index/invstat.c

   1 /*
   2  * Copyright (C) 1994-1999, Index Data
   3  * All rights reserved.
   4  * Sebastian Hammer, Adam Dickmeiss, Heikki Levanto
   5  * log at eof
   6  *
   7  */
   8 #include <stdio.h>
   9 #include <assert.h>
  10 #include <string.h>
  11
  12 #include "index.h"
  13 #include "../isamc/isamd-p.h"
  14
  15 struct inv_stat_info {
  16     ZebraHandle zh;
  17     int no_isam_entries[9];
  18     int no_dict_entries;
  19     int no_dict_bytes;
  20     int isam_bounds[20];
  21     int isam_occurrences[20];
  22     char tmp[128];
  23     int isamb_levels[10][5];
  24     int isamb_sizes[10];
  25     int isamb_blocks[10];
  26     unsigned long cksum;
  27 };
  28
  29 #define SINGLETON_TYPE 8 /* the type to use for singletons that */
  30                          /* have no block and no block type */
  31
  32 static int inv_stat_handle (char *name, const char *info, int pos,
  33                             void *client)
  34 {
  35     int occur = 0;
  36     int i = 0;
  37     struct inv_stat_info *stat_info = (struct inv_stat_info*) client;
  38     ISAMS_P isam_p;
  39
  40     stat_info->no_dict_entries++;
  41     stat_info->no_dict_bytes += strlen(name);
  42
  43     assert (*info == sizeof(ISAMS_P));
  44     memcpy (&isam_p, info+1, sizeof(ISAMS_P));
  45
  46     if (stat_info->zh->reg->isams)
  47     {
  48         ISAMS_PP pp;
  49         int occurx = 0;
  50         struct it_key key;
  51
  52         pp = isams_pp_open (stat_info->zh->reg->isams, isam_p);
  53         occur = isams_pp_num (pp);
  54         while (isams_pp_read(pp, &key))
  55         {
  56             stat_info->cksum = stat_info->cksum * 65509 +
  57                 key.sysno + 11 * key.seqno;
  58             occurx++;
  59         }
  60         assert (occurx == occur);
  61         stat_info->no_isam_entries[0] += occur;
  62         isams_pp_close (pp);
  63     }
  64     if (stat_info->zh->reg->isam)
  65     {
  66         ISPT ispt;
  67
  68         ispt = is_position (stat_info->zh->reg->isam, isam_p);
  69         occur = is_numkeys (ispt);
  70         stat_info->no_isam_entries[is_type(isam_p)] += occur;
  71         is_pt_free (ispt);
  72     }
  73     if (stat_info->zh->reg->isamc)
  74     {
  75         ISAMC_PP pp;
  76         int occurx = 0;
  77         struct it_key key;
  78
  79         pp = isc_pp_open (stat_info->zh->reg->isamc, isam_p);
  80         occur = isc_pp_num (pp);
  81         while (isc_pp_read(pp, &key))
  82         {
  83             stat_info->cksum = stat_info->cksum * 65509 +
  84                 key.sysno + 11 * key.seqno;
  85             occurx++;
  86         }
  87         assert (occurx == occur);
  88         stat_info->no_isam_entries[isc_type(isam_p)] += occur;
  89         isc_pp_close (pp);
  90     }
  91     if (stat_info->zh->reg->isamd)
  92     {
  93         ISAMD_PP pp;
  94         int occurx = 0;
  95         struct it_key key;
  96
  97         pp = isamd_pp_open (stat_info->zh->reg->isamd, isam_p);
  98
  99         occur = isamd_pp_num (pp);
 100         while (isamd_pp_read(pp, &key))
 101         {
 102             stat_info->cksum = stat_info->cksum * 65509 +
 103                 key.sysno + 11 * key.seqno;
 104             occurx++;
 105             if ( pp->is->method->debug >8 )
 106                logf (LOG_LOG,"sysno=%d seqno=%d (%x/%x) oc=%d/%d ofs=%d ",
 107                    key.sysno, key.seqno,
 108                    key.sysno, key.seqno,
 109                    occur,occurx, pp->offset);
 110         }
 111         if ( pp->is->method->debug >7 )
 112            logf(LOG_LOG,"item %d=%d:%d says %d keys, counted %d",
 113               isam_p, isamd_type(isam_p), isamd_block(isam_p),
