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 INCLUDE "utils.ml"
  10 let () = init_timer();;
  11
  12 let default_gc = Gc.get()
  13 let tuned_gc = { Gc.get() with
  14                    Gc.minor_heap_size = 4*1024*1024;
  15                    Gc.major_heap_increment = 1024*1024;
  16                    Gc.max_overhead = 1000000;
  17                   }
  18 let hash x = 131*x/(x-1+1)
  19
  20 let test_loop tree tag =
  21   let t' = Tree.tagged_descendant tree tag  Tree.root in
  22   let f = Hashtbl.create 4096
  23   in
  24   let jump t _ =  Tree.tagged_following_below tree tag t Tree.root in
  25   let g t ctx =
  26     if t == Tree.nil then 0
  27     else 1+ ((Hashtbl.find f (hash 101)) (jump t ctx) ctx)
  28   in
  29   Hashtbl.add f (hash 101) g;
  30   (Hashtbl.find f (hash 101)) t' Tree.root
  31
  32 let test_full tree =
  33   let root = Tree.root in
  34   let fin = Tree.closing tree root in
  35   let rec loop t = if t <= fin then
  36   let tag = Tree.tag tree t in
  37 (*  let _ = Tag.to_string tag in *)
  38   if tag == Tag.pcdata then (ignore (Tree.get_text tree t));
  39   let t = (Obj.magic ((Obj.magic t) + 1)) in
  40   loop t
  41   in
  42   loop root
  43
  44
  45 let test_loop2 tree tag =
  46   let t' = Tree.tagged_descendant tree tag  Tree.root in
  47   let f = Hashtbl.create 4096
  48   in
  49   let jump t _ =  Tree.tagged_following_below tree tag t Tree.root in
  50   let rec g t ctx =
  51     if t == Tree.nil then 0
  52     else 1+ (match (Hashtbl.find f (hash 101)) with
  53                 `Foo ->g (jump t ctx) ctx
  54             )
  55   in
  56   Hashtbl.add f (hash 101) `Foo;
  57   g t' Tree.root
  58
  59 let test_text doc =
  60   let _ = Printf.eprintf "Contains(bree)" in
  61   let _ = time (Tree.test_contains doc) "bree" in
  62   let _ = Printf.eprintf "Contains(brain)" in
  63   let _ = time (Tree.test_contains doc) "brain" in
  64   let _ = Printf.eprintf "Contains(brain)" in
  65   let i = time (Tree.test_contains doc) "brain" in
  66   let _ = Printf.eprintf "%i\nContains(Australia)" i in
  67   let i = time (Tree.test_contains doc) "AUSTRALIA" in
  68   let _ = Printf.eprintf "%i\n Contains(1930)" i in
  69   let i = time (Tree.test_contains doc) "1930" in
  70   let _ = Printf.eprintf "%i\n startswith(bar)" i in
  71   let i = time (Tree.test_prefix doc) "bar" in
  72   let _ = Printf.eprintf "%i\n endswith(LAND)" i in
  73   let i = time (Tree.test_suffix doc) "LAND" in
  74   let _ = Printf.eprintf "%i\n =(2001)" i in
  75   let i = time (Tree.test_equals doc) "2001" in
  76   let _ = Printf.eprintf "%i\n =(Nguyen)" i in
  77   let i = time (Tree.test_equals doc) "Nguyen" in
  78   Printf.eprintf "%i\n" i ;
  79   ()
  80
  81 type pointers
  82 external build_pointers : Tree.t -> pointers = "caml_build_pointers"
  83 external iter_pointers : pointers -> int = "caml_iter_pointers"
  84 external free_pointers : pointers -> unit = "caml_free_pointers"
  85
  86
  87 let main v query_string output =
  88
  89     let _ = Tag.init (Tree.tag_pool v) in
  90       Printf.eprintf "Parsing query : ";
  91       let query = try
  92         time
  93           XPath.Parser.parse_string query_string
  94       with
  95           Ulexer.Loc.Exc_located ((x,y),e) -> Printf.eprintf "character %i-%i %s\n" x y (Printexc.to_string e);exit 1
  96       in
  97       let _ = Printf.eprintf "Number of nodes %i\n%!" (Tree.size v) in
  98 (*      let _ = test_text v in *)
  99 (*      let _ = Tree.stats v in *)
 100       let _ = Printf.eprintf "Timing first_child/next_sibling %!" in
 101       let c = time (Tree.benchmark_fcns)  v in
 102       let _ = Printf.eprintf "Traversed %i nodes\n" c in
