index/extract.c

   1 /*
   2  * Copyright (C) 1994-1999, Index Data
   3  * All rights reserved.
   4  * Sebastian Hammer, Adam Dickmeiss
   5  *
   6  * $Log: extract.c,v $
   7  * Revision 1.93  1999-05-15 14:36:38  adam
   8  * Updated dictionary. Implemented "compression" of dictionary.
   9  *
  10  * Revision 1.92  1999/03/09 16:27:49  adam
  11  * More work on SDRKit integration.
  12  *
  13  * Revision 1.91  1999/02/12 13:29:22  adam
  14  * Implemented position-flag for registers.
  15  *
  16  * Revision 1.90  1999/02/02 14:50:52  adam
  17  * Updated WIN32 code specific sections. Changed header.
  18  *
  19  * Revision 1.89  1998/10/28 10:54:38  adam
  20  * SDRKit integration.
  21  *
  22  * Revision 1.88  1998/10/16 08:14:29  adam
  23  * Updated record control system.
  24  *
  25  * Revision 1.87  1998/10/15 13:10:33  adam
  26  * Fixed bug in Zebra that caused it to stop indexing when empty
  27  * record was read.
  28  *
  29  * Revision 1.86  1998/10/13 20:33:53  adam
  30  * Fixed one log message and change use ordinal to be an unsigned char.
  31  *
  32  * Revision 1.85  1998/09/22 10:03:41  adam
  33  * Changed result sets to be persistent in the sense that they can
  34  * be re-searched if needed.
  35  * Fixed memory leak in rsm_or.
  36  *
  37  * Revision 1.84  1998/06/11 15:42:22  adam
  38  * Changed the way use attributes are specified in the recordId
  39  * specification.
  40  *
  41  * Revision 1.83  1998/06/08 14:43:10  adam
  42  * Added suport for EXPLAIN Proxy servers - added settings databasePath
  43  * and explainDatabase to facilitate this. Increased maximum number
  44  * of databases and attributes in one register.
  45  *
  46  * Revision 1.82  1998/05/20 10:12:15  adam
  47  * Implemented automatic EXPLAIN database maintenance.
  48  * Modified Zebra to work with ASN.1 compiled version of YAZ.
  49  *
  50  * Revision 1.81  1998/03/11 11:19:04  adam
  51  * Changed the way sequence numbers are generated.
  52  *
  53  * Revision 1.80  1998/03/05 08:45:11  adam
  54  * New result set model and modular ranking system. Moved towards
  55  * descent server API. System information stored as "SGML" records.
  56  *
  57  * Revision 1.79  1998/02/17 10:32:52  adam
  58  * Fixed bug: binary files weren't opened with flag b on NT.
  59  *
  60  * Revision 1.78  1998/02/10 12:03:05  adam
  61  * Implemented Sort.
  62  *
  63  * Revision 1.77  1998/01/12 15:04:08  adam
  64  * The test option (-s) only uses read-lock (and not write lock).
  65  *
  66  * Revision 1.76  1997/10/27 14:33:04  adam
  67  * Moved towards generic character mapping depending on "structure"
  68  * field in abstract syntax file. Fixed a few memory leaks. Fixed
  69  * bug with negative integers when doing searches with relational
  70  * operators.
  71  *
  72  * Revision 1.75  1997/09/17 12:19:12  adam
  73  * Zebra version corresponds to YAZ version 1.4.
  74  * Changed Zebra server so that it doesn't depend on global common_resource.
  75  *
  76  * Revision 1.74  1997/09/09 13:38:06  adam
  77  * Partial port to WIN95/NT.
  78  *
  79  * Revision 1.73  1997/09/04 13:57:20  adam
  80  * New file extract/retrieve method tellf (added).
  81  * Added O_BINARY for open calls.
  82  *
  83  * Revision 1.72  1997/07/15 16:32:29  adam
  84  * Bug fix: Match handler didn't terminate the resulting string!
  85  *
  86  * Revision 1.71  1997/07/15 16:28:41  adam
  87  * Bug fix: storeData didn't work with files with multiple records.
  88  * Bug fix: fixed memory management with records; not really well
  89  *  thought through.
  90  *
  91  * Revision 1.70  1997/07/01 13:00:42  adam
  92  * Bug fix in routine searchRecordKey: uninitialized variables.
  93  *
  94  * Revision 1.69  1997/04/29 09:26:03  adam
  95  * Bug fix: generic recordId handling didn't work for compressed internal
  96  * keys.
  97  *
  98  * Revision 1.68  1997/02/12 20:39:45  adam
  99  * Implemented options -f <n> that limits the log to the first <n>
 100  * records.
 101  * Changed some log messages also.
 102  *
 103  * Revision 1.67  1996/11/15 15:02:14  adam
 104  * Minor changes regarding logging.
 105  *
 106  * Revision 1.66  1996/11/14  09:52:21  adam
 107  * Strings in record keys bound by IT_MAX_WORD.
 108  *
 109  * Revision 1.65  1996/11/14  08:57:56  adam
 110  * Reduction of storeKeys area.
 111  *
 112  * Revision 1.64  1996/11/08 11:10:16  adam
 113  * Buffers used during file match got bigger.
 114  * Compressed ISAM support everywhere.
 115  * Bug fixes regarding masking characters in queries.
 116  * Redesigned Regexp-2 queries.
 117  *
 118  * Revision 1.63  1996/10/29 14:09:39  adam
 119  * Use of cisam system - enabled if setting isamc is 1.
 120  *
 121  * Revision 1.62  1996/10/11 10:57:01  adam
 122  * New module recctrl. Used to manage records (extract/retrieval).
 123  * Several files have been moved to the recctrl sub directory.
 124  *
 125  * Revision 1.61  1996/06/06 12:08:37  quinn
 126  * Added showRecord function
 127  *
 128  * Revision 1.60  1996/06/04  10:18:12  adam
 129  * Search/scan uses character mapping module.
 130  *
 131  * Revision 1.59  1996/05/14  15:47:07  adam
 132  * Cleanup of various buffer size entities.
 133  *
 134  * Revision 1.58  1996/05/14  06:16:38  adam
 135  * Compact use/set bytes used in search service.
 136  *
 137  * Revision 1.57  1996/05/13 14:23:04  adam
 138  * Work on compaction of set/use bytes in dictionary.
 139  *
 140  * Revision 1.56  1996/05/09  09:54:42  adam
 141  * Server supports maps from one logical attributes to a list of physical
 142  * attributes.
 143  * The extraction process doesn't make space consuming 'any' keys.
 144  *
 145  * Revision 1.55  1996/05/09  07:28:55  quinn
 146  * Work towards phrases and multiple registers
 147  *
 148  * Revision 1.54  1996/05/01  13:46:35  adam
 149  * First work on multiple records in one file.
 150  * New option, -offset, to the "unread" command in the filter module.
 151  *
 152  * Revision 1.53  1996/04/26  12:09:43  adam
 153  * Added a few comments.
 154  *
 155  * Revision 1.52  1996/04/25  13:27:57  adam
 156  * Function recordExtract modified so that files with no keys (possibly empty)
 157  * are ignored.
 158  *
 159  * Revision 1.51  1996/03/19  11:08:42  adam
 160  * Bug fix: Log preamble wasn't always turned off after recordExtract.
 161  *
 162  * Revision 1.50  1996/02/12  18:45:36  adam
 163  * New fileVerboseFlag in record group control.
 164  *
 165  * Revision 1.49  1996/02/05  12:29:57  adam
 166  * Logging reduced a bit.
 167  * The remaining running time is estimated during register merge.
 168  *
 169  * Revision 1.48  1996/02/01  20:53:26  adam
 170  * The temporary per-record keys are compacted a little, and duplication
 171  * of the per-records keys are avoided when they are saved in the record
 172  * information buffer.
