index/extract.c

   1 /* $Id: extract.c,v 1.177 2005-03-17 09:48:46 adam Exp $
   2    Copyright (C) 1995-2005
   3    Index Data ApS
   4
   5 This file is part of the Zebra server.
   6
   7 Zebra is free software; you can redistribute it and/or modify it under
   8 the terms of the GNU General Public License as published by the Free
   9 Software Foundation; either version 2, or (at your option) any later
  10 version.
  11
  12 Zebra is distributed in the hope that it will be useful, but WITHOUT ANY
  13 WARRANTY; without even the implied warranty of MERCHANTABILITY or
  14 FITNESS FOR A PARTICULAR PURPOSE.  See the GNU General Public License
  15 for more details.
  16
  17 You should have received a copy of the GNU General Public License
  18 along with Zebra; see the file LICENSE.zebra.  If not, write to the
  19 Free Software Foundation, 59 Temple Place - Suite 330, Boston, MA
  20 02111-1307, USA.
  21 */
  22
  23 #include <stdio.h>
  24 #include <assert.h>
  25 #include <ctype.h>
  26 #ifdef WIN32
  27 #include <io.h>
  28 #else
  29 #include <unistd.h>
  30 #endif
  31 #include <fcntl.h>
  32
  33 #include "index.h"
  34 #include <direntz.h>
  35 #include <charmap.h>
  36
  37 #if _FILE_OFFSET_BITS == 64
  38 #define PRINTF_OFF_T "%Ld"
  39 #else
  40 #define PRINTF_OFF_T "%ld"
  41 #endif
  42
  43 #define USE_SHELLSORT 0
  44
  45 #if USE_SHELLSORT
  46 static void shellsort(void *ar, int r, size_t s,
  47                       int (*cmp)(const void *a, const void *b))
  48 {
  49     char *a = ar;
  50     char v[100];
  51     int h, i, j, k;
  52     static const int incs[16] = { 1391376, 463792, 198768, 86961, 33936,
  53                                   13776, 4592, 1968, 861, 336,
  54                                   112, 48, 21, 7, 3, 1 };
  55     for ( k = 0; k < 16; k++)
  56         for (h = incs[k], i = h; i < r; i++)
  57         {
  58             memcpy (v, a+s*i, s);
  59             j = i;
  60             while (j > h && (*cmp)(a + s*(j-h), v) > 0)
  61             {
  62                 memcpy (a + s*j, a + s*(j-h), s);
  63                 j -= h;
  64             }
  65             memcpy (a+s*j, v, s);
  66         }
  67 }
  68 #endif
  69
  70 static void logRecord (ZebraHandle zh)
  71 {
  72     ++zh->records_processed;
  73     if (!(zh->records_processed % 1000))
  74     {
  75         yaz_log (YLOG_LOG, "Records: "ZINT_FORMAT" i/u/d "
  76                         ZINT_FORMAT"/"ZINT_FORMAT"/"ZINT_FORMAT,
  77               zh->records_processed, zh->records_inserted, zh->records_updated,
  78               zh->records_deleted);
  79     }
  80 }
  81
  82 static void extract_init (struct recExtractCtrl *p, RecWord *w)
  83 {
  84     w->zebra_maps = p->zebra_maps;
  85     w->seqno = 1;
  86     w->attrSet = VAL_BIB1;
  87     w->attrUse = 1016;
  88     w->attrStr = 0;
  89     w->reg_type = 'w';
  90     w->extractCtrl = p;
  91     w->record_id = 0;
  92     w->section_id = 0;
  93 }
  94
  95 static const char **searchRecordKey (ZebraHandle zh,
  96                                      struct recKeys *reckeys,
  97                                      int attrSetS, int attrUseS)
  98 {
  99     static const char *ws[32];
 100     void *decode_handle = iscz1_start();
 101     int off = 0;
 102     int startSeq = -1;
 103     int seqno = 0;
 104     int i;
 105
 106     for (i = 0; i<32; i++)
 107         ws[i] = NULL;
 108
 109     while (off < reckeys->buf_used)
 110     {
 111         const char *src = reckeys->buf + off;
 112         struct it_key key;
 113         char *dst = (char*) &key;
 114         int attrSet, attrUse;
 115
 116         iscz1_decode(decode_handle, &dst, &src);
 117         assert(key.len < 4 && key.len > 2);
 118
 119         attrSet = (int) key.mem[0] >> 16;
 120         attrUse = (int) key.mem[0] & 65535;
 121         seqno = (int) key.mem[key.len-1];
 122
 123         if (attrUseS == attrUse && attrSetS == attrSet)
 124         {
 125             int woff;
 126
 127             if (startSeq == -1)
 128                 startSeq = seqno;
 129             woff = seqno - startSeq;
 130             if (woff >= 0 && woff < 31)
 131                 ws[woff] = src;
 132         }
 133
 134         while (*src++)
 135             ;
 136         off = src - reckeys->buf;
 137     }
 138     iscz1_stop(decode_handle);
 139     assert (off == reckeys->buf_used);
 140     return ws;
 141 }
 142
 143 struct file_read_info {
 144     off_t file_max;         /* maximum offset so far */
 145     off_t file_offset;      /* current offset */
 146     off_t file_moffset;     /* offset of rec/rec boundary */
 147     int file_more;
 148     int fd;
 149     char *sdrbuf;
 150     int sdrmax;
 151 };
 152
 153 static struct file_read_info *file_read_start (int fd)
 154 {
 155     struct file_read_info *fi = (struct file_read_info *)
 156         xmalloc (sizeof(*fi));
 157
 158     fi->fd = fd;
 159     fi->file_max = 0;
 160     fi->file_moffset = 0;
 161     fi->sdrbuf = 0;
 162     fi->sdrmax = 0;
 163     return fi;
 164 }
 165
 166 static void file_read_stop (struct file_read_info *fi)
 167 {
 168     xfree (fi);
 169 }
 170
 171 static off_t file_seek (void *handle, off_t offset)
 172 {
 173     struct file_read_info *p = (struct file_read_info *) handle;
 174     p->file_offset = offset;
 175     if (p->sdrbuf)
 176         return offset;
 177     return lseek (p->fd, offset, SEEK_SET);
 178 }
 179
 180 static off_t file_tell (void *handle)
 181 {
 182     struct file_read_info *p = (struct file_read_info *) handle;
 183     return p->file_offset;
 184 }
 185
 186 static int file_read (void *handle, char *buf, size_t count)
 187 {
 188     struct file_read_info *p = (struct file_read_info *) handle;
 189     int fd = p->fd;
 190     int r;
 191     if (p->sdrbuf)
 192     {
 193         r = count;
 194         if (r > p->sdrmax - p->file_offset)
 195             r = p->sdrmax - p->file_offset;
 196         if (r)
 197             memcpy (buf, p->sdrbuf + p->file_offset, r);
 198     }
 199     else
 200         r = read (fd, buf, count);
 201     if (r > 0)
 202     {
 203         p->file_offset += r;
 204         if (p->file_offset > p->file_max)
 205             p->file_max = p->file_offset;
 206     }
 207     return r;
 208 }
 209
 210 static void file_begin (void *handle)
 211 {
 212     struct file_read_info *p = (struct file_read_info *) handle;
 213
 214     p->file_offset = p->file_moffset;
 215     if (!p->sdrbuf && p->file_moffset)
 216         lseek (p->fd, p->file_moffset, SEEK_SET);
 217     p->file_more = 0;
 218 }
 219
 220 static void file_end (void *handle, off_t offset)
 221 {
 222     struct file_read_info *p = (struct file_read_info *) handle;
 223
 224     assert (p->file_more == 0);
 225     p->file_more = 1;
 226     p->file_moffset = offset;
 227 }
 228
 229 static char *fileMatchStr (ZebraHandle zh,
 230                            struct recKeys *reckeys,
 231                            const char *fname, const char *spec)
 232 {
 233     static char dstBuf[2048];      /* static here ??? */
 234     char *dst = dstBuf;
 235     const char *s = spec;
 236     static const char **w;
 237
 238     while (1)
 239     {
 240         while (*s == ' ' || *s == '\t')
 241             s++;
 242         if (!*s)
 243             break;
 244         if (*s == '(')
 245         {
 246             char attset_str[64], attname_str[64];
 247             data1_attset *attset;
 248             int i;
 249             char matchFlag[32];
 250             int attSet = 1, attUse = 1;
 251             int first = 1;
 252
 253             s++;
 254             for (i = 0; *s && *s != ',' && *s != ')'; s++)
 255                 if (i < 63)
 256                     attset_str[i++] = *s;
 257             attset_str[i] = '\0';
 258
 259             if (*s == ',')
 260             {
 261                 s++;
 262                 for (i = 0; *s && *s != ')'; s++)
 263                     if (i < 63)
 264                         attname_str[i++] = *s;
 265                 attname_str[i] = '\0';
 266             }
 267
 268             if ((attset = data1_get_attset (zh->reg->dh, attset_str)))
 269             {
 270                 data1_att *att;
 271                 attSet = attset->reference;
 272                 att = data1_getattbyname(zh->reg->dh, attset, attname_str);
 273                 if (att)
 274                     attUse = att->value;
 275                 else
 276                     attUse = atoi (attname_str);
 277             }
 278             w = searchRecordKey (zh, reckeys, attSet, attUse);
