nominatim/api/search/db_search_fields.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) 2023 by the Nominatim developer community.
   6 # For a full list of authors see the git log.
   7 """
   8 Data structures for more complex fields in abstract search descriptions.
   9 """
  10 from typing import List, Tuple, Iterator, Dict, Type
  11 import dataclasses
  12
  13 import sqlalchemy as sa
  14
  15 from nominatim.typing import SaFromClause, SaColumn, SaExpression
  16 from nominatim.api.search.query import Token
  17 import nominatim.api.search.db_search_lookups as lookups
  18 from nominatim.utils.json_writer import JsonWriter
  19
  20
  21 @dataclasses.dataclass
  22 class WeightedStrings:
  23     """ A list of strings together with a penalty.
  24     """
  25     values: List[str]
  26     penalties: List[float]
  27
  28     def __bool__(self) -> bool:
  29         return bool(self.values)
  30
  31
  32     def __iter__(self) -> Iterator[Tuple[str, float]]:
  33         return iter(zip(self.values, self.penalties))
  34
  35
  36     def get_penalty(self, value: str, default: float = 1000.0) -> float:
  37         """ Get the penalty for the given value. Returns the given default
  38             if the value does not exist.
  39         """
  40         try:
  41             return self.penalties[self.values.index(value)]
  42         except ValueError:
  43             pass
  44         return default
  45
  46
  47 @dataclasses.dataclass
  48 class WeightedCategories:
  49     """ A list of class/type tuples together with a penalty.
  50     """
  51     values: List[Tuple[str, str]]
  52     penalties: List[float]
  53
  54     def __bool__(self) -> bool:
  55         return bool(self.values)
  56
  57
  58     def __iter__(self) -> Iterator[Tuple[Tuple[str, str], float]]:
  59         return iter(zip(self.values, self.penalties))
  60
  61
  62     def get_penalty(self, value: Tuple[str, str], default: float = 1000.0) -> float:
  63         """ Get the penalty for the given value. Returns the given default
  64             if the value does not exist.
  65         """
  66         try:
  67             return self.penalties[self.values.index(value)]
  68         except ValueError:
  69             pass
  70         return default
  71
  72
  73     def sql_restrict(self, table: SaFromClause) -> SaExpression:
  74         """ Return an SQLAlcheny expression that restricts the
  75             class and type columns of the given table to the values
  76             in the list.
  77             Must not be used with an empty list.
  78         """
  79         assert self.values
  80         if len(self.values) == 1:
  81             return sa.and_(table.c.class_ == self.values[0][0],
  82                            table.c.type == self.values[0][1])
  83
  84         return sa.or_(*(sa.and_(table.c.class_ == c, table.c.type == t)
  85                         for c, t in self.values))
  86
  87
  88 @dataclasses.dataclass(order=True)
  89 class RankedTokens:
  90     """ List of tokens together with the penalty of using it.
  91     """
  92     penalty: float
  93     tokens: List[int]
  94
  95     def with_token(self, t: Token, transition_penalty: float) -> 'RankedTokens':
  96         """ Create a new RankedTokens list with the given token appended.
  97             The tokens penalty as well as the given transition penalty
  98             are added to the overall penalty.
  99         """
 100         return RankedTokens(self.penalty + t.penalty + transition_penalty,
 101                             self.tokens + [t.token])
 102
 103
 104 @dataclasses.dataclass
 105 class FieldRanking:
 106     """ A list of rankings to be applied sequentially until one matches.
 107         The matched ranking determines the penalty. If none matches a
 108         default penalty is applied.
 109     """
 110     column: str
 111     default: float
 112     rankings: List[RankedTokens]
 113
 114     def normalize_penalty(self) -> float:
 115         """ Reduce the default and ranking penalties, such that the minimum
 116             penalty is 0. Return the penalty that was subtracted.
 117         """
 118         if self.rankings:
 119             min_penalty = min(self.default, min(r.penalty for r in self.rankings))
 120         else:
 121             min_penalty = self.default
 122         if min_penalty > 0.0:
 123             self.default -= min_penalty
 124             for ranking in self.rankings:
 125                 ranking.penalty -= min_penalty
 126         return min_penalty
 127
 128
 129     def sql_penalty(self, table: SaFromClause) -> SaColumn:
 130         """ Create an SQL expression for the rankings.
 131         """
 132         assert self.rankings
 133
 134         rout = JsonWriter().start_array()
 135         for rank in self.rankings:
 136             rout.start_array().value(rank.penalty).next()
 137             rout.start_array()
 138             for token in rank.tokens:
 139                 rout.value(token).next()
 140             rout.end_array()
 141             rout.end_array().next()
 142         rout.end_array()
 143
 144         return sa.func.weigh_search(table.c[self.column], rout(), self.default)
 145
 146
 147 @dataclasses.dataclass
 148 class FieldLookup:
 149     """ A list of tokens to be searched for. The column names the database
 150         column to search in and the lookup_type the operator that is applied.
