src/nominatim_db/tokenizer/base.py

   1 # SPDX-License-Identifier: GPL-3.0-or-later
   2 #
   3 # This file is part of Nominatim. (https://nominatim.org)
   4 #
   5 # Copyright (C) 2024 by the Nominatim developer community.
   6 # For a full list of authors see the git log.
   7 """
   8 Abstract class definitions for tokenizers. These base classes are here
   9 mainly for documentation purposes.
  10 """
  11 from abc import ABC, abstractmethod
  12 from typing import List, Tuple, Dict, Any, Optional, Iterable
  13 from pathlib import Path
  14
  15 from ..typing import Protocol
  16 from ..config import Configuration
  17 from ..db.connection import Connection
  18 from ..data.place_info import PlaceInfo
  19
  20 class AbstractAnalyzer(ABC):
  21     """ The analyzer provides the functions for analysing names and building
  22         the token database.
  23
  24         Analyzers are instantiated on a per-thread base. Access to global data
  25         structures must be synchronised accordingly.
  26     """
  27
  28     def __enter__(self) -> 'AbstractAnalyzer':
  29         return self
  30
  31
  32     def __exit__(self, exc_type: Any, exc_value: Any, traceback: Any) -> None:
  33         self.close()
  34
  35
  36     @abstractmethod
  37     def close(self) -> None:
  38         """ Free all resources used by the analyzer.
  39         """
  40
  41
  42     @abstractmethod
  43     def get_word_token_info(self, words: List[str]) -> List[Tuple[str, str, int]]:
  44         """ Return token information for the given list of words.
  45
  46             The function is used for testing and debugging only
  47             and does not need to be particularly efficient.
  48
  49             Arguments:
  50                 words: A list of words to look up the tokens for.
  51                        If a word starts with # it is assumed to be a full name
  52                        otherwise is a partial term.
  53
  54             Returns:
  55                 The function returns the list of all tuples that could be
  56                     found for the given words. Each list entry is a tuple of
  57                     (original word, word token, word id).
  58         """
  59
  60
  61     @abstractmethod
  62     def normalize_postcode(self, postcode: str) -> str:
  63         """ Convert the postcode to its standardized form.
  64
  65             This function must yield exactly the same result as the SQL function
  66             `token_normalized_postcode()`.
  67
  68             Arguments:
  69                 postcode: The postcode to be normalized.
  70
  71             Returns:
  72                 The given postcode after normalization.
  73         """
  74
  75
  76     @abstractmethod
  77     def update_postcodes_from_db(self) -> None:
  78         """ Update the tokenizer's postcode tokens from the current content
  79             of the `location_postcode` table.
  80         """
  81
  82
  83     @abstractmethod
  84     def update_special_phrases(self,
  85                                phrases: Iterable[Tuple[str, str, str, str]],
  86                                should_replace: bool) -> None:
  87         """ Update the tokenizer's special phrase tokens from the given
  88             list of special phrases.
  89
  90             Arguments:
  91                 phrases: The new list of special phrases. Each entry is
  92                          a tuple of (phrase, class, type, operator).
  93                 should_replace: If true, replace the current list of phrases.
  94                                 When false, just add the given phrases to the
  95                                 ones that already exist.
  96         """
  97
  98
  99     @abstractmethod
 100     def add_country_names(self, country_code: str, names: Dict[str, str]) -> None:
 101         """ Add the given names to the tokenizer's list of country tokens.
 102
 103             Arguments:
 104                 country_code: two-letter country code for the country the names
 105                               refer to.
 106                 names: Dictionary of name type to name.
 107         """
 108
 109
 110     @abstractmethod
 111     def process_place(self, place: PlaceInfo) -> Any:
 112         """ Extract tokens for the given place and compute the
 113             information to be handed to the PL/pgSQL processor for building
 114             the search index.
 115
 116             Arguments:
 117                 place: Place information retrieved from the database.
 118
 119             Returns:
 120                 A JSON-serialisable structure that will be handed into
 121                     the database via the `token_info` field.
