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 INCLUDE "debug.ml"
   8
   9 open Ata
  10
  11
  12 let l = ref [] ;;
  13 let time f x =
  14   let t1 = Unix.gettimeofday () in
  15   let r = f x in
  16   let t2 = Unix.gettimeofday () in
  17   let t = (1000. *.(t2 -. t1)) in
  18     l:= t::!l;
  19     Printf.eprintf "  %fms\n%!" t ;
  20     r
  21 ;;
  22 let total_time () =  List.fold_left (+.) 0. !l;;
  23
  24 let poa = TagSet.add Tag.pcdata (TagSet.singleton Tag.attribute)
  25
  26 let rec fill_hashtag t =
  27   if Tree.Binary.is_node t then
  28     begin
  29       let tag = Tree.Binary.tag t in
  30       let a =
  31         if TagSet.mem tag poa
  32         then 0
  33         else
  34           fill_hashtag (Tree.Binary.first_child t)
  35       in
  36       let b = fill_hashtag (Tree.Binary.next_sibling t)
  37       in a+b+1
  38     end
  39   else 0
  40
  41
  42 let test_slashslash tree k =
  43   let test =
  44     match k with "*" -> TagSet.remove (Tag.tag "") TagSet.star
  45       | s -> TagSet.singleton (Tag.tag k)
  46   in
  47   let attorstring = TagSet.cup TagSet.pcdata TagSet.attribute in
  48   let rec aux t acc =
  49     if Tree.Binary.is_node t
  50     then
  51       let tag = Tree.Binary.tag t in
  52           let l = Tree.Binary.first_child t
  53           and r = Tree.Binary.next_sibling t
  54           in
  55           let acc =
  56             if TagSet.mem tag test
  57             then
  58               TS.append t acc
  59             else
  60               acc
  61           in
  62           let rl = if TagSet.mem tag attorstring then acc else aux l acc
  63           in aux r rl
  64     else
  65       acc
  66   in
  67   let _ = Printf.eprintf "Testing optimal //%s ... " k in
  68   let r = time (aux tree ) TS.empty in
  69   Printf.eprintf "Result set is %i nodes\n%!" (TS.length r)
  70
  71
  72 let test_jump tree k =
  73   let ttag = Tag.tag k in
  74
  75   let rec loop acc tree =
  76     if Tree.Binary.is_node tree
  77     then
  78       let acc = TS.cons tree acc in
  79         loop acc (Tree.Binary.tagged_foll tree ttag)
  80     else
  81       acc
  82
  83   in
  84   let _ = Printf.eprintf "Testing jumping for tag %s ... " k in
  85   let r = time (loop TS.empty ) (Tree.Binary.tagged_next tree ttag) in
  86     Printf.eprintf "Result set is %i nodes\n%!" (TS.length r)
  87
  88
  89
  90 let test_traversal tree k =
  91   let ttag = Tag.tag k in
  92   let iid t = if Tree.Binary.is_node t then Tree.Binary.id t else -1 in
  93   let rec aux t =
  94     if Tree.Binary.is_node t
  95     then
  96       let tag = Tree.Binary.tag t in
  97       let l = Tree.Binary.first_child t
  98       and r = Tree.Binary.next_sibling t
  99       in
 100       let _ = Printf.eprintf "Tree with id %i and tag=%s, tagged_desc %s is %i tagged_foll is %i\n%!"
 101         (Tree.Binary.id t) (Tag.to_string tag) (k)
 102         (iid (Tree.Binary.tagged_desc t ttag))
 103         (iid (Tree.Binary.tagged_foll t ttag))
 104       in
 105         aux l;
 106         aux r;
 107
 108     else
 109       ()
 110   in
 111     aux tree
 112
 113
 114
 115 let test_count_subtree tree k =
 116   let ttag = Tag.tag k in
 117   let _ = Printf.eprintf "Counting subtrees with tag %s ... %!" k in
 118   let r = time(Tree.Binary.subtree_tags tree) ttag in
 119     Printf.eprintf "%i nodes \n%!" r
 120
 121
 122 let test_contains tree s =
 123   let _ = Printf.eprintf "Fetching DocIds containing %s ... %!" s in
 124     time (fun s -> let r = Tree.Binary.contains tree s in
 125             Tree.Binary.DocIdSet.iter
 126               (fun t -> output_string stderr
 127                  (Tree.Binary.get_string tree t);
 128                  output_char stderr '\n') r ) s
 129
 130
 131 let test_count_contains tree s =
 132   let _ = Printf.eprintf "Counting DocIds containing %s ... %!" s in
 133   let r = time (Tree.Binary.count_contains tree) s in
 134     Printf.eprintf "%i documents ids\n%!" (r)
 135
 136 let test_contains_old tree s =
 137   let _ = Printf.eprintf "Fetching (old) DocIds containing %s ... %!" s in
 138   let r = time (Tree.Binary.contains_old tree) s in
 139     Printf.eprintf "%i documents ids\n%!" (Tree.Binary.DocIdSet.cardinal r)
 140
 141 let test_contains_iter tree s =
 142   let _ = Printf.eprintf "Fetching (old) DocIds containing %s ... %!" s in
 143   let r = time (Tree.Binary.contains_iter tree) s in
 144     Printf.eprintf "%i documents ids\n%!" (Tree.Binary.DocIdSet.cardinal r)
