index/extract.c

   1 /*
   2  * Copyright (C) 1994-1996, Index Data I/S
   3  * All rights reserved.
   4  * Sebastian Hammer, Adam Dickmeiss
   5  *
   6  * $Log: extract.c,v $
   7  * Revision 1.71  1997-07-15 16:28:41  adam
   8  * Bug fix: storeData didn't work with files with multiple records.
   9  * Bug fix: fixed memory management with records; not really well
  10  *  thought through.
  11  *
  12  * Revision 1.70  1997/07/01 13:00:42  adam
  13  * Bug fix in routine searchRecordKey: uninitialized variables.
  14  *
  15  * Revision 1.69  1997/04/29 09:26:03  adam
  16  * Bug fix: generic recordId handling didn't work for compressed internal
  17  * keys.
  18  *
  19  * Revision 1.68  1997/02/12 20:39:45  adam
  20  * Implemented options -f <n> that limits the log to the first <n>
  21  * records.
  22  * Changed some log messages also.
  23  *
  24  * Revision 1.67  1996/11/15 15:02:14  adam
  25  * Minor changes regarding logging.
  26  *
  27  * Revision 1.66  1996/11/14  09:52:21  adam
  28  * Strings in record keys bound by IT_MAX_WORD.
  29  *
  30  * Revision 1.65  1996/11/14  08:57:56  adam
  31  * Reduction of storeKeys area.
  32  *
  33  * Revision 1.64  1996/11/08 11:10:16  adam
  34  * Buffers used during file match got bigger.
  35  * Compressed ISAM support everywhere.
  36  * Bug fixes regarding masking characters in queries.
  37  * Redesigned Regexp-2 queries.
  38  *
  39  * Revision 1.63  1996/10/29 14:09:39  adam
  40  * Use of cisam system - enabled if setting isamc is 1.
  41  *
  42  * Revision 1.62  1996/10/11 10:57:01  adam
  43  * New module recctrl. Used to manage records (extract/retrieval).
  44  * Several files have been moved to the recctrl sub directory.
  45  *
  46  * Revision 1.61  1996/06/06 12:08:37  quinn
  47  * Added showRecord function
  48  *
  49  * Revision 1.60  1996/06/04  10:18:12  adam
  50  * Search/scan uses character mapping module.
  51  *
  52  * Revision 1.59  1996/05/14  15:47:07  adam
  53  * Cleanup of various buffer size entities.
  54  *
  55  * Revision 1.58  1996/05/14  06:16:38  adam
  56  * Compact use/set bytes used in search service.
  57  *
  58  * Revision 1.57  1996/05/13 14:23:04  adam
  59  * Work on compaction of set/use bytes in dictionary.
  60  *
  61  * Revision 1.56  1996/05/09  09:54:42  adam
  62  * Server supports maps from one logical attributes to a list of physical
  63  * attributes.
  64  * The extraction process doesn't make space consuming 'any' keys.
  65  *
  66  * Revision 1.55  1996/05/09  07:28:55  quinn
  67  * Work towards phrases and multiple registers
  68  *
  69  * Revision 1.54  1996/05/01  13:46:35  adam
  70  * First work on multiple records in one file.
  71  * New option, -offset, to the "unread" command in the filter module.
  72  *
  73  * Revision 1.53  1996/04/26  12:09:43  adam
  74  * Added a few comments.
  75  *
  76  * Revision 1.52  1996/04/25  13:27:57  adam
  77  * Function recordExtract modified so that files with no keys (possibly empty)
  78  * are ignored.
  79  *
  80  * Revision 1.51  1996/03/19  11:08:42  adam
  81  * Bug fix: Log preamble wasn't always turned off after recordExtract.
  82  *
  83  * Revision 1.50  1996/02/12  18:45:36  adam
  84  * New fileVerboseFlag in record group control.
  85  *
  86  * Revision 1.49  1996/02/05  12:29:57  adam
  87  * Logging reduced a bit.
  88  * The remaining running time is estimated during register merge.
  89  *
  90  * Revision 1.48  1996/02/01  20:53:26  adam
  91  * The temporary per-record keys are compacted a little, and duplication
  92  * of the per-records keys are avoided when they are saved in the record
  93  * information buffer.
  94  *
  95  * Revision 1.47  1996/01/17  14:57:48  adam
  96  * Prototype changed for reader functions in extract/retrieve. File
  97  *  is identified by 'void *' instead of 'int.
  98  *
  99  * Revision 1.46  1995/12/15  14:57:16  adam
 100  * Bug fix.
 101  *
 102  * Revision 1.45  1995/12/15  12:37:41  adam
 103  * In addRecordKeyAny: Writes key only when attrSet != -1.
 104  *
 105  * Revision 1.44  1995/12/12  16:00:54  adam
 106  * System call sync(2) used after update/commit.
 107  * Locking (based on fcntl) uses F_EXLCK and F_SHLCK instead of F_WRLCK
 108  * and F_RDLCK.
 109  *
 110  * Revision 1.43  1995/12/11  09:12:46  adam
 111  * The rec_get function returns NULL if record doesn't exist - will
 112  * happen in the server if the result set records have been deleted since
 113  * the creation of the set (i.e. the search).
 114  * The server saves a result temporarily if it is 'volatile', i.e. the
 115  * set is register dependent.
 116  *
 117  * Revision 1.42  1995/12/07  17:38:46  adam
 118  * Work locking mechanisms for concurrent updates/commit.
 119  *
 120  * Revision 1.41  1995/12/06  16:06:42  adam
 121  * Better diagnostics. Work on 'real' dictionary deletion.
 122  *
 123  * Revision 1.40  1995/12/05  16:57:40  adam
 124  * More work on regular patterns.
 125  *
 126  * Revision 1.39  1995/12/05  13:20:18  adam
 127  * Bug fix: file_read sometimes returned early EOF.
 128  *
 129  * Revision 1.38  1995/12/04  17:59:21  adam
 130  * More work on regular expression conversion.