 103       let _ = Printf.eprintf "Timing last_child/prev_sibling %!" in
 104       let _ = time (Tree.benchmark_lcps)  v in
 105       let _ = Printf.eprintf "Timing jump to a %!" in
 106       let _ = time (Tree.benchmark_jump v) (Tag.tag "a")  in
 107       let _ = Printf.eprintf "Timing pointer allocation %!" in
 108       let pointers = time (build_pointers) v  in
 109       let _ = Printf.eprintf "Timing pointer iteration %!" in
 110       let i = time (iter_pointers) pointers  in
 111       let _ = Printf.eprintf "Traversed %i pointers\n\nTiming pointer deallocation %!" i in
 112       let _  = time (free_pointers) pointers  in
 113 (*      let _ = Printf.eprintf "Timing //keyword :" in
 114       let r = time (test_loop v) (Tag.tag "keyword") in
 115       let _ = Printf.eprintf "Count is %i\n%!" r in
 116       let _ = Printf.eprintf "Timing //keyword 2:" in
 117       let r = time (test_loop2 v) (Tag.tag "keyword") in
 118       let _ = Printf.eprintf "Count is %i\n%!" r in
 119       let _ = Printf.eprintf "Timing //node() :" in
 120       let _ = time (test_full)  v in      *)
 121       XPath.Ast.print Format.err_formatter query;
 122       Format.fprintf Format.err_formatter "\n%!";
 123       Printf.eprintf "Compiling query : ";
 124       let auto,ltags,contains = time (XPath.Compile.compile ~querystring:query_string) query in
 125       let _ = Ata.dump Format.err_formatter auto in
 126       let _ = Printf.eprintf "%!" in
 127       let jump_to =
 128         match contains with
 129            None -> (max_int,`NOTHING)
 130           | Some ((op,s)) ->
 131               let r = Tree.count v s
 132               in
 133               Printf.eprintf "%i documents in the TextCollection\n" (Tree.text_size v);
 134               Printf.eprintf "Global count is %i, using " r;
 135               if r < !Options.tc_threshold then begin
 136                 Printf.eprintf "TextCollection contains\nCalling global contains : ";
 137                 time (Tree.init_textfun op v) s;
 138               end
 139               else begin
 140                 Printf.eprintf "Naive contains\nCalling global contains : ";
 141                 time (Tree.init_naive_contains v) s
 142               end;(r,`CONTAINS(s))
 143       in
 144       let test_list = jump_to in
 145       (*
 146         let test_list =
 147         if (!Options.backward) then begin
 148         Printf.eprintf "Finding min occurences : ";
 149         time
 150         ( List.fold_left (fun ((min_occ,kind)as acc)  (tag,_) ->
 151                               let numtags = Tree.subtree_tags v tag Tree.root in
 152                                 if  ((numtags < min_occ) && numtags >= 2)
 153                                 then (numtags,`TAG(tag))
 154                                 else acc) jump_to) ltags
 155           end
 156           else (max_int,`NOTHING)
 157         in*)
 158         let _ = if (snd test_list) != `NOTHING then
 159           let occ,s1,s2 = match test_list with
 160             | (x,`TAG (tag)) -> (x, "tag", (Tag.to_string tag))
 161             | (x,`CONTAINS(s)) -> (x, "contains()", s)
 162             | _ -> assert false
 163           in
 164             Printf.eprintf "Will jump to %s %s occuring %i time\n%!" s1 s2 occ
 165         in
 166           Printf.eprintf "Execution time %s : "
 167             (if !Options.count_only then "(counting only)" else if !Options.backward then "(bottomup)" else "");
 168           begin
 169             let _ = Gc.full_major();Gc.compact() in
 170             let _ = Printf.eprintf "%!" in
 171             let _ = Gc.set (tuned_gc) in
 172               if !Options.backward && ((snd test_list) != `NOTHING )then
 173                 if !Options.count_only then
