]> git.cworth.org Git - sup/blob - lib/sup/index.rb
moved evertying to devel
[sup] / lib / sup / index.rb
1 ## the index structure for redwood. interacts with ferret.
2
3 require 'thread'
4 require 'fileutils'
5 require_gem 'ferret', ">= 0.10.13"
6
7 module Redwood
8
9 class IndexError < StandardError
10   attr_reader :source
11
12   def initialize source, s
13     super s
14     @source = source
15   end
16 end
17
18 class Index
19   include Singleton
20
21   LOAD_THREAD_PETIT_DELAY = 0.1
22   LOAD_THREAD_GRAND_DELAY = 5
23
24   MESSAGES_AT_A_TIME = 10
25
26   attr_reader :index # debugging only
27   
28   def initialize dir=BASE_DIR
29     @dir = dir
30     @mutex = Mutex.new
31     @load_thread = nil # loads new messages
32     @sources = {}
33     @sources_dirty = false
34
35     self.class.i_am_the_instance self
36   end
37
38   def load
39     load_sources
40     load_index
41   end
42
43   def save
44     FileUtils.mkdir_p @dir unless File.exists? @dir
45     save_sources
46     save_index
47   end
48
49   def add_source source
50     raise "duplicate source!" if @sources.include? source
51     @sources_dirty = true
52     source.id ||= @sources.size
53     source.id += 1 while @sources.member? source.id
54     @sources[source.id] = source
55   end
56
57   def source_for name; @sources.values.find { |s| s.is_source_for? name }; end
58   def usual_sources; @sources.values.find_all { |s| s.usual? }; end
59
60   def load_index dir=File.join(@dir, "ferret")
61     wsa = Ferret::Analysis::WhiteSpaceAnalyzer.new false
62     sa = Ferret::Analysis::StandardAnalyzer.new
63     analyzer = Ferret::Analysis::PerFieldAnalyzer.new wsa
64     analyzer[:body] = sa
65
66     if File.exists? dir
67       Redwood::log "loading index"
68       @index = Ferret::Index::Index.new(:path => dir, :analyzer => analyzer)
69     else
70       Redwood::log "creating index"
71       field_infos = Ferret::Index::FieldInfos.new :store => :yes
72       field_infos.add_field :message_id
73       field_infos.add_field :source_id
74       field_infos.add_field :source_info, :index => :no, :term_vector => :no
75       field_infos.add_field :date, :index => :untokenized
76       field_infos.add_field :body, :store => :no
77       field_infos.add_field :label
78       field_infos.add_field :subject
79       field_infos.add_field :from
80       field_infos.add_field :to
81       field_infos.add_field :refs
82       field_infos.add_field :snippet, :index => :no, :term_vector => :no
83       field_infos.create_index dir
84       @index = Ferret::Index::Index.new(:path => dir, :analyzer => analyzer)
85     end
86   end
87
88   ## update the message by deleting and re-adding
89   def update_message m, source=nil, source_info=nil
90     docid, entry = load_entry_for_id m.id
91     if entry
92       source ||= entry[:source_id].to_i
93       source_info ||= entry[:source_info].to_i
94     end
95     raise "no entry and no source info for message #{m.id}" unless source && source_info
96
97     raise "deleting non-corresponding entry #{docid}" unless @index[docid][:message_id] == m.id
98     @index.delete docid
99     add_message m
100   end
101
102   def save_index fn=File.join(@dir, "ferret")
103     # don't have to do anything apparently
104   end
105
106   def contains_id? id
107     @index.search(Ferret::Search::TermQuery.new(:message_id, id)).total_hits > 0
108   end
109   def contains? m; contains_id? m.id; end
110   def size; @index.size; end
111
112   ## you should probably not call this on a block that doesn't break
113   ## rather quickly because the results will probably be, as we say
114   ## in scotland, frikkin' huuuge.
