Парсинг XML на PHP с сохранением в MYSQL

ЗАДАЧА

Требуется написать функцию (одно входное значение типа int, выходное значение - код завершения типа int), которая:

1. проверяет актуальность данных а таблице (срок актуальности указывается константой)

если данные данные не актуально, то

1. по указанному параметру запрашивает по http (без авторизации) новые xml-данные.

2. парсит xml и сохраняет в единственную mysql-таблицу, удалив предыдущие данные.

XML имеет практически линейную структуру: группы по 14 обязательных тегов без атрибутов.

Специфика: функция должна работать в многопользовательской среде, а объем данных значительный (в XML около 10 000 групп тегов) при медленном отклике xml-шлюза. В связи с этим алгоритм услажнен семафором.

Далее описание таблиц, структуры XML и алгоритм, в котором подробно описана работа семафора.

ОПИСАНИЕ СТРУКТУРЫ ТАБЛИЦ MYSQL

1. LISTSPO_DATA

Таблица для хранения данных из XML

Поля:

spolist_id - это входной параметр

14 полей из xml c идентичными именами

Первичного ключа нет

Индексы: spolist_id,pt_hdname,pt_hdstars

2. LISTSPO

Таблица для хранения справочника скаченных XML-файлов

Поля:

spolist_id int primary key

dt_lastupdate timestamp

status enum(ready,preprocessing,processing)

описание значений:

ready - данные доступны

preprocessing - готовится обновление данных, но усторевшие данные еще доступны

processing - идет обновление данных, данные недоступны

3. LISTSPO_LOG

Таблица для хранения истории изменения справочника скаченных XML-файлов

Поля:

spolist_id int index

dt_lastupdate timestamp

status enum(ready, preprocessing,processing)

NOTE: Для таблиц listspo,listspo_log все запросы дублируются обязательно в обе таблицы и имеют вид:

REPLACE INTO * SET listspo_id=$listspo_id, status='$status'

ОБРАЗЕЦ XML

-

-

2207

Abri (Praha 2)

3*

Прага

Single

1

Standard

1

Adult

0

Завтрак буфет

2010-11-02T00:00:00+03:00

9

491

-

......

АЛГОРИТМ С СЕМАФОРОМ (в приведенных sql-запросах могут быть не точности, они даны для наглядности)

0. вызов функции listspo($listspo_id)

const LIMIT_READY=600

const LIMIT_PROCESSING=30

const LIMIT_ERROR=60

const LIMIT_INSERT_CORTEGE=1000

const SLEEP_TIME=1

const URL_XML='http://site.ru/xml?id='

1. выполнить запрос

SELECT UNIX_TIMESTAMP()-UNIX_TIMESTAMP(dt_lastupdate) AS duration,status FROM listspo WHERE spolist_id=$spolist_id

2. если status='ready' AND duration

-- данные еще актуальны, обновление не требуется

3. если status='preprocessing' AND duration

-- готовится обновление данных, но еще можно воспользоваться устарвешими данными

4. если status='processing' AND duration

-- критическое обновление данных, данные недоступны, требуется ожидание завершения обновления

5. если status='ready' AND duration>=LIMIT_READY, то выполнить запрос и начать обновление (п.8)

-- требуется обновление данных

REPLACE INTO * SET listspo_id=$listspo_id, status='preprocessing'

6. если status='preprocessing' AND duration>=LIMIT_PROCESSING, то выполнить запрос и начать обновление (п.8)

-- таймаут обновления, обновление следует начать с начала

REPLACE INTO * SET listspo_id=$listspo_id, status='preprocessing'

7. если status='processing' AND duration>=LIMIT_PROCESSING, то выполнить запрос и начать обновление (п.8)

-- таймаут обновления, обновление следует начать с начала, данные недоступны

REPLACE INTO * SET listspo_id=$listspo_id, status='processing'

9. загрузить данные с адреса URL_XML.$listspo_id

10. если загрузка завершилась ошибкой, то функция завершает работу (return 2)

9. распарсить данные и сформировать sql-запросы на вставку: INSERT с кортежами не более LIMIT_INSERT_CORTEGE штук

10. выполнить запрос

REPLACE INTO * SET listspo_id=$listspo_id, status='processing'

11. удалить старые данные

DELETE FROM listspo_data WHERE listspo_id=$listspo_id

12. выполнить sql-запросы на вставку

13. выполнить запрос

REPLACE INTO * SET listspo_id=$listspo_id, status='ready'

14. функция завершает работу (return 0)

NOTE: При любой ошибке работы с mysql функция завершает работу (return 3)

Список возвращаемых функцией кодов ошибок:

1. осуществляется обновление и данные для использования недоступны

2. http-ошибка загрузки новых данных

3. ошибка базы данных

Требования к коду:

1. константы должны быть определены вначале файла и прокомментированы

2. названия таблиц определить константами

3. обязательно комментирование основных операторов

4. все пути к локальным файлам нужно указывать через dirname(__FILE__) - если такие пути потребуются

5. строгих лимитов по использованию памяти и времени выполнения нет

Кроме реализации алгоритма от исполнителя требуется хороший стиль.