 131  *
 132  * Revision 1.37  1995/12/04  14:22:27  adam
 133  * Extra arg to recType_byName.
 134  * Started work on new regular expression parsed input to
 135  * structured records.
 136  *
 137  * Revision 1.36  1995/11/30  08:34:29  adam
 138  * Started work on commit facility.
 139  * Changed a few malloc/free to xmalloc/xfree.
 140  *
 141  * Revision 1.35  1995/11/28  14:26:21  adam
 142  * Bug fix: recordId with constant wasn't right.
 143  * Bug fix: recordId dictionary entry wasn't deleted when needed.
 144  *
 145  * Revision 1.34  1995/11/28  09:09:38  adam
 146  * Zebra config renamed.
 147  * Use setting 'recordId' to identify record now.
 148  * Bug fix in recindex.c: rec_release_blocks was invokeded even
 149  * though the blocks were already released.
 150  * File traversal properly deletes records when needed.
 151  *
 152  * Revision 1.33  1995/11/27  09:56:20  adam
 153  * Record info elements better enumerated. Internal store of records.
 154  *
 155  * Revision 1.32  1995/11/25  10:24:05  adam
 156  * More record fields - they are enumerated now.
 157  * New options: flagStoreData flagStoreKey.
 158  *
 159  * Revision 1.31  1995/11/24  11:31:35  adam
 160  * Commands add & del read filenames from stdin if source directory is
 161  * empty.
 162  * Match criteria supports 'constant' strings.
 163  *
 164  * Revision 1.30  1995/11/22  17:19:16  adam
 165  * Record management uses the bfile system.
 166  *
 167  * Revision 1.29  1995/11/21  15:01:14  adam
 168  * New general match criteria implemented.
 169  * New feature: document groups.
 170  *
 171  * Revision 1.28  1995/11/21  09:20:30  adam
 172  * Yet more work on record match.
 173  *
 174  * Revision 1.27  1995/11/20  16:59:45  adam
 175  * New update method: the 'old' keys are saved for each records.
 176  *
 177  * Revision 1.26  1995/11/20  11:56:24  adam
 178  * Work on new traversal.
 179  *
 180  * Revision 1.25  1995/11/16  15:34:54  adam
 181  * Uses new record management system in both indexer and server.
 182  *
 183  * Revision 1.24  1995/11/15  19:13:08  adam
 184  * Work on record management.
 185  *
 186  * Revision 1.23  1995/10/27  14:00:10  adam
 187  * Implemented detection of database availability.
 188  *
 189  * Revision 1.22  1995/10/17  18:02:07  adam
 190  * New feature: databases. Implemented as prefix to words in dictionary.
 191  *
 192  * Revision 1.21  1995/10/10  12:24:38  adam
 193  * Temporary sort files are compressed.
 194  *
 195  * Revision 1.20  1995/10/06  13:52:05  adam
 196  * Bug fixes. Handler may abort further scanning.
 197  *
 198  * Revision 1.19  1995/10/04  12:55:16  adam
 199  * Bug fix in ranked search. Use=Any keys inserted.
 200  *
 201  * Revision 1.18  1995/10/04  09:37:08  quinn
 202  * Fixed bug.
 203  *
 204  * Revision 1.17  1995/10/03  14:28:57  adam
 205  * Buffered read in extract works.
 206  *
 207  * Revision 1.16  1995/10/03  14:28:45  adam
 208  * Work on more effecient read handler in extract.
 209  *
 210  * Revision 1.15  1995/10/02  15:42:53  adam
 211  * Extract uses file descriptors instead of FILE pointers.
 212  *
 213  * Revision 1.14  1995/10/02  15:29:13  adam
 214  * More logging in file_extract.
 215  *
 216  * Revision 1.13  1995/09/29  14:01:39  adam
 217  * Bug fixes.
 218  *
 219  * Revision 1.12  1995/09/28  14:22:56  adam
 220  * Sort uses smaller temporary files.
 221  *
 222  * Revision 1.11  1995/09/28  12:10:31  adam
 223  * Bug fixes. Field prefix used in queries.
 224  *
 225  * Revision 1.10  1995/09/28  09:19:41  adam
 226  * xfree/xmalloc used everywhere.
 227  * Extract/retrieve method seems to work for text records.
 228  *
 229  * Revision 1.9  1995/09/27  12:22:28  adam
 230  * More work on extract in record control.
 231  * Field name is not in isam keys but in prefix in dictionary words.
 232  *
 233  * Revision 1.8  1995/09/14  07:48:22  adam
 234  * Record control management.
 235  *
 236  * Revision 1.7  1995/09/11  13:09:32  adam
 237  * More work on relevance feedback.
 238  *
 239  * Revision 1.6  1995/09/08  14:52:27  adam
 240  * Minor changes. Dictionary is lower case now.
 241  *
 242  * Revision 1.5  1995/09/06  16:11:16  adam
 243  * Option: only one word key per file.
 244  *
 245  * Revision 1.4  1995/09/05  15:28:39  adam
 246  * More work on search engine.
 247  *
 248  * Revision 1.3  1995/09/04  12:33:41  adam
 249  * Various cleanup. YAZ util used instead.
 250  *
 251  * Revision 1.2  1995/09/04  09:10:34  adam
 252  * More work on index add/del/update.
 253  * Merge sort implemented.
 254  * Initial work on z39 server.
 255  *
 256  * Revision 1.1  1995/09/01  14:06:35  adam
 257  * Split of work into more files.
