Migration Data Work HOWTO.txt

   1  Migration Data Work HOWTO / Toolkit
   2 ========================================================================
   3 The following is for migrating into an existing system like PINES:
   4
   5 Get the incoming bib data, and translate to UTF-8 MARCXML. It may
   6 contain holdings. It may contain XML or MARC errors that you have to
   7 sanitize before your tools will work.  This is one way to translate
   8 MARC-8 MARC21 to UTF-8 MARCXML:
   9
  10   yaz-marcdump -f MARC-8 -t UTF-8 -o marcxml incoming.mrc > incoming.mrc.xml
  11
  12 If you need to trim the bibs to a subset based on the presence of a
  13 certain value in a specific tag/subfield (for example, if you have the
  14 bibs for all libraries in a foreign system and only need bibs
  15 belonging to a specific migrating library, you might filter based on
  16 their holding tags)
  17
  18   trim_marc_based_on_tag_subfield_value.pl 999 m BRANCH_CODE \
  19     incoming.mrc.xml > incoming.filtered.mrc.xml
  20
  21 Embed potential native record ids into the incumbent records
  22
  23   set_record_ids.pl 100000 903 a incoming.mrc.xml > incoming.renumbered.mrc.xml
  24
  25 Get primary fingerprints for incoming data and get a bib dump of
  26 matching records from the incumbent system
  27
  28   fingerprinter -r primary -t 903 -s a -o incoming.primary.fp \
  29     -x incoming.primary.fp_err incoming.renumbered.mrc.xml
  30
  31 Edit the query_for_primary_matching_incumbent_record.pl script to
  32 point to the correct Evergreen database and table holding the
  33 incumbent primary fingerprints (FIXME add in how to create such a
  34 table).
  35
  36   query_for_primary_matching_incumbent_record.pl incoming.primary.fp | \
  37     sort | uniq > primary_matching_incumbent.record_ids
  38
  39 In a postgres shell, you create a temporary table to hold these id's:
  40
  41   CREATE TABLE primary_matching_incumbent_records_for_incoming_library
  42          (id BIGINT);
  43   COPY primary_matching_incumbent_records_for_incoming_library
  44        FROM 'primary_matching_incumbent.record_ids';
  45
  46 To dump the matching incumbent records to a file, in a postgres shell
  47 do:
  48
  49   matching_incumbent_records.dump SELECT b.id, b.tcn_source, b.tcn_value,
  50     regexp_replace(b.marc,E'\n','','g')
  51     FROM biblio.record_entry AS b
  52     JOIN primary_matching_incumbent_records_for_incoming_library
  53     AS c using ( id );
  54
  55 Now to turn that dump into a MARCXML file with record numbers and TCN
  56 embedded in tag 901, do:
  57
  58   marc_add_ids -f id -f tcn_source -f tcn_value -f marc < \
  59     matching_incumbent_records.dump » matching_incumbent_records.mrc.xml
  60
  61 It's possible that this file may need to be itself sanitized some.
  62 This will transform code=""" into code="&x0022;", for example:
  63
  64   cat matching_incumbent_records.mrc.xml | \
  65     sed 's/code=\"\"\"/code=\"\&#x0022;\"/' > \
  66     matching_incumbent_records.escaped.mrc.xml
  67
  68 Get full fingerprints for both datasets and match them.
  69
  70   fingerprinter -r full -t 901 -s c -o incumbent.fp -x incumbent.fp_err \
  71     matching_incumbent_records.mrc.xml
  72   fingerprinter -r full -t 903 -s a -o incoming.fp -x incoming.fp_err \
  73     incoming.renumbered.mrc.xml
  74
  75 The script below will produce matched groupings, and can optionally
  76 take a 4th and 5th parameter providing scoring information for
  77 determining lead records. In the past, this would consider certain
  78 metrics for MARC quality, but in the latest incarnation, it assumes an
  79 incumbent record will be the lead record, and looks at # of holdings
  80 and possible matching of tag 245 subfield b for determining which of
  81 the incumbent records would be the lead record. The example
  82 invocation below does not use scoring.
  83
  84   match_fingerprints.pl "name of dataset for dedup interface" \
  85     incumbent.fp incoming.fp
  86
  87 This will produce two files, match.groupings and match.record_ids.
  88 The format for match.groupings is suitable for insertion into the db
  89 for the dedup interface.
  90
  91 Import these matches and records into the legacy dedup interface for viewing:
  92
  93 Now to tar up the specific MARC records involved for the dedup interface:
  94
  95   cat match.groupings | cut -d^ -f3 » incumbent.record_ids
  96   cat match.groupings | cut -d^ -f5 | cut -d, -f2- | sed 's/,/\n/g' > \
  97     incoming.record_ids
  98   mkdir dataset ; cd dataset
  99   select_marc.pl ../incumbent.record_ids 901 c \
 100     ../matching_incumbent_records.mrc.xml
 101   select_marc.pl ../incoming.record_ids 903 a \
 102     ../incoming.renumbered.mrc.xml
 103   cd ..
 104   tar cvf dataset.tar dataset
 105
 106 In a mysql shell for the database used with the dedup interface:
 107
 108   LOAD DATA LOCAL INFILE 'match.groupings' INTO TABLE record_group
 109     FIELDS TERMINATED BY '^'
 110     ( status, dataset, best_record,records,original_records );
 111
 112 Create a pretty printed text dump of the non-matching incoming records:
 113
 114   dump_inverse_select_marc.pl incoming.record_ids 903 a \
 115     incoming.renumbered.mrc.xml > non_matching_incoming.mrc.txt 2> \
 116     non_matching_incoming.mrc.txt.err
 117
 118