 173  *
 174  * Revision 1.47  1996/01/17  14:57:48  adam
 175  * Prototype changed for reader functions in extract/retrieve. File
 176  *  is identified by 'void *' instead of 'int.
 177  *
 178  * Revision 1.46  1995/12/15  14:57:16  adam
 179  * Bug fix.
 180  *
 181  * Revision 1.45  1995/12/15  12:37:41  adam
 182  * In addRecordKeyAny: Writes key only when attrSet != -1.
 183  *
 184  * Revision 1.44  1995/12/12  16:00:54  adam
 185  * System call sync(2) used after update/commit.
 186  * Locking (based on fcntl) uses F_EXLCK and F_SHLCK instead of F_WRLCK
 187  * and F_RDLCK.
 188  *
 189  * Revision 1.43  1995/12/11  09:12:46  adam
 190  * The rec_get function returns NULL if record doesn't exist - will
 191  * happen in the server if the result set records have been deleted since
 192  * the creation of the set (i.e. the search).
 193  * The server saves a result temporarily if it is 'volatile', i.e. the
 194  * set is register dependent.
 195  *
 196  * Revision 1.42  1995/12/07  17:38:46  adam
 197  * Work locking mechanisms for concurrent updates/commit.
 198  *
 199  * Revision 1.41  1995/12/06  16:06:42  adam
 200  * Better diagnostics. Work on 'real' dictionary deletion.
 201  *
 202  * Revision 1.40  1995/12/05  16:57:40  adam
 203  * More work on regular patterns.
 204  *
 205  * Revision 1.39  1995/12/05  13:20:18  adam
 206  * Bug fix: file_read sometimes returned early EOF.
 207  *
 208  * Revision 1.38  1995/12/04  17:59:21  adam
 209  * More work on regular expression conversion.
 210  *
 211  * Revision 1.37  1995/12/04  14:22:27  adam
 212  * Extra arg to recType_byName.
 213  * Started work on new regular expression parsed input to
 214  * structured records.
 215  *
 216  * Revision 1.36  1995/11/30  08:34:29  adam
 217  * Started work on commit facility.
 218  * Changed a few malloc/free to xmalloc/xfree.
 219  *
 220  * Revision 1.35  1995/11/28  14:26:21  adam
 221  * Bug fix: recordId with constant wasn't right.
 222  * Bug fix: recordId dictionary entry wasn't deleted when needed.
 223  *
 224  * Revision 1.34  1995/11/28  09:09:38  adam
 225  * Zebra config renamed.
 226  * Use setting 'recordId' to identify record now.
 227  * Bug fix in recindex.c: rec_release_blocks was invokeded even
 228  * though the blocks were already released.
 229  * File traversal properly deletes records when needed.
 230  *
 231  * Revision 1.33  1995/11/27  09:56:20  adam
 232  * Record info elements better enumerated. Internal store of records.
 233  *
 234  * Revision 1.32  1995/11/25  10:24:05  adam
 235  * More record fields - they are enumerated now.
 236  * New options: flagStoreData flagStoreKey.
 237  *
 238  * Revision 1.31  1995/11/24  11:31:35  adam
 239  * Commands add & del read filenames from stdin if source directory is
 240  * empty.
 241  * Match criteria supports 'constant' strings.
 242  *
 243  * Revision 1.30  1995/11/22  17:19:16  adam
 244  * Record management uses the bfile system.
 245  *
 246  * Revision 1.29  1995/11/21  15:01:14  adam
 247  * New general match criteria implemented.
 248  * New feature: document groups.
 249  *
 250  * Revision 1.28  1995/11/21  09:20:30  adam
 251  * Yet more work on record match.
 252  *
 253  * Revision 1.27  1995/11/20  16:59:45  adam
 254  * New update method: the 'old' keys are saved for each records.
 255  *
 256  * Revision 1.26  1995/11/20  11:56:24  adam
 257  * Work on new traversal.
 258  *
 259  * Revision 1.25  1995/11/16  15:34:54  adam
 260  * Uses new record management system in both indexer and server.
 261  *
 262  * Revision 1.24  1995/11/15  19:13:08  adam
 263  * Work on record management.
 264  *
 265  * Revision 1.23  1995/10/27  14:00:10  adam
 266  * Implemented detection of database availability.
 267  *
 268  * Revision 1.22  1995/10/17  18:02:07  adam
 269  * New feature: databases. Implemented as prefix to words in dictionary.
 270  *
 271  * Revision 1.21  1995/10/10  12:24:38  adam
 272  * Temporary sort files are compressed.
 273  *
 274  * Revision 1.20  1995/10/06  13:52:05  adam
 275  * Bug fixes. Handler may abort further scanning.
 276  *
 277  * Revision 1.19  1995/10/04  12:55:16  adam
 278  * Bug fix in ranked search. Use=Any keys inserted.
 279  *
 280  * Revision 1.18  1995/10/04  09:37:08  quinn
 281  * Fixed bug.
 282  *
 283  * Revision 1.17  1995/10/03  14:28:57  adam
 284  * Buffered read in extract works.
 285  *
 286  * Revision 1.16  1995/10/03  14:28:45  adam
 287  * Work on more effecient read handler in extract.
 288  *
 289  * Revision 1.15  1995/10/02  15:42:53  adam
 290  * Extract uses file descriptors instead of FILE pointers.
 291  *
 292  * Revision 1.14  1995/10/02  15:29:13  adam
 293  * More logging in file_extract.
 294  *
 295  * Revision 1.13  1995/09/29  14:01:39  adam
 296  * Bug fixes.
 297  *
 298  * Revision 1.12  1995/09/28  14:22:56  adam
 299  * Sort uses smaller temporary files.
 300  *
 301  * Revision 1.11  1995/09/28  12:10:31  adam
 302  * Bug fixes. Field prefix used in queries.
 303  *
 304  * Revision 1.10  1995/09/28  09:19:41  adam
 305  * xfree/xmalloc used everywhere.
 306  * Extract/retrieve method seems to work for text records.
 307  *
 308  * Revision 1.9  1995/09/27  12:22:28  adam
 309  * More work on extract in record control.
 310  * Field name is not in isam keys but in prefix in dictionary words.
 311  *
 312  * Revision 1.8  1995/09/14  07:48:22  adam
 313  * Record control management.
 314  *
 315  * Revision 1.7  1995/09/11  13:09:32  adam
 316  * More work on relevance feedback.
 317  *
 318  * Revision 1.6  1995/09/08  14:52:27  adam
 319  * Minor changes. Dictionary is lower case now.
 320  *
 321  * Revision 1.5  1995/09/06  16:11:16  adam
 322  * Option: only one word key per file.
 323  *
 324  * Revision 1.4  1995/09/05  15:28:39  adam
 325  * More work on search engine.
 326  *
 327  * Revision 1.3  1995/09/04  12:33:41  adam
 328  * Various cleanup. YAZ util used instead.
 329  *
 330  * Revision 1.2  1995/09/04  09:10:34  adam
 331  * More work on index add/del/update.
 332  * Merge sort implemented.
 333  * Initial work on z39 server.
 334  *
 335  * Revision 1.1  1995/09/01  14:06:35  adam
 336  * Split of work into more files.