 279             assert (w);
 280
 281             if (*s == ')')
 282             {
 283                 for (i = 0; i<32; i++)
 284                     matchFlag[i] = 1;
 285             }
 286             else
 287             {
 288                 yaz_log (YLOG_WARN, "Missing ) in match criteria %s in group %s",
 289                       spec, zh->m_group ? zh->m_group : "none");
 290                 return NULL;
 291             }
 292             s++;
 293
 294             for (i = 0; i<32; i++)
 295                 if (matchFlag[i] && w[i])
 296                 {
 297                     if (first)
 298                     {
 299                         *dst++ = ' ';
 300                         first = 0;
 301                     }
 302                     strcpy (dst, w[i]);
 303                     dst += strlen(w[i]);
 304                 }
 305             if (first)
 306             {
 307                 yaz_log (YLOG_WARN, "Record didn't contain match"
 308                       " fields in (%s,%s)", attset_str, attname_str);
 309                 return NULL;
 310             }
 311         }
 312         else if (*s == '$')
 313         {
 314             int spec_len;
 315             char special[64];
 316             const char *spec_src = NULL;
 317             const char *s1 = ++s;
 318             while (*s1 && *s1 != ' ' && *s1 != '\t')
 319                 s1++;
 320
 321             spec_len = s1 - s;
 322             if (spec_len > 63)
 323                 spec_len = 63;
 324             memcpy (special, s, spec_len);
 325             special[spec_len] = '\0';
 326             s = s1;
 327
 328             if (!strcmp (special, "group"))
 329                 spec_src = zh->m_group;
 330             else if (!strcmp (special, "database"))
 331                 spec_src = zh->basenames[0];
 332             else if (!strcmp (special, "filename")) {
 333                 spec_src = fname;
 334             }
 335             else if (!strcmp (special, "type"))
 336                 spec_src = zh->m_record_type;
 337             else
 338                 spec_src = NULL;
 339             if (spec_src)
 340             {
 341                 strcpy (dst, spec_src);
 342                 dst += strlen (spec_src);
 343             }
 344         }
 345         else if (*s == '\"' || *s == '\'')
 346         {
 347             int stopMarker = *s++;
 348             char tmpString[64];
 349             int i = 0;
 350
 351             while (*s && *s != stopMarker)
 352             {
 353                 if (i < 63)
 354                     tmpString[i++] = *s++;
 355             }
 356             if (*s)
 357                 s++;
 358             tmpString[i] = '\0';
 359             strcpy (dst, tmpString);
 360             dst += strlen (tmpString);
 361         }
 362         else
 363         {
 364             yaz_log (YLOG_WARN, "Syntax error in match criteria %s in group %s",
 365                   spec, zh->m_group ? zh->m_group : "none");
 366             return NULL;
 367         }
 368         *dst++ = 1;
 369     }
 370     if (dst == dstBuf)
 371     {
 372         yaz_log (YLOG_WARN, "No match criteria for record %s in group %s",
 373               fname, zh->m_group ? zh->m_group : "none");
 374         return NULL;
 375     }
 376     *dst = '\0';
 377     return dstBuf;
 378 }
 379
 380 struct recordLogInfo {
 381     const char *fname;
 382     int recordOffset;
 383     struct recordGroup *rGroup;
 384 };
 385
 386 void create_rec_keys_codec(struct recKeys *keys)
 387 {
 388     keys->buf_used = 0;
 389     iscz1_reset(keys->codec_handle);
 390 }
 391
 392 static int file_extract_record(ZebraHandle zh,
 393                                SYSNO *sysno, const char *fname,
 394                                int deleteFlag,
 395                                struct file_read_info *fi,
 396                                int force_update)
 397 {
 398     RecordAttr *recordAttr;
 399     int r;
 400     const char *matchStr = 0;
 401     SYSNO sysnotmp;
 402     Record rec;
 403     off_t recordOffset = 0;
 404     RecType recType;
 405     void *clientData;
 406
 407     if (!(recType =
 408           recType_byName (zh->reg->recTypes, zh->res, zh->m_record_type,
 409                           &clientData)))
 410     {
 411         yaz_log (YLOG_WARN, "No such record type: %s", zh->m_record_type);
 412         return 0;
 413     }
 414
 415     /* announce database */
 416     if (zebraExplain_curDatabase (zh->reg->zei, zh->basenames[0]))
 417     {
 418         if (zebraExplain_newDatabase (zh->reg->zei, zh->basenames[0],
 419                                       zh->m_explain_database))
 420             return 0;
 421     }
 422
 423     if (fi->fd != -1)
 424     {
 425         struct recExtractCtrl extractCtrl;
 426
 427         /* we are going to read from a file, so prepare the extraction */
 428         int i;
 429
 430         create_rec_keys_codec(&zh->reg->keys);
 431
 432         zh->reg->sortKeys.buf_used = 0;
 433
 434         recordOffset = fi->file_moffset;
 435         extractCtrl.offset = fi->file_moffset;
 436         extractCtrl.readf = file_read;
 437         extractCtrl.seekf = file_seek;
 438         extractCtrl.tellf = file_tell;
 439         extractCtrl.endf = file_end;
 440         extractCtrl.fh = fi;
 441         extractCtrl.init = extract_init;
 442         extractCtrl.tokenAdd = extract_token_add;
 443         extractCtrl.schemaAdd = extract_schema_add;
 444         extractCtrl.dh = zh->reg->dh;
 445         extractCtrl.match_criteria[0] = '\0';
 446         extractCtrl.handle = zh;
 447         for (i = 0; i<256; i++)
 448         {
 449             if (zebra_maps_is_positioned(zh->reg->zebra_maps, i))
 450                 extractCtrl.seqno[i] = 1;
 451             else
 452                 extractCtrl.seqno[i] = 0;
 453         }
 454         extractCtrl.zebra_maps = zh->reg->zebra_maps;
 455         extractCtrl.flagShowRecords = !zh->m_flag_rw;
 456
 457         if (!zh->m_flag_rw)
 458             printf ("File: %s " PRINTF_OFF_T "\n", fname, recordOffset);
 459         if (zh->m_flag_rw)
 460         {
 461             char msg[512];
 462             sprintf (msg, "%s:" PRINTF_OFF_T , fname, recordOffset);
 463             yaz_log_init_prefix2 (msg);
 464         }
 465
 466         r = (*recType->extract)(clientData, &extractCtrl);
 467
 468         yaz_log_init_prefix2 (0);
 469         if (r == RECCTRL_EXTRACT_EOF)
 470             return 0;
 471         else if (r == RECCTRL_EXTRACT_ERROR_GENERIC)
 472         {
 473             /* error occured during extraction ... */
 474             if (zh->m_flag_rw &&
 475                 zh->records_processed < zh->m_file_verbose_limit)
 476             {
 477                 yaz_log (YLOG_WARN, "fail %s %s " PRINTF_OFF_T, zh->m_record_type,
 478                       fname, recordOffset);
 479             }
 480             return 0;
 481         }
 482         else if (r == RECCTRL_EXTRACT_ERROR_NO_SUCH_FILTER)
 483         {
 484             /* error occured during extraction ... */
 485             if (zh->m_flag_rw &&
 486                 zh->records_processed < zh->m_file_verbose_limit)
 487             {
 488                 yaz_log (YLOG_WARN, "no filter for %s %s "
 489                       PRINTF_OFF_T, zh->m_record_type,
 490                       fname, recordOffset);
 491             }
 492             return 0;
 493         }
 494         if (extractCtrl.match_criteria[0])
 495             matchStr = extractCtrl.match_criteria;
 496     }
 497
 498     /* perform match if sysno not known and if match criteria is specified */
 499     if (!sysno)
 500     {
 501         sysnotmp = 0;
 502         sysno = &sysnotmp;
 503
 504         if (matchStr == 0 && zh->m_record_id && *zh->m_record_id)
 505         {
 506
 507             matchStr = fileMatchStr (zh, &zh->reg->keys, fname,
 508                                      zh->m_record_id);
 509             if (!matchStr)
 510             {
 511                 yaz_log(YLOG_WARN, "Bad match criteria");
 512                 return 0;
 513             }
 514         }
 515         if (matchStr)
 516         {
 517             char *rinfo = dict_lookup (zh->reg->matchDict, matchStr);
 518             if (rinfo)
 519             {
 520                 assert(*rinfo == sizeof(*sysno));
 521                 memcpy (sysno, rinfo+1, sizeof(*sysno));
 522             }
 523         }
 524     }
 525     if (! *sysno && zh->reg->keys.buf_used == 0)
 526     {