 174                 let r = time_mem (bottom_up_count auto v )(snd test_list)  in
 175                 let _ = Printf.eprintf "Number of nodes in the result set : %i\n%!" r
 176                 in ()
 177                 else begin
 178                 let r = time_mem (bottom_up auto v )(snd test_list)  in
 179                 let _ = Printf.eprintf "Number of nodes in the result set : %i\n%!" (IdSet.length r)
 180                 in
 181                   match output with
 182
 183                     | None -> ()
 184                     | Some f ->
 185                         Printf.eprintf "Serializing results : ";
 186                         time( fun () ->
 187                                 (*let oc = open_out f in *)
 188                                 let oc = Unix.openfile f [ Unix.O_WRONLY;Unix.O_TRUNC;Unix.O_CREAT] 0o644 in
 189                                 (*output_string oc "<?xml version=\"1.0\" encoding=\"UTF-8\"?>\n";*)
 190                                 IdSet.iter (fun t ->
 191                                               Tree.print_xml_fast3 v t oc;
 192                                               (*output_char oc '\n'; *)
 193                                            ) r) ();
 194                 end
 195
 196               else
 197                 let _ =
 198                   if !Options.backward then Printf.eprintf "WARNING: couldn't find a jumping point, running top-down\n"
 199                 in
 200                 if !Options.count_only then
 201                   let r = time ~count:5 ( top_down_count1 auto ) v in
 202                   let _ = Printf.eprintf "Number of nodes in the result set : %i\n%!" r
 203                   in ()
 204                 else
 205                 let module GR = Ata(*.Test(struct let doc = v end) *) in
 206                   let result = time ~count:5 (GR.top_down1 auto) v in
 207                   let _ = Printf.eprintf "Counting results " in
 208                   let rcount = time (IdSet.length) result in
 209                     Printf.eprintf "Number of nodes in the result set : %i\n" rcount;
 210                     Printf.eprintf "\n%!";
 211                     begin
 212                       match output with
 213                         | None -> ()
 214                         | Some f ->
 215                             Printf.eprintf "Serializing results : ";
 216                             let oc =
 217                               Unix.openfile f [ Unix.O_WRONLY;Unix.O_TRUNC;Unix.O_CREAT] 0o644
 218                             in
 219                             time(
 220                               IdSet.iter (
 221                                 fun t ->
 222
 223                                   Tree.print_xml_fast3 v t oc;
 224
 225                               )) result ;
 226  end;
 227           end;
 228           Printf.eprintf "Total running time : %fms\n%!" (total_time())
 229 ;;
 230
 231 Options.parse_cmdline();;
 232
 233 let v =
 234   if (Filename.check_suffix !Options.input_file ".srx")
 235   then
 236     begin
 237       Printf.eprintf "Loading from file : ";
 238       time (Tree.load  ~sample:!Options.sample_factor ~load_text:(not !Options.count_only))
 239         !Options.input_file;
 240         end
 241   else
 242     let v =
 243       time (fun () -> let v = Tree.parse_xml_uri !Options.input_file;
 244             in Printf.eprintf "Parsing document : %!";v
 245            ) ()
 246     in
 247       if !Options.save_file <> ""
 248       then begin
 249         Printf.eprintf "Writing file to disk : ";
 250         time (Tree.save v) !Options.save_file;
 251       end;
 252       v
 253 in
 254   main v !Options.query !Options.output_file;;
 255
 256
 257