 151         'lookup_all' requires all tokens to match. 'lookup_any' requires
 152         one of the tokens to match. 'restrict' requires to match all tokens
 153         but avoids the use of indexes.
 154     """
 155     column: str
 156     tokens: List[int]
 157     lookup_type: Type[lookups.LookupType]
 158
 159     def sql_condition(self, table: SaFromClause) -> SaColumn:
 160         """ Create an SQL expression for the given match condition.
 161         """
 162         return self.lookup_type(table, self.column, self.tokens)
 163
 164
 165 class SearchData:
 166     """ Search fields derived from query and token assignment
 167         to be used with the SQL queries.
 168     """
 169     penalty: float
 170
 171     lookups: List[FieldLookup] = []
 172     rankings: List[FieldRanking]
 173
 174     housenumbers: WeightedStrings = WeightedStrings([], [])
 175     postcodes: WeightedStrings = WeightedStrings([], [])
 176     countries: WeightedStrings = WeightedStrings([], [])
 177
 178     qualifiers: WeightedCategories = WeightedCategories([], [])
 179
 180
 181     def set_strings(self, field: str, tokens: List[Token]) -> None:
 182         """ Set on of the WeightedStrings properties from the given
 183             token list. Adapt the global penalty, so that the
 184             minimum penalty is 0.
 185         """
 186         if tokens:
 187             min_penalty = min(t.penalty for t in tokens)
 188             self.penalty += min_penalty
 189             wstrs = WeightedStrings([t.lookup_word for t in tokens],
 190                                     [t.penalty - min_penalty for t in tokens])
 191
 192             setattr(self, field, wstrs)
 193
 194
 195     def set_qualifiers(self, tokens: List[Token]) -> None:
 196         """ Set the qulaifier field from the given tokens.
 197         """
 198         if tokens:
 199             categories: Dict[Tuple[str, str], float] = {}
 200             min_penalty = 1000.0
 201             for t in tokens:
 202                 min_penalty = min(min_penalty, t.penalty)
 203                 cat = t.get_category()
 204                 if t.penalty < categories.get(cat, 1000.0):
 205                     categories[cat] = t.penalty
 206             self.penalty += min_penalty
 207             self.qualifiers = WeightedCategories(list(categories.keys()),
 208                                                  list(categories.values()))
 209
 210
 211     def set_ranking(self, rankings: List[FieldRanking]) -> None:
 212         """ Set the list of rankings and normalize the ranking.
 213         """
 214         self.rankings = []
 215         for ranking in rankings:
 216             if ranking.rankings:
 217                 self.penalty += ranking.normalize_penalty()
 218                 self.rankings.append(ranking)
 219             else:
 220                 self.penalty += ranking.default
 221
 222
 223 def lookup_by_names(name_tokens: List[int], addr_tokens: List[int]) -> List[FieldLookup]:
 224     """ Create a lookup list where name tokens are looked up via index
 225         and potential address tokens are used to restrict the search further.
 226     """
 227     lookup = [FieldLookup('name_vector', name_tokens, lookups.LookupAll)]
 228     if addr_tokens:
 229         lookup.append(FieldLookup('nameaddress_vector', addr_tokens, lookups.Restrict))
 230
 231     return lookup
 232
 233
 234 def lookup_by_any_name(name_tokens: List[int], addr_tokens: List[int],
 235                        use_index_for_addr: bool) -> List[FieldLookup]:
 236     """ Create a lookup list where name tokens are looked up via index
 237         and only one of the name tokens must be present.
 238         Potential address tokens are used to restrict the search further.
 239     """
 240     lookup = [FieldLookup('name_vector', name_tokens, lookups.LookupAny)]
 241     if addr_tokens:
 242         lookup.append(FieldLookup('nameaddress_vector', addr_tokens,
 243                                   lookups.LookupAll if use_index_for_addr else lookups.Restrict))
 244
 245     return lookup
 246
 247
 248 def lookup_by_addr(name_tokens: List[int], addr_tokens: List[int]) -> List[FieldLookup]:
 249     """ Create a lookup list where address tokens are looked up via index
 250         and the name tokens are only used to restrict the search further.
 251     """
 252     return [FieldLookup('name_vector', name_tokens, lookups.Restrict),
 253             FieldLookup('nameaddress_vector', addr_tokens, lookups.LookupAll)]