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 1.96  1999-05-26 07:49:13  adam
   8  * C++ compilation.
   9  *
  10  * Revision 1.95  1999/05/21 12:00:17  adam
  11  * Better diagnostics for extraction process.
  12  *
  13  * Revision 1.94  1999/05/20 12:57:18  adam
  14  * Implemented TCL filter. Updated recctrl system.
  15  *
  16  * Revision 1.93  1999/05/15 14:36:38  adam
  17  * Updated dictionary. Implemented "compression" of dictionary.
  18  *
  19  * Revision 1.92  1999/03/09 16:27:49  adam
  20  * More work on SDRKit integration.
  21  *
  22  * Revision 1.91  1999/02/12 13:29:22  adam
  23  * Implemented position-flag for registers.
  24  *
  25  * Revision 1.90  1999/02/02 14:50:52  adam
  26  * Updated WIN32 code specific sections. Changed header.
  27  *
  28  * Revision 1.89  1998/10/28 10:54:38  adam
  29  * SDRKit integration.
  30  *
  31  * Revision 1.88  1998/10/16 08:14:29  adam
  32  * Updated record control system.
  33  *
  34  * Revision 1.87  1998/10/15 13:10:33  adam
  35  * Fixed bug in Zebra that caused it to stop indexing when empty
  36  * record was read.
  37  *
  38  * Revision 1.86  1998/10/13 20:33:53  adam
  39  * Fixed one log message and change use ordinal to be an unsigned char.
  40  *
  41  * Revision 1.85  1998/09/22 10:03:41  adam
  42  * Changed result sets to be persistent in the sense that they can
  43  * be re-searched if needed.
  44  * Fixed memory leak in rsm_or.
  45  *
  46  * Revision 1.84  1998/06/11 15:42:22  adam
  47  * Changed the way use attributes are specified in the recordId
  48  * specification.
  49  *
  50  * Revision 1.83  1998/06/08 14:43:10  adam
  51  * Added suport for EXPLAIN Proxy servers - added settings databasePath
  52  * and explainDatabase to facilitate this. Increased maximum number
  53  * of databases and attributes in one register.
  54  *
  55  * Revision 1.82  1998/05/20 10:12:15  adam
  56  * Implemented automatic EXPLAIN database maintenance.
  57  * Modified Zebra to work with ASN.1 compiled version of YAZ.
  58  *
  59  * Revision 1.81  1998/03/11 11:19:04  adam
  60  * Changed the way sequence numbers are generated.
  61  *
  62  * Revision 1.80  1998/03/05 08:45:11  adam
  63  * New result set model and modular ranking system. Moved towards
  64  * descent server API. System information stored as "SGML" records.
  65  *
  66  * Revision 1.79  1998/02/17 10:32:52  adam
  67  * Fixed bug: binary files weren't opened with flag b on NT.
  68  *
  69  * Revision 1.78  1998/02/10 12:03:05  adam
  70  * Implemented Sort.
  71  *
  72  * Revision 1.77  1998/01/12 15:04:08  adam
  73  * The test option (-s) only uses read-lock (and not write lock).
  74  *
  75  * Revision 1.76  1997/10/27 14:33:04  adam
  76  * Moved towards generic character mapping depending on "structure"
  77  * field in abstract syntax file. Fixed a few memory leaks. Fixed
  78  * bug with negative integers when doing searches with relational
  79  * operators.
  80  *
  81  * Revision 1.75  1997/09/17 12:19:12  adam
  82  * Zebra version corresponds to YAZ version 1.4.
  83  * Changed Zebra server so that it doesn't depend on global common_resource.
  84  *
  85  * Revision 1.74  1997/09/09 13:38:06  adam
  86  * Partial port to WIN95/NT.
  87  *
  88  * Revision 1.73  1997/09/04 13:57:20  adam
  89  * New file extract/retrieve method tellf (added).
  90  * Added O_BINARY for open calls.
  91  *
  92  * Revision 1.72  1997/07/15 16:32:29  adam
  93  * Bug fix: Match handler didn't terminate the resulting string!
  94  *
  95  * Revision 1.71  1997/07/15 16:28:41  adam
  96  * Bug fix: storeData didn't work with files with multiple records.
  97  * Bug fix: fixed memory management with records; not really well
  98  *  thought through.
  99  *
 100  * Revision 1.70  1997/07/01 13:00:42  adam
 101  * Bug fix in routine searchRecordKey: uninitialized variables.
 102  *
 103  * Revision 1.69  1997/04/29 09:26:03  adam
 104  * Bug fix: generic recordId handling didn't work for compressed internal
 105  * keys.
 106  *
 107  * Revision 1.68  1997/02/12 20:39:45  adam
 108  * Implemented options -f <n> that limits the log to the first <n>
 109  * records.
 110  * Changed some log messages also.
 111  *
 112  * Revision 1.67  1996/11/15 15:02:14  adam
 113  * Minor changes regarding logging.
 114  *
 115  * Revision 1.66  1996/11/14  09:52:21  adam
 116  * Strings in record keys bound by IT_MAX_WORD.
 117  *
 118  * Revision 1.65  1996/11/14  08:57:56  adam
 119  * Reduction of storeKeys area.
 120  *
 121  * Revision 1.64  1996/11/08 11:10:16  adam
 122  * Buffers used during file match got bigger.
 123  * Compressed ISAM support everywhere.
 124  * Bug fixes regarding masking characters in queries.
 125  * Redesigned Regexp-2 queries.
 126  *
 127  * Revision 1.63  1996/10/29 14:09:39  adam
 128  * Use of cisam system - enabled if setting isamc is 1.
 129  *
 130  * Revision 1.62  1996/10/11 10:57:01  adam
 131  * New module recctrl. Used to manage records (extract/retrieval).
 132  * Several files have been moved to the recctrl sub directory.
 133  *
 134  * Revision 1.61  1996/06/06 12:08:37  quinn
 135  * Added showRecord function
 136  *
 137  * Revision 1.60  1996/06/04  10:18:12  adam
 138  * Search/scan uses character mapping module.
 139  *
 140  * Revision 1.59  1996/05/14  15:47:07  adam
 141  * Cleanup of various buffer size entities.
 142  *
 143  * Revision 1.58  1996/05/14  06:16:38  adam
 144  * Compact use/set bytes used in search service.
 145  *
 146  * Revision 1.57  1996/05/13 14:23:04  adam
 147  * Work on compaction of set/use bytes in dictionary.
 148  *
 149  * Revision 1.56  1996/05/09  09:54:42  adam
 150  * Server supports maps from one logical attributes to a list of physical
 151  * attributes.
 152  * The extraction process doesn't make space consuming 'any' keys.
 153  *
 154  * Revision 1.55  1996/05/09  07:28:55  quinn
 155  * Work towards phrases and multiple registers
 156  *
 157  * Revision 1.54  1996/05/01  13:46:35  adam
 158  * First work on multiple records in one file.
 159  * New option, -offset, to the "unread" command in the filter module.
 160  *
 161  * Revision 1.53  1996/04/26  12:09:43  adam
 162  * Added a few comments.
 163  *
 164  * Revision 1.52  1996/04/25  13:27:57  adam
 165  * Function recordExtract modified so that files with no keys (possibly empty)
 166  * are ignored.
 167  *
 168  * Revision 1.51  1996/03/19  11:08:42  adam
 169  * Bug fix: Log preamble wasn't always turned off after recordExtract.
 170  *
 171  * Revision 1.50  1996/02/12  18:45:36  adam
 172  * New fileVerboseFlag in record group control.
 173  *
 174  * Revision 1.49  1996/02/05  12:29:57  adam
 175  * Logging reduced a bit.
 176  * The remaining running time is estimated during register merge.
 177  *
 178  * Revision 1.48  1996/02/01  20:53:26  adam
 179  * The temporary per-record keys are compacted a little, and duplication
 180  * of the per-records keys are avoided when they are saved in the record
 181  * information buffer.