 337  *
 338  */
 339 #include <stdio.h>
 340 #include <assert.h>
 341 #ifdef WIN32
 342 #include <io.h>
 343 #else
 344 #include <unistd.h>
 345 #endif
 346 #include <fcntl.h>
 347
 348 #include <recctrl.h>
 349 #include <charmap.h>
 350 #include <sortidx.h>
 351 #include "index.h"
 352
 353 #include "zinfo.h"
 354
 355 #ifndef ZEBRASDR
 356 #define ZEBRASDR 0
 357 #endif
 358
 359 #if ZEBRASDR
 360 #include "zebrasdr.h"
 361 #endif
 362
 363 static Dict matchDict;
 364
 365 static Records records = NULL;
 366 static SortIdx sortIdx = NULL;
 367
 368 static char **key_buf;
 369 static size_t ptr_top;
 370 static size_t ptr_i;
 371 static size_t key_buf_used;
 372 static int key_file_no;
 373
 374 static int records_inserted = 0;
 375 static int records_updated = 0;
 376 static int records_deleted = 0;
 377 static int records_processed = 0;
 378
 379 static ZebraExplainInfo zti = NULL;
 380
 381 static void logRecord (int showFlag)
 382 {
 383     if (!showFlag)
 384         ++records_processed;
 385     if (showFlag || !(records_processed % 1000))
 386     {
 387         logf (LOG_LOG, "Records: %7d i/u/d %d/%d/%d",
 388               records_processed, records_inserted, records_updated,
 389               records_deleted);
 390     }
 391 }
 392
 393 static int explain_extract (void *handle, Record drec, data1_node *n);
 394
 395 int key_open (struct recordGroup *rGroup, int mem)
 396 {
 397     BFiles bfs = rGroup->bfs;
 398     int rw = rGroup->flagRw;
 399     data1_handle dh = rGroup->dh;
 400     if (!mem)
 401         mem = atoi(res_get_def (common_resource, "memMax", "4"))*1024*1024;
 402     if (mem < 50000)
 403         mem = 50000;
 404     key_buf = xmalloc (mem);
 405     ptr_top = mem/sizeof(char*);
 406     ptr_i = 0;
 407
 408     key_buf_used = 0;
 409     key_file_no = 0;
 410
 411     if (!(matchDict = dict_open (bfs, GMATCH_DICT, 50, rw, 0)))
 412     {
 413         logf (LOG_FATAL, "dict_open fail of %s", GMATCH_DICT);
 414         return -1;
 415     }
 416     assert (!records);
 417     records = rec_open (bfs, rw);
 418     if (!records)
 419     {
 420         dict_close (matchDict);
 421         return -1;
 422     }
 423     zti = zebraExplain_open (records, dh, common_resource,
 424                              rw, rGroup, explain_extract);
 425     if (!zti)
 426     {
 427         rec_close (&records);
 428         dict_close (matchDict);
 429         return -1;
 430     }
 431     sortIdx = sortIdx_open (bfs, 1);
 432     return 0;
 433 }
 434
 435 struct encode_info {
 436     int  sysno;
 437     int  seqno;
 438     int  cmd;
 439     char buf[768];
 440 };
 441
 442 void encode_key_init (struct encode_info *i)
 443 {
 444     i->sysno = 0;
 445     i->seqno = 0;
 446     i->cmd = -1;
 447 }
 448
 449 char *encode_key_int (int d, char *bp)
 450 {
 451     if (d <= 63)
 452         *bp++ = d;
 453     else if (d <= 16383)
 454     {
 455         *bp++ = 64 + (d>>8);
 456         *bp++ = d  & 255;
 457     }
 458     else if (d <= 4194303)
 459     {
 460         *bp++ = 128 + (d>>16);
 461         *bp++ = (d>>8) & 255;
 462         *bp++ = d & 255;
 463     }
 464     else
 465     {
 466         *bp++ = 192 + (d>>24);
 467         *bp++ = (d>>16) & 255;
 468         *bp++ = (d>>8) & 255;
 469         *bp++ = d & 255;
 470     }
 471     return bp;
 472 }
 473
 474 void encode_key_write (char *k, struct encode_info *i, FILE *outf)
 475 {
 476     struct it_key key;
 477     char *bp = i->buf;
 478
 479     while ((*bp++ = *k++))
 480         ;
 481     memcpy (&key, k+1, sizeof(struct it_key));
 482     bp = encode_key_int ( (key.sysno - i->sysno) * 2 + *k, bp);
 483     if (i->sysno != key.sysno)
 484     {
 485         i->sysno = key.sysno;
 486         i->seqno = 0;
 487     }
 488     else if (!i->seqno && !key.seqno && i->cmd == *k)
 489         return;
 490     bp = encode_key_int (key.seqno - i->seqno, bp);
 491     i->seqno = key.seqno;
 492     i->cmd = *k;
 493     if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
 494     {
 495         logf (LOG_FATAL|LOG_ERRNO, "fwrite");
 496         exit (1);
 497     }
 498 }
 499
 500 #define SORT_EXTRA 0
 501
 502 #if SORT_EXTRA
 503 static int key_y_len;
 504
 505 static int key_y_compare (const void *p1, const void *p2)
 506 {
 507     int r;
 508
 509     if ((r = key_compare (*(char**) p1 + key_y_len + 1,
 510                           *(char**) p2 + key_y_len + 1)))
 511          return r;
 512     return *(*(char**) p1 + key_y_len) - *(*(char**) p2 + key_y_len);
 513 }
 514
 515 static int key_x_compare (const void *p1, const void *p2)
 516 {
 517     return strcmp (*(char**) p1, *(char**) p2);
 518 }
 519 #endif
 520
 521 void key_flush (void)
 522 {
 523     FILE *outf;
 524     char out_fname[200];
 525     char *prevcp, *cp;
 526     struct encode_info encode_info;
 527 #if SORT_EXTRA
 528     int i;
 529 #endif
 530
 531     if (ptr_i <= 0)
 532         return;
 533
 534     key_file_no++;
 535     logf (LOG_LOG, "sorting section %d", key_file_no);
 536 #if !SORT_EXTRA
 537     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_qsort_compare);
 538     getFnameTmp (out_fname, key_file_no);
 539
 540     if (!(outf = fopen (out_fname, "wb")))
 541     {
 542         logf (LOG_FATAL|LOG_ERRNO, "fopen %s", out_fname);
 543         exit (1);
 544     }
 545     logf (LOG_LOG, "writing section %d", key_file_no);
 546     prevcp = cp = key_buf[ptr_top-ptr_i];
 547
 548     encode_key_init (&encode_info);
 549     encode_key_write (cp, &encode_info, outf);
 550     while (--ptr_i > 0)
 551     {
 552         cp = key_buf[ptr_top-ptr_i];
 553         if (strcmp (cp, prevcp))
 554         {
 555             encode_key_init (&encode_info);
 556             encode_key_write (cp, &encode_info, outf);
 557             prevcp = cp;
 558         }
 559         else
 560             encode_key_write (cp + strlen(cp), &encode_info, outf);
 561     }
 562 #else
 563     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_x_compare);
 564     getFnameTmp (out_fname, key_file_no);
 565
 566     if (!(outf = fopen (out_fname, "wb")))
 567     {
 568         logf (LOG_FATAL|LOG_ERRNO, "fopen %s", out_fname);
 569         exit (1);
 570     }
 571     logf (LOG_LOG, "writing section %d", key_file_no);
 572     i = ptr_i;
 573     prevcp =  key_buf[ptr_top-i];
 574     while (1)
 575         if (!--i || strcmp (prevcp, key_buf[ptr_top-i]))
 576         {
 577             key_y_len = strlen(prevcp)+1;
 578 #if 0
 579             logf (LOG_LOG, "key_y_len: %2d %02x %02x %s",
 580                       key_y_len, prevcp[0], prevcp[1], 2+prevcp);
 581 #endif
 582             qsort (key_buf + ptr_top-ptr_i, ptr_i - i,
 583                                    sizeof(char*), key_y_compare);
 584             cp = key_buf[ptr_top-ptr_i];
 585             --key_y_len;
 586             encode_key_init (&encode_info);
 587             encode_key_write (cp, &encode_info, outf);
 588             while (--ptr_i > i)
 589             {
 590                 cp = key_buf[ptr_top-ptr_i];
 591                 encode_key_write (cp+key_y_len, &encode_info, outf);
 592             }
 593             if (!i)
 594                 break;
 595             prevcp = key_buf[ptr_top-ptr_i];
 596         }
 597 #endif
 598     if (fclose (outf))
 599     {
 600         logf (LOG_FATAL|LOG_ERRNO, "fclose %s", out_fname);
 601         exit (1);
 602     }
 603     logf (LOG_LOG, "finished section %d", key_file_no);
 604     ptr_i = 0;
 605     key_buf_used = 0;