 258  *
 259  */
 260 #include <stdio.h>
 261 #include <assert.h>
 262 #include <unistd.h>
 263 #include <fcntl.h>
 264
 265 #include <recctrl.h>
 266 #include "index.h"
 267
 268 #include "zinfo.h"
 269
 270 static Dict matchDict;
 271
 272 static Records records = NULL;
 273
 274 static char **key_buf;
 275 static size_t ptr_top;
 276 static size_t ptr_i;
 277 static size_t key_buf_used;
 278 static int key_file_no;
 279
 280 static int records_inserted = 0;
 281 static int records_updated = 0;
 282 static int records_deleted = 0;
 283 static int records_processed = 0;
 284
 285 static ZebTargetInfo *zti = NULL;
 286
 287 static void logRecord (int showFlag)
 288 {
 289     if (!showFlag)
 290         ++records_processed;
 291     if (showFlag || !(records_processed % 1000))
 292     {
 293         logf (LOG_LOG, "Records: %7d i/u/d %d/%d/%d",
 294               records_processed, records_inserted, records_updated,
 295               records_deleted);
 296     }
 297 }
 298
 299 void key_open (int mem)
 300 {
 301     if (!mem)
 302         mem = atoi(res_get_def (common_resource, "memMax", "4"))*1024*1024;
 303     if (mem < 50000)
 304         mem = 50000;
 305     key_buf = xmalloc (mem);
 306     ptr_top = mem/sizeof(char*);
 307     ptr_i = 0;
 308
 309     key_buf_used = 0;
 310     key_file_no = 0;
 311
 312     if (!(matchDict = dict_open (GMATCH_DICT, 50, 1)))
 313     {
 314         logf (LOG_FATAL, "dict_open fail of %s", GMATCH_DICT);
 315         exit (1);
 316     }
 317     assert (!records);
 318     records = rec_open (1);
 319 #if 1
 320     zti = zebTargetInfo_open (records, 1);
 321 #endif
 322 }
 323
 324 struct encode_info {
 325     int  sysno;
 326     int  seqno;
 327     char buf[768];
 328 };
 329
 330 void encode_key_init (struct encode_info *i)
 331 {
 332     i->sysno = 0;
 333     i->seqno = 0;
 334 }
 335
 336 char *encode_key_int (int d, char *bp)
 337 {
 338     if (d <= 63)
 339         *bp++ = d;
 340     else if (d <= 16383)
 341     {
 342         *bp++ = 64 + (d>>8);
 343         *bp++ = d  & 255;
 344     }
 345     else if (d <= 4194303)
 346     {
 347         *bp++ = 128 + (d>>16);
 348         *bp++ = (d>>8) & 255;
 349         *bp++ = d & 255;
 350     }
 351     else
 352     {
 353         *bp++ = 192 + (d>>24);
 354         *bp++ = (d>>16) & 255;
 355         *bp++ = (d>>8) & 255;
 356         *bp++ = d & 255;
 357     }
 358     return bp;
 359 }
 360
 361 void encode_key_write (char *k, struct encode_info *i, FILE *outf)
 362 {
 363     struct it_key key;
 364     char *bp = i->buf;
 365
 366     while ((*bp++ = *k++))
 367         ;
 368     memcpy (&key, k+1, sizeof(struct it_key));
 369     bp = encode_key_int ( (key.sysno - i->sysno) * 2 + *k, bp);
 370     if (i->sysno != key.sysno)
 371     {
 372         i->sysno = key.sysno;
 373         i->seqno = 0;
 374     }
 375     bp = encode_key_int (key.seqno - i->seqno, bp);
 376     i->seqno = key.seqno;
 377     if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
 378     {
 379         logf (LOG_FATAL|LOG_ERRNO, "fwrite");
 380         exit (1);
 381     }
 382 }
 383
 384 #define SORT_EXTRA 0
 385
 386 #if SORT_EXTRA
 387 static int key_y_len;
 388
 389 static int key_y_compare (const void *p1, const void *p2)
 390 {
 391     int r;
 392
 393     if ((r = key_compare (*(char**) p1 + key_y_len + 1,
 394                           *(char**) p2 + key_y_len + 1)))
 395          return r;
 396     return *(*(char**) p1 + key_y_len) - *(*(char**) p2 + key_y_len);
 397 }
 398
 399 static int key_x_compare (const void *p1, const void *p2)
 400 {
 401     return strcmp (*(char**) p1, *(char**) p2);
 402 }
 403 #endif
 404
 405 void key_flush (void)
 406 {
 407     FILE *outf;
 408     char out_fname[200];
 409     char *prevcp, *cp;
 410     struct encode_info encode_info;
 411 #if SORT_EXTRA
 412     int i;
 413 #endif
 414
 415     if (ptr_i <= 0)
 416         return;
 417
 418     key_file_no++;
 419     logf (LOG_LOG, "sorting section %d", key_file_no);
 420 #if !SORT_EXTRA
 421     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_qsort_compare);
 422     getFnameTmp (out_fname, key_file_no);
 423
 424     if (!(outf = fopen (out_fname, "w")))
 425     {
 426         logf (LOG_FATAL|LOG_ERRNO, "fopen (4) %s", out_fname);
 427         exit (1);
 428     }
 429     logf (LOG_LOG, "writing section %d", key_file_no);
 430     prevcp = cp = key_buf[ptr_top-ptr_i];
 431
 432     encode_key_init (&encode_info);
 433     encode_key_write (cp, &encode_info, outf);
 434     while (--ptr_i > 0)
 435     {
 436         cp = key_buf[ptr_top-ptr_i];
 437         if (strcmp (cp, prevcp))
 438         {
 439             encode_key_init (&encode_info);
 440             encode_key_write (cp, &encode_info, outf);
 441             prevcp = cp;
 442         }
 443         else
 444             encode_key_write (cp + strlen(cp), &encode_info, outf);
 445     }
 446 #else
 447     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_x_compare);
 448     getFnameTmp (out_fname, key_file_no);
 449
 450     if (!(outf = fopen (out_fname, "w")))
 451     {
 452         logf (LOG_FATAL|LOG_ERRNO, "fopen (4) %s", out_fname);
 453         exit (1);
 454     }
 455     logf (LOG_LOG, "writing section %d", key_file_no);
 456     i = ptr_i;
 457     prevcp =  key_buf[ptr_top-i];
 458     while (1)
 459         if (!--i || strcmp (prevcp, key_buf[ptr_top-i]))
 460         {
 461             key_y_len = strlen(prevcp)+1;
 462 #if 0
 463             logf (LOG_LOG, "key_y_len: %2d %02x %02x %s",
