main.ml

   1 (******************************************************************************)
   2 (*  SXSI : XPath evaluator                                                    *)
   3 (*  Kim Nguyen (Kim.Nguyen@nicta.com.au)                                      *)
   4 (*  Copyright NICTA 2008                                                      *)
   5 (*  Distributed under the terms of the LGPL (see LICENCE)                     *)
   6 (******************************************************************************)
   7
   8 open Ata
   9
  10 let l = ref [] ;;
  11 let time f x =
  12   let t1 = Unix.gettimeofday () in
  13   let r = f x in
  14   let t2 = Unix.gettimeofday () in
  15   let t = (1000. *. (t2 -. t1)) in
  16     l:= t::!l;
  17     Printf.eprintf "  %fms\n%!" t ;
  18     r
  19 ;;
  20 let total_time () =  List.fold_left (+.) 0. !l;;
  21 let enabled_gc = Gc.get()
  22 let disabled_gc = { Gc.get() with
  23                       Gc.max_overhead = 1000000;
  24                       Gc.space_overhead = 100 }
  25
  26 let main v query_string output =
  27     let _ = Tag.init (Tree.tag_pool v) in
  28       Printf.eprintf "Parsing query : ";
  29       let query = try
  30         time
  31           XPath.Parser.parse_string query_string
  32       with
  33           Ulexer.Loc.Exc_located ((x,y),e) -> Printf.eprintf "character %i-%i %s\n" x y (Printexc.to_string e);exit 1
  34       in
  35         XPath.Ast.print Format.err_formatter query;
  36         Format.fprintf Format.err_formatter "\n%!";
  37         Printf.eprintf "Compiling query : ";
  38         let auto,ltags,contains = time (XPath.Compile.compile ~querystring:query_string) query in
  39         let _ = Ata.dump Format.err_formatter auto in
  40         let _ = Printf.eprintf "%!" in
  41         let jump_to =
  42           match contains with
  43               None -> (max_int,`NOTHING)
  44             | Some s ->
  45                 let r = Tree.count v s
  46                 in
  47                   Printf.eprintf "%i documents in the TextCollection\n" (Tree.text_size v);
  48                   Printf.eprintf "Global count is %i, using " r;
  49                   if r < !Options.tc_threshold then begin
  50                     Printf.eprintf "TextCollection contains\nCalling global contains : ";
  51                     time (Tree.init_contains v) s;
  52                   end
  53                   else begin
  54                     Printf.eprintf "Naive contains\nCalling global contains : ";
  55                     time (Tree.init_naive_contains v) s
  56                   end;(r,`CONTAINS(s))
  57         in
  58         let test_list =
  59           if (!Options.backward) then begin
  60             Printf.eprintf "Finding min occurences : ";
  61             time
  62               ( List.fold_left (fun ((min_occ,kind)as acc)  (tag,_) ->
  63                               let numtags = Tree.subtree_tags v tag Tree.root in
  64                                 if  ((numtags < min_occ) && numtags >= 2)
  65                                 then (numtags,`TAG(tag))
  66                                 else acc) jump_to) ltags
  67           end
  68           else (max_int,`NOTHING)
  69         in
  70         let _ = if (snd test_list) != `NOTHING then
  71           let occ,s1,s2 = match test_list with
  72             | (x,`TAG (tag)) -> (x, "tag", (Tag.to_string tag))
  73             | (x,`CONTAINS(s)) -> (x, "contains()", s)
  74             | _ -> assert false
  75           in
  76             Printf.eprintf "Will jump to %s %s occuring %i time\n%!" s1 s2 occ
  77         in
  78           Printf.eprintf "Execution time %s : "
  79             (if !Options.count_only then "(counting only)" else if !Options.backward then "(bottomup)" else "");
  80           begin
  81             let _ = Gc.full_major();Gc.compact() in
  82               (*            let _ = Gc.set (disabled_gc) in  *)
  83               if !Options.backward && ((snd test_list) != `NOTHING )then
  84
  85                 let r = time (bottom_up_count auto v )(snd test_list)  in
  86                 let _ = Printf.eprintf "Number of nodes in the result set : %i\n%!" r
  87                 in ()
  88               else
  89                 let _ =
  90                   if !Options.backward then Printf.eprintf "WARNING: couldn't find a jumping point, running top-down\n"
  91                 in
  92                 if !Options.count_only then
  93                   let r = time ( top_down_count auto ) v in
  94                   let _ = Printf.eprintf "Number of nodes in the result set : %i\n%!" r
  95                   in ()
  96                 else
  97                   let result = time (top_down auto) v in
  98                   let rcount = IdSet.length result in
  99                     Printf.eprintf "Number of nodes in the result set : %i\n" rcount;
 100                     Printf.eprintf "\n%!";
 101                     begin
 102                       match output with
 103                         | None -> ()
 104                         | Some f ->
 105                             Printf.eprintf "Serializing results : ";
 106                             time( fun () ->
 107                                     let oc = open_out f in
 108                                       output_string oc "<?xml version=\"1.0\" encoding=\"UTF-8\"?>\n";
 109                                       IdSet.iter (fun t ->
 110                                                     Tree.print_xml_fast oc v t;
 111                                                     output_char oc '\n';
 112                                                     output_string oc "----------\n";
 113                                                  ) result) ();
 114                     end;
 115           end;
 116           let _ = Gc.set enabled_gc in
 117             Printf.eprintf "Total running time : %fms\n%!" (total_time())
 118 ;;
 119
 120 Options.parse_cmdline();;
 121
 122 let v =
 123   if (Filename.check_suffix !Options.input_file ".srx")
 124   then
 125     begin
 126       Printf.eprintf "Loading from file : ";
 127       time (Tree.load  ~sample:!Options.sample_factor )
 128     (Filename.chop_suffix !Options.input_file ".srx");
 129         end
 130   else
 131     let v =
 132       time (fun () -> let v = Tree.parse_xml_uri !Options.input_file;
 133             in Printf.eprintf "Parsing document : %!";v
 134            ) ()
 135     in
 136       if !Options.save_file <> ""
 137       then begin
 138         Printf.eprintf "Writing file to disk : ";
 139         time (Tree.save v) !Options.save_file;
 140       end;
 141       v
 142 in
 143   main v !Options.query !Options.output_file;;
 144