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 1.100  2000-03-20 19:08:36  adam
   8  * Added remote record import using Z39.50 extended services and Segment
   9  * Requests.
  10  *
  11  * Revision 1.99  2000/02/24 10:57:02  adam
  12  * Sequence number incremented after each incomplete-field.
  13  *
  14  * Revision 1.98  1999/09/07 07:19:21  adam
  15  * Work on character mapping. Implemented replace rules.
  16  *
  17  * Revision 1.97  1999/07/06 12:28:04  adam
  18  * Updated record index structure. Format includes version ID. Compression
  19  * algorithm ID is stored for each record block.
  20  *
  21  * Revision 1.96  1999/05/26 07:49:13  adam
  22  * C++ compilation.
  23  *
  24  * Revision 1.95  1999/05/21 12:00:17  adam
  25  * Better diagnostics for extraction process.
  26  *
  27  * Revision 1.94  1999/05/20 12:57:18  adam
  28  * Implemented TCL filter. Updated recctrl system.
  29  *
  30  * Revision 1.93  1999/05/15 14:36:38  adam
  31  * Updated dictionary. Implemented "compression" of dictionary.
  32  *
  33  * Revision 1.92  1999/03/09 16:27:49  adam
  34  * More work on SDRKit integration.
  35  *
  36  * Revision 1.91  1999/02/12 13:29:22  adam
  37  * Implemented position-flag for registers.
  38  *
  39  * Revision 1.90  1999/02/02 14:50:52  adam
  40  * Updated WIN32 code specific sections. Changed header.
  41  *
  42  * Revision 1.89  1998/10/28 10:54:38  adam
  43  * SDRKit integration.
  44  *
  45  * Revision 1.88  1998/10/16 08:14:29  adam
  46  * Updated record control system.
  47  *
  48  * Revision 1.87  1998/10/15 13:10:33  adam
  49  * Fixed bug in Zebra that caused it to stop indexing when empty
  50  * record was read.
  51  *
  52  * Revision 1.86  1998/10/13 20:33:53  adam
  53  * Fixed one log message and change use ordinal to be an unsigned char.
  54  *
  55  * Revision 1.85  1998/09/22 10:03:41  adam
  56  * Changed result sets to be persistent in the sense that they can
  57  * be re-searched if needed.
  58  * Fixed memory leak in rsm_or.
  59  *
  60  * Revision 1.84  1998/06/11 15:42:22  adam
  61  * Changed the way use attributes are specified in the recordId
  62  * specification.
  63  *
  64  * Revision 1.83  1998/06/08 14:43:10  adam
  65  * Added suport for EXPLAIN Proxy servers - added settings databasePath
  66  * and explainDatabase to facilitate this. Increased maximum number
  67  * of databases and attributes in one register.
  68  *
  69  * Revision 1.82  1998/05/20 10:12:15  adam
  70  * Implemented automatic EXPLAIN database maintenance.
  71  * Modified Zebra to work with ASN.1 compiled version of YAZ.
  72  *
  73  * Revision 1.81  1998/03/11 11:19:04  adam
  74  * Changed the way sequence numbers are generated.
  75  *
  76  * Revision 1.80  1998/03/05 08:45:11  adam
  77  * New result set model and modular ranking system. Moved towards
  78  * descent server API. System information stored as "SGML" records.
  79  *
  80  * Revision 1.79  1998/02/17 10:32:52  adam
  81  * Fixed bug: binary files weren't opened with flag b on NT.
  82  *
  83  * Revision 1.78  1998/02/10 12:03:05  adam
  84  * Implemented Sort.
  85  *
  86  * Revision 1.77  1998/01/12 15:04:08  adam
  87  * The test option (-s) only uses read-lock (and not write lock).
  88  *
  89  * Revision 1.76  1997/10/27 14:33:04  adam
  90  * Moved towards generic character mapping depending on "structure"
  91  * field in abstract syntax file. Fixed a few memory leaks. Fixed
  92  * bug with negative integers when doing searches with relational
  93  * operators.