 464                       key_y_len, prevcp[0], prevcp[1], 2+prevcp);
 465 #endif
 466             qsort (key_buf + ptr_top-ptr_i, ptr_i - i,
 467                                    sizeof(char*), key_y_compare);
 468             cp = key_buf[ptr_top-ptr_i];
 469             --key_y_len;
 470             encode_key_init (&encode_info);
 471             encode_key_write (cp, &encode_info, outf);
 472             while (--ptr_i > i)
 473             {
 474                 cp = key_buf[ptr_top-ptr_i];
 475                 encode_key_write (cp+key_y_len, &encode_info, outf);
 476             }
 477             if (!i)
 478                 break;
 479             prevcp = key_buf[ptr_top-ptr_i];
 480         }
 481 #endif
 482     if (fclose (outf))
 483     {
 484         logf (LOG_FATAL|LOG_ERRNO, "fclose %s", out_fname);
 485         exit (1);
 486     }
 487     logf (LOG_LOG, "finished section %d", key_file_no);
 488     ptr_i = 0;
 489     key_buf_used = 0;
 490 }
 491
 492 int key_close (void)
 493 {
 494     key_flush ();
 495     xfree (key_buf);
 496 #if 1
 497     zebTargetInfo_close (zti, 1);
 498 #endif
 499     rec_close (&records);
 500     dict_close (matchDict);
 501
 502     logRecord (1);
 503     return key_file_no;
 504 }
 505
 506 static void wordInit (RecWord *p)
 507 {
 508     p->attrSet = 1;
 509     p->attrUse = 1016;
 510     p->which = Word_String;
 511 }
 512
 513 struct recKeys {
 514     int buf_used;
 515     int buf_max;
 516     char *buf;
 517     char prevAttrSet;
 518     short prevAttrUse;
 519     int prevSeqNo;
 520 } reckeys;
 521
 522 static void addRecordKey (const RecWord *p)
 523 {
 524     char *dst;
 525     char attrSet;
 526     short attrUse;
 527     size_t i;
 528     int lead = 0;
 529     int diff = 0;
 530
 531     if (reckeys.buf_used+1024 > reckeys.buf_max)
 532     {
 533         char *b;
 534
 535         b = xmalloc (reckeys.buf_max += 128000);
 536         if (reckeys.buf_used > 0)
 537             memcpy (b, reckeys.buf, reckeys.buf_used);
 538         xfree (reckeys.buf);
 539         reckeys.buf = b;
 540     }
 541     dst = reckeys.buf + reckeys.buf_used;
 542
 543     attrSet = p->attrSet;
 544     if (reckeys.buf_used > 0 && reckeys.prevAttrSet == attrSet)
 545         lead |= 1;
 546     else
 547         reckeys.prevAttrSet = attrSet;
 548     attrUse = p->attrUse;
 549     if (reckeys.buf_used > 0 && reckeys.prevAttrUse == attrUse)
 550         lead |= 2;
 551     else
 552         reckeys.prevAttrUse = attrUse;
 553 #if 1
 554     diff = 1 + p->seqno - reckeys.prevSeqNo;
 555     if (diff >= 1 && diff <= 15)
 556         lead |= (diff << 2);
 557     else
 558         diff = 0;
 559 #endif
 560     reckeys.prevSeqNo = p->seqno;
 561
 562     *dst++ = lead;
 563
 564     if (!(lead & 1))
 565     {
 566         memcpy (dst, &attrSet, sizeof(attrSet));
 567         dst += sizeof(attrSet);
 568     }
 569     if (!(lead & 2))
 570     {
 571         memcpy (dst, &attrUse, sizeof(attrUse));
 572         dst += sizeof(attrUse);
 573     }
 574     switch (p->which)
 575     {
 576         case Word_String:
 577             *dst++ = 'w';
 578             break;
 579         case Word_Phrase:
 580             *dst++ = 'p';
 581             break;
 582         case Word_Numeric:
 583             *dst++ = 'n';
 584     }
 585     for (i = 0; p->u.string[i] && i < IT_MAX_WORD-3; i++)
 586         *dst++ = p->u.string[i];
 587     *dst++ = '\0';
 588
 589     if (!diff)
 590     {
 591         memcpy (dst, &p->seqno, sizeof(p->seqno));
 592         dst += sizeof(p->seqno);
 593     }
 594     reckeys.buf_used = dst - reckeys.buf;
 595 }
 596
 597 static void flushRecordKeys (SYSNO sysno, int cmd, struct recKeys *reckeys,
 598                              const char *databaseName)
 599 {
 600     char attrSet = -1;
 601     short attrUse = -1;
 602     int seqno = 0;
 603     int off = 0;
 604
 605     if (zebTargetInfo_curDatabase (zti, databaseName))
 606     {
 607         if (zebTargetInfo_newDatabase (zti, databaseName))
 608             abort ();
 609     }
 610     while (off < reckeys->buf_used)
 611     {
 612         const char *src = reckeys->buf + off;
 613         struct it_key key;
 614         int lead, ch;
 615
 616         lead = *src++;
 617
 618         if (!(lead & 1))
 619         {
 620             memcpy (&attrSet, src, sizeof(attrSet));
 621             src += sizeof(attrSet);
 622         }
 623         if (!(lead & 2))
 624         {
 625             memcpy (&attrUse, src, sizeof(attrUse));
 626             src += sizeof(attrUse);
 627         }
 628         if (key_buf_used + 1024 > (ptr_top-ptr_i)*sizeof(char*))
 629             key_flush ();
 630         ++ptr_i;
 631         key_buf[ptr_top-ptr_i] = (char*)key_buf + key_buf_used;
 632
 633         ch = zebTargetInfo_lookupSU (zti, attrSet, attrUse);
 634         if (ch < 0)
 635             ch = zebTargetInfo_addSU (zti, attrSet, attrUse);
 636         assert (ch > 0);
 637         ((char*) key_buf) [key_buf_used++] = ch;
 638         while (*src)
 639             ((char*)key_buf) [key_buf_used++] = *src++;
 640         src++;
 641         ((char*)key_buf) [key_buf_used++] = '\0';
 642         ((char*) key_buf)[key_buf_used++] = cmd;
 643
 644         if (lead & 60)
 645             seqno += ((lead>>2) & 15)-1;
 646         else
 647         {
 648             memcpy (&seqno, src, sizeof(seqno));
 649             src += sizeof(seqno);
 650         }
 651         key.seqno = seqno;
 652         key.sysno = sysno;
