }
  445. await db.close({table: to});
  446. await db.close({table: from});
  447. await db.create({table: toId});
  448. const idRows = [];
  449. for (const [id, value] of bookId2RecId) {
  450. idRows.push({id, value});
  451. }
  452. await db.insert({table: toId, rows: idRows});
  453. await db.close({table: toId});
  454. }
  455. async countStats(db, callback, stats) {
  456. //статистика по количеству файлов
  457. //эмуляция прогресса
  458. let countDone = false;
  459. (async() => {
  460. let i = 0;
  461. while (!countDone) {
  462. callback({progress: i/100});
  463. i = (i < 100 ? i + 5 : 100);
  464. await utils.sleep(1000);
  465. }
  466. })();
  467. //подчсет
  468. const countRes = await db.select({table: 'book', rawResult: true, where: `
  469. const files = new Set();
  470. const filesDel = new Set();
  471. for (const id of @all()) {
  472. const r = @row(id);
  473. const file = ${"`${r.folder}/${r.file}.${r.ext}`"};
  474. if (!r.del) {
  475. files.add(file);
  476. } else {
  477. filesDel.add(file);
  478. }
  479. }
  480. for (const file of filesDel)
  481. if (files.has(file))
  482. filesDel.delete(file);
  483. return {filesCount: files.size, filesDelCount: filesDel.size};
  484. `});
  485. if (countRes.length) {
  486. const res = countRes[0].rawResult;
  487. stats.filesCount = res.filesCount;
  488. stats.filesCountAll = res.filesCount + res.filesDelCount;
  489. stats.filesDelCount = res.filesDelCount;
  490. }
  491. countDone = true;
  492. }
  493. }
  494. module.exports = DbCreator;