lucene-java-3.4.0/lucene/backwards/src/test/org/apache/lucene/index/Test2BTerms.java

   1 package org.apache.lucene.index;
   2
   3 /**
   4  * Licensed to the Apache Software Foundation (ASF) under one or more
   5  * contributor license agreements.  See the NOTICE file distributed with
   6  * this work for additional information regarding copyright ownership.
   7  * The ASF licenses this file to You under the Apache License, Version 2.0
   8  * (the "License"); you may not use this file except in compliance with
   9  * the License.  You may obtain a copy of the License at
  10  *
  11  *     http://www.apache.org/licenses/LICENSE-2.0
  12  *
  13  * Unless required by applicable law or agreed to in writing, software
  14  * distributed under the License is distributed on an "AS IS" BASIS,
  15  * WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
  16  * See the License for the specific language governing permissions and
  17  * limitations under the License.
  18  */
  19
  20 import org.apache.lucene.util.*;
  21 import org.apache.lucene.store.*;
  22 import org.apache.lucene.search.*;
  23 import org.apache.lucene.analysis.*;
  24 import org.apache.lucene.analysis.tokenattributes.*;
  25 import org.apache.lucene.document.*;
  26 import java.io.File;
  27 import java.io.IOException;
  28 import java.io.UnsupportedEncodingException;
  29 import java.util.ArrayList;
  30 import java.util.Collections;
  31 import java.util.List;
  32 import org.junit.Ignore;
  33
  34 // Best to run this test w/ plenty of RAM (because of the
  35 // terms index):
  36 //
  37 //   ant compile-test
  38 //
  39 //   java -server -Xmx8g -d64 -cp .:lib/junit-4.7.jar:./build/classes/test:./build/classes/test-framework:./build/classes/java -Dlucene.version=4.0-dev -Dtests.directory=MMapDirectory -DtempDir=build -ea org.junit.runner.JUnitCore org.apache.lucene.index.Test2BTerms
  40 //
  41
  42 public class Test2BTerms extends LuceneTestCase {
  43
  44   private final class MyTokenStream extends TokenStream {
  45
  46     private final int tokensPerDoc;
  47     private int tokenCount;
  48     private final CharTermAttribute charTerm;
  49     private final static int TOKEN_LEN = 5;
  50     private final char[] chars;
  51     public final List<String> savedTerms = new ArrayList<String>();
  52     private int nextSave;
  53
  54     public MyTokenStream(int tokensPerDoc) {
  55       super();
  56       this.tokensPerDoc = tokensPerDoc;
  57       charTerm = addAttribute(CharTermAttribute.class);
  58       chars = charTerm.resizeBuffer(TOKEN_LEN);
  59       charTerm.setLength(TOKEN_LEN);
  60       nextSave = _TestUtil.nextInt(random, 500000, 1000000);
  61     }
  62
  63     @Override
  64     public boolean incrementToken() {
  65       if (tokenCount >= tokensPerDoc) {
  66         return false;
  67       }
  68       _TestUtil.randomFixedLengthUnicodeString(random, chars, 0, TOKEN_LEN);
  69       tokenCount++;
  70       if (--nextSave == 0) {
  71         final String s = new String(chars, 0, TOKEN_LEN);
  72         System.out.println("TEST: save term=" + s + " [" + toHexString(s) + "]");
  73         savedTerms.add(s);
  74         nextSave = _TestUtil.nextInt(random, 500000, 1000000);
  75       }
  76       return true;
  77     }
  78
  79     @Override
  80     public void reset() {
  81       tokenCount = 0;
  82     }
  83   }
  84
  85   @Ignore("Takes ~4 hours to run on a fast machine!!")