 527          /* the extraction process returned no information - the record
 528             is probably empty - unless flagShowRecords is in use */
 529          if (!zh->m_flag_rw)
 530              return 1;
 531
 532          if (zh->records_processed < zh->m_file_verbose_limit)
 533              yaz_log (YLOG_WARN, "empty %s %s " PRINTF_OFF_T, zh->m_record_type,
 534             fname, recordOffset);
 535          return 1;
 536     }
 537
 538     if (! *sysno)
 539     {
 540         /* new record */
 541         if (deleteFlag)
 542         {
 543             yaz_log (YLOG_LOG, "delete %s %s " PRINTF_OFF_T, zh->m_record_type,
 544                   fname, recordOffset);
 545             yaz_log (YLOG_WARN, "cannot delete record above (seems new)");
 546             return 1;
 547         }
 548         if (zh->records_processed < zh->m_file_verbose_limit)
 549             yaz_log (YLOG_LOG, "add %s %s " PRINTF_OFF_T, zh->m_record_type,
 550                   fname, recordOffset);
 551         rec = rec_new (zh->reg->records);
 552
 553         *sysno = rec->sysno;
 554
 555         recordAttr = rec_init_attr (zh->reg->zei, rec);
 556
 557         if (matchStr)
 558         {
 559             dict_insert (zh->reg->matchDict, matchStr, sizeof(*sysno), sysno);
 560         }
 561         extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
 562         extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
 563
 564         zh->records_inserted++;
 565     }
 566     else
 567     {
 568         /* record already exists */
 569         struct recKeys delkeys;
 570         struct sortKeys sortKeys;
 571
 572         rec = rec_get (zh->reg->records, *sysno);
 573         assert (rec);
 574
 575         recordAttr = rec_init_attr (zh->reg->zei, rec);
 576
 577         if (!force_update && recordAttr->runNumber ==
 578             zebraExplain_runNumberIncrement (zh->reg->zei, 0))
 579         {
 580             yaz_log (YLOG_LOG, "run number = " ZINT_FORMAT,
 581                             recordAttr->runNumber);
 582             yaz_log (YLOG_LOG, "skipped %s %s " PRINTF_OFF_T,
 583                      zh->m_record_type, fname, recordOffset);
 584             extract_flushSortKeys (zh, *sysno, -1, &zh->reg->sortKeys);
 585             rec_rm (&rec);
 586             logRecord (zh);
 587             return 1;
 588         }
 589         delkeys.buf_used = rec->size[recInfo_delKeys];
 590         delkeys.buf = rec->info[recInfo_delKeys];
 591
 592         sortKeys.buf_used = rec->size[recInfo_sortKeys];
 593         sortKeys.buf = rec->info[recInfo_sortKeys];
 594
 595         extract_flushSortKeys (zh, *sysno, 0, &sortKeys);
 596         extract_flushRecordKeys (zh, *sysno, 0, &delkeys);
 597         if (deleteFlag)
 598         {
 599             /* record going to be deleted */
 600             if (!delkeys.buf_used)
 601             {
 602                 yaz_log (YLOG_LOG, "delete %s %s " PRINTF_OFF_T,
 603                       zh->m_record_type, fname, recordOffset);
 604                 yaz_log (YLOG_WARN, "cannot delete file above, storeKeys false");
 605             }
 606             else
 607             {
 608                 if (zh->records_processed < zh->m_file_verbose_limit)
 609                     yaz_log (YLOG_LOG, "delete %s %s " PRINTF_OFF_T,
 610                          zh->m_record_type, fname, recordOffset);
 611                 zh->records_deleted++;
 612                 if (matchStr)
 613                     dict_delete (zh->reg->matchDict, matchStr);
 614                 rec_del (zh->reg->records, &rec);
 615             }
 616             rec_rm (&rec);
 617             logRecord (zh);
 618             return 1;
 619         }
 620         else
 621         {
 622             /* record going to be updated */
 623             if (!delkeys.buf_used)
 624             {
 625                 yaz_log (YLOG_LOG, "update %s %s " PRINTF_OFF_T,
 626                       zh->m_record_type, fname, recordOffset);
 627                 yaz_log (YLOG_WARN, "cannot update file above, storeKeys false");
 628             }
 629             else
 630             {
 631                 if (zh->records_processed < zh->m_file_verbose_limit)
 632                     yaz_log (YLOG_LOG, "update %s %s " PRINTF_OFF_T,
 633                         zh->m_record_type, fname, recordOffset);
 634                 extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
 635                 extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
 636                 zh->records_updated++;
 637             }
 638         }
 639     }
 640     /* update file type */
 641     xfree (rec->info[recInfo_fileType]);
 642     rec->info[recInfo_fileType] =
 643         rec_strdup (zh->m_record_type, &rec->size[recInfo_fileType]);
 644
 645     /* update filename */
 646     xfree (rec->info[recInfo_filename]);
 647     rec->info[recInfo_filename] =
 648         rec_strdup (fname, &rec->size[recInfo_filename]);
 649
 650     /* update delete keys */
 651     xfree (rec->info[recInfo_delKeys]);
 652     if (zh->reg->keys.buf_used > 0 && zh->m_store_keys == 1)
 653     {
 654         rec->size[recInfo_delKeys] = zh->reg->keys.buf_used;
 655         rec->info[recInfo_delKeys] = zh->reg->keys.buf;
 656         zh->reg->keys.buf = NULL;
 657         zh->reg->keys.buf_max = 0;
 658     }
 659     else
 660     {
 661         rec->info[recInfo_delKeys] = NULL;
 662         rec->size[recInfo_delKeys] = 0;
 663     }
 664
 665     /* update sort keys */
 666     xfree (rec->info[recInfo_sortKeys]);
 667
 668     rec->size[recInfo_sortKeys] = zh->reg->sortKeys.buf_used;
 669     rec->info[recInfo_sortKeys] = zh->reg->sortKeys.buf;
 670     zh->reg->sortKeys.buf = NULL;
 671     zh->reg->sortKeys.buf_max = 0;
 672
 673     /* save file size of original record */
 674     zebraExplain_recordBytesIncrement (zh->reg->zei,
 675                                        - recordAttr->recordSize);
 676     recordAttr->recordSize = fi->file_moffset - recordOffset;
 677     if (!recordAttr->recordSize)
 678         recordAttr->recordSize = fi->file_max - recordOffset;
 679     zebraExplain_recordBytesIncrement (zh->reg->zei,
 680                                        recordAttr->recordSize);
 681
 682     /* set run-number for this record */
 683     recordAttr->runNumber = zebraExplain_runNumberIncrement (zh->reg->zei,
 684                                                              0);
 685
 686     /* update store data */
 687     xfree (rec->info[recInfo_storeData]);
 688     if (zh->m_store_data)
 689     {
 690         rec->size[recInfo_storeData] = recordAttr->recordSize;
 691         rec->info[recInfo_storeData] = (char *)
 692             xmalloc (recordAttr->recordSize);
 693         if (lseek (fi->fd, recordOffset, SEEK_SET) < 0)
 694         {
 695             yaz_log (YLOG_ERRNO|YLOG_FATAL, "seek to " PRINTF_OFF_T " in %s",
 696                   recordOffset, fname);
 697             exit (1);
 698         }
 699         if (read (fi->fd, rec->info[recInfo_storeData], recordAttr->recordSize)
 700             < recordAttr->recordSize)
 701         {
 702             yaz_log (YLOG_ERRNO|YLOG_FATAL, "read %d bytes of %s",
 703                   recordAttr->recordSize, fname);
 704             exit (1);
 705         }
 706     }
 707     else
 708     {
 709         rec->info[recInfo_storeData] = NULL;
 710         rec->size[recInfo_storeData] = 0;
 711     }
 712     /* update database name */
 713     xfree (rec->info[recInfo_databaseName]);
 714     rec->info[recInfo_databaseName] =
 715         rec_strdup (zh->basenames[0], &rec->size[recInfo_databaseName]);
 716
 717     /* update offset */
 718     recordAttr->recordOffset = recordOffset;
 719
 720     /* commit this record */
 721     rec_put (zh->reg->records, &rec);
 722     logRecord (zh);
 723     return 1;
 724 }
 725
 726 int fileExtract (ZebraHandle zh, SYSNO *sysno, const char *fname,
 727                  int deleteFlag)
 728 {
 729     int r, i, fd;
 730     char gprefix[128];
 731     char ext[128];
 732     char ext_res[128];
 733     struct file_read_info *fi;
 734     const char *original_record_type = 0;
 735
 736     if (!zh->m_group || !*zh->m_group)
 737         *gprefix = '\0';
 738     else
 739         sprintf (gprefix, "%s.", zh->m_group);
 740
 741     yaz_log (YLOG_DEBUG, "fileExtract %s", fname);
 742
 743     /* determine file extension */
 744     *ext = '\0';
 745     for (i = strlen(fname); --i >= 0; )
 746         if (fname[i] == '/')
 747             break;
 748         else if (fname[i] == '.')