 182  *
 183  * Revision 1.47  1996/01/17  14:57:48  adam
 184  * Prototype changed for reader functions in extract/retrieve. File
 185  *  is identified by 'void *' instead of 'int.
 186  *
 187  * Revision 1.46  1995/12/15  14:57:16  adam
 188  * Bug fix.
 189  *
 190  * Revision 1.45  1995/12/15  12:37:41  adam
 191  * In addRecordKeyAny: Writes key only when attrSet != -1.
 192  *
 193  * Revision 1.44  1995/12/12  16:00:54  adam
 194  * System call sync(2) used after update/commit.
 195  * Locking (based on fcntl) uses F_EXLCK and F_SHLCK instead of F_WRLCK
 196  * and F_RDLCK.
 197  *
 198  * Revision 1.43  1995/12/11  09:12:46  adam
 199  * The rec_get function returns NULL if record doesn't exist - will
 200  * happen in the server if the result set records have been deleted since
 201  * the creation of the set (i.e. the search).
 202  * The server saves a result temporarily if it is 'volatile', i.e. the
 203  * set is register dependent.
 204  *
 205  * Revision 1.42  1995/12/07  17:38:46  adam
 206  * Work locking mechanisms for concurrent updates/commit.
 207  *
 208  * Revision 1.41  1995/12/06  16:06:42  adam
 209  * Better diagnostics. Work on 'real' dictionary deletion.
 210  *
 211  * Revision 1.40  1995/12/05  16:57:40  adam
 212  * More work on regular patterns.
 213  *
 214  * Revision 1.39  1995/12/05  13:20:18  adam
 215  * Bug fix: file_read sometimes returned early EOF.
 216  *
 217  * Revision 1.38  1995/12/04  17:59:21  adam
 218  * More work on regular expression conversion.
 219  *
 220  * Revision 1.37  1995/12/04  14:22:27  adam
 221  * Extra arg to recType_byName.
 222  * Started work on new regular expression parsed input to
 223  * structured records.
 224  *
 225  * Revision 1.36  1995/11/30  08:34:29  adam
 226  * Started work on commit facility.
 227  * Changed a few malloc/free to xmalloc/xfree.
 228  *
 229  * Revision 1.35  1995/11/28  14:26:21  adam
 230  * Bug fix: recordId with constant wasn't right.
 231  * Bug fix: recordId dictionary entry wasn't deleted when needed.
 232  *
 233  * Revision 1.34  1995/11/28  09:09:38  adam
 234  * Zebra config renamed.
 235  * Use setting 'recordId' to identify record now.
 236  * Bug fix in recindex.c: rec_release_blocks was invokeded even
 237  * though the blocks were already released.
 238  * File traversal properly deletes records when needed.
 239  *
 240  * Revision 1.33  1995/11/27  09:56:20  adam
 241  * Record info elements better enumerated. Internal store of records.
 242  *
 243  * Revision 1.32  1995/11/25  10:24:05  adam
 244  * More record fields - they are enumerated now.
 245  * New options: flagStoreData flagStoreKey.
 246  *
 247  * Revision 1.31  1995/11/24  11:31:35  adam
 248  * Commands add & del read filenames from stdin if source directory is
 249  * empty.
 250  * Match criteria supports 'constant' strings.
 251  *
 252  * Revision 1.30  1995/11/22  17:19:16  adam
 253  * Record management uses the bfile system.
 254  *
 255  * Revision 1.29  1995/11/21  15:01:14  adam
 256  * New general match criteria implemented.
 257  * New feature: document groups.
 258  *
 259  * Revision 1.28  1995/11/21  09:20:30  adam
 260  * Yet more work on record match.
 261  *
 262  * Revision 1.27  1995/11/20  16:59:45  adam
 263  * New update method: the 'old' keys are saved for each records.
 264  *
 265  * Revision 1.26  1995/11/20  11:56:24  adam
 266  * Work on new traversal.
 267  *
 268  * Revision 1.25  1995/11/16  15:34:54  adam
 269  * Uses new record management system in both indexer and server.
 270  *
 271  * Revision 1.24  1995/11/15  19:13:08  adam
 272  * Work on record management.
 273  *
 274  * Revision 1.23  1995/10/27  14:00:10  adam
 275  * Implemented detection of database availability.
 276  *
 277  * Revision 1.22  1995/10/17  18:02:07  adam
 278  * New feature: databases. Implemented as prefix to words in dictionary.
 279  *
 280  * Revision 1.21  1995/10/10  12:24:38  adam
 281  * Temporary sort files are compressed.
 282  *
 283  * Revision 1.20  1995/10/06  13:52:05  adam
 284  * Bug fixes. Handler may abort further scanning.
 285  *
 286  * Revision 1.19  1995/10/04  12:55:16  adam
 287  * Bug fix in ranked search. Use=Any keys inserted.
 288  *
 289  * Revision 1.18  1995/10/04  09:37:08  quinn
 290  * Fixed bug.
 291  *
 292  * Revision 1.17  1995/10/03  14:28:57  adam
 293  * Buffered read in extract works.
 294  *
 295  * Revision 1.16  1995/10/03  14:28:45  adam
 296  * Work on more effecient read handler in extract.
 297  *
 298  * Revision 1.15  1995/10/02  15:42:53  adam
 299  * Extract uses file descriptors instead of FILE pointers.
 300  *
 301  * Revision 1.14  1995/10/02  15:29:13  adam
 302  * More logging in file_extract.
 303  *
 304  * Revision 1.13  1995/09/29  14:01:39  adam
 305  * Bug fixes.
 306  *
 307  * Revision 1.12  1995/09/28  14:22:56  adam
 308  * Sort uses smaller temporary files.
 309  *
 310  * Revision 1.11  1995/09/28  12:10:31  adam
 311  * Bug fixes. Field prefix used in queries.
 312  *
 313  * Revision 1.10  1995/09/28  09:19:41  adam
 314  * xfree/xmalloc used everywhere.
 315  * Extract/retrieve method seems to work for text records.
 316  *
 317  * Revision 1.9  1995/09/27  12:22:28  adam
 318  * More work on extract in record control.
 319  * Field name is not in isam keys but in prefix in dictionary words.
 320  *
 321  * Revision 1.8  1995/09/14  07:48:22  adam
 322  * Record control management.
 323  *
 324  * Revision 1.7  1995/09/11  13:09:32  adam
 325  * More work on relevance feedback.
 326  *
 327  * Revision 1.6  1995/09/08  14:52:27  adam
 328  * Minor changes. Dictionary is lower case now.
 329  *
 330  * Revision 1.5  1995/09/06  16:11:16  adam
 331  * Option: only one word key per file.
 332  *
 333  * Revision 1.4  1995/09/05  15:28:39  adam
 334  * More work on search engine.
 335  *
 336  * Revision 1.3  1995/09/04  12:33:41  adam
 337  * Various cleanup. YAZ util used instead.
 338  *
 339  * Revision 1.2  1995/09/04  09:10:34  adam
 340  * More work on index add/del/update.
 341  * Merge sort implemented.
 342  * Initial work on z39 server.
 343  *
 344  * Revision 1.1  1995/09/01  14:06:35  adam
 345  * Split of work into more files.