  86   public void test2BTerms() throws IOException {
  87
  88     final long TERM_COUNT = ((long) Integer.MAX_VALUE) + 100000000;
  89
  90     final int TERMS_PER_DOC = _TestUtil.nextInt(random, 100000, 1000000);
  91
  92     List<String> savedTerms = null;
  93
  94     MockDirectoryWrapper dir = newFSDirectory(_TestUtil.getTempDir("2BTerms"));
  95     dir.setThrottling(MockDirectoryWrapper.Throttling.NEVER);
  96     dir.setCheckIndexOnClose(false); // don't double-checkindex
  97     //Directory dir = newFSDirectory(new File("/p/lucene/indices/2bindex"));
  98
  99     if (true) {
 100
 101       IndexWriter w = new IndexWriter(dir,
 102                                       new IndexWriterConfig(TEST_VERSION_CURRENT, new MockAnalyzer(random))
 103                                       .setMaxBufferedDocs(IndexWriterConfig.DISABLE_AUTO_FLUSH)
 104                                       .setRAMBufferSizeMB(256.0)
 105                                       .setMergeScheduler(new ConcurrentMergeScheduler())
 106                                       .setMergePolicy(newLogMergePolicy(false, 10))
 107                                       .setOpenMode(IndexWriterConfig.OpenMode.CREATE));
 108
 109       MergePolicy mp = w.getConfig().getMergePolicy();
 110       if (mp instanceof LogByteSizeMergePolicy) {
 111         // 1 petabyte:
 112         ((LogByteSizeMergePolicy) mp).setMaxMergeMB(1024*1024*1024);
 113       }
 114
 115       Document doc = new Document();
 116
 117       final MyTokenStream ts = new MyTokenStream(TERMS_PER_DOC);
 118       Field field = new Field("field", ts);
 119       field.setOmitTermFreqAndPositions(true);
 120       field.setOmitNorms(true);
 121       doc.add(field);
 122       //w.setInfoStream(System.out);
 123       final int numDocs = (int) (TERM_COUNT/TERMS_PER_DOC);
 124
 125       System.out.println("TERMS_PER_DOC=" + TERMS_PER_DOC);
 126       System.out.println("numDocs=" + numDocs);
 127
 128       for(int i=0;i<numDocs;i++) {
 129         final long t0 = System.currentTimeMillis();
 130         w.addDocument(doc);
 131         System.out.println(i + " of " + numDocs + " " + (System.currentTimeMillis()-t0) + " msec");
 132       }
 133       savedTerms = ts.savedTerms;
 134
 135       System.out.println("TEST: optimize");
 136       w.optimize();
 137       System.out.println("TEST: close writer");
 138       w.close();
 139     }
 140
 141     System.out.println("TEST: open reader");
 142     final IndexReader r = IndexReader.open(dir);
 143     if (savedTerms == null) {
 144       savedTerms = findTerms(r);
 145     }
 146     final int numSavedTerms = savedTerms.size();
 147     final List<String> bigOrdTerms = new ArrayList<String>(savedTerms.subList(numSavedTerms-10, numSavedTerms));
 148     System.out.println("TEST: test big ord terms...");
 149     testSavedTerms(r, bigOrdTerms);
 150     System.out.println("TEST: test all saved terms...");
 151     testSavedTerms(r, savedTerms);
 152     r.close();
 153
 154     System.out.println("TEST: now CheckIndex...");
 155     CheckIndex.Status status = _TestUtil.checkIndex(dir);
 156     final long tc = status.segmentInfos.get(0).termIndexStatus.termCount;
 157     assertTrue("count " + tc + " is not > " + Integer.MAX_VALUE, tc > Integer.MAX_VALUE);
 158     dir.close();
 159   }
 160
 161   private List<String> findTerms(IndexReader r) throws IOException {
 162     System.out.println("TEST: findTerms");
 163     final TermEnum termEnum = r.terms();
 164     final List<String> savedTerms = new ArrayList<String>();
 165     int nextSave = _TestUtil.nextInt(random, 500000, 1000000);
 166     while(termEnum.next()) {
 167       if (--nextSave == 0) {
 168         savedTerms.add(termEnum.term().text());
 169         System.out.println("TEST: add " + termEnum.term());
 170         nextSave = _TestUtil.nextInt(random, 500000, 1000000);
 171       }
 172     }
 173     return savedTerms;
 174   }
 175
 176   private String toHexString(String s) {
 177     byte[] bytes;
 178     try {
 179       bytes = s.getBytes("UTF-8");
 180     } catch (UnsupportedEncodingException uee) {
 181       throw new RuntimeException(uee);
 182     }
 183     StringBuilder sb = new StringBuilder();
 184     for(byte b : bytes) {
 185       if (sb.length() > 0) {
 186         sb.append(' ');
 187       }
 188       sb.append(Integer.toHexString(b&0xFF));
 189     }
 190     return sb.toString();
 191   }
 192
 193   private void testSavedTerms(IndexReader r, List<String> terms) throws IOException {
 194     System.out.println("TEST: run " + terms.size() + " terms on reader=" + r);
 195     IndexSearcher s = new IndexSearcher(r);
 196     Collections.shuffle(terms);
 197     boolean failed = false;
 198     for(int iter=0;iter<10*terms.size();iter++) {
 199       final String term = terms.get(random.nextInt(terms.size()));
 200       System.out.println("TEST: search " + term + " [" + toHexString(term) + "]");
 201       final long t0 = System.currentTimeMillis();
 202       final int count = s.search(new TermQuery(new Term("field", term)), 1).totalHits;
 203       if (count <= 0) {
 204         System.out.println("  FAILED: count=" + count);
 205         failed = true;
 206       }
 207       final long t1 = System.currentTimeMillis();
 208       System.out.println("  took " + (t1-t0) + " millis");
 209
 210       final TermEnum termEnum = r.terms(new Term("field", term));
 211       final String text = termEnum.term().text();
 212       if (!term.equals(text)) {
 213         System.out.println("  FAILED: wrong term: got " + text + " [" + toHexString(text) + "]");
 214         failed = true;
 215       }
 216     }
 217     assertFalse(failed);
 218   }
 219 }