  94  *
  95  * Revision 1.75  1997/09/17 12:19:12  adam
  96  * Zebra version corresponds to YAZ version 1.4.
  97  * Changed Zebra server so that it doesn't depend on global common_resource.
  98  *
  99  * Revision 1.74  1997/09/09 13:38:06  adam
 100  * Partial port to WIN95/NT.
 101  *
 102  * Revision 1.73  1997/09/04 13:57:20  adam
 103  * New file extract/retrieve method tellf (added).
 104  * Added O_BINARY for open calls.
 105  *
 106  * Revision 1.72  1997/07/15 16:32:29  adam
 107  * Bug fix: Match handler didn't terminate the resulting string!
 108  *
 109  * Revision 1.71  1997/07/15 16:28:41  adam
 110  * Bug fix: storeData didn't work with files with multiple records.
 111  * Bug fix: fixed memory management with records; not really well
 112  *  thought through.
 113  *
 114  * Revision 1.70  1997/07/01 13:00:42  adam
 115  * Bug fix in routine searchRecordKey: uninitialized variables.
 116  *
 117  * Revision 1.69  1997/04/29 09:26:03  adam
 118  * Bug fix: generic recordId handling didn't work for compressed internal
 119  * keys.
 120  *
 121  * Revision 1.68  1997/02/12 20:39:45  adam
 122  * Implemented options -f <n> that limits the log to the first <n>
 123  * records.
 124  * Changed some log messages also.
 125  *
 126  * Revision 1.67  1996/11/15 15:02:14  adam
 127  * Minor changes regarding logging.
 128  *
 129  * Revision 1.66  1996/11/14  09:52:21  adam
 130  * Strings in record keys bound by IT_MAX_WORD.
 131  *
 132  * Revision 1.65  1996/11/14  08:57:56  adam
 133  * Reduction of storeKeys area.
 134  *
 135  * Revision 1.64  1996/11/08 11:10:16  adam
 136  * Buffers used during file match got bigger.
 137  * Compressed ISAM support everywhere.
 138  * Bug fixes regarding masking characters in queries.
 139  * Redesigned Regexp-2 queries.
 140  *
 141  * Revision 1.63  1996/10/29 14:09:39  adam
 142  * Use of cisam system - enabled if setting isamc is 1.
 143  *
 144  * Revision 1.62  1996/10/11 10:57:01  adam
 145  * New module recctrl. Used to manage records (extract/retrieval).
 146  * Several files have been moved to the recctrl sub directory.
 147  *
 148  * Revision 1.61  1996/06/06 12:08:37  quinn
 149  * Added showRecord function
 150  *
 151  * Revision 1.60  1996/06/04  10:18:12  adam
 152  * Search/scan uses character mapping module.
 153  *
 154  * Revision 1.59  1996/05/14  15:47:07  adam
 155  * Cleanup of various buffer size entities.
 156  *
 157  * Revision 1.58  1996/05/14  06:16:38  adam
 158  * Compact use/set bytes used in search service.
 159  *
 160  * Revision 1.57  1996/05/13 14:23:04  adam
 161  * Work on compaction of set/use bytes in dictionary.
 162  *
 163  * Revision 1.56  1996/05/09  09:54:42  adam
 164  * Server supports maps from one logical attributes to a list of physical
 165  * attributes.
 166  * The extraction process doesn't make space consuming 'any' keys.
 167  *
 168  * Revision 1.55  1996/05/09  07:28:55  quinn
 169  * Work towards phrases and multiple registers
 170  *
 171  * Revision 1.54  1996/05/01  13:46:35  adam
 172  * First work on multiple records in one file.
 173  * New option, -offset, to the "unread" command in the filter module.
 174  *
 175  * Revision 1.53  1996/04/26  12:09:43  adam
 176  * Added a few comments.
 177  *
 178  * Revision 1.52  1996/04/25  13:27:57  adam
 179  * Function recordExtract modified so that files with no keys (possibly empty)
 180  * are ignored.
 181  *
 182  * Revision 1.51  1996/03/19  11:08:42  adam
 183  * Bug fix: Log preamble wasn't always turned off after recordExtract.