 114               occur, occurx);
 115         if (occurx != occur)
 116           logf(LOG_LOG,"Count error!!! read %d, counted %d", occur, occurx);
 117         assert (occurx == occur);
 118         if ( is_singleton(isam_p) )
 119             stat_info->no_isam_entries[SINGLETON_TYPE] += occur;
 120         else
 121             stat_info->no_isam_entries[isamd_type(isam_p)] += occur;
 122         isamd_pp_close (pp);
 123     }
 124     if (stat_info->zh->reg->isamb)
 125     {
 126         ISAMB_PP pp;
 127         struct it_key key;
 128         int cat = isam_p & 3;
 129         int level;
 130         int size;
 131         int blocks;
 132
 133         pp = isamb_pp_open_x(stat_info->zh->reg->isamb, isam_p, &level);
 134
 135         while (isamb_pp_read(pp, &key))
 136         {
 137             stat_info->cksum = stat_info->cksum * 65509 +
 138                 key.sysno + 11 * key.seqno;
 139             occur++;
 140         }
 141         isamb_pp_close_x (pp, &size, &blocks);
 142         stat_info->isamb_blocks[cat] += blocks;
 143         stat_info->isamb_sizes[cat] += size;
 144         if (level > 4)
 145             level = 4;
 146         stat_info->isamb_levels[cat][level] ++;
 147         stat_info->no_isam_entries[cat] += occur;
 148     }
 149
 150     while (occur > stat_info->isam_bounds[i] && stat_info->isam_bounds[i])
 151         i++;
 152     ++(stat_info->isam_occurrences[i]);
 153     return 0;
 154 }
 155
 156 void zebra_register_statistics (ZebraHandle zh)
 157 {
 158     int blocks;
 159     int size;
 160     int count;
 161     int i, prev;
 162     int before = 0;
 163     int occur;
 164     int after = 1000000000;
 165     struct inv_stat_info stat_info;
 166     char term_dict[2*IT_MAX_WORD+2];
 167
 168     if (zebra_begin_read (zh))
 169         return;
 170
 171     stat_info.zh = zh;
 172
 173     term_dict[0] = 1;
 174     term_dict[1] = 0;
 175
 176     for (i = 0; i<=SINGLETON_TYPE; i++)
 177         stat_info.no_isam_entries[i] = 0;
 178     stat_info.no_dict_entries = 0;
 179     stat_info.no_dict_bytes = 0;
 180     stat_info.isam_bounds[0] = 1;
 181     stat_info.isam_bounds[1] = 2;
 182     stat_info.isam_bounds[2] = 3;
 183     stat_info.isam_bounds[3] = 6;
 184     stat_info.isam_bounds[4] = 10;
 185     stat_info.isam_bounds[5] = 20;
 186     stat_info.isam_bounds[6] = 30;
 187     stat_info.isam_bounds[7] = 50;
 188     stat_info.isam_bounds[8] = 100;
 189     stat_info.isam_bounds[9] = 200;
 190     stat_info.isam_bounds[10] = 5000;
 191     stat_info.isam_bounds[11] = 10000;
 192     stat_info.isam_bounds[12] = 20000;
 193     stat_info.isam_bounds[13] = 50000;
 194     stat_info.isam_bounds[14] = 100000;
 195     stat_info.isam_bounds[15] = 200000;
 196     stat_info.isam_bounds[16] = 500000;
 197     stat_info.isam_bounds[17] = 1000000;
 198     stat_info.isam_bounds[18] = 0;
 199
 200     stat_info.cksum = 0;
 201
 202     for (i = 0; i<20; i++)
 203         stat_info.isam_occurrences[i] = 0;
 204
 205     for (i = 0; i<10; i++)
 206     {
 207         int j;
 208         for (j = 0; j<5; j++)
 209             stat_info.isamb_levels[i][j] = 0;
 210         stat_info.isamb_sizes[i] = 0;
 211         stat_info.isamb_blocks[i] = 0;
 212     }
 213
 214     dict_scan (zh->reg->dict, term_dict, &before, &after, &stat_info,
 215                inv_stat_handle);
 216
 217     if (zh->reg->isamc)
 218     {
 219         fprintf (stderr, "   Blocks    Occur  Size KB   Bytes/Entry\n");
 220         for (i = 0; isc_block_used (zh->reg->isamc, i) >= 0; i++)
 221         {
 222             fprintf (stderr, " %8d %8d", isc_block_used (zh->reg->isamc, i),
 223                      stat_info.no_isam_entries[i]);
 224