 653         memcpy ((char*)key_buf + key_buf_used, &key, sizeof(key));
 654         key_buf_used += sizeof(key);
 655         off = src - reckeys->buf;
 656     }
 657     assert (off == reckeys->buf_used);
 658 }
 659
 660 static const char **searchRecordKey (struct recKeys *reckeys,
 661                                int attrSetS, int attrUseS)
 662 {
 663     static const char *ws[32];
 664     int off = 0;
 665     int startSeq = -1;
 666     int i;
 667     short attrUse;
 668     char attrSet;
 669     int seqno = 0;
 670
 671     for (i = 0; i<32; i++)
 672         ws[i] = NULL;
 673
 674     while (off < reckeys->buf_used)
 675     {
 676
 677         const char *src = reckeys->buf + off;
 678         const char *wstart;
 679         int lead;
 680
 681         lead = *src++;
 682
 683         if (!(lead & 1))
 684         {
 685             memcpy (&attrSet, src, sizeof(attrSet));
 686             src += sizeof(attrSet);
 687         }
 688         if (!(lead & 2))
 689         {
 690             memcpy (&attrUse, src, sizeof(attrUse));
 691             src += sizeof(attrUse);
 692         }
 693         wstart = src;
 694         while (*src++)
 695             ;
 696         if (lead & 60)
 697             seqno += ((lead>>2) & 15)-1;
 698         else
 699         {
 700             memcpy (&seqno, src, sizeof(seqno));
 701             src += sizeof(seqno);
 702         }
 703         if (attrUseS == attrUse && attrSetS == attrSet)
 704         {
 705             int woff;
 706
 707
 708             if (startSeq == -1)
 709                 startSeq = seqno;
 710             woff = seqno - startSeq;
 711             if (woff >= 0 && woff < 31)
 712                 ws[woff] = wstart;
 713         }
 714
 715         off = src - reckeys->buf;
 716     }
 717     assert (off == reckeys->buf_used);
 718     return ws;
 719 }
 720
 721 struct file_read_info {
 722     off_t file_max;
 723     off_t file_offset;
 724     off_t file_moffset;
 725     int file_more;
 726     int fd;
 727 };
 728
 729 static struct file_read_info *file_read_start (int fd)
 730 {
 731     struct file_read_info *fi = xmalloc (sizeof(*fi));
 732
 733     fi->fd = fd;
 734     fi->file_max = 0;
 735     fi->file_moffset = 0;
 736     return fi;
 737 }
 738
 739 static void file_read_stop (struct file_read_info *fi)
 740 {
 741     assert (fi);
 742     xfree (fi);
 743 }
 744
 745 static off_t file_seek (void *handle, off_t offset)
 746 {
 747     struct file_read_info *p = handle;
 748     p->file_offset = offset;
 749     return lseek (p->fd, offset, SEEK_SET);
 750 }
 751
 752 static int file_read (void *handle, char *buf, size_t count)
 753 {
 754     struct file_read_info *p = handle;
 755     int fd = p->fd;
 756     int r;
 757     r = read (fd, buf, count);
 758     if (r > 0)
 759     {
 760         p->file_offset += r;
 761         if (p->file_offset > p->file_max)
 762             p->file_max = p->file_offset;
 763     }
 764     return r;
 765 }
 766
 767 static void file_begin (void *handle)
 768 {
 769     struct file_read_info *p = handle;
 770
 771     p->file_offset = p->file_moffset;
 772     if (p->file_moffset)
 773         lseek (p->fd, p->file_moffset, SEEK_SET);
 774     p->file_more = 0;
 775 }
 776
 777 static void file_end (void *handle, off_t offset)
 778 {
 779     struct file_read_info *p = handle;
 780
 781     assert (p->file_more == 0);
 782     p->file_more = 1;
 783     p->file_moffset = offset;
 784 }
 785
 786 static int atois (const char **s)
 787 {
 788     int val = 0, c;
 789     while ( (c=**s) >= '0' && c <= '9')
 790     {
 791         val = val*10 + c - '0';
 792         ++(*s);
 793     }
 794     return val;
 795 }
 796
 797 static char *fileMatchStr (struct recKeys *reckeys, struct recordGroup *rGroup,
 798                            const char *fname,
 799                            const char *spec)
 800 {
 801     static char dstBuf[2048];
 802     char *dst = dstBuf;
 803     const char *s = spec;
 804     static const char **w;
 805     int i;
 806
 807     while (1)
 808     {
 809         while (*s == ' ' || *s == '\t')
 810             s++;
 811         if (!*s)
 812             break;
 813         if (*s == '(')
 814         {
 815             char matchFlag[32];
 816             int attrSet, attrUse;
 817             int first = 1;
 818
 819             s++;
 820             attrSet = atois (&s);
 821             if (*s != ',')
 822             {
 823                 logf (LOG_WARN, "Missing , in match criteria %s in group %s",
 824                       spec, rGroup->groupName ? rGroup->groupName : "none");
 825                 return NULL;
 826             }
 827             s++;
 828             attrUse = atois (&s);
 829             w = searchRecordKey (reckeys, attrSet, attrUse);
 830             assert (w);
 831
 832             if (*s == ')')
 833             {
 834                 for (i = 0; i<32; i++)
 835                     matchFlag[i] = 1;
 836             }
 837             else
 838             {
 839                 logf (LOG_WARN, "Missing ) in match criteria %s in group %s",
 840                       spec, rGroup->groupName ? rGroup->groupName : "none");
 841                 return NULL;
 842             }
 843             s++;
 844
 845             for (i = 0; i<32; i++)
 846                 if (matchFlag[i] && w[i])
 847                 {
 848                     if (first)
 849                     {
 850                         *dst++ = ' ';
 851                         first = 0;