 184  *
 185  * Revision 1.50  1996/02/12  18:45:36  adam
 186  * New fileVerboseFlag in record group control.
 187  *
 188  * Revision 1.49  1996/02/05  12:29:57  adam
 189  * Logging reduced a bit.
 190  * The remaining running time is estimated during register merge.
 191  *
 192  * Revision 1.48  1996/02/01  20:53:26  adam
 193  * The temporary per-record keys are compacted a little, and duplication
 194  * of the per-records keys are avoided when they are saved in the record
 195  * information buffer.
 196  *
 197  * Revision 1.47  1996/01/17  14:57:48  adam
 198  * Prototype changed for reader functions in extract/retrieve. File
 199  *  is identified by 'void *' instead of 'int.
 200  *
 201  * Revision 1.46  1995/12/15  14:57:16  adam
 202  * Bug fix.
 203  *
 204  * Revision 1.45  1995/12/15  12:37:41  adam
 205  * In addRecordKeyAny: Writes key only when attrSet != -1.
 206  *
 207  * Revision 1.44  1995/12/12  16:00:54  adam
 208  * System call sync(2) used after update/commit.
 209  * Locking (based on fcntl) uses F_EXLCK and F_SHLCK instead of F_WRLCK
 210  * and F_RDLCK.
 211  *
 212  * Revision 1.43  1995/12/11  09:12:46  adam
 213  * The rec_get function returns NULL if record doesn't exist - will
 214  * happen in the server if the result set records have been deleted since
 215  * the creation of the set (i.e. the search).
 216  * The server saves a result temporarily if it is 'volatile', i.e. the
 217  * set is register dependent.
 218  *
 219  * Revision 1.42  1995/12/07  17:38:46  adam
 220  * Work locking mechanisms for concurrent updates/commit.
 221  *
 222  * Revision 1.41  1995/12/06  16:06:42  adam
 223  * Better diagnostics. Work on 'real' dictionary deletion.
 224  *
 225  * Revision 1.40  1995/12/05  16:57:40  adam
 226  * More work on regular patterns.
 227  *
 228  * Revision 1.39  1995/12/05  13:20:18  adam
 229  * Bug fix: file_read sometimes returned early EOF.
 230  *
 231  * Revision 1.38  1995/12/04  17:59:21  adam
 232  * More work on regular expression conversion.
 233  *
 234  * Revision 1.37  1995/12/04  14:22:27  adam
 235  * Extra arg to recType_byName.
 236  * Started work on new regular expression parsed input to
 237  * structured records.
 238  *
 239  * Revision 1.36  1995/11/30  08:34:29  adam
 240  * Started work on commit facility.
 241  * Changed a few malloc/free to xmalloc/xfree.
 242  *
 243  * Revision 1.35  1995/11/28  14:26:21  adam
 244  * Bug fix: recordId with constant wasn't right.
 245  * Bug fix: recordId dictionary entry wasn't deleted when needed.
 246  *
 247  * Revision 1.34  1995/11/28  09:09:38  adam
 248  * Zebra config renamed.
 249  * Use setting 'recordId' to identify record now.
 250  * Bug fix in recindex.c: rec_release_blocks was invokeded even
 251  * though the blocks were already released.
 252  * File traversal properly deletes records when needed.
 253  *
 254  * Revision 1.33  1995/11/27  09:56:20  adam
 255  * Record info elements better enumerated. Internal store of records.
 256  *
 257  * Revision 1.32  1995/11/25  10:24:05  adam
 258  * More record fields - they are enumerated now.
 259  * New options: flagStoreData flagStoreKey.
 260  *
 261  * Revision 1.31  1995/11/24  11:31:35  adam
 262  * Commands add & del read filenames from stdin if source directory is
 263  * empty.
 264  * Match criteria supports 'constant' strings.
 265  *
 266  * Revision 1.30  1995/11/22  17:19:16  adam
 267  * Record management uses the bfile system.
 268  *
 269  * Revision 1.29  1995/11/21  15:01:14  adam
 270  * New general match criteria implemented.
 271  * New feature: document groups.