 749         {
 750             strcpy (ext, fname+i+1);
 751             break;
 752         }
 753     /* determine file type - depending on extension */
 754     original_record_type = zh->m_record_type;
 755     if (!zh->m_record_type)
 756     {
 757         sprintf (ext_res, "%srecordType.%s", gprefix, ext);
 758         zh->m_record_type = res_get (zh->res, ext_res);
 759     }
 760     if (!zh->m_record_type)
 761     {
 762         if (zh->records_processed < zh->m_file_verbose_limit)
 763             yaz_log (YLOG_LOG, "? %s", fname);
 764         return 0;
 765     }
 766     /* determine match criteria */
 767     if (!zh->m_record_id)
 768     {
 769         sprintf (ext_res, "%srecordId.%s", gprefix, ext);
 770         zh->m_record_id = res_get (zh->res, ext_res);
 771     }
 772
 773     if (sysno && deleteFlag)
 774         fd = -1;
 775     else
 776     {
 777         char full_rep[1024];
 778
 779         if (zh->path_reg && !yaz_is_abspath (fname))
 780         {
 781             strcpy (full_rep, zh->path_reg);
 782             strcat (full_rep, "/");
 783             strcat (full_rep, fname);
 784         }
 785         else
 786             strcpy (full_rep, fname);
 787
 788
 789         if ((fd = open (full_rep, O_BINARY|O_RDONLY)) == -1)
 790         {
 791             yaz_log (YLOG_WARN|YLOG_ERRNO, "open %s", full_rep);
 792             zh->m_record_type = original_record_type;
 793             return 0;
 794         }
 795     }
 796     fi = file_read_start (fd);
 797     do
 798     {
 799         file_begin (fi);
 800         r = file_extract_record (zh, sysno, fname, deleteFlag, fi, 1);
 801     } while (r && !sysno && fi->file_more);
 802     file_read_stop (fi);
 803     if (fd != -1)
 804         close (fd);
 805     zh->m_record_type = original_record_type;
 806     return r;
 807 }
 808
 809 /*
 810   If sysno is provided, then it's used to identify the reocord.
 811   If not, and match_criteria is provided, then sysno is guessed
 812   If not, and a record is provided, then sysno is got from there
 813
 814  */
 815 int buffer_extract_record (ZebraHandle zh,
 816                            const char *buf, size_t buf_size,
 817                            int delete_flag,
 818                            int test_mode,
 819                            const char *recordType,
 820                            SYSNO *sysno,
 821                            const char *match_criteria,
 822                            const char *fname,
 823                            int force_update,
 824                            int allow_update)
 825 {
 826     RecordAttr *recordAttr;
 827     struct recExtractCtrl extractCtrl;
 828     int i, r;
 829     const char *matchStr = 0;
 830     RecType recType = NULL;
 831     void *clientData;
 832     Record rec;
 833     long recordOffset = 0;
 834     struct zebra_fetch_control fc;
 835     const char *pr_fname = fname;  /* filename to print .. */
 836     int show_progress = zh->records_processed < zh->m_file_verbose_limit ? 1:0;
 837
 838     if (!pr_fname)
 839         pr_fname = "<no file>";  /* make it printable if file is omitted */
 840
 841     fc.fd = -1;
 842     fc.record_int_buf = buf;
 843     fc.record_int_len = buf_size;
 844     fc.record_int_pos = 0;
 845     fc.offset_end = 0;
 846     fc.record_offset = 0;
 847
 848     extractCtrl.offset = 0;
 849     extractCtrl.readf = zebra_record_int_read;
 850     extractCtrl.seekf = zebra_record_int_seek;
 851     extractCtrl.tellf = zebra_record_int_tell;
 852     extractCtrl.endf = zebra_record_int_end;
 853     extractCtrl.fh = &fc;
 854
 855     create_rec_keys_codec(&zh->reg->keys);
 856
 857     zh->reg->sortKeys.buf_used = 0;
 858
 859     if (zebraExplain_curDatabase (zh->reg->zei, zh->basenames[0]))
 860     {
 861         if (zebraExplain_newDatabase (zh->reg->zei, zh->basenames[0],
 862                                       zh->m_explain_database))
 863             return 0;
 864     }
 865
 866     if (recordType && *recordType) {
 867         yaz_log (YLOG_DEBUG, "Record type explicitly specified: %s", recordType);
 868         recType = recType_byName (zh->reg->recTypes, zh->res, recordType,
 869                                   &clientData);
 870     } else {
 871         if (!(zh->m_record_type)) {
 872             yaz_log (YLOG_WARN, "No such record type defined");
 873             return 0;
 874         }
 875         yaz_log (YLOG_DEBUG, "Get record type from rgroup: %s",zh->m_record_type);
 876         recType = recType_byName (zh->reg->recTypes, zh->res,
 877                                   zh->m_record_type, &clientData);
 878         recordType = zh->m_record_type;
 879     }
 880
 881     if (!recType) {
 882         yaz_log (YLOG_WARN, "No such record type: %s", zh->m_record_type);
 883         return 0;
 884     }
 885
 886     extractCtrl.init = extract_init;
 887     extractCtrl.tokenAdd = extract_token_add;
 888     extractCtrl.schemaAdd = extract_schema_add;
 889     extractCtrl.dh = zh->reg->dh;
 890     extractCtrl.handle = zh;
 891     extractCtrl.zebra_maps = zh->reg->zebra_maps;
 892     extractCtrl.flagShowRecords = 0;
 893     extractCtrl.match_criteria[0] = '\0';
 894     for (i = 0; i<256; i++)
 895     {
 896         if (zebra_maps_is_positioned(zh->reg->zebra_maps, i))
 897             extractCtrl.seqno[i] = 1;
 898         else
 899             extractCtrl.seqno[i] = 0;
 900     }
 901
 902     r = (*recType->extract)(clientData, &extractCtrl);
 903
 904     if (r == RECCTRL_EXTRACT_EOF)
 905         return 0;
 906     else if (r == RECCTRL_EXTRACT_ERROR_GENERIC)
 907     {
 908         /* error occured during extraction ... */
 909         yaz_log (YLOG_WARN, "extract error: generic");
 910         return 0;
 911     }
 912     else if (r == RECCTRL_EXTRACT_ERROR_NO_SUCH_FILTER)
 913     {
 914         /* error occured during extraction ... */
 915         yaz_log (YLOG_WARN, "extract error: no such filter");
 916         return 0;
 917     }
 918     /* match criteria */
 919     matchStr = NULL;
 920
 921     if (extractCtrl.match_criteria[0])
 922         match_criteria = extractCtrl.match_criteria;
 923
 924     if (! *sysno) {
 925         char *rinfo;
 926         if (match_criteria && *match_criteria) {
 927             matchStr = match_criteria;
 928         } else {
 929             if (zh->m_record_id && *zh->m_record_id) {
 930                 matchStr = fileMatchStr (zh, &zh->reg->keys, pr_fname,
 931                                          zh->m_record_id);
 932                 if (!matchStr)
 933                 {
 934                     yaz_log (YLOG_WARN, "Bad match criteria (recordID)");
 935                     return 1;
 936                 }
 937             }
 938         }
 939         if (matchStr) {
 940             rinfo = dict_lookup (zh->reg->matchDict, matchStr);
 941             if (rinfo)
 942             {
 943                 assert(*rinfo == sizeof(*sysno));
 944                 memcpy (sysno, rinfo+1, sizeof(*sysno));
 945             }
 946         }
 947     }
 948     if (zh->reg->keys.buf_used == 0)
 949     {
 950         /* the extraction process returned no information - the record
 951            is probably empty - unless flagShowRecords is in use */
 952         if (test_mode)
 953             return 1;
 954     }
 955
 956     if (! *sysno)
 957     {
 958         /* new record */
 959         if (delete_flag)
 960         {
 961             if (show_progress)
 962                 yaz_log (YLOG_LOG, "delete %s %s %ld", recordType,
 963                          pr_fname, (long) recordOffset);
 964             yaz_log (YLOG_WARN, "cannot delete record above (seems new)");
 965             return 1;