 145
 146 module Stack =
 147 struct
 148   type t = { mutable table: Tree.Binary.t array;
 149              mutable top : int }
 150
 151   let empty = { table = Array.make 0 (Obj.magic 0);
 152                 top = 0 }
 153   let cons e s =
 154     let ls = Array.length s.table in
 155     if ls > s.top
 156     then
 157       begin
 158         s.table.(s.top) <- e;
 159         s.top <- s.top + 1;
 160         s
 161       end
 162     else
 163
 164       let a = Array.make (ls * 2 + 1) (Tree.Binary.root e)
 165       in
 166         Array.blit s.table 0 a 0 ls;
 167         s.table <- a;
 168         s.table.(s.top) <- e;
 169         s.top <- s.top + 1;
 170         s
 171
 172 end
 173
 174 let test_fast tree =
 175   let rec aux t acc =
 176     if Tree.Binary.is_node t
 177     then
 178       aux (Tree.Binary.right t)( aux (Tree.Binary.left t) (Stack.cons t acc))
 179     else acc
 180   in let _ = Printf.eprintf "Fast traversal ...%!" in
 181     time (aux tree) Stack.empty
 182
 183 let test_cps tree =
 184   let rec aux t acc cont =
 185     if Tree.Binary.is_node t
 186     then aux (Tree.Binary.left t) (Stack.cons t acc) ((Tree.Binary.right t)::cont)
 187     else match cont with
 188       | [] -> acc
 189       | p::r -> aux p acc r
 190   in
 191   let _ = Printf.eprintf "CPS traversal ...%!" in
 192     time (aux tree Stack.empty) []
 193
 194
 195 let main v query output =
 196     let _ = Tag.init (Tree.Binary.tag_pool v) in
 197       Printf.eprintf "Parsing query : ";
 198       let query = try
 199         time
 200           XPath.Parser.parse_string query
 201       with
 202           Ulexer.Loc.Exc_located ((x,y),e) -> Printf.eprintf "character %i-%i %s\n" x y (Printexc.to_string e);exit 1
 203       in
 204         XPath.Ast.print Format.err_formatter query;
 205         Format.fprintf Format.err_formatter "\n%!";
 206 (*      Printf.eprintf "Dummy iteration : ";
 207         time (fill_hashtag) v;
 208         Printf.eprintf "Dummy iteration (tag access cached) : ";
 209         time (fill_hashtag) v;
 210 *)
 211         Printf.eprintf "Compiling query : ";
 212         let auto,_ = time XPath.Compile.compile  query in
 213           Printf.eprintf "Execution time %s : " (if !Options.count_only then "(counting only)" else "");
 214           begin
 215             if !Options.count_only then
 216               let result = time (BottomUpNew.run_count auto) v
 217               in
 218                 Printf.eprintf "Number of nodes in the result set : %i\n" result
 219             else
 220             let result = time (BottomUpNew.run auto) v in
 221               Printf.eprintf "Number of nodes in the result set : %i\n" (TS.length result);
 222               begin
 223                 match output with
 224                   | None -> ()
 225                   | Some f ->
 226                       Printf.eprintf "Serializing results : ";
 227                       time( fun () ->
 228                               let oc = open_out f in
 229                                 output_string oc "<?xml version=\"1.0\" encoding=\"UTF-8\"?>\n";
 230                                 TS.iter (fun t -> output_string oc "----------\n";
 231                                            Tree.Binary.print_xml_fast oc t;
 232                                            output_char oc '\n') result) ();
 233               end;
 234           end;
 235           Printf.eprintf "Total running time : %fms\n%!" (total_time())
 236 ;;
 237
 238 Options.parse_cmdline();;
 239
 240 let v =
 241   if (Filename.check_suffix !Options.input_file ".srx")
 242   then
 243     begin
 244       Printf.eprintf "Loading from file : ";
 245       time (Tree.Binary.load  ~sample:!Options.sample_factor )
 246         (Filename.chop_suffix !Options.input_file ".srx");
 247     end
 248   else
 249     let v =
 250       time (fun () -> let v = Tree.Binary.parse_xml_uri !Options.input_file;
 251             in Printf.eprintf "Parsing document : %!";v
 252            ) ()
 253     in
 254       if !Options.save_file <> ""
 255       then begin
 256         Printf.eprintf "Writing file to disk : ";
 257         time (Tree.Binary.save v) !Options.save_file;
 258       end;
 259       v
 260 in
 261   main v !Options.query !Options.output_file;;
 262
 263 IFDEF DEBUG
 264 THEN
 265 Printf.eprintf "\n=================================================\nDEBUGGING\n%!";
 266
 267 Tree.DEBUGTREE.print_stats Format.err_formatter;;
 268 Gc.full_major()
 269 ENDIF