 272  *
 273  * Revision 1.28  1995/11/21  09:20:30  adam
 274  * Yet more work on record match.
 275  *
 276  * Revision 1.27  1995/11/20  16:59:45  adam
 277  * New update method: the 'old' keys are saved for each records.
 278  *
 279  * Revision 1.26  1995/11/20  11:56:24  adam
 280  * Work on new traversal.
 281  *
 282  * Revision 1.25  1995/11/16  15:34:54  adam
 283  * Uses new record management system in both indexer and server.
 284  *
 285  * Revision 1.24  1995/11/15  19:13:08  adam
 286  * Work on record management.
 287  *
 288  * Revision 1.23  1995/10/27  14:00:10  adam
 289  * Implemented detection of database availability.
 290  *
 291  * Revision 1.22  1995/10/17  18:02:07  adam
 292  * New feature: databases. Implemented as prefix to words in dictionary.
 293  *
 294  * Revision 1.21  1995/10/10  12:24:38  adam
 295  * Temporary sort files are compressed.
 296  *
 297  * Revision 1.20  1995/10/06  13:52:05  adam
 298  * Bug fixes. Handler may abort further scanning.
 299  *
 300  * Revision 1.19  1995/10/04  12:55:16  adam
 301  * Bug fix in ranked search. Use=Any keys inserted.
 302  *
 303  * Revision 1.18  1995/10/04  09:37:08  quinn
 304  * Fixed bug.
 305  *
 306  * Revision 1.17  1995/10/03  14:28:57  adam
 307  * Buffered read in extract works.
 308  *
 309  * Revision 1.16  1995/10/03  14:28:45  adam
 310  * Work on more effecient read handler in extract.
 311  *
 312  * Revision 1.15  1995/10/02  15:42:53  adam
 313  * Extract uses file descriptors instead of FILE pointers.
 314  *
 315  * Revision 1.14  1995/10/02  15:29:13  adam
 316  * More logging in file_extract.
 317  *
 318  * Revision 1.13  1995/09/29  14:01:39  adam
 319  * Bug fixes.
 320  *
 321  * Revision 1.12  1995/09/28  14:22:56  adam
 322  * Sort uses smaller temporary files.
 323  *
 324  * Revision 1.11  1995/09/28  12:10:31  adam
 325  * Bug fixes. Field prefix used in queries.
 326  *
 327  * Revision 1.10  1995/09/28  09:19:41  adam
 328  * xfree/xmalloc used everywhere.
 329  * Extract/retrieve method seems to work for text records.
 330  *
 331  * Revision 1.9  1995/09/27  12:22:28  adam
 332  * More work on extract in record control.
 333  * Field name is not in isam keys but in prefix in dictionary words.
 334  *
 335  * Revision 1.8  1995/09/14  07:48:22  adam
 336  * Record control management.
 337  *
 338  * Revision 1.7  1995/09/11  13:09:32  adam
 339  * More work on relevance feedback.
 340  *
 341  * Revision 1.6  1995/09/08  14:52:27  adam
 342  * Minor changes. Dictionary is lower case now.
 343  *
 344  * Revision 1.5  1995/09/06  16:11:16  adam
 345  * Option: only one word key per file.
 346  *
 347  * Revision 1.4  1995/09/05  15:28:39  adam
 348  * More work on search engine.
 349  *
 350  * Revision 1.3  1995/09/04  12:33:41  adam
 351  * Various cleanup. YAZ util used instead.
 352  *
 353  * Revision 1.2  1995/09/04  09:10:34  adam
 354  * More work on index add/del/update.
 355  * Merge sort implemented.
 356  * Initial work on z39 server.
 357  *
 358  * Revision 1.1  1995/09/01  14:06:35  adam
 359  * Split of work into more files.