 606 }
 607
 608 int key_close (struct recordGroup *rGroup)
 609 {
 610     int rw = rGroup->flagRw;
 611     if (rw)
 612         zebraExplain_runNumberIncrement (zti, 1);
 613     zebraExplain_close (zti, rw, 0);
 614     key_flush ();
 615     xfree (key_buf);
 616     rec_close (&records);
 617     dict_close (matchDict);
 618     sortIdx_close (sortIdx);
 619
 620     logRecord (1);
 621     return key_file_no;
 622 }
 623
 624 static void wordInit (struct recExtractCtrl *p, RecWord *w)
 625 {
 626     w->zebra_maps = p->zebra_maps;
 627     w->seqnos = p->seqno;
 628     w->attrSet = VAL_BIB1;
 629     w->attrUse = 1016;
 630     w->reg_type = 'w';
 631 }
 632
 633 static struct sortKey {
 634     char *string;
 635     int length;
 636     int attrSet;
 637     int attrUse;
 638     struct sortKey *next;
 639 } *sortKeys = NULL;
 640
 641 static struct recKeys {
 642     int buf_used;
 643     int buf_max;
 644     char *buf;
 645     char prevAttrSet;
 646     short prevAttrUse;
 647     int prevSeqNo;
 648 } reckeys;
 649
 650 static void addIndexString (RecWord *p, const char *string, int length)
 651 {
 652     char *dst;
 653     unsigned char attrSet;
 654     unsigned short attrUse;
 655     int lead = 0;
 656     int diff = 0;
 657     int *pseqno = &p->seqnos[p->reg_type];
 658
 659     if (reckeys.buf_used+1024 > reckeys.buf_max)
 660     {
 661         char *b;
 662
 663         b = xmalloc (reckeys.buf_max += 128000);
 664         if (reckeys.buf_used > 0)
 665             memcpy (b, reckeys.buf, reckeys.buf_used);
 666         xfree (reckeys.buf);
 667         reckeys.buf = b;
 668     }
 669     dst = reckeys.buf + reckeys.buf_used;
 670
 671     attrSet = p->attrSet;
 672     if (reckeys.buf_used > 0 && reckeys.prevAttrSet == attrSet)
 673         lead |= 1;
 674     else
 675         reckeys.prevAttrSet = attrSet;
 676     attrUse = p->attrUse;
 677     if (reckeys.buf_used > 0 && reckeys.prevAttrUse == attrUse)
 678         lead |= 2;
 679     else
 680         reckeys.prevAttrUse = attrUse;
 681 #if 1
 682     diff = 1 + *pseqno - reckeys.prevSeqNo;
 683     if (diff >= 1 && diff <= 15)
 684         lead |= (diff << 2);
 685     else
 686         diff = 0;
 687 #endif
 688     reckeys.prevSeqNo = *pseqno;
 689
 690     *dst++ = lead;
 691
 692     if (!(lead & 1))
 693     {
 694         memcpy (dst, &attrSet, sizeof(attrSet));
 695         dst += sizeof(attrSet);
 696     }
 697     if (!(lead & 2))
 698     {
 699         memcpy (dst, &attrUse, sizeof(attrUse));
 700         dst += sizeof(attrUse);
 701     }
 702     *dst++ = p->reg_type;
 703     memcpy (dst, string, length);
 704     dst += length;
 705     *dst++ = '\0';
 706
 707     if (!diff)
 708     {
 709         memcpy (dst, pseqno, sizeof(*pseqno));
 710         dst += sizeof(*pseqno);
 711     }
 712     reckeys.buf_used = dst - reckeys.buf;
 713     if (*pseqno)
 714         (*pseqno)++;
 715 }
 716
 717 static void addSortString (RecWord *p, const char *string, int length)
 718 {
 719     struct sortKey *sk;
 720
 721     for (sk = sortKeys; sk; sk = sk->next)
 722         if (sk->attrSet == p->attrSet && sk->attrUse == p->attrUse)
 723             return;
 724
 725     sk = xmalloc (sizeof(*sk));
 726     sk->next = sortKeys;
 727     sortKeys = sk;
 728
 729     sk->string = xmalloc (length);
 730     sk->length = length;
 731     memcpy (sk->string, string, length);
 732
 733     sk->attrSet = p->attrSet;
 734     sk->attrUse = p->attrUse;
 735 }
 736
 737 static void addString (RecWord *p, const char *string, int length)
 738 {
 739     assert (length > 0);
 740     if (zebra_maps_is_sort (p->zebra_maps, p->reg_type))
 741         addSortString (p, string, length);
 742     else
 743         addIndexString (p, string, length);
 744 }
 745
 746 static void addIncompleteField (RecWord *p)
 747 {
 748     const char *b = p->string;
 749     int remain = p->length;
 750     const char **map = 0;
 751
 752     if (remain > 0)
 753         map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
 754
 755     while (map)
 756     {
 757         char buf[IT_MAX_WORD+1];
 758         int i, remain;
 759
 760         /* Skip spaces */
 761         while (map && *map && **map == *CHR_SPACE)
 762         {
 763             remain = p->length - (b - p->string);
 764             if (remain > 0)
 765                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
 766             else
 767                 map = 0;
 768         }
 769         if (!map)
 770             break;
 771         i = 0;
 772         while (map && *map && **map != *CHR_SPACE)
 773         {
 774             const char *cp = *map;
 775
 776             while (i < IT_MAX_WORD && *cp)
 777                 buf[i++] = *(cp++);
 778             remain = p->length - (b - p->string);
 779             if (remain > 0)
 780                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
 781             else
 782                 map = 0;
 783         }
 784         if (!i)
 785             return;
 786         addString (p, buf, i);
 787     }
 788 }
 789
 790 static void addCompleteField (RecWord *p)
 791 {
 792     const char *b = p->string;
 793     char buf[IT_MAX_WORD+1];
 794     const char **map = 0;
 795     int i = 0, remain = p->length;
 796
 797     if (remain > 0)
 798         map = zebra_maps_input (p->zebra_maps, p->reg_type, &b, remain);
 799
 800     while (remain > 0 && i < IT_MAX_WORD)
 801     {
 802         while (map && *map && **map == *CHR_SPACE)
 803         {
 804             remain = p->length - (b - p->string);
 805             if (remain > 0)
 806                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
 807             else
 808                 map = 0;
 809         }
 810         if (!map)
 811             break;
 812
 813         if (i && i < IT_MAX_WORD)
 814             buf[i++] = *CHR_SPACE;
 815         while (map && *map && **map != *CHR_SPACE)
 816         {
 817             const char *cp = *map;
 818
 819             if (i >= IT_MAX_WORD)
 820                 break;
 821             while (i < IT_MAX_WORD && *cp)
 822                 buf[i++] = *(cp++);
 823             remain = p->length  - (b - p->string);
 824             if (remain > 0)
 825                 map = zebra_maps_input (p->zebra_maps, p->reg_type, &b,
 826                                         remain);
 827             else
 828                 map = 0;
 829         }
 830     }
 831     if (!i)
 832         return;
 833     addString (p, buf, i);
 834 }
 835
 836 static void addRecordKey (RecWord *p)
 837 {
 838     if (zebra_maps_is_complete (p->zebra_maps, p->reg_type))
 839         addCompleteField (p);
 840     else
 841         addIncompleteField(p);
 842 }
 843
 844 static void flushSortKeys (SYSNO sysno, int cmd)
 845 {
 846     struct sortKey *sk = sortKeys;
 847
 848     sortIdx_sysno (sortIdx, sysno);
 849     while (sk)
 850     {
 851         struct sortKey *sk_next = sk->next;
 852         sortIdx_type (sortIdx, sk->attrUse);
 853         sortIdx_add (sortIdx, sk->string, sk->length);
 854         xfree (sk->string);
 855         xfree (sk);
 856         sk = sk_next;
 857     }
 858     sortKeys = NULL;
 859 }
 860
 861 static void flushRecordKeys (SYSNO sysno, int cmd, struct recKeys *reckeys)
 862 {
 863     unsigned char attrSet = (unsigned char) -1;
 864     unsigned short attrUse = (unsigned short) -1;
 865     int seqno = 0;
 866     int off = 0;
 867
 868     zebraExplain_recordCountIncrement (zti, cmd ? 1 : -1);