 346  *
 347  */
 348 #include <stdio.h>
 349 #include <assert.h>
 350 #ifdef WIN32
 351 #include <io.h>
 352 #else
 353 #include <unistd.h>
 354 #endif
 355 #include <fcntl.h>
 356
 357 #include <recctrl.h>
 358 #include <charmap.h>
 359 #include <sortidx.h>
 360 #include "index.h"
 361
 362 #include "zinfo.h"
 363
 364 #ifndef ZEBRASDR
 365 #define ZEBRASDR 0
 366 #endif
 367
 368 #if ZEBRASDR
 369 #include "zebrasdr.h"
 370 #endif
 371
 372 static Dict matchDict;
 373
 374 static Records records = NULL;
 375 static SortIdx sortIdx = NULL;
 376
 377 static char **key_buf;
 378 static size_t ptr_top;
 379 static size_t ptr_i;
 380 static size_t key_buf_used;
 381 static int key_file_no;
 382
 383 static int records_inserted = 0;
 384 static int records_updated = 0;
 385 static int records_deleted = 0;
 386 static int records_processed = 0;
 387
 388 static ZebraExplainInfo zti = NULL;
 389
 390 static void logRecord (int showFlag)
 391 {
 392     if (!showFlag)
 393         ++records_processed;
 394     if (showFlag || !(records_processed % 1000))
 395     {
 396         logf (LOG_LOG, "Records: %7d i/u/d %d/%d/%d",
 397               records_processed, records_inserted, records_updated,
 398               records_deleted);
 399     }
 400 }
 401
 402 static int explain_extract (void *handle, Record drec, data1_node *n);
 403
 404 int key_open (struct recordGroup *rGroup, int mem)
 405 {
 406     BFiles bfs = rGroup->bfs;
 407     int rw = rGroup->flagRw;
 408     data1_handle dh = rGroup->dh;
 409     if (!mem)
 410         mem = atoi(res_get_def (common_resource, "memMax", "4"))*1024*1024;
 411     if (mem < 50000)
 412         mem = 50000;
 413     key_buf = (char **) xmalloc (mem);
 414     ptr_top = mem/sizeof(char*);
 415     ptr_i = 0;
 416
 417     key_buf_used = 0;
 418     key_file_no = 0;
 419
 420     if (!(matchDict = dict_open (bfs, GMATCH_DICT, 50, rw, 0)))
 421     {
 422         logf (LOG_FATAL, "dict_open fail of %s", GMATCH_DICT);
 423         return -1;
 424     }
 425     assert (!records);
 426     records = rec_open (bfs, rw);
 427     if (!records)
 428     {
 429         dict_close (matchDict);
 430         return -1;
 431     }
 432     zti = zebraExplain_open (records, dh, common_resource,
 433                              rw, rGroup, explain_extract);
 434     if (!zti)
 435     {
 436         rec_close (&records);
 437         dict_close (matchDict);
 438         return -1;
 439     }
 440     sortIdx = sortIdx_open (bfs, 1);
 441     return 0;
 442 }
 443
 444 struct encode_info {
 445     int  sysno;
 446     int  seqno;
 447     int  cmd;
 448     char buf[768];
 449 };
 450
 451 void encode_key_init (struct encode_info *i)
 452 {
 453     i->sysno = 0;
 454     i->seqno = 0;
 455     i->cmd = -1;
 456 }
 457
 458 char *encode_key_int (int d, char *bp)
 459 {
 460     if (d <= 63)
 461         *bp++ = d;
 462     else if (d <= 16383)
 463     {
 464         *bp++ = 64 + (d>>8);
 465         *bp++ = d  & 255;
 466     }
 467     else if (d <= 4194303)
 468     {
 469         *bp++ = 128 + (d>>16);
 470         *bp++ = (d>>8) & 255;
 471         *bp++ = d & 255;
 472     }
 473     else
 474     {
 475         *bp++ = 192 + (d>>24);
 476         *bp++ = (d>>16) & 255;
 477         *bp++ = (d>>8) & 255;
 478         *bp++ = d & 255;
 479     }
 480     return bp;
 481 }
 482
 483 void encode_key_write (char *k, struct encode_info *i, FILE *outf)
 484 {
 485     struct it_key key;
 486     char *bp = i->buf;
 487
 488     while ((*bp++ = *k++))
 489         ;
 490     memcpy (&key, k+1, sizeof(struct it_key));
 491     bp = encode_key_int ( (key.sysno - i->sysno) * 2 + *k, bp);
 492     if (i->sysno != key.sysno)
 493     {
 494         i->sysno = key.sysno;
 495         i->seqno = 0;
 496     }
 497     else if (!i->seqno && !key.seqno && i->cmd == *k)
 498         return;
 499     bp = encode_key_int (key.seqno - i->seqno, bp);
 500     i->seqno = key.seqno;
 501     i->cmd = *k;
 502     if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
 503     {
 504         logf (LOG_FATAL|LOG_ERRNO, "fwrite");
 505         exit (1);
 506     }
 507 }
 508
 509 #define SORT_EXTRA 0
 510
 511 #if SORT_EXTRA
 512 static int key_y_len;
 513
 514 static int key_y_compare (const void *p1, const void *p2)
 515 {
 516     int r;
 517
 518     if ((r = key_compare (*(char**) p1 + key_y_len + 1,
 519                           *(char**) p2 + key_y_len + 1)))
 520          return r;
 521     return *(*(char**) p1 + key_y_len) - *(*(char**) p2 + key_y_len);
 522 }
 523
 524 static int key_x_compare (const void *p1, const void *p2)
 525 {
 526     return strcmp (*(char**) p1, *(char**) p2);
 527 }
 528 #endif
 529
 530 void key_flush (void)
 531 {
 532     FILE *outf;
 533     char out_fname[200];
 534     char *prevcp, *cp;
 535     struct encode_info encode_info;
 536 #if SORT_EXTRA
 537     int i;
 538 #endif
 539
 540     if (ptr_i <= 0)
 541         return;
 542
 543     key_file_no++;
 544     logf (LOG_LOG, "sorting section %d", key_file_no);
 545 #if !SORT_EXTRA
 546     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_qsort_compare);
 547     getFnameTmp (out_fname, key_file_no);
 548
 549     if (!(outf = fopen (out_fname, "wb")))
 550     {
 551         logf (LOG_FATAL|LOG_ERRNO, "fopen %s", out_fname);
 552         exit (1);
 553     }
 554     logf (LOG_LOG, "writing section %d", key_file_no);
 555     prevcp = cp = key_buf[ptr_top-ptr_i];
 556
 557     encode_key_init (&encode_info);
 558     encode_key_write (cp, &encode_info, outf);
 559     while (--ptr_i > 0)
 560     {
 561         cp = key_buf[ptr_top-ptr_i];
 562         if (strcmp (cp, prevcp))
 563         {
 564             encode_key_init (&encode_info);
 565             encode_key_write (cp, &encode_info, outf);
 566             prevcp = cp;
 567         }
 568         else
 569             encode_key_write (cp + strlen(cp), &encode_info, outf);
 570     }
 571 #else
 572     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_x_compare);
 573     getFnameTmp (out_fname, key_file_no);
 574
 575     if (!(outf = fopen (out_fname, "wb")))
 576     {
 577         logf (LOG_FATAL|LOG_ERRNO, "fopen %s", out_fname);
 578         exit (1);
 579     }
 580     logf (LOG_LOG, "writing section %d", key_file_no);
 581     i = ptr_i;
 582     prevcp =  key_buf[ptr_top-i];
 583     while (1)
 584         if (!--i || strcmp (prevcp, key_buf[ptr_top-i]))
 585         {
 586             key_y_len = strlen(prevcp)+1;
 587 #if 0
 588             logf (LOG_LOG, "key_y_len: %2d %02x %02x %s",
 589                       key_y_len, prevcp[0], prevcp[1], 2+prevcp);
 590 #endif
 591             qsort (key_buf + ptr_top-ptr_i, ptr_i - i,
 592                                    sizeof(char*), key_y_compare);
 593             cp = key_buf[ptr_top-ptr_i];
 594             --key_y_len;
 595             encode_key_init (&encode_info);
 596             encode_key_write (cp, &encode_info, outf);
 597             while (--ptr_i > i)
 598             {
 599                 cp = key_buf[ptr_top-ptr_i];
 600                 encode_key_write (cp+key_y_len, &encode_info, outf);
 601             }
 602             if (!i)
 603                 break;
 604             prevcp = key_buf[ptr_top-ptr_i];
 605         }
 606 #endif
 607     if (fclose (outf))
 608     {
 609         logf (LOG_FATAL|LOG_ERRNO, "fclose %s", out_fname);
 610         exit (1);
 611     }
 612     logf (LOG_LOG, "finished section %d", key_file_no);
 613     ptr_i = 0;
 614     key_buf_used = 0;
 615 }
 616
 617 int key_close (struct recordGroup *rGroup)
 618 {