 360  *
 361  */
 362 #include <stdio.h>
 363 #include <assert.h>
 364 #ifdef WIN32
 365 #include <io.h>
 366 #else
 367 #include <unistd.h>
 368 #endif
 369 #include <fcntl.h>
 370
 371 #include <recctrl.h>
 372 #include <charmap.h>
 373 #include <sortidx.h>
 374 #include "index.h"
 375
 376 #include "zinfo.h"
 377
 378 #ifndef ZEBRASDR
 379 #define ZEBRASDR 0
 380 #endif
 381
 382 #if ZEBRASDR
 383 #include "zebrasdr.h"
 384 #endif
 385
 386 static Dict matchDict;
 387
 388 static Records records = NULL;
 389 static SortIdx sortIdx = NULL;
 390
 391 static char **key_buf;
 392 static size_t ptr_top;
 393 static size_t ptr_i;
 394 static size_t key_buf_used;
 395 static int key_file_no;
 396
 397 static int records_inserted = 0;
 398 static int records_updated = 0;
 399 static int records_deleted = 0;
 400 static int records_processed = 0;
 401
 402 static ZebraExplainInfo zti = NULL;
 403
 404 static void logRecord (int showFlag)
 405 {
 406     if (!showFlag)
 407         ++records_processed;
 408     if (showFlag || !(records_processed % 1000))
 409     {
 410         logf (LOG_LOG, "Records: %7d i/u/d %d/%d/%d",
 411               records_processed, records_inserted, records_updated,
 412               records_deleted);
 413     }
 414 }
 415
 416 static int explain_extract (void *handle, Record drec, data1_node *n);
 417
 418 int key_open (struct recordGroup *rGroup, int mem)
 419 {
 420     BFiles bfs = rGroup->bfs;
 421     int rw = rGroup->flagRw;
 422     data1_handle dh = rGroup->dh;
 423     char *recordCompression;
 424     int record_compression = REC_COMPRESS_NONE;
 425     if (!mem)
 426         mem = atoi(res_get_def (common_resource, "memMax", "4"))*1024*1024;
 427     if (mem < 50000)
 428         mem = 50000;
 429     key_buf = (char **) xmalloc (mem);
 430     ptr_top = mem/sizeof(char*);
 431     ptr_i = 0;
 432
 433     key_buf_used = 0;
 434     key_file_no = 0;
 435
 436     if (!(matchDict = dict_open (bfs, GMATCH_DICT, 50, rw, 0)))
 437     {
 438         logf (LOG_FATAL, "dict_open fail of %s", GMATCH_DICT);
 439         return -1;
 440     }
 441     assert (!records);
 442     recordCompression = res_get_def (common_resource,
 443                                      "recordCompression", "none");
 444     if (!strcmp (recordCompression, "none"))
 445         record_compression = REC_COMPRESS_NONE;
 446     if (!strcmp (recordCompression, "bzip2"))
 447         record_compression = REC_COMPRESS_BZIP2;
 448     records = rec_open (bfs, rw, record_compression);
 449     if (!records)
 450     {
 451         dict_close (matchDict);
 452         return -1;
 453     }
 454     zti = zebraExplain_open (records, dh, common_resource,
 455                              rw, rGroup, explain_extract);
 456     if (!zti)
 457     {
 458         rec_close (&records);
 459         dict_close (matchDict);
 460         return -1;
 461     }
 462     sortIdx = sortIdx_open (bfs, 1);
 463     return 0;
 464 }
 465
 466 struct encode_info {
 467     int  sysno;
 468     int  seqno;
 469     int  cmd;
 470     char buf[768];
 471 };
 472
 473 void encode_key_init (struct encode_info *i)
 474 {
 475     i->sysno = 0;
 476     i->seqno = 0;
 477     i->cmd = -1;
 478 }
 479
 480 char *encode_key_int (int d, char *bp)
 481 {
 482     if (d <= 63)
 483         *bp++ = d;
 484     else if (d <= 16383)
 485     {
 486         *bp++ = 64 + (d>>8);
 487         *bp++ = d  & 255;
 488     }
 489     else if (d <= 4194303)
 490     {
 491         *bp++ = 128 + (d>>16);
 492         *bp++ = (d>>8) & 255;
 493         *bp++ = d & 255;
