index/extract.c

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