115   EACH_BY_DATE_NUM = 100
116   def each_id_by_date opts={}
117     return if @index.size == 0 # otherwise ferret barfs
118     query = build_query opts
119     offset = 0
120     while true
121       results = @index.search(query, :sort => "date DESC", :limit => EACH_BY_DATE_NUM, :offset => offset)
122       Redwood::log "got #{results.total_hits} results for query (offset #{offset}) #{query.inspect}"
123       results.hits.each { |hit| yield @index[hit.doc][:message_id], lambda { build_message hit.doc } }
124       break if offset >= results.total_hits - EACH_BY_DATE_NUM
125       offset += EACH_BY_DATE_NUM
126     end
127   end
128
129   def num_results_for opts={}
130     query = build_query opts
131     x = @index.search(query).total_hits
132     Redwood::log "num_results_for: have #{x} for query #{query}"
133     x
134   end
135
136   SAME_SUBJECT_DATE_LIMIT = 7
137   def each_message_in_thread_for m, opts={}
138     messages = {}
139     searched = {}
140     num_queries = 0
141
142     ## temporarily disabling subject searching because it's a
143     ## significant slowdown.
144     ##
145     ## TODO: make this configurable, i guess
146     if false
147       date_min = m.date - (SAME_SUBJECT_DATE_LIMIT * 12 * 3600)
148       date_max = m.date + (SAME_SUBJECT_DATE_LIMIT * 12 * 3600)
149
150       q = Ferret::Search::BooleanQuery.new true
151       sq = Ferret::Search::PhraseQuery.new(:subject)
152       wrap_subj(Message.normalize_subj(m.subj)).split(/\s+/).each do |t|
153         sq.add_term t
154       end
155       q.add_query sq, :must
156       q.add_query Ferret::Search::RangeQuery.new(:date, :>= => date_min.to_indexable_s, :<= => date_max.to_indexable_s), :must
157
158       pending = @index.search(q).hits.map { |hit| @index[hit.doc][:message_id] }
159       Redwood::log "found #{pending.size} results for subject query #{q}"
160     else
161       pending = [m.id]
162     end
163
164     until pending.empty? || (opts[:limit] && messages.size >= opts[:limit])
165       id = pending.pop
166       next if searched.member? id
167       searched[id] = true
168       q = Ferret::Search::BooleanQuery.new true
169       q.add_query Ferret::Search::TermQuery.new(:message_id, id), :should
170       q.add_query Ferret::Search::TermQuery.new(:refs, id), :should
171
172       num_queries += 1
173       @index.search_each(q, :limit => :all) do |docid, score|
174         break if opts[:limit] && messages.size >= opts[:limit]
175         mid = @index[docid][:message_id]
176         unless messages.member? mid
177           messages[mid] ||= lambda { build_message docid }
178           refs = @index[docid][:refs].split(" ")
179           pending += refs
180         end
181       end
182     end
183     Redwood::log "ran #{num_queries} queries to build thread of #{messages.size} messages for #{m.id}"
184     messages.each { |mid, builder| yield mid, builder }
185   end
186
187   ## builds a message object from a ferret result
188   def build_message docid
189     doc = @index[docid]
190     source = @sources[doc[:source_id].to_i]
191     #puts "building message #{doc[:message_id]} (#{source}##{doc[:source_info]})"
192     raise "invalid source #{doc[:source_id]}" unless source
193     begin
194       raise "no snippet" unless doc[:snippet]
195       Message.new source, doc[:source_info].to_i, 
196                   doc[:label].split(" ").map { |s| s.intern },
197                   doc[:snippet]
198     rescue MessageFormatError => e
199       raise IndexError.new(source, "error building message #{doc[:message_id]} at #{source}/#{doc[:source_info]}: #{e.message}")
200       nil
201     end
202   end
203
204   def start_load_thread
205     return if @load_thread
206     @load_thread = true
207     @load_thread = ::Thread.new do
208       while @load_thread
209         load_some_entries ENTRIES_AT_A_TIME, LOAD_THREAD_PETIT_DELAY, LOAD_THREAD_GRAND_DELAY
210       end
211     end
212   end
213
214   def end_load_thread; @load_thread = nil; end
215   def fresh_thread_id; @next_thread_id += 1; end
216
217   def wrap_subj subj; "__START_SUBJECT__ #{subj} __END_SUBJECT__"; end
218
219   def add_message m
220     return false if contains? m
221
222     source_id = 
223       if m.source.is_a? Integer
224         m.source
225       else
226         m.source.id or raise "unregistered source #{m.source}"
227       end
228
229     to = (m.to + m.cc + m.bcc).map { |x| x.email }.join(" ")
230     d = {
231       :message_id => m.id,
232       :source_id => source_id,