 966         }
 967         if (show_progress)
 968             yaz_log (YLOG_LOG, "add %s %s %ld", recordType, pr_fname,
 969                      (long) recordOffset);
 970         rec = rec_new (zh->reg->records);
 971
 972         *sysno = rec->sysno;
 973
 974         recordAttr = rec_init_attr (zh->reg->zei, rec);
 975
 976         if (matchStr)
 977         {
 978             dict_insert (zh->reg->matchDict, matchStr,
 979                          sizeof(*sysno), sysno);
 980         }
 981         extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
 982         extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
 983
 984         zh->records_inserted++;
 985     }
 986     else
 987     {
 988         /* record already exists */
 989         struct recKeys delkeys;
 990         struct sortKeys sortKeys;
 991
 992         if (!allow_update)
 993         {
 994             if (show_progress)
 995                 yaz_log (YLOG_LOG, "skipped %s %s %ld",
 996                          recordType, pr_fname, (long) recordOffset);
 997             logRecord(zh);
 998             return -1;
 999         }
1000
1001         rec = rec_get (zh->reg->records, *sysno);
1002         assert (rec);
1003
1004         recordAttr = rec_init_attr (zh->reg->zei, rec);
1005
1006         if (!force_update) {
1007             if (recordAttr->runNumber ==
1008                 zebraExplain_runNumberIncrement (zh->reg->zei, 0))
1009             {
1010                 if (show_progress)
1011                     yaz_log (YLOG_LOG, "skipped %s %s %ld", recordType,
1012                              pr_fname, (long) recordOffset);
1013                 extract_flushSortKeys (zh, *sysno, -1, &zh->reg->sortKeys);
1014                 rec_rm (&rec);
1015                 logRecord(zh);
1016                 return -1;
1017             }
1018         }
1019
1020         delkeys.buf_used = rec->size[recInfo_delKeys];
1021         delkeys.buf = rec->info[recInfo_delKeys];
1022
1023         sortKeys.buf_used = rec->size[recInfo_sortKeys];
1024         sortKeys.buf = rec->info[recInfo_sortKeys];
1025
1026         extract_flushSortKeys (zh, *sysno, 0, &sortKeys);
1027         extract_flushRecordKeys (zh, *sysno, 0, &delkeys);
1028         if (delete_flag)
1029         {
1030             /* record going to be deleted */
1031             if (!delkeys.buf_used)
1032             {
1033                 if (show_progress)
1034                 {
1035                     yaz_log (YLOG_LOG, "delete %s %s %ld", recordType,
1036                              pr_fname, (long) recordOffset);
1037                     yaz_log (YLOG_WARN, "cannot delete file above, "
1038                              "storeKeys false");
1039                 }
1040             }
1041             else
1042             {
1043                 if (show_progress)
1044                     yaz_log (YLOG_LOG, "delete %s %s %ld", recordType,
1045                              pr_fname, (long) recordOffset);
1046                 zh->records_deleted++;
1047                 if (matchStr)
1048                     dict_delete (zh->reg->matchDict, matchStr);
1049                 rec_del (zh->reg->records, &rec);
1050             }
1051             rec_rm (&rec);
1052             logRecord(zh);
1053             return 0;
1054         }
1055         else
1056         {
1057             /* record going to be updated */
1058             if (!delkeys.buf_used)
1059             {
1060                 if (show_progress)
1061                 {
1062                     yaz_log (YLOG_LOG, "update %s %s %ld", recordType,
1063                              pr_fname, (long) recordOffset);
1064                     yaz_log (YLOG_WARN, "cannot update file above, storeKeys false");
1065                 }
1066             }
1067             else
1068             {
1069                 if (show_progress)
1070                     yaz_log (YLOG_LOG, "update %s %s %ld", recordType,
1071                              pr_fname, (long) recordOffset);
1072                 extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
1073                 extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
1074                 zh->records_updated++;
1075             }
1076         }
1077     }
1078     /* update file type */
1079     xfree (rec->info[recInfo_fileType]);
1080     rec->info[recInfo_fileType] =
1081         rec_strdup (recordType, &rec->size[recInfo_fileType]);
1082
1083     /* update filename */
1084     xfree (rec->info[recInfo_filename]);
1085     rec->info[recInfo_filename] =
1086         rec_strdup (fname, &rec->size[recInfo_filename]);
1087
1088     /* update delete keys */
1089     xfree (rec->info[recInfo_delKeys]);
1090     if (zh->reg->keys.buf_used > 0 && zh->m_store_keys == 1)
1091     {
1092         rec->size[recInfo_delKeys] = zh->reg->keys.buf_used;
1093         rec->info[recInfo_delKeys] = zh->reg->keys.buf;
1094         zh->reg->keys.buf = NULL;
1095         zh->reg->keys.buf_max = 0;
1096     }
1097     else
1098     {
1099         rec->info[recInfo_delKeys] = NULL;
1100         rec->size[recInfo_delKeys] = 0;
1101     }
1102
1103     /* update sort keys */
1104     xfree (rec->info[recInfo_sortKeys]);
1105
1106     rec->size[recInfo_sortKeys] = zh->reg->sortKeys.buf_used;
1107     rec->info[recInfo_sortKeys] = zh->reg->sortKeys.buf;
1108     zh->reg->sortKeys.buf = NULL;
1109     zh->reg->sortKeys.buf_max = 0;
1110
1111     /* save file size of original record */
1112     zebraExplain_recordBytesIncrement (zh->reg->zei,
1113                                        - recordAttr->recordSize);
1114 #if 0
1115     recordAttr->recordSize = fi->file_moffset - recordOffset;
1116     if (!recordAttr->recordSize)
1117         recordAttr->recordSize = fi->file_max - recordOffset;
1118 #else
1119     recordAttr->recordSize = buf_size;
1120 #endif
1121     zebraExplain_recordBytesIncrement (zh->reg->zei,
1122                                        recordAttr->recordSize);
1123
1124     /* set run-number for this record */
1125     recordAttr->runNumber =
1126         zebraExplain_runNumberIncrement (zh->reg->zei, 0);
1127
1128     /* update store data */
1129     xfree (rec->info[recInfo_storeData]);
1130     if (zh->m_store_data)
1131     {
1132         rec->size[recInfo_storeData] = recordAttr->recordSize;
1133         rec->info[recInfo_storeData] = (char *)
1134             xmalloc (recordAttr->recordSize);
1135         memcpy (rec->info[recInfo_storeData], buf, recordAttr->recordSize);
1136     }
1137     else
1138     {
1139         rec->info[recInfo_storeData] = NULL;
1140         rec->size[recInfo_storeData] = 0;
1141     }
1142     /* update database name */
1143     xfree (rec->info[recInfo_databaseName]);
1144     rec->info[recInfo_databaseName] =
1145         rec_strdup (zh->basenames[0], &rec->size[recInfo_databaseName]);
1146
1147     /* update offset */
1148     recordAttr->recordOffset = recordOffset;
1149
1150     /* commit this record */
1151     rec_put (zh->reg->records, &rec);
1152     logRecord(zh);
1153     return 0;
1154 }
1155
1156 int explain_extract (void *handle, Record rec, data1_node *n)
1157 {
1158     ZebraHandle zh = (ZebraHandle) handle;
1159     struct recExtractCtrl extractCtrl;
1160     int i;
1161
1162     if (zebraExplain_curDatabase (zh->reg->zei,
1163                                   rec->info[recInfo_databaseName]))
1164     {
1165         abort();
1166         if (zebraExplain_newDatabase (zh->reg->zei,
1167                                       rec->info[recInfo_databaseName], 0))
1168             abort ();
1169     }
1170
1171     create_rec_keys_codec(&zh->reg->keys);
1172
1173     zh->reg->sortKeys.buf_used = 0;
1174
1175     extractCtrl.init = extract_init;