 869     while (off < reckeys->buf_used)
 870     {
 871         const char *src = reckeys->buf + off;
 872         struct it_key key;
 873         int lead, ch;
 874
 875         lead = *src++;
 876
 877         if (!(lead & 1))
 878         {
 879             memcpy (&attrSet, src, sizeof(attrSet));
 880             src += sizeof(attrSet);
 881         }
 882         if (!(lead & 2))
 883         {
 884             memcpy (&attrUse, src, sizeof(attrUse));
 885             src += sizeof(attrUse);
 886         }
 887         if (key_buf_used + 1024 > (ptr_top-ptr_i)*sizeof(char*))
 888             key_flush ();
 889         ++ptr_i;
 890         key_buf[ptr_top-ptr_i] = (char*)key_buf + key_buf_used;
 891
 892         ch = zebraExplain_lookupSU (zti, attrSet, attrUse);
 893         if (ch < 0)
 894             ch = zebraExplain_addSU (zti, attrSet, attrUse);
 895         assert (ch > 0);
 896         key_buf_used += key_SU_code (ch, ((char*)key_buf) + key_buf_used);
 897
 898         while (*src)
 899             ((char*)key_buf) [key_buf_used++] = *src++;
 900         src++;
 901         ((char*)key_buf) [key_buf_used++] = '\0';
 902         ((char*) key_buf)[key_buf_used++] = cmd;
 903
 904         if (lead & 60)
 905             seqno += ((lead>>2) & 15)-1;
 906         else
 907         {
 908             memcpy (&seqno, src, sizeof(seqno));
 909             src += sizeof(seqno);
 910         }
 911         key.seqno = seqno;
 912         key.sysno = sysno;
 913         memcpy ((char*)key_buf + key_buf_used, &key, sizeof(key));
 914         key_buf_used += sizeof(key);
 915         off = src - reckeys->buf;
 916     }
 917     assert (off == reckeys->buf_used);
 918 }
 919
 920 static const char **searchRecordKey (struct recKeys *reckeys,
 921                                      int attrSetS, int attrUseS)
 922 {
 923     static const char *ws[32];
 924     int off = 0;
 925     int startSeq = -1;
 926     int i;
 927     short attrUse;
 928     char attrSet;
 929     int seqno = 0;
 930
 931     for (i = 0; i<32; i++)
 932         ws[i] = NULL;
 933
 934     while (off < reckeys->buf_used)
 935     {
 936
 937         const char *src = reckeys->buf + off;
 938         const char *wstart;
 939         int lead;
 940
 941         lead = *src++;
 942
 943         if (!(lead & 1))
 944         {
 945             memcpy (&attrSet, src, sizeof(attrSet));
 946             src += sizeof(attrSet);
 947         }
 948         if (!(lead & 2))
 949         {
 950             memcpy (&attrUse, src, sizeof(attrUse));
 951             src += sizeof(attrUse);
 952         }
 953         wstart = src;
 954         while (*src++)
 955             ;
 956         if (lead & 60)
 957             seqno += ((lead>>2) & 15)-1;
 958         else
 959         {
 960             memcpy (&seqno, src, sizeof(seqno));
 961             src += sizeof(seqno);
 962         }
 963         if (attrUseS == attrUse && attrSetS == attrSet)
 964         {
 965             int woff;
 966
 967
 968             if (startSeq == -1)
 969                 startSeq = seqno;
 970             woff = seqno - startSeq;
 971             if (woff >= 0 && woff < 31)
 972                 ws[woff] = wstart;
 973         }
 974
 975         off = src - reckeys->buf;
 976     }
 977     assert (off == reckeys->buf_used);
 978     return ws;
 979 }
 980
 981 struct file_read_info {
 982     off_t file_max;         /* maximum offset so far */
 983     off_t file_offset;      /* current offset */
 984     off_t file_moffset;     /* offset of rec/rec boundary */
 985     int file_more;
 986     int fd;
 987     char *sdrbuf;
 988     int sdrmax;
 989 };
 990
 991 static struct file_read_info *file_read_start (int fd)
 992 {
 993     struct file_read_info *fi = xmalloc (sizeof(*fi));
 994
 995     fi->fd = fd;
 996     fi->file_max = 0;
 997     fi->file_moffset = 0;
 998     fi->sdrbuf = 0;
 999     fi->sdrmax = 0;
1000     return fi;
1001 }
1002
1003 static void file_read_stop (struct file_read_info *fi)
1004 {
1005     xfree (fi);
1006 }
1007
1008 static off_t file_seek (void *handle, off_t offset)
1009 {
1010     struct file_read_info *p = handle;
1011     p->file_offset = offset;
1012     if (p->sdrbuf)
1013         return offset;
1014     return lseek (p->fd, offset, SEEK_SET);
1015 }
1016
1017 static off_t file_tell (void *handle)
1018 {
1019     struct file_read_info *p = handle;
1020     return p->file_offset;
1021 }
1022
1023 static int file_read (void *handle, char *buf, size_t count)
1024 {
1025     struct file_read_info *p = handle;
1026     int fd = p->fd;
1027     int r;
1028     if (p->sdrbuf)
1029     {
1030         r = count;
1031         if (r > p->sdrmax - p->file_offset)
1032             r = p->sdrmax - p->file_offset;
1033         if (r)
1034             memcpy (buf, p->sdrbuf + p->file_offset, r);
1035     }
1036     else
1037         r = read (fd, buf, count);
1038     if (r > 0)
1039     {
1040         p->file_offset += r;
1041         if (p->file_offset > p->file_max)
1042             p->file_max = p->file_offset;
1043     }
1044     return r;
1045 }
1046
1047 static void file_begin (void *handle)
1048 {
1049     struct file_read_info *p = handle;
1050
1051     p->file_offset = p->file_moffset;
1052     if (!p->sdrbuf && p->file_moffset)
1053         lseek (p->fd, p->file_moffset, SEEK_SET);
1054     p->file_more = 0;
1055 }
1056
1057 static void file_end (void *handle, off_t offset)
1058 {
1059     struct file_read_info *p = handle;
1060
1061     assert (p->file_more == 0);
1062     p->file_more = 1;
1063     p->file_moffset = offset;
1064 }
1065
1066 static char *fileMatchStr (struct recKeys *reckeys, struct recordGroup *rGroup,
1067                            const char *fname, const char *spec)
1068 {
1069     static char dstBuf[2048];
1070     char *dst = dstBuf;
1071     const char *s = spec;
1072     static const char **w;
1073
1074     while (1)
1075     {
1076         while (*s == ' ' || *s == '\t')
1077             s++;
1078         if (!*s)
1079             break;
1080         if (*s == '(')
1081         {
1082             char attset_str[64], attname_str[64];
1083             data1_attset *attset;
1084             int i;
1085             char matchFlag[32];
1086             int attSet = 1, attUse = 1;
1087             int first = 1;
1088
1089             s++;
1090             for (i = 0; *s && *s != ',' && *s != ')'; s++)
1091                 if (i < 63)
1092                     attset_str[i++] = *s;
1093             attset_str[i] = '\0';
1094
1095             if (*s == ',')
1096             {
1097                 s++;
1098                 for (i = 0; *s && *s != ')'; s++)
1099                     if (i < 63)
1100                         attname_str[i++] = *s;
1101                 attname_str[i] = '\0';
1102             }
1103
1104             if ((attset = data1_get_attset (rGroup->dh, attset_str)))
1105             {
1106                 data1_att *att;
1107                 attSet = attset->reference;
1108                 att = data1_getattbyname(rGroup->dh, attset, attname_str);
1109                 if (att)
1110                     attUse = att->value;
1111                 else
1112                     attUse = atoi (attname_str);
1113             }
1114             w = searchRecordKey (reckeys, attSet, attUse);
1115             assert (w);
1116
1117             if (*s == ')')
1118             {
1119                 for (i = 0; i<32; i++)
1120                     matchFlag[i] = 1;
1121             }