 619     int rw = rGroup->flagRw;
 620     if (rw)
 621         zebraExplain_runNumberIncrement (zti, 1);
 622     zebraExplain_close (zti, rw, 0);
 623     key_flush ();
 624     xfree (key_buf);
 625     rec_close (&records);
 626     dict_close (matchDict);
 627     sortIdx_close (sortIdx);
 628
 629     logRecord (1);
 630     return key_file_no;
 631 }
 632
 633 static void wordInit (struct recExtractCtrl *p, RecWord *w)
 634 {
 635     w->zebra_maps = p->zebra_maps;
 636     w->seqnos = p->seqno;
 637     w->attrSet = VAL_BIB1;
 638     w->attrUse = 1016;
 639     w->reg_type = 'w';
 640 }
 641
 642 static struct sortKey {
 643     char *string;
 644     int length;
 645     int attrSet;
 646     int attrUse;
 647     struct sortKey *next;
 648 } *sortKeys = NULL;
 649
 650 static struct recKeys {
 651     int buf_used;
 652     int buf_max;
 653     char *buf;
 654     char prevAttrSet;
 655     short prevAttrUse;
 656     int prevSeqNo;
 657 } reckeys;
 658
 659 static void addIndexString (RecWord *p, const char *string, int length)
 660 {
 661     char *dst;
 662     unsigned char attrSet;
 663     unsigned short attrUse;
 664     int lead = 0;
 665     int diff = 0;
 666     int *pseqno = &p->seqnos[p->reg_type];
 667
 668     if (reckeys.buf_used+1024 > reckeys.buf_max)
 669     {
 670         char *b;
 671
 672         b = (char *) xmalloc (reckeys.buf_max += 128000);
 673         if (reckeys.buf_used > 0)
 674             memcpy (b, reckeys.buf, reckeys.buf_used);
 675         xfree (reckeys.buf);
 676         reckeys.buf = b;
 677     }
 678     dst = reckeys.buf + reckeys.buf_used;
 679
 680     attrSet = p->attrSet;
 681     if (reckeys.buf_used > 0 && reckeys.prevAttrSet == attrSet)
 682         lead |= 1;
 683     else
 684         reckeys.prevAttrSet = attrSet;
 685     attrUse = p->attrUse;
 686     if (reckeys.buf_used > 0 && reckeys.prevAttrUse == attrUse)
 687         lead |= 2;
 688     else
 689         reckeys.prevAttrUse = attrUse;
 690 #if 1
 691     diff = 1 + *pseqno - reckeys.prevSeqNo;
 692     if (diff >= 1 && diff <= 15)
 693         lead |= (diff << 2);
 694     else
 695         diff = 0;
 696 #endif
 697     reckeys.prevSeqNo = *pseqno;
 698
 699     *dst++ = lead;
 700
 701     if (!(lead & 1))
 702     {
 703         memcpy (dst, &attrSet, sizeof(attrSet));
 704         dst += sizeof(attrSet);
 705     }
 706     if (!(lead & 2))
 707     {
 708         memcpy (dst, &attrUse, sizeof(attrUse));
 709         dst += sizeof(attrUse);
 710     }
 711     *dst++ = p->reg_type;
 712     memcpy (dst, string, length);
 713     dst += length;
 714     *dst++ = '\0';
 715
 716     if (!diff)
 717     {
 718         memcpy (dst, pseqno, sizeof(*pseqno));
 719         dst += sizeof(*pseqno);
 720     }
 721     reckeys.buf_used = dst - reckeys.buf;
 722     if (*pseqno)
 723         (*pseqno)++;
 724 }
 725
 726 static void addSortString (RecWord *p, const char *string, int length)
 727 {
 728     struct sortKey *sk;
 729
 730     for (sk = sortKeys; sk; sk = sk->next)
 731         if (sk->attrSet == p->attrSet && sk->attrUse == p->attrUse)
 732             return;
 733
 734     sk = (struct sortKey *) xmalloc (sizeof(*sk));
 735     sk->next = sortKeys;
 736     sortKeys = sk;
 737
 738     sk->string = (char *) xmalloc (length);
 739     sk->length = length;
 740     memcpy (sk->string, string, length);
 741
 742     sk->attrSet = p->attrSet;
 743     sk->attrUse = p->attrUse;
 744 }
 745
 746 static void addString (RecWord *p, const char *string, int length)
 747 {
 748     assert (length > 0);
 749     if (zebra_maps_is_sort (p->zebra_maps, p->reg_type))
 750         addSortString (p, string, length);
 751     else
 752         addIndexString (p, string, length);
 753 }
 754
 755 static void addIncompleteField (RecWord *p)
 756 {
 757     const char *b = p->string;
 758     int remain = p->length;
 759     const char **map = 0;
 760
 761     if (remain > 0)
 762         map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
 763
 764     while (map)
 765     {
 766         char buf[IT_MAX_WORD+1];
 767         int i, remain;
 768
 769         /* Skip spaces */
 770         while (map && *map && **map == *CHR_SPACE)
 771         {
 772             remain = p->length - (b - p->string);
 773             if (remain > 0)
 774                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
 775             else
 776                 map = 0;
 777         }
 778         if (!map)
 779             break;
 780         i = 0;
 781         while (map && *map && **map != *CHR_SPACE)
 782         {
 783             const char *cp = *map;
 784
 785             while (i < IT_MAX_WORD && *cp)
 786                 buf[i++] = *(cp++);
 787             remain = p->length - (b - p->string);
 788             if (remain > 0)
 789                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
 790             else
 791                 map = 0;
 792         }
 793         if (!i)
 794             return;
 795         addString (p, buf, i);
 796     }
 797 }
 798
 799 static void addCompleteField (RecWord *p)
 800 {
 801     const char *b = p->string;
 802     char buf[IT_MAX_WORD+1];
 803     const char **map = 0;
 804     int i = 0, remain = p->length;
 805
 806     if (remain > 0)
 807         map = zebra_maps_input (p->zebra_maps, p->reg_type, &b, remain);
 808
 809     while (remain > 0 && i < IT_MAX_WORD)
 810     {
 811         while (map && *map && **map == *CHR_SPACE)
 812         {
 813             remain = p->length - (b - p->string);
 814             if (remain > 0)
 815                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
 816             else
 817                 map = 0;
 818         }
 819         if (!map)
 820             break;
 821
 822         if (i && i < IT_MAX_WORD)
 823             buf[i++] = *CHR_SPACE;
 824         while (map && *map && **map != *CHR_SPACE)
 825         {
 826             const char *cp = *map;
 827
 828             if (i >= IT_MAX_WORD)
 829                 break;
 830             while (i < IT_MAX_WORD && *cp)
 831                 buf[i++] = *(cp++);
 832             remain = p->length  - (b - p->string);
 833             if (remain > 0)
 834                 map = zebra_maps_input (p->zebra_maps, p->reg_type, &b,
 835                                         remain);
 836             else
 837                 map = 0;
 838         }
 839     }
 840     if (!i)
 841         return;
 842     addString (p, buf, i);
 843 }
 844
 845 static void addRecordKey (RecWord *p)
 846 {
 847     if (zebra_maps_is_complete (p->zebra_maps, p->reg_type))
 848         addCompleteField (p);
 849     else
 850         addIncompleteField(p);
 851 }
 852
 853 static void flushSortKeys (SYSNO sysno, int cmd)
 854 {
 855     struct sortKey *sk = sortKeys;
 856
 857     sortIdx_sysno (sortIdx, sysno);
 858     while (sk)
 859     {
 860         struct sortKey *sk_next = sk->next;
 861         sortIdx_type (sortIdx, sk->attrUse);
 862         sortIdx_add (sortIdx, sk->string, sk->length);
 863         xfree (sk->string);
 864         xfree (sk);
 865         sk = sk_next;
 866     }
 867     sortKeys = NULL;
 868 }
 869
 870 static void flushRecordKeys (SYSNO sysno, int cmd, struct recKeys *reckeys)
 871 {
 872     unsigned char attrSet = (unsigned char) -1;
 873     unsigned short attrUse = (unsigned short) -1;
 874     int seqno = 0;
 875     int off = 0;
 876
 877     zebraExplain_recordCountIncrement (zti, cmd ? 1 : -1);
 878     while (off < reckeys->buf_used)
 879     {
 880         const char *src = reckeys->buf + off;