 852                     }
 853                     strcpy (dst, w[i]);
 854                     dst += strlen(w[i]);
 855                 }
 856             if (first)
 857             {
 858                 logf (LOG_WARN, "Record didn't contain match"
 859                       " fields in (%d,%d)", attrSet, attrUse);
 860                 return NULL;
 861             }
 862         }
 863         else if (*s == '$')
 864         {
 865             int spec_len;
 866             char special[64];
 867             const char *spec_src = NULL;
 868             const char *s1 = ++s;
 869             while (*s1 && *s1 != ' ' && *s1 != '\t')
 870                 s1++;
 871
 872             spec_len = s1 - s;
 873             if (spec_len > 63)
 874                 spec_len = 63;
 875             memcpy (special, s, spec_len);
 876             special[spec_len] = '\0';
 877             s = s1;
 878
 879             if (!strcmp (special, "group"))
 880                 spec_src = rGroup->groupName;
 881             else if (!strcmp (special, "database"))
 882                 spec_src = rGroup->databaseName;
 883             else if (!strcmp (special, "filename"))
 884                 spec_src = fname;
 885             else if (!strcmp (special, "type"))
 886                 spec_src = rGroup->recordType;
 887             else
 888                 spec_src = NULL;
 889             if (spec_src)
 890             {
 891                 strcpy (dst, spec_src);
 892                 dst += strlen (spec_src);
 893             }
 894         }
 895         else if (*s == '\"' || *s == '\'')
 896         {
 897             int stopMarker = *s++;
 898             char tmpString[64];
 899             int i = 0;
 900
 901             while (*s && *s != stopMarker)
 902             {
 903                 if (i < 63)
 904                     tmpString[i++] = *s++;
 905             }
 906             if (*s)
 907                 s++;
 908             tmpString[i] = '\0';
 909             strcpy (dst, tmpString);
 910             dst += strlen (tmpString);
 911         }
 912         else
 913         {
 914             logf (LOG_WARN, "Syntax error in match criteria %s in group %s",
 915                   spec, rGroup->groupName ? rGroup->groupName : "none");
 916             return NULL;
 917         }
 918         *dst++ = 1;
 919     }
 920     if (dst == dstBuf)
 921     {
 922         logf (LOG_WARN, "No match criteria for record %s in group %s",
 923               fname, rGroup->groupName ? rGroup->groupName : "none");
 924         return NULL;
 925     }
 926     return dstBuf;
 927 }
 928
 929 struct recordLogInfo {
 930     const char *fname;
 931     int recordOffset;
 932     struct recordGroup *rGroup;
 933 };
 934
 935 static void recordLogPreamble (int level, const char *msg, void *info)
 936 {
 937     struct recordLogInfo *p = info;
 938     FILE *outf = log_file ();
 939
 940     if (level & LOG_LOG)
 941         return ;
 942     fprintf (outf, "File %s, offset %d, type %s\n",
 943              p->rGroup->recordType, p->recordOffset, p->fname);
 944     log_event_start (NULL, NULL);
 945 }
 946
 947 static int recordExtract (SYSNO *sysno, const char *fname,
 948                           struct recordGroup *rGroup, int deleteFlag,
 949                           struct file_read_info *fi, RecType recType,
 950                           char *subType)
 951 {
 952     struct recExtractCtrl extractCtrl;
 953     int r;
 954     char *matchStr;
 955     SYSNO sysnotmp;
 956     off_t recordOffset = 0;
 957     Record rec;
 958     struct recordLogInfo logInfo;
 959
 960     if (fi->fd != -1)
 961     {
 962         /* we are going to read from a file, so prepare the extraction */
 963         extractCtrl.fh = fi;
 964         extractCtrl.subType = subType;
 965         extractCtrl.init = wordInit;
 966         extractCtrl.add = addRecordKey;
 967
 968         reckeys.buf_used = 0;
 969         reckeys.prevAttrUse = -1;
 970         reckeys.prevAttrSet = -1;
 971         reckeys.prevSeqNo = 0;
 972
 973         recordOffset = fi->file_moffset;
 974         extractCtrl.offset = recordOffset;
 975         extractCtrl.readf = file_read;
 976         extractCtrl.seekf = file_seek;
 977         extractCtrl.endf = file_end;
 978         extractCtrl.map_chrs_input = map_chrs_input;
 979         extractCtrl.flagShowRecords = rGroup->flagShowRecords;
 980         if (rGroup->flagShowRecords)
 981             printf ("File: %s %ld\n", fname, (long) recordOffset);
 982
 983         logInfo.fname = fname;
 984         logInfo.recordOffset = recordOffset;
 985         logInfo.rGroup = rGroup;
 986         log_event_start (recordLogPreamble, &logInfo);
 987
 988         r = (*recType->extract)(&extractCtrl);
 989
 990         log_event_start (NULL, NULL);
 991
 992         if (r)
 993         {
 994             /* error occured during extraction ... */
 995             if (!rGroup->flagShowRecords &&
 996                     records_processed < rGroup->fileVerboseLimit)
 997             {
 998                 logf (LOG_WARN, "fail %s %s %ld code = %d", rGroup->recordType,
 999                       fname, (long) recordOffset, r);
1000             }
1001             return 0;
1002         }
1003         if (reckeys.buf_used == 0)
1004         {
1005             /* the extraction process returned no information - the record
1006                is probably empty - unless flagShowRecords is in use */
1007             if (rGroup->flagShowRecords)
1008                 return 1;