1122             else
1123             {
1124                 logf (LOG_WARN, "Missing ) in match criteria %s in group %s",
1125                       spec, rGroup->groupName ? rGroup->groupName : "none");
1126                 return NULL;
1127             }
1128             s++;
1129
1130             for (i = 0; i<32; i++)
1131                 if (matchFlag[i] && w[i])
1132                 {
1133                     if (first)
1134                     {
1135                         *dst++ = ' ';
1136                         first = 0;
1137                     }
1138                     strcpy (dst, w[i]);
1139                     dst += strlen(w[i]);
1140                 }
1141             if (first)
1142             {
1143                 logf (LOG_WARN, "Record didn't contain match"
1144                       " fields in (%s,%s)", attset_str, attname_str);
1145                 return NULL;
1146             }
1147         }
1148         else if (*s == '$')
1149         {
1150             int spec_len;
1151             char special[64];
1152             const char *spec_src = NULL;
1153             const char *s1 = ++s;
1154             while (*s1 && *s1 != ' ' && *s1 != '\t')
1155                 s1++;
1156
1157             spec_len = s1 - s;
1158             if (spec_len > 63)
1159                 spec_len = 63;
1160             memcpy (special, s, spec_len);
1161             special[spec_len] = '\0';
1162             s = s1;
1163
1164             if (!strcmp (special, "group"))
1165                 spec_src = rGroup->groupName;
1166             else if (!strcmp (special, "database"))
1167                 spec_src = rGroup->databaseName;
1168             else if (!strcmp (special, "filename"))
1169                 spec_src = fname;
1170             else if (!strcmp (special, "type"))
1171                 spec_src = rGroup->recordType;
1172             else
1173                 spec_src = NULL;
1174             if (spec_src)
1175             {
1176                 strcpy (dst, spec_src);
1177                 dst += strlen (spec_src);
1178             }
1179         }
1180         else if (*s == '\"' || *s == '\'')
1181         {
1182             int stopMarker = *s++;
1183             char tmpString[64];
1184             int i = 0;
1185
1186             while (*s && *s != stopMarker)
1187             {
1188                 if (i < 63)
1189                     tmpString[i++] = *s++;
1190             }
1191             if (*s)
1192                 s++;
1193             tmpString[i] = '\0';
1194             strcpy (dst, tmpString);
1195             dst += strlen (tmpString);
1196         }
1197         else
1198         {
1199             logf (LOG_WARN, "Syntax error in match criteria %s in group %s",
1200                   spec, rGroup->groupName ? rGroup->groupName : "none");
1201             return NULL;
1202         }
1203         *dst++ = 1;
1204     }
1205     if (dst == dstBuf)
1206     {
1207         logf (LOG_WARN, "No match criteria for record %s in group %s",
1208               fname, rGroup->groupName ? rGroup->groupName : "none");
1209         return NULL;
1210     }
1211     *dst = '\0';
1212     return dstBuf;
1213 }
1214
1215 struct recordLogInfo {
1216     const char *fname;
1217     int recordOffset;
1218     struct recordGroup *rGroup;
1219 };
1220
1221 static void recordLogPreamble (int level, const char *msg, void *info)
1222 {
1223     struct recordLogInfo *p = info;
1224     FILE *outf = log_file ();
1225
1226     if (level & LOG_LOG)
1227         return ;
1228     fprintf (outf, "File %s, offset %d, type %s\n",
1229              p->rGroup->recordType, p->recordOffset, p->fname);
1230     log_event_start (NULL, NULL);
1231 }
1232
1233 void addSchema (struct recExtractCtrl *p, Odr_oid *oid)
1234 {
1235     zebraExplain_addSchema (zti, oid);
1236 }
1237
1238 static int recordExtract (SYSNO *sysno, const char *fname,
1239                           struct recordGroup *rGroup, int deleteFlag,
1240                           struct file_read_info *fi,
1241                           RecType recType, char *subType)
1242 {
1243     RecordAttr *recordAttr;
1244     int r;
1245     char *matchStr;
1246     SYSNO sysnotmp;
1247     Record rec;
1248     struct recordLogInfo logInfo;
1249     off_t recordOffset = 0;
1250
1251     if (fi->fd != -1)
1252     {
1253         struct recExtractCtrl extractCtrl;
1254
1255         /* we are going to read from a file, so prepare the extraction */
1256         int i;
1257
1258         reckeys.buf_used = 0;
1259         reckeys.prevAttrUse = -1;
1260         reckeys.prevAttrSet = -1;
1261         reckeys.prevSeqNo = 0;
1262
1263         recordOffset = fi->file_moffset;
1264         extractCtrl.offset = fi->file_moffset;
1265         extractCtrl.readf = file_read;
1266         extractCtrl.seekf = file_seek;
1267         extractCtrl.tellf = file_tell;
1268         extractCtrl.endf = file_end;
1269         extractCtrl.fh = fi;
1270         extractCtrl.subType = subType;
1271         extractCtrl.init = wordInit;
1272         extractCtrl.addWord = addRecordKey;
1273         extractCtrl.addSchema = addSchema;
1274         extractCtrl.dh = rGroup->dh;
1275         for (i = 0; i<256; i++)
1276         {
1277             if (zebra_maps_is_positioned(rGroup->zebra_maps, i))
1278                 extractCtrl.seqno[i] = 1;
1279             else
1280                 extractCtrl.seqno[i] = 0;
1281         }
1282         extractCtrl.zebra_maps = rGroup->zebra_maps;
1283         extractCtrl.flagShowRecords = !rGroup->flagRw;
1284
1285         if (!rGroup->flagRw)
1286             printf ("File: %s %ld\n", fname, (long) recordOffset);
1287
1288         logInfo.fname = fname;
1289         logInfo.recordOffset = recordOffset;
1290         logInfo.rGroup = rGroup;
1291         log_event_start (recordLogPreamble, &logInfo);
1292
1293         r = (*recType->extract)(&extractCtrl);
1294
1295         log_event_start (NULL, NULL);
1296
1297         if (r)
1298         {
1299             /* error occured during extraction ... */
1300             if (rGroup->flagRw &&
1301                 records_processed < rGroup->fileVerboseLimit)
1302             {
1303                 logf (LOG_WARN, "fail %s %s %ld code = %d", rGroup->recordType,
1304                       fname, (long) recordOffset, r);
1305             }
1306             return 0;
1307         }
1308         if (reckeys.buf_used == 0)
1309         {
1310             /* the extraction process returned no information - the record
1311                is probably empty - unless flagShowRecords is in use */
1312             if (!rGroup->flagRw)
1313                 return 1;
1314             logf (LOG_WARN, "No keys generated for file %s", fname);
1315             logf (LOG_WARN, " The file is probably empty");
1316             return 1;
1317         }
1318     }
1319
1320     /* perform match if sysno not known and if match criteria is specified */
1321
1322     matchStr = NULL;
1323     if (!sysno)
1324     {
1325         sysnotmp = 0;
1326         sysno = &sysnotmp;
1327         if (rGroup->recordId && *rGroup->recordId)
1328         {
1329             char *rinfo;
1330
1331             matchStr = fileMatchStr (&reckeys, rGroup, fname,
1332                                      rGroup->recordId);
1333             if (matchStr)
1334             {
1335                 rinfo = dict_lookup (matchDict, matchStr);
1336                 if (rinfo)
1337                     memcpy (sysno, rinfo+1, sizeof(*sysno));
1338             }
1339             else