 881         struct it_key key;
 882         int lead, ch;
 883
 884         lead = *src++;
 885
 886         if (!(lead & 1))
 887         {
 888             memcpy (&attrSet, src, sizeof(attrSet));
 889             src += sizeof(attrSet);
 890         }
 891         if (!(lead & 2))
 892         {
 893             memcpy (&attrUse, src, sizeof(attrUse));
 894             src += sizeof(attrUse);
 895         }
 896         if (key_buf_used + 1024 > (ptr_top-ptr_i)*sizeof(char*))
 897             key_flush ();
 898         ++ptr_i;
 899         key_buf[ptr_top-ptr_i] = (char*)key_buf + key_buf_used;
 900
 901         ch = zebraExplain_lookupSU (zti, attrSet, attrUse);
 902         if (ch < 0)
 903             ch = zebraExplain_addSU (zti, attrSet, attrUse);
 904         assert (ch > 0);
 905         key_buf_used += key_SU_code (ch, ((char*)key_buf) + key_buf_used);
 906
 907         while (*src)
 908             ((char*)key_buf) [key_buf_used++] = *src++;
 909         src++;
 910         ((char*)key_buf) [key_buf_used++] = '\0';
 911         ((char*) key_buf)[key_buf_used++] = cmd;
 912
 913         if (lead & 60)
 914             seqno += ((lead>>2) & 15)-1;
 915         else
 916         {
 917             memcpy (&seqno, src, sizeof(seqno));
 918             src += sizeof(seqno);
 919         }
 920         key.seqno = seqno;
 921         key.sysno = sysno;
 922         memcpy ((char*)key_buf + key_buf_used, &key, sizeof(key));
 923         key_buf_used += sizeof(key);
 924         off = src - reckeys->buf;
 925     }
 926     assert (off == reckeys->buf_used);
 927 }
 928
 929 static const char **searchRecordKey (struct recKeys *reckeys,
 930                                      int attrSetS, int attrUseS)
 931 {
 932     static const char *ws[32];
 933     int off = 0;
 934     int startSeq = -1;
 935     int i;
 936     short attrUse;
 937     char attrSet;
 938     int seqno = 0;
 939
 940     for (i = 0; i<32; i++)
 941         ws[i] = NULL;
 942
 943     while (off < reckeys->buf_used)
 944     {
 945
 946         const char *src = reckeys->buf + off;
 947         const char *wstart;
 948         int lead;
 949
 950         lead = *src++;
 951
 952         if (!(lead & 1))
 953         {
 954             memcpy (&attrSet, src, sizeof(attrSet));
 955             src += sizeof(attrSet);
 956         }
 957         if (!(lead & 2))
 958         {
 959             memcpy (&attrUse, src, sizeof(attrUse));
 960             src += sizeof(attrUse);
 961         }
 962         wstart = src;
 963         while (*src++)
 964             ;
 965         if (lead & 60)
 966             seqno += ((lead>>2) & 15)-1;
 967         else
 968         {
 969             memcpy (&seqno, src, sizeof(seqno));
 970             src += sizeof(seqno);
 971         }
 972         if (attrUseS == attrUse && attrSetS == attrSet)
 973         {
 974             int woff;
 975
 976
 977             if (startSeq == -1)
 978                 startSeq = seqno;
 979             woff = seqno - startSeq;
 980             if (woff >= 0 && woff < 31)
 981                 ws[woff] = wstart;
 982         }
 983
 984         off = src - reckeys->buf;
 985     }
 986     assert (off == reckeys->buf_used);
 987     return ws;
 988 }
 989
 990 struct file_read_info {
 991     off_t file_max;         /* maximum offset so far */
 992     off_t file_offset;      /* current offset */
 993     off_t file_moffset;     /* offset of rec/rec boundary */
 994     int file_more;
 995     int fd;
 996     char *sdrbuf;
 997     int sdrmax;
 998 };
 999
1000 static struct file_read_info *file_read_start (int fd)
1001 {
1002     struct file_read_info *fi = (struct file_read_info *)
1003         xmalloc (sizeof(*fi));
1004
1005     fi->fd = fd;
1006     fi->file_max = 0;
1007     fi->file_moffset = 0;
1008     fi->sdrbuf = 0;
1009     fi->sdrmax = 0;
1010     return fi;
1011 }
1012
1013 static void file_read_stop (struct file_read_info *fi)
1014 {
1015     xfree (fi);
1016 }
1017
1018 static off_t file_seek (void *handle, off_t offset)
1019 {
1020     struct file_read_info *p = (struct file_read_info *) handle;
1021     p->file_offset = offset;
1022     if (p->sdrbuf)
1023         return offset;
1024     return lseek (p->fd, offset, SEEK_SET);
1025 }
1026
1027 static off_t file_tell (void *handle)
1028 {
1029     struct file_read_info *p = (struct file_read_info *) handle;
1030     return p->file_offset;
1031 }
1032
1033 static int file_read (void *handle, char *buf, size_t count)
1034 {
1035     struct file_read_info *p = (struct file_read_info *) handle;
1036     int fd = p->fd;
1037     int r;
1038     if (p->sdrbuf)
1039     {
1040         r = count;
1041         if (r > p->sdrmax - p->file_offset)
1042             r = p->sdrmax - p->file_offset;
1043         if (r)
1044             memcpy (buf, p->sdrbuf + p->file_offset, r);
1045     }
1046     else
1047         r = read (fd, buf, count);
1048     if (r > 0)
1049     {
1050         p->file_offset += r;
1051         if (p->file_offset > p->file_max)
1052             p->file_max = p->file_offset;
1053     }
1054     return r;
1055 }
1056
1057 static void file_begin (void *handle)
1058 {
1059     struct file_read_info *p = (struct file_read_info *) handle;
1060
1061     p->file_offset = p->file_moffset;
1062     if (!p->sdrbuf && p->file_moffset)
1063         lseek (p->fd, p->file_moffset, SEEK_SET);
1064     p->file_more = 0;
1065 }
1066
1067 static void file_end (void *handle, off_t offset)
1068 {
1069     struct file_read_info *p = (struct file_read_info *) handle;
1070
1071     assert (p->file_more == 0);
1072     p->file_more = 1;
1073     p->file_moffset = offset;
1074 }
1075
1076 static char *fileMatchStr (struct recKeys *reckeys, struct recordGroup *rGroup,
1077                            const char *fname, const char *spec)
1078 {
1079     static char dstBuf[2048];
1080     char *dst = dstBuf;
1081     const char *s = spec;
1082     static const char **w;
1083
1084     while (1)
1085     {
1086         while (*s == ' ' || *s == '\t')
1087             s++;
1088         if (!*s)
1089             break;
1090         if (*s == '(')
1091         {
1092             char attset_str[64], attname_str[64];
1093             data1_attset *attset;
1094             int i;
1095             char matchFlag[32];
1096             int attSet = 1, attUse = 1;
1097             int first = 1;
1098
1099             s++;
1100             for (i = 0; *s && *s != ',' && *s != ')'; s++)
1101                 if (i < 63)
1102                     attset_str[i++] = *s;
1103             attset_str[i] = '\0';
1104
1105             if (*s == ',')
1106             {
1107                 s++;
1108                 for (i = 0; *s && *s != ')'; s++)
1109                     if (i < 63)
1110                         attname_str[i++] = *s;
1111                 attname_str[i] = '\0';
1112             }
1113
1114             if ((attset = data1_get_attset (rGroup->dh, attset_str)))
1115             {
1116                 data1_att *att;
1117                 attSet = attset->reference;
1118                 att = data1_getattbyname(rGroup->dh, attset, attname_str);
1119                 if (att)
1120                     attUse = att->value;
1121                 else
1122                     attUse = atoi (attname_str);
1123             }
1124             w = searchRecordKey (reckeys, attSet, attUse);
1125             assert (w);
1126
1127             if (*s == ')')
1128             {
1129                 for (i = 0; i<32; i++)
1130                     matchFlag[i] = 1;
1131             }
1132             else
1133             {