 225             if (stat_info.no_isam_entries[i])
 226                 fprintf (stderr, " %8d   %f",
 227                          (int) ((1023.0 + (double)
 228                                  isc_block_used(zh->reg->isamc, i) *
 229                                  isc_block_size(zh->reg->isamc,i))/1024),
 230                          ((double) isc_block_used(zh->reg->isamc, i) *
 231                           isc_block_size(zh->reg->isamc,i))/
 232                          stat_info.no_isam_entries[i]);
 233             fprintf (stderr, "\n");
 234         }
 235     }
 236     if (zh->reg->isamd)
 237     {
 238         fprintf (stderr, "   Blocks   Occur      KB Bytes/Entry\n");
 239         if (zh->reg->isamd->method->debug >0)
 240             logf(LOG_LOG,"   Blocks   Occur      KB Bytes/Entry");
 241         for (i = 0; i<=SINGLETON_TYPE; i++)
 242         {
 243             blocks= isamd_block_used(zh->reg->isamd,i);
 244             size= isamd_block_size(zh->reg->isamd,i);
 245             count=stat_info.no_isam_entries[i];
 246             if (i==SINGLETON_TYPE)
 247                 blocks=size=0;
 248             if (stat_info.no_isam_entries[i])
 249             {
 250                 fprintf (stderr, "%c %7d %7d %7d %5.2f\n",
 251                          (i==SINGLETON_TYPE)?('z'):('A'+i),
 252                          blocks,
 253                          count,
 254                          (int) ((1023.0 + (double) blocks * size)/1024),
 255                          ((double) blocks * size)/count);
 256                 if (zh->reg->isamd->method->debug >0)
 257                     logf(LOG_LOG, "%c %7d %7d %7d %5.2f",
 258                          (i==SINGLETON_TYPE)?('z'):('A'+i),
 259                          blocks,
 260                          count,
 261                          (int) ((1023.0 + (double) blocks * size)/1024),
 262                          ((double) blocks * size)/count);
 263             } /* entries */
 264         } /* for */
 265     } /* isamd */
 266     if ( (zh->reg->isamd) && (zh->reg->isamd->method->debug>0))
 267         fprintf (stderr, "\n%d words using %d bytes\n",
 268              stat_info.no_dict_entries, stat_info.no_dict_bytes);
 269
 270     if (zh->reg->isamb)
 271     {
 272         for (i = 0; i<4; i++)
 273         {
 274             int j;
 275             int bsize = isamb_block_info(zh->reg->isamb, i);
 276             if (bsize < 0)
 277                 break;
 278             fprintf (stderr, "Category   %d\n", i);
 279             fprintf (stderr, "Block size %d\n", bsize);
 280             fprintf (stderr, "Blocks:    %d\n", stat_info.isamb_blocks[i]);
 281             fprintf (stderr, "Size:      %d\n", stat_info.isamb_sizes[i]);
 282             fprintf (stderr, "Entries:   %d\n", stat_info.no_isam_entries[i]);
 283             fprintf (stderr, "Total      %d\n", stat_info.isamb_blocks[i]*
 284                      bsize);
 285             for (j = 0; j<5; j++)
 286                 if (stat_info.isamb_levels[i][j])
 287                     fprintf (stderr, "Level%d     %d\n", j,
 288                              stat_info.isamb_levels[i][j]);
 289             fprintf (stderr, "\n");
 290         }
 291     }
 292     fprintf (stderr, "Checksum       %08lX\n", stat_info.cksum);
 293
 294     fprintf (stderr, "Distinct words %d\n", stat_info.no_dict_entries);
 295     occur = 0;
 296     for (i = 0; i<9; i++)
 297         occur += stat_info.no_isam_entries[i];
 298     fprintf (stderr, "Word pos       %d\n", occur);
 299     fprintf (stderr, "    Occurrences     Words\n");
 300     prev = 1;
 301     for (i = 0; stat_info.isam_bounds[i]; i++)
 302     {
 303         int here = stat_info.isam_bounds[i];