1009             logf (LOG_WARN, "No keys generated for file %s", fname);
1010             logf (LOG_WARN, " The file is probably empty");
1011             return 0;
1012         }
1013     }
1014
1015     /* perform match if sysno not known and if match criteria is specified */
1016
1017     matchStr = NULL;
1018     if (!sysno)
1019     {
1020         sysnotmp = 0;
1021         sysno = &sysnotmp;
1022         if (rGroup->recordId && *rGroup->recordId)
1023         {
1024             char *rinfo;
1025
1026             matchStr = fileMatchStr (&reckeys, rGroup, fname,
1027                                      rGroup->recordId);
1028             if (matchStr)
1029             {
1030                 rinfo = dict_lookup (matchDict, matchStr);
1031                 if (rinfo)
1032                     memcpy (sysno, rinfo+1, sizeof(*sysno));
1033             }
1034             else
1035             {
1036                 logf (LOG_WARN, "Bad match criteria");
1037                 return 0;
1038             }
1039         }
1040     }
1041
1042     if (! *sysno)
1043     {
1044         /* new record */
1045         if (deleteFlag)
1046         {
1047             logf (LOG_LOG, "Cannot delete new record");
1048             return 1;
1049         }
1050         if (records_processed < rGroup->fileVerboseLimit)
1051             logf (LOG_LOG, "add %s %s %ld", rGroup->recordType,
1052                   fname, (long) recordOffset);
1053         rec = rec_new (records);
1054         *sysno = rec->sysno;
1055
1056         if (matchStr)
1057         {
1058             dict_insert (matchDict, matchStr, sizeof(*sysno), sysno);
1059         }
1060         flushRecordKeys (*sysno, 1, &reckeys, rGroup->databaseName);
1061
1062         records_inserted++;
1063     }
1064     else
1065     {
1066         /* record already exists */
1067         struct recKeys delkeys;
1068
1069         rec = rec_get (records, *sysno);
1070         assert (rec);
1071         delkeys.buf_used = rec->size[recInfo_delKeys];
1072         delkeys.buf = rec->info[recInfo_delKeys];
1073         flushRecordKeys (*sysno, 0, &delkeys, rec->info[recInfo_databaseName]);
1074         if (deleteFlag)
1075         {
1076             /* record going to be deleted */
1077             if (!delkeys.buf_used)
1078             {
1079                 logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
1080                       fname, (long) recordOffset);
1081                 logf (LOG_WARN, "cannot delete file above, storeKeys false");
1082             }
1083             else
1084             {
1085                 if (records_processed < rGroup->fileVerboseLimit)
1086                     logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
1087                           fname, (long) recordOffset);
1088                 records_deleted++;
1089                 if (matchStr)
1090                     dict_delete (matchDict, matchStr);
1091                 rec_del (records, &rec);
1092             }
1093             logRecord (0);
1094             return 1;
1095         }
1096         else
1097         {
1098             /* record going to be updated */
1099             if (!delkeys.buf_used)
1100             {
1101                 logf (LOG_LOG, "update %s %s %ld", rGroup->recordType,
1102                       fname, (long) recordOffset);
1103                 logf (LOG_WARN, "cannot update file above, storeKeys false");
1104             }
1105             else
1106             {
1107                 if (records_processed < rGroup->fileVerboseLimit)
1108                     logf (LOG_LOG, "update %s %s %ld", rGroup->recordType,
1109                           fname, (long) recordOffset);
1110                 flushRecordKeys (*sysno, 1, &reckeys, rGroup->databaseName);
1111                 records_updated++;
1112             }
1113         }
1114     }
1115     /* update file type */
1116     xfree (rec->info[recInfo_fileType]);
1117     rec->info[recInfo_fileType] =
1118         rec_strdup (rGroup->recordType, &rec->size[recInfo_fileType]);
1119
1120     /* update filename */
1121     xfree (rec->info[recInfo_filename]);
1122     rec->info[recInfo_filename] =
1123         rec_strdup (fname, &rec->size[recInfo_filename]);
1124
1125     /* update delete keys */
1126     xfree (rec->info[recInfo_delKeys]);
1127     if (reckeys.buf_used > 0 && rGroup->flagStoreKeys == 1)
1128     {
1129 #if 1
1130         rec->size[recInfo_delKeys] = reckeys.buf_used;
1131         rec->info[recInfo_delKeys] = reckeys.buf;
1132         reckeys.buf = NULL;
1133         reckeys.buf_max = 0;
1134 #else
1135         rec->info[recInfo_delKeys] = xmalloc (reckeys.buf_used);
1136         rec->size[recInfo_delKeys] = reckeys.buf_used;
1137         memcpy (rec->info[recInfo_delKeys], reckeys.buf,
1138                 rec->size[recInfo_delKeys]);
1139 #endif
1140     }
1141     else
1142     {
1143         rec->info[recInfo_delKeys] = NULL;
1144         rec->size[recInfo_delKeys] = 0;
1145     }
1146
1147     /* update store data */
1148     xfree (rec->info[recInfo_storeData]);
1149     if (rGroup->flagStoreData == 1)
1150     {
1151         int size = fi->file_moffset - recordOffset;
1152         if (!size)
1153             size = fi->file_max - recordOffset;
1154         rec->size[recInfo_storeData] = size;
1155         rec->info[recInfo_storeData] = xmalloc (size);
1156         if (lseek (fi->fd, recordOffset, SEEK_SET) < 0)
1157         {
1158             logf (LOG_ERRNO|LOG_FATAL, "seek to %ld in %s", fname,
1159                   (long) recordOffset);