1134                 logf (LOG_WARN, "Missing ) in match criteria %s in group %s",
1135                       spec, rGroup->groupName ? rGroup->groupName : "none");
1136                 return NULL;
1137             }
1138             s++;
1139
1140             for (i = 0; i<32; i++)
1141                 if (matchFlag[i] && w[i])
1142                 {
1143                     if (first)
1144                     {
1145                         *dst++ = ' ';
1146                         first = 0;
1147                     }
1148                     strcpy (dst, w[i]);
1149                     dst += strlen(w[i]);
1150                 }
1151             if (first)
1152             {
1153                 logf (LOG_WARN, "Record didn't contain match"
1154                       " fields in (%s,%s)", attset_str, attname_str);
1155                 return NULL;
1156             }
1157         }
1158         else if (*s == '$')
1159         {
1160             int spec_len;
1161             char special[64];
1162             const char *spec_src = NULL;
1163             const char *s1 = ++s;
1164             while (*s1 && *s1 != ' ' && *s1 != '\t')
1165                 s1++;
1166
1167             spec_len = s1 - s;
1168             if (spec_len > 63)
1169                 spec_len = 63;
1170             memcpy (special, s, spec_len);
1171             special[spec_len] = '\0';
1172             s = s1;
1173
1174             if (!strcmp (special, "group"))
1175                 spec_src = rGroup->groupName;
1176             else if (!strcmp (special, "database"))
1177                 spec_src = rGroup->databaseName;
1178             else if (!strcmp (special, "filename"))
1179                 spec_src = fname;
1180             else if (!strcmp (special, "type"))
1181                 spec_src = rGroup->recordType;
1182             else
1183                 spec_src = NULL;
1184             if (spec_src)
1185             {
1186                 strcpy (dst, spec_src);
1187                 dst += strlen (spec_src);
1188             }
1189         }
1190         else if (*s == '\"' || *s == '\'')
1191         {
1192             int stopMarker = *s++;
1193             char tmpString[64];
1194             int i = 0;
1195
1196             while (*s && *s != stopMarker)
1197             {
1198                 if (i < 63)
1199                     tmpString[i++] = *s++;
1200             }
1201             if (*s)
1202                 s++;
1203             tmpString[i] = '\0';
1204             strcpy (dst, tmpString);
1205             dst += strlen (tmpString);
1206         }
1207         else
1208         {
1209             logf (LOG_WARN, "Syntax error in match criteria %s in group %s",
1210                   spec, rGroup->groupName ? rGroup->groupName : "none");
1211             return NULL;
1212         }
1213         *dst++ = 1;
1214     }
1215     if (dst == dstBuf)
1216     {
1217         logf (LOG_WARN, "No match criteria for record %s in group %s",
1218               fname, rGroup->groupName ? rGroup->groupName : "none");
1219         return NULL;
1220     }
1221     *dst = '\0';
1222     return dstBuf;
1223 }
1224
1225 struct recordLogInfo {
1226     const char *fname;
1227     int recordOffset;
1228     struct recordGroup *rGroup;
1229 };
1230
1231 static void recordLogPreamble (int level, const char *msg, void *info)
1232 {
1233     struct recordLogInfo *p = (struct recordLogInfo *) info;
1234     FILE *outf = log_file ();
1235
1236     if (level & LOG_LOG)
1237         return ;
1238     fprintf (outf, "File %s, offset %d, type %s\n",
1239              p->rGroup->recordType, p->recordOffset, p->fname);
1240     log_event_start (NULL, NULL);
1241 }
1242
1243 void addSchema (struct recExtractCtrl *p, Odr_oid *oid)
1244 {
1245     zebraExplain_addSchema (zti, oid);
1246 }
1247
1248 static int recordExtract (SYSNO *sysno, const char *fname,
1249                           struct recordGroup *rGroup, int deleteFlag,
1250                           struct file_read_info *fi,
1251                           RecType recType, char *subType, void *clientData)
1252 {
1253     RecordAttr *recordAttr;
1254     int r;
1255     char *matchStr;
1256     SYSNO sysnotmp;
1257     Record rec;
1258     struct recordLogInfo logInfo;
1259     off_t recordOffset = 0;
1260
1261     if (fi->fd != -1)
1262     {
1263         struct recExtractCtrl extractCtrl;
1264
1265         /* we are going to read from a file, so prepare the extraction */
1266         int i;
1267
1268         reckeys.buf_used = 0;
1269         reckeys.prevAttrUse = -1;
1270         reckeys.prevAttrSet = -1;
1271         reckeys.prevSeqNo = 0;
1272
1273         recordOffset = fi->file_moffset;
1274         extractCtrl.offset = fi->file_moffset;
1275         extractCtrl.readf = file_read;
1276         extractCtrl.seekf = file_seek;
1277         extractCtrl.tellf = file_tell;
1278         extractCtrl.endf = file_end;
1279         extractCtrl.fh = fi;
1280         extractCtrl.subType = subType;
1281         extractCtrl.init = wordInit;
1282         extractCtrl.addWord = addRecordKey;
1283         extractCtrl.addSchema = addSchema;
1284         extractCtrl.dh = rGroup->dh;
1285         for (i = 0; i<256; i++)
1286         {
1287             if (zebra_maps_is_positioned(rGroup->zebra_maps, i))
1288                 extractCtrl.seqno[i] = 1;
1289             else
1290                 extractCtrl.seqno[i] = 0;
1291         }
1292         extractCtrl.zebra_maps = rGroup->zebra_maps;
1293         extractCtrl.flagShowRecords = !rGroup->flagRw;
1294
1295         if (!rGroup->flagRw)
1296             printf ("File: %s %ld\n", fname, (long) recordOffset);
1297
1298         logInfo.fname = fname;
1299         logInfo.recordOffset = recordOffset;
1300         logInfo.rGroup = rGroup;
1301         log_event_start (recordLogPreamble, &logInfo);
1302
1303         r = (*recType->extract)(clientData, &extractCtrl);
1304
1305         log_event_start (NULL, NULL);
1306
1307         if (r == RECCTRL_EXTRACT_EOF)
1308             return 0;
1309         else if (r == RECCTRL_EXTRACT_ERROR)
1310         {
1311             /* error occured during extraction ... */
1312             if (rGroup->flagRw &&
1313                 records_processed < rGroup->fileVerboseLimit)
1314             {
1315                 logf (LOG_WARN, "fail %s %s %ld", rGroup->recordType,
1316                       fname, (long) recordOffset);
1317             }
1318             return 0;
1319         }
1320         if (reckeys.buf_used == 0)
1321         {
1322             /* the extraction process returned no information - the record
1323                is probably empty - unless flagShowRecords is in use */
1324             if (!rGroup->flagRw)
1325                 return 1;
1326             logf (LOG_WARN, "No keys generated for file %s", fname);
1327             logf (LOG_WARN, " The file is probably empty");
1328             return 1;
1329         }
1330     }
1331
1332     /* perform match if sysno not known and if match criteria is specified */
1333
1334     matchStr = NULL;
1335     if (!sysno)
1336     {
1337         sysnotmp = 0;
1338         sysno = &sysnotmp;
1339         if (rGroup->recordId && *rGroup->recordId)
1340         {
1341             char *rinfo;
1342
1343             matchStr = fileMatchStr (&reckeys, rGroup, fname,
1344                                      rGroup->recordId);
1345             if (matchStr)
1346             {
1347                 rinfo = dict_lookup (matchDict, matchStr);
1348                 if (rinfo)
1349                     memcpy (sysno, rinfo+1, sizeof(*sysno));