 122         """
 123
 124
 125
 126 class AbstractTokenizer(ABC):
 127     """ The tokenizer instance is the central instance of the tokenizer in
 128         the system. There will only be a single instance of the tokenizer
 129         active at any time.
 130     """
 131
 132     @abstractmethod
 133     def init_new_db(self, config: Configuration, init_db: bool = True) -> None:
 134         """ Set up a new tokenizer for the database.
 135
 136             The function should copy all necessary data into the project
 137             directory or save it in the property table to make sure that
 138             the tokenizer remains stable over updates.
 139
 140             Arguments:
 141               config: Read-only object with configuration options.
 142
 143               init_db: When set to False, then initialisation of database
 144                 tables should be skipped. This option is only required for
 145                 migration purposes and can be safely ignored by custom
 146                 tokenizers.
 147         """
 148
 149
 150     @abstractmethod
 151     def init_from_project(self, config: Configuration) -> None:
 152         """ Initialise the tokenizer from an existing database setup.
 153
 154             The function should load all previously saved configuration from
 155             the project directory and/or the property table.
 156
 157             Arguments:
 158               config: Read-only object with configuration options.
 159         """
 160
 161
 162     @abstractmethod
 163     def finalize_import(self, config: Configuration) -> None:
 164         """ This function is called at the very end of an import when all
 165             data has been imported and indexed. The tokenizer may create
 166             at this point any additional indexes and data structures needed
 167             during query time.
 168
 169             Arguments:
 170               config: Read-only object with configuration options.
 171         """
 172
 173
 174     @abstractmethod
 175     def update_sql_functions(self, config: Configuration) -> None:
 176         """ Update the SQL part of the tokenizer. This function is called
 177             automatically on migrations or may be called explicitly by the
 178             user through the `nominatim refresh --functions` command.
 179
 180             The tokenizer must only update the code of the tokenizer. The
 181             data structures or data itself must not be changed by this function.
 182
 183             Arguments:
 184               config: Read-only object with configuration options.
 185         """
 186
 187
 188     @abstractmethod
 189     def check_database(self, config: Configuration) -> Optional[str]:
 190         """ Check that the database is set up correctly and ready for being
 191             queried.
 192
 193             Arguments:
 194               config: Read-only object with configuration options.
 195
 196             Returns:
 197               If an issue was found, return an error message with the
 198                   description of the issue as well as hints for the user on
 199                   how to resolve the issue. If everything is okay, return `None`.
 200         """
 201
 202
 203     @abstractmethod
 204     def update_statistics(self, config: Configuration, threads: int = 1) -> None:
 205         """ Recompute any tokenizer statistics necessary for efficient lookup.
 206             This function is meant to be called from time to time by the user
 207             to improve performance. However, the tokenizer must not depend on
 208             it to be called in order to work.
 209         """
 210
 211
 212     @abstractmethod
 213     def update_word_tokens(self) -> None:
 214         """ Do house-keeping on the tokenizers internal data structures.
 215             Remove unused word tokens, resort data etc.
 216         """
 217
 218
 219     @abstractmethod
 220     def name_analyzer(self) -> AbstractAnalyzer:
 221         """ Create a new analyzer for tokenizing names and queries
 222             using this tokinzer. Analyzers are context managers and should
 223             be used accordingly:
 224
 225             ```
 226             with tokenizer.name_analyzer() as analyzer:
 227                 analyser.tokenize()
 228             ```
 229
 230             When used outside the with construct, the caller must ensure to
 231             call the close() function before destructing the analyzer.
 232         """
 233
 234
 235     @abstractmethod
 236     def most_frequent_words(self, conn: Connection, num: int) -> List[str]:
 237         """ Return a list of the most frequent full words in the database.
 238
 239             Arguments:
 240               conn: Open connection to the database which may be used to
 241                     retrieve the words.
 242               num: Maximum number of words to return.
 243         """
 244
 245
 246 class TokenizerModule(Protocol):
 247     """ Interface that must be exported by modules that implement their
 248         own tokenizer.
 249     """
 250
 251     def create(self, dsn: str, data_dir: Path) -> AbstractTokenizer:
 252         """ Factory for new tokenizers.
 253         """