1160             exit (1);
1161         }
1162         if (read (fi->fd, rec->info[recInfo_storeData], size) < size)
1163         {
1164             logf (LOG_ERRNO|LOG_FATAL, "read %d bytes of %s",
1165                   fi->file_max, fname);
1166             exit (1);
1167         }
1168     }
1169     else
1170     {
1171         rec->info[recInfo_storeData] = NULL;
1172         rec->size[recInfo_storeData] = 0;
1173     }
1174     /* update database name */
1175     xfree (rec->info[recInfo_databaseName]);
1176     rec->info[recInfo_databaseName] =
1177         rec_strdup (rGroup->databaseName, &rec->size[recInfo_databaseName]);
1178
1179     /* update offset */
1180     xfree (rec->info[recInfo_offset]);
1181
1182     rec->size[recInfo_offset] = sizeof(recordOffset);
1183     rec->info[recInfo_offset] = xmalloc (sizeof(recordOffset));
1184     memcpy (rec->info[recInfo_offset], &recordOffset, sizeof(recordOffset));
1185
1186     /* commit this record */
1187     rec_put (records, &rec);
1188     logRecord (0);
1189     return 1;
1190 }
1191
1192 int fileExtract (SYSNO *sysno, const char *fname,
1193                  const struct recordGroup *rGroupP, int deleteFlag)
1194 {
1195     int r, i, fd;
1196     char gprefix[128];
1197     char ext[128];
1198     char ext_res[128];
1199     char subType[128];
1200     RecType recType;
1201     struct recordGroup rGroupM;
1202     struct recordGroup *rGroup = &rGroupM;
1203     struct file_read_info *fi;
1204
1205     memcpy (rGroup, rGroupP, sizeof(*rGroupP));
1206
1207     if (!rGroup->groupName || !*rGroup->groupName)
1208         *gprefix = '\0';
1209     else
1210         sprintf (gprefix, "%s.", rGroup->groupName);
1211
1212     logf (LOG_DEBUG, "fileExtract %s", fname);
1213
1214     /* determine file extension */
1215     for (i = strlen(fname); --i >= 0; )
1216         if (fname[i] == '/')
1217         {
1218             strcpy (ext, "");
1219             break;
1220         }
1221         else if (fname[i] == '.')
1222         {
1223             strcpy (ext, fname+i+1);
1224             break;
1225         }
1226     /* determine file type - depending on extension */
1227     if (!rGroup->recordType)
1228     {
1229         sprintf (ext_res, "%srecordType.%s", gprefix, ext);
1230         if (!(rGroup->recordType = res_get (common_resource, ext_res)))
1231         {
1232             sprintf (ext_res, "%srecordType", gprefix);
1233             if (!(rGroup->recordType = res_get (common_resource, ext_res)))
1234             {
1235                 if (records_processed < rGroup->fileVerboseLimit)
1236                     logf (LOG_LOG, "? %s", fname);
1237                 return 0;
1238             }
1239         }
1240     }
1241     if (!rGroup->recordType)
1242     {
1243         if (records_processed < rGroup->fileVerboseLimit)
1244             logf (LOG_LOG, "? record %s", fname);
1245         return 0;
1246     }
1247     if (!(recType = recType_byName (rGroup->recordType, subType)))
1248     {
1249         logf (LOG_WARN, "No such record type: %s", rGroup->recordType);
1250         return 0;
1251     }
1252
1253     /* determine match criteria */
1254     if (!rGroup->recordId)
1255     {
1256         sprintf (ext_res, "%srecordId.%s", gprefix, ext);
1257         rGroup->recordId = res_get (common_resource, ext_res);
1258     }
1259
1260     /* determine database name */
1261     if (!rGroup->databaseName)
1262     {
1263         sprintf (ext_res, "%sdatabase.%s", gprefix, ext);
1264         if (!(rGroup->databaseName = res_get (common_resource, ext_res)))
1265         {
1266             sprintf (ext_res, "%sdatabase", gprefix);
1267             rGroup->databaseName = res_get (common_resource, ext_res);
1268         }
1269     }
1270     if (!rGroup->databaseName)
1271         rGroup->databaseName = "Default";
1272
1273     if (rGroup->flagStoreData == -1)
1274     {
1275         const char *sval;
1276         sprintf (ext_res, "%sstoreData.%s", gprefix, ext);
1277         if (!(sval = res_get (common_resource, ext_res)))
1278         {
1279             sprintf (ext_res, "%sstoreData", gprefix);
1280             sval = res_get (common_resource, ext_res);
1281         }
1282         if (sval)
1283             rGroup->flagStoreData = atoi (sval);
1284     }
1285     if (rGroup->flagStoreData == -1)
1286         rGroup->flagStoreData = 0;
1287
1288     if (rGroup->flagStoreKeys == -1)
1289     {
1290         const char *sval;
1291
1292         sprintf (ext_res, "%sstoreKeys.%s", gprefix, ext);
1293         if (!(sval = res_get (common_resource, ext_res)))
1294         {
1295             sprintf (ext_res, "%sstoreKeys", gprefix);
1296             sval = res_get (common_resource, ext_res);
1297         }
1298         if (sval)
1299             rGroup->flagStoreKeys = atoi (sval);
1300     }
1301     if (rGroup->flagStoreKeys == -1)
1302         rGroup->flagStoreKeys = 0;
1303
1304     if (sysno && deleteFlag)
1305         fd = -1;
1306     else
1307     {
1308         if ((fd = open (fname, O_RDONLY)) == -1)
1309         {
1310             logf (LOG_WARN|LOG_ERRNO, "open %s", fname);
1311             return 0;
1312         }
1313     }
1314     fi = file_read_start (fd);
1315     do
1316     {
1317         file_begin (fi);
1318         r = recordExtract (sysno, fname, rGroup, deleteFlag, fi,
1319                            recType, subType);
1320     } while (r && !sysno && fi->file_more);
1321     file_read_stop (fi);
1322     if (fd != -1)
1323         close (fd);
1324     return r;
1325 }
1326