233       :source_info => m.source_info,
234       :date => m.date.to_indexable_s,
235       :body => m.content,
236       :snippet => m.snippet,
237       :label => m.labels.join(" "),
238       :from => m.from ? m.from.email : "",
239       :to => (m.to + m.cc + m.bcc).map { |x| x.email }.join(" "),
240       :subject => wrap_subj(Message.normalize_subj(m.subj)),
241       :refs => (m.refs + m.replytos).join(" "),
242     }
243
244     @index.add_document d
245     
246     ## TODO: figure out why this is sometimes triggered
247     #docid, entry = load_entry_for_id m.id
248     #raise "just added message #{m.id} but couldn't find it in a search" unless docid
249     true
250   end
251
252   def drop_entry docno; @index.delete docno; end
253
254   def load_entry_for_id mid
255     results = @index.search(Ferret::Search::TermQuery.new(:message_id, mid))
256     return if results.total_hits == 0
257     docid = results.hits[0].doc
258     [docid, @index[docid]]
259   end
260
261   def load_contacts emails, h={}
262     q = Ferret::Search::BooleanQuery.new true
263     emails.each do |e|
264       qq = Ferret::Search::BooleanQuery.new true
265       qq.add_query Ferret::Search::TermQuery.new(:from, e), :should
266       qq.add_query Ferret::Search::TermQuery.new(:to, e), :should
267       q.add_query qq
268     end
269     q.add_query Ferret::Search::TermQuery.new(:label, "spam"), :must_not
270     
271     Redwood::log "contact search: #{q}"
272     contacts = {}
273     num = h[:num] || 20
274     @index.search_each(q, :sort => "date DESC", :limit => :all) do |docid, score|
275       break if contacts.size >= num
276       #Redwood::log "got message with to: #{@index[docid][:to].inspect} and from: #{@index[docid][:from].inspect}"
277       f = @index[docid][:from]
278       t = @index[docid][:to]
279
280       if AccountManager.is_account_email? f
281         t.split(" ").each { |e| #Redwood::log "adding #{e} because there's a message to him from account email #{f}"; 
282           contacts[Person.for(e)] = true }
283       else
284         #Redwood::log "adding from #{f} because there's a message from him to #{t}"
285         contacts[Person.for(f)] = true
286       end
287     end
288
289     contacts.keys.compact
290   end
291
292 protected
293
294   ## TODO: convert this to query objects rather than strings
295   def build_query opts
296     query = ""
297     query += opts[:labels].map { |t| "+label:#{t}" }.join(" ") if opts[:labels]
298     query += " +label:#{opts[:label]}" if opts[:label]
299     query += " #{opts[:content]}" if opts[:content]
300     if opts[:participants]
301       query += "+(" + 
302         opts[:participants].map { |p| "from:#{p.email} OR to:#{p.email}" }.join(" OR ") + ")"
303     end
304         
305     query += " -label:spam" unless opts[:load_spam] || opts[:labels] == :spam || 
306       (opts[:labels] && opts[:labels].include?(:spam))
307     query += " -label:killed" unless opts[:load_killed] || opts[:labels] == :killed || 
308       (opts[:labels] && opts[:labels].include?(:killed))
309     query
310   end
311
312   def load_sources fn=Redwood::SOURCE_FN
313     @sources = Hash[*(Redwood::load_yaml_obj(fn) || []).map { |s| [s.id, s] }.flatten]
314     @sources_dirty = false
315   end
316
317   def save_sources fn=Redwood::SOURCE_FN
318     if @sources_dirty || @sources.any? { |id, s| s.dirty? }
319       FileUtils.mv fn, fn + ".bak", :force => true if File.exists? fn
320       Redwood::save_yaml_obj @sources.values, fn 
321     end
322     @sources_dirty = false
323   end
324
325   def load_some_entries max=ENTRIES_AT_A_TIME, delay1=nil, delay2=nil
326     num = 0
327     begin
328       @sources.each_with_index do |source, source_id|
329         next if source.done? || num >= max
330         source.each do |source_info, label|
331           begin
332             m = Message.new(source, source_info, label + [:inbox])
333             add_message m unless contains_id? m.id
334             puts m.content.inspect
335             num += 1
336           rescue MessageFormatError => e
337             $stderr.puts "ignoring erroneous message at #{source}##{source_info}: #{e.message}"
338           end
339           break if num >= max
340           sleep delay1 if delay1
341         end
342         Redwood::log "loaded #{num} entries from #{source}"
343         sleep delay2 if delay2
344       end
345     ensure
346       save_sources
347       save_index
348     end
349     num
350   end
351 end
352
353 end