1176     extractCtrl.tokenAdd = extract_token_add;
1177     extractCtrl.schemaAdd = extract_schema_add;
1178     extractCtrl.dh = zh->reg->dh;
1179     for (i = 0; i<256; i++)
1180         extractCtrl.seqno[i] = 0;
1181     extractCtrl.zebra_maps = zh->reg->zebra_maps;
1182     extractCtrl.flagShowRecords = 0;
1183     extractCtrl.match_criteria[0] = '\0';
1184     extractCtrl.handle = handle;
1185
1186     if (n)
1187         grs_extract_tree(&extractCtrl, n);
1188
1189     if (rec->size[recInfo_delKeys])
1190     {
1191         struct recKeys delkeys;
1192         struct sortKeys sortkeys;
1193
1194         delkeys.buf_used = rec->size[recInfo_delKeys];
1195         delkeys.buf = rec->info[recInfo_delKeys];
1196
1197         sortkeys.buf_used = rec->size[recInfo_sortKeys];
1198         sortkeys.buf = rec->info[recInfo_sortKeys];
1199
1200         extract_flushSortKeys (zh, rec->sysno, 0, &sortkeys);
1201         extract_flushRecordKeys (zh, rec->sysno, 0, &delkeys);
1202     }
1203     extract_flushRecordKeys (zh, rec->sysno, 1, &zh->reg->keys);
1204     extract_flushSortKeys (zh, rec->sysno, 1, &zh->reg->sortKeys);
1205
1206     xfree (rec->info[recInfo_delKeys]);
1207     rec->size[recInfo_delKeys] = zh->reg->keys.buf_used;
1208     rec->info[recInfo_delKeys] = zh->reg->keys.buf;
1209     zh->reg->keys.buf = NULL;
1210     zh->reg->keys.buf_max = 0;
1211
1212     xfree (rec->info[recInfo_sortKeys]);
1213     rec->size[recInfo_sortKeys] = zh->reg->sortKeys.buf_used;
1214     rec->info[recInfo_sortKeys] = zh->reg->sortKeys.buf;
1215     zh->reg->sortKeys.buf = NULL;
1216     zh->reg->sortKeys.buf_max = 0;
1217
1218     return 0;
1219 }
1220
1221 void extract_flushRecordKeys (ZebraHandle zh, SYSNO sysno,
1222                               int cmd, struct recKeys *reckeys)
1223 {
1224     void *decode_handle = iscz1_start();
1225     int off = 0;
1226     int ch = 0;
1227     ZebraExplainInfo zei = zh->reg->zei;
1228
1229     if (!zh->reg->key_buf)
1230     {
1231         int mem= 1024*1024* atoi( res_get_def( zh->res, "memmax", "8"));
1232         if (mem <= 0)
1233         {
1234             yaz_log(YLOG_WARN, "Invalid memory setting, using default 8 MB");
1235             mem= 1024*1024*8;
1236         }
1237         /* FIXME: That "8" should be in a default settings include */
1238         /* not hard-coded here! -H */
1239         zh->reg->key_buf = (char**) xmalloc (mem);
1240         zh->reg->ptr_top = mem/sizeof(char*);
1241         zh->reg->ptr_i = 0;
1242         zh->reg->key_buf_used = 0;
1243         zh->reg->key_file_no = 0;
1244     }
1245     zebraExplain_recordCountIncrement (zei, cmd ? 1 : -1);
1246
1247     while (off < reckeys->buf_used)
1248     {
1249         const char *src = reckeys->buf + off;
1250         struct it_key key;
1251         char *dst = (char*) &key;
1252
1253         iscz1_decode(decode_handle, &dst, &src);
1254         assert(key.len == 4);
1255
1256         if (zh->reg->key_buf_used + 1024 >
1257             (zh->reg->ptr_top -zh->reg->ptr_i)*sizeof(char*))
1258             extract_flushWriteKeys (zh,0);
1259         ++(zh->reg->ptr_i);
1260         assert(zh->reg->ptr_i > 0);
1261         (zh->reg->key_buf)[zh->reg->ptr_top - zh->reg->ptr_i] =
1262             (char*)zh->reg->key_buf + zh->reg->key_buf_used;
1263
1264         ch = (int) key.mem[0];  /* ordinal for field/use/attribute */
1265
1266         zh->reg->key_buf_used +=
1267             key_SU_encode (ch,((char*)zh->reg->key_buf) +
1268                            zh->reg->key_buf_used);
1269         while (*src)
1270             ((char*)zh->reg->key_buf) [(zh->reg->key_buf_used)++] = *src++;
1271         src++;
1272         ((char*)(zh->reg->key_buf))[(zh->reg->key_buf_used)++] = '\0';
1273         ((char*)(zh->reg->key_buf))[(zh->reg->key_buf_used)++] = cmd;
1274
1275         key.len = 3;
1276         if (key.mem[1]) /* filter specified record ID */
1277             key.mem[0] = key.mem[1];
1278         else
1279             key.mem[0] = sysno;
1280         key.mem[1] = key.mem[2];  /* section_id */
1281         key.mem[2] = key.mem[3];  /* sequence .. */
1282
1283         memcpy ((char*)zh->reg->key_buf + zh->reg->key_buf_used,
1284                 &key, sizeof(key));
1285         (zh->reg->key_buf_used) += sizeof(key);
1286         off = src - reckeys->buf;
1287     }
1288     assert (off == reckeys->buf_used);
1289     iscz1_stop(decode_handle);
1290 }
1291
1292 void extract_flushWriteKeys (ZebraHandle zh, int final)
1293         /* optimizing: if final=1, and no files written yet */
1294         /* push the keys directly to merge, sidestepping the */
1295         /* temp file altogether. Speeds small updates */
1296 {
1297     FILE *outf;
1298     char out_fname[200];
1299     char *prevcp, *cp;
1300     struct encode_info encode_info;
1301     int ptr_i = zh->reg->ptr_i;
1302     int temp_policy;
1303 #if SORT_EXTRA
1304     int i;
1305 #endif
1306     if (!zh->reg->key_buf || ptr_i <= 0)
1307     {
1308         yaz_log (YLOG_DEBUG, "  nothing to flush section=%d buf=%p i=%d",
1309                zh->reg->key_file_no, zh->reg->key_buf, ptr_i);
1310         yaz_log (YLOG_DEBUG, "  buf=%p ",
1311                zh->reg->key_buf);
1312         yaz_log (YLOG_DEBUG, "  ptr=%d ",zh->reg->ptr_i);
1313         yaz_log (YLOG_DEBUG, "  reg=%p ",zh->reg);
1314
1315         return;
1316     }
1317
1318     (zh->reg->key_file_no)++;
1319     yaz_log (YLOG_LOG, "sorting section %d", (zh->reg->key_file_no));
1320     yaz_log (YLOG_DEBUG, "  sort_buff at %p n=%d",
1321                     zh->reg->key_buf + zh->reg->ptr_top - ptr_i,ptr_i);
1322 #if !SORT_EXTRA
1323     qsort (zh->reg->key_buf + zh->reg->ptr_top - ptr_i, ptr_i,
1324                sizeof(char*), key_qsort_compare);
1325
1326     /* zebra.cfg: tempfiles:
1327        Y: always use temp files (old way)
1328        A: use temp files, if more than one (auto)
1329           = if this is both the last and the first
1330        N: never bother with temp files (new) */
1331
1332     temp_policy=toupper(res_get_def(zh->res,"tempfiles","auto")[0]);
1333     if (temp_policy != 'Y' && temp_policy != 'N' && temp_policy != 'A') {
1334         yaz_log (YLOG_WARN, "Illegal tempfiles setting '%c'. using 'Auto' ",
1335                         temp_policy);
1336         temp_policy='A';
1337     }
1338
1339     if (   ( temp_policy =='N' )   ||     /* always from memory */
1340          ( ( temp_policy =='A' ) &&       /* automatic */
1341              (zh->reg->key_file_no == 1) &&  /* this is first time */
1342              (final) ) )                     /* and last (=only) time */
1343     { /* go directly from memory */
1344         zh->reg->key_file_no =0; /* signal not to read files */
1345         zebra_index_merge(zh);
1346         zh->reg->ptr_i = 0;
1347         zh->reg->key_buf_used = 0;
1348         return;
1349     }
1350
1351     /* Not doing directly from memory, write into a temp file */
1352     extract_get_fname_tmp (zh, out_fname, zh->reg->key_file_no);
1353
1354     if (!(outf = fopen (out_fname, "wb")))
1355     {
1356         yaz_log (YLOG_FATAL|YLOG_ERRNO, "fopen %s", out_fname);
1357         exit (1);
1358     }
1359     yaz_log (YLOG_LOG, "writing section %d", zh->reg->key_file_no);
1360     prevcp = cp = (zh->reg->key_buf)[zh->reg->ptr_top - ptr_i];
1361
1362     encode_key_init (&encode_info);
1363     encode_key_write (cp, &encode_info, outf);
1364
1365     while (--ptr_i > 0)
1366     {
1367         cp = (zh->reg->key_buf)[zh->reg->ptr_top - ptr_i];
1368         if (strcmp (cp, prevcp))
1369         {
1370             encode_key_flush ( &encode_info, outf);
1371             encode_key_init (&encode_info);