 304         fprintf (stderr, "%7d-%-7d %7d\n",
 305                  prev, here, stat_info.isam_occurrences[i]);
 306         prev = here+1;
 307     }
 308     fprintf (stderr, "%7d-        %7d\n",
 309              prev, stat_info.isam_occurrences[i]);
 310     xmalloc_trav("unfreed"); /*! while hunting memory leaks */
 311     zebra_end_read (zh);
 312 }
 313
 314
 315 /*
 316  *
 317  * $Log: invstat.c,v $
 318  * Revision 1.28  2002-04-30 19:31:09  adam
 319  * isamb delete; more statistics
 320  *
 321  * Revision 1.27  2002/04/30 08:28:37  adam
 322  * isamb fixes for pp_read. Statistics
 323  *
 324  * Revision 1.26  2002/04/29 18:03:46  adam
 325  * More isamb statistics
 326  *
 327  * Revision 1.25  2002/04/26 08:44:47  adam
 328  * Index statistics working again
 329  *
 330  * Revision 1.24  2002/04/05 08:46:26  adam
 331  * Zebra with full functionality
 332  *
 333  * Revision 1.23  2002/04/04 14:14:13  adam
 334  * Multiple registers (alpha early)
 335  *
 336  * Revision 1.22  2002/02/20 17:30:01  adam
 337  * Work on new API. Locking system re-implemented
 338  *
 339  * Revision 1.21  2000/07/13 10:14:20  heikki
 340  * Removed compiler warnings when making zebra
 341  *
 342  * Revision 1.20  1999/12/01 13:30:30  adam
 343  * Updated configure for Zmbol/Zebra dependent settings.
 344  *
 345  * Revision 1.19  1999/11/30 13:48:03  adam
 346  * Improved installation. Updated for inclusion of YAZ header files.
 347  *
 348  * Revision 1.18  1999/10/06 11:46:36  heikki
 349  * mproved statistics on isam-d
 350  *
 351  * Revision 1.17  1999/08/20 08:28:37  heikki
 352  * Log levels
 353  *
 354  * Revision 1.16  1999/08/18 08:38:22  heikki
 355  * Memory leak hunting
 356  *
 357  * Revision 1.15  1999/08/18 08:34:53  heikki
 358  * isamd
 359  *
 360  * Revision 1.14  1999/07/14 10:59:26  adam
 361  * Changed functions isc_getmethod, isams_getmethod.
 362  * Improved fatal error handling (such as missing EXPLAIN schema).
 363  *
 364  * Revision 1.13  1999/07/08 14:23:27  heikki
 365  * Fixed a bug in isamh_pp_read and cleaned up a bit
 366  *
 367  * Revision 1.12  1999/07/06 12:28:04  adam
 368  * Updated record index structure. Format includes version ID. Compression
 369  * algorithm ID is stored for each record block.
 370  *
 371  * Revision 1.11  1999/05/15 14:36:38  adam
 372  * Updated dictionary. Implemented "compression" of dictionary.
 373  *
 374  * Revision 1.10  1999/05/12 13:08:06  adam
 375  * First version of ISAMS.
 376  *
 377  * Revision 1.9  1999/02/12 13:29:23  adam
 378  * Implemented position-flag for registers.
 379  *
 380  * Revision 1.8  1999/02/02 14:50:53  adam
 381  * Updated WIN32 code specific sections. Changed header.
 382  *
 383  * Revision 1.7  1998/03/13 15:30:50  adam
 384  * New functions isc_block_used and isc_block_size. Fixed 'leak'
 385  * in isc_alloc_block.
 386  *
 387  * Revision 1.6  1998/03/06 13:54:02  adam
 388  * Fixed two nasty bugs in isc_merge.
 389  *
 390  * Revision 1.5  1997/09/17 12:19:13  adam
 391  * Zebra version corresponds to YAZ version 1.4.
 392  * Changed Zebra server so that it doesn't depend on global common_resource.
 393  *
 394  * Revision 1.4  1996/11/08 11:10:21  adam
 395  * Buffers used during file match got bigger.
 396  * Compressed ISAM support everywhere.
 397  * Bug fixes regarding masking characters in queries.
 398  * Redesigned Regexp-2 queries.
 399  *
 400  * Revision 1.3  1996/06/04 10:18:58  adam
 401  * Minor changes - removed include of ctype.h.
 402  *
 403  * Revision 1.2  1996/05/22  08:25:56  adam
 404  * Minor change.
 405  *
 406  * Revision 1.1  1996/05/14 14:04:34  adam
 407  * In zebraidx, the 'stat' command is improved. Statistics about ISAM/DICT
 408  * is collected.
 409  */