1350             }
1351             else
1352             {
1353                 logf (LOG_WARN, "Bad match criteria");
1354                 return 0;
1355             }
1356         }
1357     }
1358
1359     if (! *sysno)
1360     {
1361         /* new record */
1362         if (deleteFlag)
1363         {
1364             logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
1365                   fname, (long) recordOffset);
1366             logf (LOG_WARN, "cannot delete record above (seems new)");
1367             return 1;
1368         }
1369         if (records_processed < rGroup->fileVerboseLimit)
1370             logf (LOG_LOG, "add %s %s %ld", rGroup->recordType,
1371                   fname, (long) recordOffset);
1372         rec = rec_new (records);
1373
1374         *sysno = rec->sysno;
1375
1376         recordAttr = rec_init_attr (zti, rec);
1377
1378         if (matchStr)
1379         {
1380             dict_insert (matchDict, matchStr, sizeof(*sysno), sysno);
1381         }
1382         flushRecordKeys (*sysno, 1, &reckeys);
1383         flushSortKeys (*sysno, 1);
1384
1385         records_inserted++;
1386     }
1387     else
1388     {
1389         /* record already exists */
1390         struct recKeys delkeys;
1391
1392         rec = rec_get (records, *sysno);
1393         assert (rec);
1394
1395         recordAttr = rec_init_attr (zti, rec);
1396
1397         if (recordAttr->runNumber == zebraExplain_runNumberIncrement (zti, 0))
1398         {
1399             logf (LOG_LOG, "skipped %s %s %ld", rGroup->recordType,
1400                   fname, (long) recordOffset);
1401             rec_rm (&rec);
1402             logRecord (0);
1403             return 1;
1404         }
1405         delkeys.buf_used = rec->size[recInfo_delKeys];
1406         delkeys.buf = rec->info[recInfo_delKeys];
1407         flushSortKeys (*sysno, 0);
1408         flushRecordKeys (*sysno, 0, &delkeys);
1409         if (deleteFlag)
1410         {
1411             /* record going to be deleted */
1412             if (!delkeys.buf_used)
1413             {
1414                 logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
1415                       fname, (long) recordOffset);
1416                 logf (LOG_WARN, "cannot delete file above, storeKeys false");
1417             }
1418             else
1419             {
1420                 if (records_processed < rGroup->fileVerboseLimit)
1421                     logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
1422                           fname, (long) recordOffset);
1423                 records_deleted++;
1424                 if (matchStr)
1425                     dict_delete (matchDict, matchStr);
1426                 rec_del (records, &rec);
1427             }
1428             rec_rm (&rec);
1429             logRecord (0);
1430             return 1;
1431         }
1432         else
1433         {
1434             /* record going to be updated */
1435             if (!delkeys.buf_used)
1436             {
1437                 logf (LOG_LOG, "update %s %s %ld", rGroup->recordType,
1438                       fname, (long) recordOffset);
1439                 logf (LOG_WARN, "cannot update file above, storeKeys false");
1440             }
1441             else
1442             {
1443                 if (records_processed < rGroup->fileVerboseLimit)
1444                     logf (LOG_LOG, "update %s %s %ld", rGroup->recordType,
1445                           fname, (long) recordOffset);
1446                 flushRecordKeys (*sysno, 1, &reckeys);
1447                 records_updated++;
1448             }
1449         }
1450     }
1451     /* update file type */
1452     xfree (rec->info[recInfo_fileType]);
1453     rec->info[recInfo_fileType] =
1454         rec_strdup (rGroup->recordType, &rec->size[recInfo_fileType]);
1455
1456     /* update filename */
1457     xfree (rec->info[recInfo_filename]);
1458     rec->info[recInfo_filename] =
1459         rec_strdup (fname, &rec->size[recInfo_filename]);
1460
1461     /* update delete keys */
1462     xfree (rec->info[recInfo_delKeys]);
1463     if (reckeys.buf_used > 0 && rGroup->flagStoreKeys == 1)
1464     {
1465 #if 1
1466         rec->size[recInfo_delKeys] = reckeys.buf_used;
1467         rec->info[recInfo_delKeys] = reckeys.buf;
1468         reckeys.buf = NULL;
1469         reckeys.buf_max = 0;
1470 #else
1471         rec->info[recInfo_delKeys] = xmalloc (reckeys.buf_used);
1472         rec->size[recInfo_delKeys] = reckeys.buf_used;
1473         memcpy (rec->info[recInfo_delKeys], reckeys.buf,
1474                 rec->size[recInfo_delKeys]);
1475 #endif
1476     }
1477     else
1478     {
1479         rec->info[recInfo_delKeys] = NULL;
1480         rec->size[recInfo_delKeys] = 0;
1481     }
1482
1483     /* save file size of original record */
1484     zebraExplain_recordBytesIncrement (zti, - recordAttr->recordSize);
1485     recordAttr->recordSize = fi->file_moffset - recordOffset;
1486     if (!recordAttr->recordSize)
1487         recordAttr->recordSize = fi->file_max - recordOffset;
1488     zebraExplain_recordBytesIncrement (zti, recordAttr->recordSize);
1489
1490     /* set run-number for this record */
1491     recordAttr->runNumber = zebraExplain_runNumberIncrement (zti, 0);
1492
1493     /* update store data */
1494     xfree (rec->info[recInfo_storeData]);
1495     if (rGroup->flagStoreData == 1)
1496     {
1497         rec->size[recInfo_storeData] = recordAttr->recordSize;
1498         rec->info[recInfo_storeData] = (char *)
1499             xmalloc (recordAttr->recordSize);
1500         if (lseek (fi->fd, recordOffset, SEEK_SET) < 0)
1501         {
1502             logf (LOG_ERRNO|LOG_FATAL, "seek to %ld in %s",
1503                   (long) recordOffset, fname);
1504             exit (1);
1505         }
1506         if (read (fi->fd, rec->info[recInfo_storeData], recordAttr->recordSize)
1507             < recordAttr->recordSize)
1508         {
1509             logf (LOG_ERRNO|LOG_FATAL, "read %d bytes of %s",
1510                   recordAttr->recordSize, fname);
1511             exit (1);
1512         }
1513     }
1514     else
1515     {
1516         rec->info[recInfo_storeData] = NULL;
1517         rec->size[recInfo_storeData] = 0;
1518     }
1519     /* update database name */
1520     xfree (rec->info[recInfo_databaseName]);
1521     rec->info[recInfo_databaseName] =
1522         rec_strdup (rGroup->databaseName, &rec->size[recInfo_databaseName]);
1523
1524     /* update offset */
1525     recordAttr->recordOffset = recordOffset;
1526
1527     /* commit this record */
1528     rec_put (records, &rec);
1529     logRecord (0);
1530     return 1;
1531 }
1532
1533 int fileExtract (SYSNO *sysno, const char *fname,
1534                  const struct recordGroup *rGroupP, int deleteFlag)
1535 {
1536     int r, i, fd;
1537     char gprefix[128];
1538     char ext[128];
1539     char ext_res[128];
1540     char subType[128];
1541     RecType recType;
1542     struct recordGroup rGroupM;
1543     struct recordGroup *rGroup = &rGroupM;
1544     struct file_read_info *fi;
1545     void *clientData;
1546
1547     memcpy (rGroup, rGroupP, sizeof(*rGroupP));
1548
1549     if (!rGroup->groupName || !*rGroup->groupName)
1550         *gprefix = '\0';
1551     else
1552         sprintf (gprefix, "%s.", rGroup->groupName);
1553
1554     logf (LOG_DEBUG, "fileExtract %s", fname);
1555
1556     /* determine file extension */
1557     *ext = '\0';
1558     for (i = strlen(fname); --i >= 0; )
1559         if (fname[i] == '/')
1560             break;
1561         else if (fname[i] == '.')