1372             encode_key_write (cp, &encode_info, outf);
1373             prevcp = cp;
1374         }
1375         else
1376             encode_key_write (cp + strlen(cp), &encode_info, outf);
1377     }
1378     encode_key_flush ( &encode_info, outf);
1379 #else
1380     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_x_compare);
1381     extract_get_fname_tmp (out_fname, key_file_no);
1382
1383     if (!(outf = fopen (out_fname, "wb")))
1384     {
1385         yaz_log (YLOG_FATAL|YLOG_ERRNO, "fopen %s", out_fname);
1386         exit (1);
1387     }
1388     yaz_log (YLOG_LOG, "writing section %d", key_file_no);
1389     i = ptr_i;
1390     prevcp =  key_buf[ptr_top-i];
1391     while (1)
1392         if (!--i || strcmp (prevcp, key_buf[ptr_top-i]))
1393         {
1394             key_y_len = strlen(prevcp)+1;
1395 #if 0
1396             yaz_log (YLOG_LOG, "key_y_len: %2d %02x %02x %s",
1397                       key_y_len, prevcp[0], prevcp[1], 2+prevcp);
1398 #endif
1399             qsort (key_buf + ptr_top-ptr_i, ptr_i - i,
1400                                    sizeof(char*), key_y_compare);
1401             cp = key_buf[ptr_top-ptr_i];
1402             --key_y_len;
1403             encode_key_init (&encode_info);
1404             encode_key_write (cp, &encode_info, outf);
1405             while (--ptr_i > i)
1406             {
1407                 cp = key_buf[ptr_top-ptr_i];
1408                 encode_key_write (cp+key_y_len, &encode_info, outf);
1409             }
1410             encode_key_flush ( &encode_info, outf);
1411             if (!i)
1412                 break;
1413             prevcp = key_buf[ptr_top-ptr_i];
1414         }
1415 #endif
1416     if (fclose (outf))
1417     {
1418         yaz_log (YLOG_FATAL|YLOG_ERRNO, "fclose %s", out_fname);
1419         exit (1);
1420     }
1421     yaz_log (YLOG_LOG, "finished section %d", zh->reg->key_file_no);
1422     zh->reg->ptr_i = 0;
1423     zh->reg->key_buf_used = 0;
1424 }
1425
1426 void extract_add_it_key (ZebraHandle zh,
1427                          int reg_type,
1428                          const char *str, int slen, struct it_key *key)
1429 {
1430     char *dst;
1431     struct recKeys *keys = &zh->reg->keys;
1432     const char *src = (char*) key;
1433
1434     if (keys->buf_used+1024 > keys->buf_max)
1435     {
1436         char *b = (char *) xmalloc (keys->buf_max += 128000);
1437         if (keys->buf_used > 0)
1438             memcpy (b, keys->buf, keys->buf_used);
1439         xfree (keys->buf);
1440         keys->buf = b;
1441     }
1442     dst = keys->buf + keys->buf_used;
1443
1444     iscz1_encode(keys->codec_handle, &dst, &src);
1445
1446     *dst++ = reg_type;
1447     memcpy (dst, str, slen);
1448     dst += slen;
1449     *dst++ = '\0';
1450     keys->buf_used = dst - keys->buf;
1451 }
1452
1453 void extract_add_index_string (RecWord *p, const char *str, int length)
1454 {
1455     struct it_key key;
1456
1457     ZebraHandle zh = p->extractCtrl->handle;
1458     ZebraExplainInfo zei = zh->reg->zei;
1459     int ch;
1460
1461     if (p->attrStr)
1462     {
1463         ch = zebraExplain_lookup_attr_str(zei, p->attrStr);
1464         if (ch < 0)
1465             ch = zebraExplain_add_attr_str(zei, p->attrStr);
1466     }
1467     else
1468     {
1469         ch = zebraExplain_lookup_attr_su(zei, p->attrSet, p->attrUse);
1470         if (ch < 0)
1471             ch = zebraExplain_add_attr_su(zei, p->attrSet, p->attrUse);
1472     }
1473     key.len = 4;
1474     key.mem[0] = ch;
1475     key.mem[1] = p->record_id;
1476     key.mem[2] = p->section_id;
1477     key.mem[3] = p->seqno;
1478
1479 #if 0
1480     /* just for debugging .. */
1481     yaz_log(YLOG_LOG, "add: set=%d use=%d "
1482             "record_id=%lld section_id=%lld seqno=%lld",
1483             p->attrSet, p->attrUse, p->record_id, p->section_id, p->seqno);
1484 #endif
1485
1486     extract_add_it_key(p->extractCtrl->handle,  p->reg_type, str,
1487                        length, &key);
1488 }
1489
1490 static void extract_add_sort_string (RecWord *p, const char *str,
1491                                      int length)
1492 {
1493     ZebraHandle zh = p->extractCtrl->handle;
1494     struct sortKeys *sk = &zh->reg->sortKeys;
1495     int off = 0;
1496
1497     while (off < sk->buf_used)
1498     {
1499         int set, use, slen;
1500
1501         off += key_SU_decode(&set, sk->buf + off);
1502         off += key_SU_decode(&use, sk->buf + off);
1503         off += key_SU_decode(&slen, sk->buf + off);
1504         off += slen;
1505         if (p->attrSet == set && p->attrUse == use)
1506             return;
1507     }
1508     assert (off == sk->buf_used);
1509
1510     if (sk->buf_used + IT_MAX_WORD > sk->buf_max)
1511     {
1512         char *b;
1513
1514         b = (char *) xmalloc (sk->buf_max += 128000);
1515         if (sk->buf_used > 0)
1516             memcpy (b, sk->buf, sk->buf_used);
1517         xfree (sk->buf);
1518         sk->buf = b;
1519     }
1520     off += key_SU_encode(p->attrSet, sk->buf + off);
1521     off += key_SU_encode(p->attrUse, sk->buf + off);
1522     off += key_SU_encode(length, sk->buf + off);
1523     memcpy (sk->buf + off, str, length);
1524     sk->buf_used = off + length;
1525 }
1526
1527 void extract_add_string (RecWord *p, const char *string, int length)
1528 {
1529     assert (length > 0);
1530     if (zebra_maps_is_sort (p->zebra_maps, p->reg_type))
1531         extract_add_sort_string (p, string, length);
1532     else
1533         extract_add_index_string (p, string, length);
1534 }
1535
1536 static void extract_add_incomplete_field (RecWord *p)
1537 {
1538     const char *b = p->term_buf;
1539     int remain = p->term_len;
1540     const char **map = 0;
1541
1542     yaz_log(YLOG_DEBUG, "Incomplete field, w='%.*s'", p->term_len, p->term_buf);
1543
1544     if (remain > 0)
1545         map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain, 0);
1546
1547     while (map)
1548     {
1549         char buf[IT_MAX_WORD+1];
1550         int i, remain;
1551
1552         /* Skip spaces */
1553         while (map && *map && **map == *CHR_SPACE)
1554         {
1555             remain = p->term_len - (b - p->term_buf);
1556             if (remain > 0)
1557                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain, 0);
1558             else
1559                 map = 0;
1560         }
1561         if (!map)
1562             break;
1563         i = 0;
1564         while (map && *map && **map != *CHR_SPACE)
1565         {
1566             const char *cp = *map;
1567
1568             while (i < IT_MAX_WORD && *cp)
1569                 buf[i++] = *(cp++);
1570             remain = p->term_len - (b - p->term_buf);
1571             if (remain > 0)
1572                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain, 0);
1573             else
1574                 map = 0;
1575         }
1576         if (!i)
1577             return;
1578         extract_add_string (p, buf, i);
1579         p->seqno++;
1580     }
1581 }
1582
1583 static void extract_add_complete_field (RecWord *p)
1584 {
1585     const char *b = p->term_buf;
1586     char buf[IT_MAX_WORD+1];
1587     const char **map = 0;
1588     int i = 0, remain = p->term_len;
1589
1590     yaz_log(YLOG_DEBUG, "Complete field, w='%.*s'",
1591             p->term_len, p->term_buf);
1592
1593     if (remain > 0)
1594         map = zebra_maps_input (p->zebra_maps, p->reg_type, &b, remain, 1);
1595
1596     while (remain > 0 && i < IT_MAX_WORD)
1597     {
1598         while (map && *map && **map == *CHR_SPACE)
1599         {
1600             remain = p->term_len - (b - p->term_buf);
1601
1602             if (remain > 0)
1603             {