1340             {
1341                 logf (LOG_WARN, "Bad match criteria");
1342                 return 0;
1343             }
1344         }
1345     }
1346
1347     if (! *sysno)
1348     {
1349         /* new record */
1350         if (deleteFlag)
1351         {
1352             logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
1353                   fname, (long) recordOffset);
1354             logf (LOG_WARN, "cannot delete record above (seems new)");
1355             return 1;
1356         }
1357         if (records_processed < rGroup->fileVerboseLimit)
1358             logf (LOG_LOG, "add %s %s %ld", rGroup->recordType,
1359                   fname, (long) recordOffset);
1360         rec = rec_new (records);
1361
1362         *sysno = rec->sysno;
1363
1364         recordAttr = rec_init_attr (zti, rec);
1365
1366         if (matchStr)
1367         {
1368             dict_insert (matchDict, matchStr, sizeof(*sysno), sysno);
1369         }
1370         flushRecordKeys (*sysno, 1, &reckeys);
1371         flushSortKeys (*sysno, 1);
1372
1373         records_inserted++;
1374     }
1375     else
1376     {
1377         /* record already exists */
1378         struct recKeys delkeys;
1379
1380         rec = rec_get (records, *sysno);
1381         assert (rec);
1382
1383         recordAttr = rec_init_attr (zti, rec);
1384
1385         if (recordAttr->runNumber == zebraExplain_runNumberIncrement (zti, 0))
1386         {
1387             logf (LOG_LOG, "skipped %s %s %ld", rGroup->recordType,
1388                   fname, (long) recordOffset);
1389             rec_rm (&rec);
1390             logRecord (0);
1391             return 1;
1392         }
1393         delkeys.buf_used = rec->size[recInfo_delKeys];
1394         delkeys.buf = rec->info[recInfo_delKeys];
1395         flushSortKeys (*sysno, 0);
1396         flushRecordKeys (*sysno, 0, &delkeys);
1397         if (deleteFlag)
1398         {
1399             /* record going to be deleted */
1400             if (!delkeys.buf_used)
1401             {
1402                 logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
1403                       fname, (long) recordOffset);
1404                 logf (LOG_WARN, "cannot delete file above, storeKeys false");
1405             }
1406             else
1407             {
1408                 if (records_processed < rGroup->fileVerboseLimit)
1409                     logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
1410                           fname, (long) recordOffset);
1411                 records_deleted++;
1412                 if (matchStr)
1413                     dict_delete (matchDict, matchStr);
1414                 rec_del (records, &rec);
1415             }
1416             rec_rm (&rec);
1417             logRecord (0);
1418             return 1;
1419         }
1420         else
1421         {
1422             /* record going to be updated */
1423             if (!delkeys.buf_used)
1424             {
1425                 logf (LOG_LOG, "update %s %s %ld", rGroup->recordType,
1426                       fname, (long) recordOffset);
1427                 logf (LOG_WARN, "cannot update file above, storeKeys false");
1428             }
1429             else
1430             {
1431                 if (records_processed < rGroup->fileVerboseLimit)
1432                     logf (LOG_LOG, "update %s %s %ld", rGroup->recordType,
1433                           fname, (long) recordOffset);
1434                 flushRecordKeys (*sysno, 1, &reckeys);
1435                 records_updated++;
1436             }
1437         }
1438     }
1439     /* update file type */
1440     xfree (rec->info[recInfo_fileType]);
1441     rec->info[recInfo_fileType] =
1442         rec_strdup (rGroup->recordType, &rec->size[recInfo_fileType]);
1443
1444     /* update filename */
1445     xfree (rec->info[recInfo_filename]);
1446     rec->info[recInfo_filename] =
1447         rec_strdup (fname, &rec->size[recInfo_filename]);
1448
1449     /* update delete keys */
1450     xfree (rec->info[recInfo_delKeys]);
1451     if (reckeys.buf_used > 0 && rGroup->flagStoreKeys == 1)
1452     {
1453 #if 1
1454         rec->size[recInfo_delKeys] = reckeys.buf_used;
1455         rec->info[recInfo_delKeys] = reckeys.buf;
1456         reckeys.buf = NULL;
1457         reckeys.buf_max = 0;
1458 #else
1459         rec->info[recInfo_delKeys] = xmalloc (reckeys.buf_used);
1460         rec->size[recInfo_delKeys] = reckeys.buf_used;
1461         memcpy (rec->info[recInfo_delKeys], reckeys.buf,
1462                 rec->size[recInfo_delKeys]);
1463 #endif
1464     }
1465     else
1466     {
1467         rec->info[recInfo_delKeys] = NULL;
1468         rec->size[recInfo_delKeys] = 0;
1469     }
1470
1471     /* save file size of original record */
1472     zebraExplain_recordBytesIncrement (zti, - recordAttr->recordSize);
1473     recordAttr->recordSize = fi->file_moffset - recordOffset;
1474     if (!recordAttr->recordSize)
1475         recordAttr->recordSize = fi->file_max - recordOffset;
1476     zebraExplain_recordBytesIncrement (zti, recordAttr->recordSize);
1477
1478     /* set run-number for this record */
1479     recordAttr->runNumber = zebraExplain_runNumberIncrement (zti, 0);
1480
1481     /* update store data */
1482     xfree (rec->info[recInfo_storeData]);
1483     if (rGroup->flagStoreData == 1)
1484     {
1485         rec->size[recInfo_storeData] = recordAttr->recordSize;
1486         rec->info[recInfo_storeData] = xmalloc (recordAttr->recordSize);
1487         if (lseek (fi->fd, recordOffset, SEEK_SET) < 0)
1488         {
1489             logf (LOG_ERRNO|LOG_FATAL, "seek to %ld in %s",
1490                   (long) recordOffset, fname);
1491             exit (1);
1492         }
1493         if (read (fi->fd, rec->info[recInfo_storeData], recordAttr->recordSize)
1494             < recordAttr->recordSize)
1495         {
1496             logf (LOG_ERRNO|LOG_FATAL, "read %d bytes of %s",
1497                   recordAttr->recordSize, fname);
1498             exit (1);
1499         }
1500     }
1501     else
1502     {
1503         rec->info[recInfo_storeData] = NULL;
1504         rec->size[recInfo_storeData] = 0;
1505     }
1506     /* update database name */
1507     xfree (rec->info[recInfo_databaseName]);
1508     rec->info[recInfo_databaseName] =
1509         rec_strdup (rGroup->databaseName, &rec->size[recInfo_databaseName]);
1510
1511     /* update offset */
1512     recordAttr->recordOffset = recordOffset;
1513
1514     /* commit this record */
1515     rec_put (records, &rec);
1516     logRecord (0);
1517     return 1;
1518 }
1519
1520 int fileExtract (SYSNO *sysno, const char *fname,
1521                  const struct recordGroup *rGroupP, int deleteFlag)
1522 {
1523     int r, i, fd;
1524     char gprefix[128];
1525     char ext[128];
1526     char ext_res[128];
1527     char subType[128];
1528     RecType recType;
1529     struct recordGroup rGroupM;
1530     struct recordGroup *rGroup = &rGroupM;
1531     struct file_read_info *fi;
1532
1533     memcpy (rGroup, rGroupP, sizeof(*rGroupP));
1534
1535     if (!rGroup->groupName || !*rGroup->groupName)
1536         *gprefix = '\0';
1537     else
1538         sprintf (gprefix, "%s.", rGroup->groupName);
1539
1540     logf (LOG_DEBUG, "fileExtract %s", fname);
1541
1542     /* determine file extension */
1543     *ext = '\0';
1544     for (i = strlen(fname); --i >= 0; )
1545         if (fname[i] == '/')
1546             break;
1547         else if (fname[i] == '.')