1562         {
1563             strcpy (ext, fname+i+1);
1564             break;
1565         }
1566     /* determine file type - depending on extension */
1567     if (!rGroup->recordType)
1568     {
1569         sprintf (ext_res, "%srecordType.%s", gprefix, ext);
1570         if (!(rGroup->recordType = res_get (common_resource, ext_res)))
1571         {
1572             sprintf (ext_res, "%srecordType", gprefix);
1573             rGroup->recordType = res_get (common_resource, ext_res);
1574         }
1575     }
1576     if (!rGroup->recordType)
1577     {
1578         if (records_processed < rGroup->fileVerboseLimit)
1579             logf (LOG_LOG, "? %s", fname);
1580         return 0;
1581     }
1582     if (!*rGroup->recordType)
1583         return 0;
1584     if (!(recType =
1585           recType_byName (rGroup->recTypes, rGroup->recordType, subType,
1586                           &clientData)))
1587     {
1588         logf (LOG_WARN, "No such record type: %s", rGroup->recordType);
1589         return 0;
1590     }
1591
1592     /* determine match criteria */
1593     if (!rGroup->recordId)
1594     {
1595         sprintf (ext_res, "%srecordId.%s", gprefix, ext);
1596         rGroup->recordId = res_get (common_resource, ext_res);
1597     }
1598
1599     /* determine database name */
1600     if (!rGroup->databaseName)
1601     {
1602         sprintf (ext_res, "%sdatabase.%s", gprefix, ext);
1603         if (!(rGroup->databaseName = res_get (common_resource, ext_res)))
1604         {
1605             sprintf (ext_res, "%sdatabase", gprefix);
1606             rGroup->databaseName = res_get (common_resource, ext_res);
1607         }
1608     }
1609     if (!rGroup->databaseName)
1610         rGroup->databaseName = "Default";
1611
1612     /* determine if explain database */
1613
1614     sprintf (ext_res, "%sexplainDatabase", gprefix);
1615     rGroup->explainDatabase =
1616         atoi (res_get_def (common_resource, ext_res, "0"));
1617
1618     /* announce database */
1619     if (zebraExplain_curDatabase (zti, rGroup->databaseName))
1620     {
1621         if (zebraExplain_newDatabase (zti, rGroup->databaseName,
1622                                       rGroup->explainDatabase))
1623             abort ();
1624     }
1625
1626     if (rGroup->flagStoreData == -1)
1627     {
1628         const char *sval;
1629         sprintf (ext_res, "%sstoreData.%s", gprefix, ext);
1630         if (!(sval = res_get (common_resource, ext_res)))
1631         {
1632             sprintf (ext_res, "%sstoreData", gprefix);
1633             sval = res_get (common_resource, ext_res);
1634         }
1635         if (sval)
1636             rGroup->flagStoreData = atoi (sval);
1637     }
1638     if (rGroup->flagStoreData == -1)
1639         rGroup->flagStoreData = 0;
1640
1641     if (rGroup->flagStoreKeys == -1)
1642     {
1643         const char *sval;
1644
1645         sprintf (ext_res, "%sstoreKeys.%s", gprefix, ext);
1646         if (!(sval = res_get (common_resource, ext_res)))
1647         {
1648             sprintf (ext_res, "%sstoreKeys", gprefix);
1649             sval = res_get (common_resource, ext_res);
1650         }
1651         if (sval)
1652             rGroup->flagStoreKeys = atoi (sval);
1653     }
1654     if (rGroup->flagStoreKeys == -1)
1655         rGroup->flagStoreKeys = 0;
1656
1657 #if ZEBRASDR
1658     if (rGroup->useSDR)
1659     {
1660         ZebraSdrHandle h;
1661         char xname[128], *xp;
1662
1663         strncpy (xname, fname, 127);
1664         if (!(xp = strchr (xname, '.')))
1665             return 0;
1666         *xp = '\0';
1667         if (strcmp (xp+1, "sdr.bits"))
1668             return 0;
1669
1670         h = zebraSdr_open (xname);
1671         if (!h)
1672         {
1673             logf (LOG_WARN, "sdr open %s", xname);
1674             return 0;
1675         }
1676         for (;;)
1677         {
1678             unsigned char *buf;
1679             char sdr_name[128];
1680             int r, segmentno;
1681
1682             segmentno = zebraSdr_segment (h, 0);
1683             sprintf (sdr_name, "%%%s.%d", xname, segmentno);
1684
1685 #if 0
1686             if (segmentno > 20)
1687                 break;
1688 #endif
1689             r = zebraSdr_read (h, &buf);
1690
1691             if (!r)
1692                 break;
1693
1694             fi = file_read_start (0);
1695             fi->sdrbuf = buf;
1696             fi->sdrmax = r;
1697             do
1698             {
1699                 file_begin (fi);
1700                 r = recordExtract (sysno, sdr_name, rGroup, deleteFlag, fi,
1701                            recType, subType);
1702             } while (r && !sysno && fi->file_more);
1703             file_read_stop (fi);
1704             free (buf);
1705         }
1706         zebraSdr_close (h);
1707         return 1;
1708     }
1709 #endif
1710     if (sysno && deleteFlag)
1711         fd = -1;
1712     else
1713     {
1714         if ((fd = open (fname, O_BINARY|O_RDONLY)) == -1)
1715         {
1716             logf (LOG_WARN|LOG_ERRNO, "open %s", fname);
1717             return 0;
1718         }
1719     }
1720     fi = file_read_start (fd);
1721     do
1722     {
1723         file_begin (fi);
1724         r = recordExtract (sysno, fname, rGroup, deleteFlag, fi,
1725                            recType, subType, clientData);
1726     } while (r && !sysno && fi->file_more);
1727     file_read_stop (fi);
1728     if (fd != -1)
1729         close (fd);
1730     return r;
1731 }
1732
1733 static int explain_extract (void *handle, Record rec, data1_node *n)
1734 {
1735     struct recordGroup *rGroup = (struct recordGroup*) handle;
1736     struct recExtractCtrl extractCtrl;
1737     int i;
1738
1739     if (zebraExplain_curDatabase (zti, rec->info[recInfo_databaseName]))
1740     {
1741         if (zebraExplain_newDatabase (zti, rec->info[recInfo_databaseName], 0))
1742             abort ();
1743     }
1744
1745     reckeys.buf_used = 0;
1746     reckeys.prevAttrUse = -1;
1747     reckeys.prevAttrSet = -1;
1748     reckeys.prevSeqNo = 0;
1749
1750     extractCtrl.init = wordInit;
1751     extractCtrl.addWord = addRecordKey;
1752     extractCtrl.addSchema = addSchema;
1753     extractCtrl.dh = rGroup->dh;
1754     for (i = 0; i<256; i++)
1755         extractCtrl.seqno[i] = 0;
1756     extractCtrl.zebra_maps = rGroup->zebra_maps;
1757     extractCtrl.flagShowRecords = !rGroup->flagRw;
1758
1759     grs_extract_tree(&extractCtrl, n);
1760
1761     logf (LOG_DEBUG, "flush explain record, sysno=%d", rec->sysno);
1762
1763     if (rec->size[recInfo_delKeys])
1764     {
1765         struct recKeys delkeys;
1766
1767         delkeys.buf_used = rec->size[recInfo_delKeys];
1768         delkeys.buf = rec->info[recInfo_delKeys];
1769         flushSortKeys (rec->sysno, 0);
1770         flushRecordKeys (rec->sysno, 0, &delkeys);
1771     }
1772     flushRecordKeys (rec->sysno, 1, &reckeys);
1773     flushSortKeys (rec->sysno, 1);
1774
1775     xfree (rec->info[recInfo_delKeys]);
1776     rec->size[recInfo_delKeys] = reckeys.buf_used;
1777     rec->info[recInfo_delKeys] = reckeys.buf;
1778     reckeys.buf = NULL;
1779     reckeys.buf_max = 0;
1780
1781     return 0;
1782 }