1604                 int first = i ? 0 : 1;  /* first position */
1605                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain, first);
1606             }
1607             else
1608                 map = 0;
1609         }
1610         if (!map)
1611             break;
1612
1613         if (i && i < IT_MAX_WORD)
1614             buf[i++] = *CHR_SPACE;
1615         while (map && *map && **map != *CHR_SPACE)
1616         {
1617             const char *cp = *map;
1618
1619             if (**map == *CHR_CUT)
1620             {
1621                 i = 0;
1622             }
1623             else
1624             {
1625                 if (i >= IT_MAX_WORD)
1626                     break;
1627                 yaz_log(YLOG_DEBUG, "Adding string to index '%d'", **map);
1628                 while (i < IT_MAX_WORD && *cp)
1629                     buf[i++] = *(cp++);
1630             }
1631             remain = p->term_len  - (b - p->term_buf);
1632             if (remain > 0)
1633             {
1634                 map = zebra_maps_input (p->zebra_maps, p->reg_type, &b,
1635                                         remain, 0);
1636             }
1637             else
1638                 map = 0;
1639         }
1640     }
1641     if (!i)
1642         return;
1643     extract_add_string (p, buf, i);
1644 }
1645
1646 void extract_token_add (RecWord *p)
1647 {
1648     WRBUF wrbuf;
1649 #if 0
1650     yaz_log (YLOG_LOG, "token_add "
1651              "reg_type=%c attrSet=%d attrUse=%d seqno=%d s=%.*s",
1652              p->reg_type, p->attrSet, p->attrUse, p->seqno, p->length,
1653              p->string);
1654 #endif
1655     if ((wrbuf = zebra_replace(p->zebra_maps, p->reg_type, 0,
1656                                p->term_buf, p->term_len)))
1657     {
1658         p->term_buf = wrbuf_buf(wrbuf);
1659         p->term_len = wrbuf_len(wrbuf);
1660     }
1661     if (zebra_maps_is_complete (p->zebra_maps, p->reg_type))
1662         extract_add_complete_field (p);
1663     else
1664         extract_add_incomplete_field(p);
1665 }
1666
1667 void extract_schema_add (struct recExtractCtrl *p, Odr_oid *oid)
1668 {
1669     ZebraHandle zh = (ZebraHandle) (p->handle);
1670     zebraExplain_addSchema (zh->reg->zei, oid);
1671 }
1672
1673 void extract_flushSortKeys (ZebraHandle zh, SYSNO sysno,
1674                             int cmd, struct sortKeys *sk)
1675 {
1676     SortIdx sortIdx = zh->reg->sortIdx;
1677     int off = 0;
1678
1679     sortIdx_sysno (sortIdx, sysno);
1680
1681     while (off < sk->buf_used)
1682     {
1683         int set, use, slen;
1684
1685         off += key_SU_decode(&set, sk->buf + off);
1686         off += key_SU_decode(&use, sk->buf + off);
1687         off += key_SU_decode(&slen, sk->buf + off);
1688
1689         sortIdx_type(sortIdx, use);
1690         if (cmd == 1)
1691             sortIdx_add(sortIdx, sk->buf + off, slen);
1692         else
1693             sortIdx_add(sortIdx, "", 1);
1694         off += slen;
1695     }
1696 }
1697
1698 void encode_key_init (struct encode_info *i)
1699 {
1700     i->sysno = 0;
1701     i->seqno = 0;
1702     i->cmd = -1;
1703     i->prevsys=0;
1704     i->prevseq=0;
1705     i->prevcmd=-1;
1706     i->keylen=0;
1707     i->encode_handle = iscz1_start();
1708 }
1709
1710 #define OLDENCODE 1
1711
1712 #ifdef OLDENCODE
1713 /* this is the old encode_key_write
1714  * may be deleted once we are confident that the new works
1715  * HL 15-oct-2002
1716  */
1717 void encode_key_write (char *k, struct encode_info *i, FILE *outf)
1718 {
1719     struct it_key key;
1720     char *bp = i->buf, *bp0;
1721     const char *src = (char *) &key;
1722
1723     /* copy term to output buf */
1724     while ((*bp++ = *k++))
1725         ;
1726     /* and copy & align key so we can mangle */
1727     memcpy (&key, k+1, sizeof(struct it_key));  /* *k is insert/delete */
1728
1729     bp0 = bp++;
1730     iscz1_encode(i->encode_handle, &bp, &src);
1731     *bp0 = (*k * 128) + bp - bp0 - 1; /* length and insert/delete combined */
1732     if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
1733     {
1734         yaz_log (YLOG_FATAL|YLOG_ERRNO, "fwrite");
1735         exit (1);
1736     }
1737 }
1738
1739 void encode_key_flush (struct encode_info *i, FILE *outf)
1740 { /* dummy routine */
1741     iscz1_stop(i->encode_handle);
1742 }
1743
1744 #else
1745
1746 /* new encode_key_write
1747  * The idea is to buffer one more key, and compare them
1748  * If we are going to delete and insert the same key,
1749  * we may as well not bother. Should make a difference in
1750  * updates with small modifications (appending to a mbox)
1751  */
1752 void encode_key_write (char *k, struct encode_info *i, FILE *outf)
1753 {
1754     struct it_key key;
1755     char *bp;
1756
1757     if (*k)  /* first time for new key */
1758     {
1759         bp = i->buf;
1760         while ((*bp++ = *k++))
1761             ;
1762         i->keylen= bp - i->buf -1;
1763         assert(i->keylen+1+sizeof(struct it_key) < ENCODE_BUFLEN);
1764     }
1765     else
1766     {
1767         bp=i->buf + i->keylen;
1768         *bp++=0;
1769         k++;
1770     }
1771
1772     memcpy (&key, k+1, sizeof(struct it_key));
1773     if (0==i->prevsys) /* no previous filter, fill up */
1774     {
1775         i->prevsys=key.sysno;
1776         i->prevseq=key.seqno;
1777         i->prevcmd=*k;
1778     }
1779     else if ( (i->prevsys==key.sysno) &&
1780               (i->prevseq==key.seqno) &&
1781               (i->prevcmd!=*k) )
1782     { /* same numbers, diff cmd, they cancel out */
1783         i->prevsys=0;
1784     }
1785     else
1786     { /* different stuff, write previous, move buf */
1787         bp = encode_key_int ( (i->prevsys - i->sysno) * 2 + i->prevcmd, bp);
1788         if (i->sysno != i->prevsys)
1789         {
1790             i->sysno = i->prevsys;
1791             i->seqno = 0;
1792         }
1793         else if (!i->seqno && !i->prevseq && i->cmd == i->prevcmd)
1794         {
1795             return; /* ??? Filters some sort of duplicates away */
1796                     /* ??? Can this ever happen   -H 15oct02 */
1797         }
1798         bp = encode_key_int (i->prevseq - i->seqno, bp);
1799         i->seqno = i->prevseq;
1800         i->cmd = i->prevcmd;
1801         if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
1802         {
1803             yaz_log (YLOG_FATAL|YLOG_ERRNO, "fwrite");
1804             exit (1);
1805         }
1806         i->keylen=0; /* ok, it's written, forget it */
1807         i->prevsys=key.sysno;
1808         i->prevseq=key.seqno;
1809         i->prevcmd=*k;
1810     }
1811 }
1812
1813 void encode_key_flush (struct encode_info *i, FILE *outf)
1814 { /* flush the last key from i */
1815     char *bp =i->buf + i->keylen;
1816     if (0==i->prevsys)
1817     {
1818         return; /* nothing to flush */
1819     }
1820     *bp++=0;
1821     bp = encode_key_int ( (i->prevsys - i->sysno) * 2 + i->prevcmd, bp);
1822     if (i->sysno != i->prevsys)
1823     {
1824         i->sysno = i->prevsys;
1825         i->seqno = 0;
1826     }
1827     else if (!i->seqno && !i->prevseq && i->cmd == i->prevcmd)
1828     {
1829         return; /* ??? Filters some sort of duplicates away */
1830                 /* ??? Can this ever happen   -H 15oct02 */
1831     }
1832     bp = encode_key_int (i->prevseq - i->seqno, bp);
1833     i->seqno = i->prevseq;
1834     i->cmd = i->prevcmd;
1835     if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
1836     {
1837         yaz_log (YLOG_FATAL|YLOG_ERRNO, "fwrite");
1838         exit (1);
1839     }
1840     i->keylen=0; /* ok, it's written, forget it */
1841     i->prevsys=0; /* forget the values too */
1842     i->prevseq=0;
1843 }
1844 #endif