1548         {
1549             strcpy (ext, fname+i+1);
1550             break;
1551         }
1552     /* determine file type - depending on extension */
1553     if (!rGroup->recordType)
1554     {
1555         sprintf (ext_res, "%srecordType.%s", gprefix, ext);
1556         if (!(rGroup->recordType = res_get (common_resource, ext_res)))
1557         {
1558             sprintf (ext_res, "%srecordType", gprefix);
1559             rGroup->recordType = res_get (common_resource, ext_res);
1560         }
1561     }
1562     if (!rGroup->recordType)
1563     {
1564         if (records_processed < rGroup->fileVerboseLimit)
1565             logf (LOG_LOG, "? %s", fname);
1566         return 0;
1567     }
1568     if (!*rGroup->recordType)
1569         return 0;
1570     if (!(recType =
1571           recType_byName (rGroup->recTypes, rGroup->recordType, subType)))
1572     {
1573         logf (LOG_WARN, "No such record type: %s", rGroup->recordType);
1574         return 0;
1575     }
1576
1577     /* determine match criteria */
1578     if (!rGroup->recordId)
1579     {
1580         sprintf (ext_res, "%srecordId.%s", gprefix, ext);
1581         rGroup->recordId = res_get (common_resource, ext_res);
1582     }
1583
1584     /* determine database name */
1585     if (!rGroup->databaseName)
1586     {
1587         sprintf (ext_res, "%sdatabase.%s", gprefix, ext);
1588         if (!(rGroup->databaseName = res_get (common_resource, ext_res)))
1589         {
1590             sprintf (ext_res, "%sdatabase", gprefix);
1591             rGroup->databaseName = res_get (common_resource, ext_res);
1592         }
1593     }
1594     if (!rGroup->databaseName)
1595         rGroup->databaseName = "Default";
1596
1597     /* determine if explain database */
1598
1599     sprintf (ext_res, "%sexplainDatabase", gprefix);
1600     rGroup->explainDatabase =
1601         atoi (res_get_def (common_resource, ext_res, "0"));
1602
1603     /* announce database */
1604     if (zebraExplain_curDatabase (zti, rGroup->databaseName))
1605     {
1606         if (zebraExplain_newDatabase (zti, rGroup->databaseName,
1607                                       rGroup->explainDatabase))
1608             abort ();
1609     }
1610
1611     if (rGroup->flagStoreData == -1)
1612     {
1613         const char *sval;
1614         sprintf (ext_res, "%sstoreData.%s", gprefix, ext);
1615         if (!(sval = res_get (common_resource, ext_res)))
1616         {
1617             sprintf (ext_res, "%sstoreData", gprefix);
1618             sval = res_get (common_resource, ext_res);
1619         }
1620         if (sval)
1621             rGroup->flagStoreData = atoi (sval);
1622     }
1623     if (rGroup->flagStoreData == -1)
1624         rGroup->flagStoreData = 0;
1625
1626     if (rGroup->flagStoreKeys == -1)
1627     {
1628         const char *sval;
1629
1630         sprintf (ext_res, "%sstoreKeys.%s", gprefix, ext);
1631         if (!(sval = res_get (common_resource, ext_res)))
1632         {
1633             sprintf (ext_res, "%sstoreKeys", gprefix);
1634             sval = res_get (common_resource, ext_res);
1635         }
1636         if (sval)
1637             rGroup->flagStoreKeys = atoi (sval);
1638     }
1639     if (rGroup->flagStoreKeys == -1)
1640         rGroup->flagStoreKeys = 0;
1641
1642 #if ZEBRASDR
1643     if (rGroup->useSDR)
1644     {
1645         ZebraSdrHandle h;
1646         char xname[128], *xp;
1647
1648         strncpy (xname, fname, 127);
1649         if (!(xp = strchr (xname, '.')))
1650             return 0;
1651         *xp = '\0';
1652         if (strcmp (xp+1, "sdr.bits"))
1653             return 0;
1654
1655         h = zebraSdr_open (xname);
1656         if (!h)
1657         {
1658             logf (LOG_WARN, "sdr open %s", xname);
1659             return 0;
1660         }
1661         for (;;)
1662         {
1663             unsigned char *buf;
1664             char sdr_name[128];
1665             int r, segmentno;
1666
1667             segmentno = zebraSdr_segment (h, 0);
1668             sprintf (sdr_name, "%%%s.%d", xname, segmentno);
1669
1670 #if 0
1671             if (segmentno > 20)
1672                 break;
1673 #endif
1674             r = zebraSdr_read (h, &buf);
1675
1676             if (!r)
1677                 break;
1678
1679             fi = file_read_start (0);
1680             fi->sdrbuf = buf;
1681             fi->sdrmax = r;
1682             do
1683             {
1684                 file_begin (fi);
1685                 r = recordExtract (sysno, sdr_name, rGroup, deleteFlag, fi,
1686                            recType, subType);
1687             } while (r && !sysno && fi->file_more);
1688             file_read_stop (fi);
1689             free (buf);
1690         }
1691         zebraSdr_close (h);
1692         return 1;
1693     }
1694 #endif
1695     if (sysno && deleteFlag)
1696         fd = -1;
1697     else
1698     {
1699         if ((fd = open (fname, O_BINARY|O_RDONLY)) == -1)
1700         {
1701             logf (LOG_WARN|LOG_ERRNO, "open %s", fname);
1702             return 0;
1703         }
1704     }
1705     fi = file_read_start (fd);
1706     do
1707     {
1708         file_begin (fi);
1709         r = recordExtract (sysno, fname, rGroup, deleteFlag, fi,
1710                            recType, subType);
1711     } while (r && !sysno && fi->file_more);
1712     file_read_stop (fi);
1713     if (fd != -1)
1714         close (fd);
1715     return r;
1716 }
1717
1718 static int explain_extract (void *handle, Record rec, data1_node *n)
1719 {
1720     struct recordGroup *rGroup = (struct recordGroup*) handle;
1721     struct recExtractCtrl extractCtrl;
1722     int i;
1723
1724     if (zebraExplain_curDatabase (zti, rec->info[recInfo_databaseName]))
1725     {
1726         if (zebraExplain_newDatabase (zti, rec->info[recInfo_databaseName], 0))
1727             abort ();
1728     }
1729
1730     reckeys.buf_used = 0;
1731     reckeys.prevAttrUse = -1;
1732     reckeys.prevAttrSet = -1;
1733     reckeys.prevSeqNo = 0;
1734
1735     extractCtrl.init = wordInit;
1736     extractCtrl.addWord = addRecordKey;
1737     extractCtrl.addSchema = addSchema;
1738     extractCtrl.dh = rGroup->dh;
1739     for (i = 0; i<256; i++)
1740         extractCtrl.seqno[i] = 0;
1741     extractCtrl.zebra_maps = rGroup->zebra_maps;
1742     extractCtrl.flagShowRecords = !rGroup->flagRw;
1743
1744     grs_extract_tree(&extractCtrl, n);
1745
1746     logf (LOG_DEBUG, "flush explain record, sysno=%d", rec->sysno);
1747
1748     if (rec->size[recInfo_delKeys])
1749     {
1750         struct recKeys delkeys;
1751
1752         delkeys.buf_used = rec->size[recInfo_delKeys];
1753         delkeys.buf = rec->info[recInfo_delKeys];
1754         flushSortKeys (rec->sysno, 0);
1755         flushRecordKeys (rec->sysno, 0, &delkeys);
1756     }
1757     flushRecordKeys (rec->sysno, 1, &reckeys);
1758     flushSortKeys (rec->sysno, 1);
1759
1760     xfree (rec->info[recInfo_delKeys]);
1761     rec->size[recInfo_delKeys] = reckeys.buf_used;
1762     rec->info[recInfo_delKeys] = reckeys.buf;
1763     reckeys.buf = NULL;
1764     reckeys.buf_max = 0;
1765
1766     return 0;
1767 }