 494     }
 495     else
 496     {
 497         *bp++ = 192 + (d>>24);
 498         *bp++ = (d>>16) & 255;
 499         *bp++ = (d>>8) & 255;
 500         *bp++ = d & 255;
 501     }
 502     return bp;
 503 }
 504
 505 void encode_key_write (char *k, struct encode_info *i, FILE *outf)
 506 {
 507     struct it_key key;
 508     char *bp = i->buf;
 509
 510     while ((*bp++ = *k++))
 511         ;
 512     memcpy (&key, k+1, sizeof(struct it_key));
 513     bp = encode_key_int ( (key.sysno - i->sysno) * 2 + *k, bp);
 514     if (i->sysno != key.sysno)
 515     {
 516         i->sysno = key.sysno;
 517         i->seqno = 0;
 518     }
 519     else if (!i->seqno && !key.seqno && i->cmd == *k)
 520         return;
 521     bp = encode_key_int (key.seqno - i->seqno, bp);
 522     i->seqno = key.seqno;
 523     i->cmd = *k;
 524     if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
 525     {
 526         logf (LOG_FATAL|LOG_ERRNO, "fwrite");
 527         exit (1);
 528     }
 529 }
 530
 531 #define SORT_EXTRA 0
 532
 533 #if SORT_EXTRA
 534 static int key_y_len;
 535
 536 static int key_y_compare (const void *p1, const void *p2)
 537 {
 538     int r;
 539
 540     if ((r = key_compare (*(char**) p1 + key_y_len + 1,
 541                           *(char**) p2 + key_y_len + 1)))
 542          return r;
 543     return *(*(char**) p1 + key_y_len) - *(*(char**) p2 + key_y_len);
 544 }
 545
 546 static int key_x_compare (const void *p1, const void *p2)
 547 {
 548     return strcmp (*(char**) p1, *(char**) p2);
 549 }
 550 #endif
 551
 552 void key_flush (void)
 553 {
 554     FILE *outf;
 555     char out_fname[200];
 556     char *prevcp, *cp;
 557     struct encode_info encode_info;
 558 #if SORT_EXTRA
 559     int i;
 560 #endif
 561
 562     if (ptr_i <= 0)
 563         return;
 564
 565     key_file_no++;
 566     logf (LOG_LOG, "sorting section %d", key_file_no);
 567 #if !SORT_EXTRA
 568     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_qsort_compare);
 569     getFnameTmp (common_resource, out_fname, key_file_no);
 570
 571     if (!(outf = fopen (out_fname, "wb")))
 572     {
 573         logf (LOG_FATAL|LOG_ERRNO, "fopen %s", out_fname);
 574         exit (1);
 575     }
 576     logf (LOG_LOG, "writing section %d", key_file_no);
 577     prevcp = cp = key_buf[ptr_top-ptr_i];
 578
 579     encode_key_init (&encode_info);
 580     encode_key_write (cp, &encode_info, outf);
 581     while (--ptr_i > 0)
 582     {
 583         cp = key_buf[ptr_top-ptr_i];
 584         if (strcmp (cp, prevcp))
 585         {
 586             encode_key_init (&encode_info);
 587             encode_key_write (cp, &encode_info, outf);
 588             prevcp = cp;
 589         }
 590         else
 591             encode_key_write (cp + strlen(cp), &encode_info, outf);
 592     }
 593 #else
 594     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_x_compare);
 595     getFnameTmp (out_fname, key_file_no);
 596
 597     if (!(outf = fopen (out_fname, "wb")))
 598     {
 599         logf (LOG_FATAL|LOG_ERRNO, "fopen %s", out_fname);
 600         exit (1);
 601     }
 602     logf (LOG_LOG, "writing section %d", key_file_no);
 603     i = ptr_i;
 604     prevcp =  key_buf[ptr_top-i];
 605     while (1)
 606         if (!--i || strcmp (prevcp, key_buf[ptr_top-i]))
 607         {
 608             key_y_len = strlen(prevcp)+1;
 609 #if 0
 610             logf (LOG_LOG, "key_y_len: %2d %02x %02x %s",
 611                       key_y_len, prevcp[0], prevcp[1], 2+prevcp);
 612 #endif
 613             qsort (key_buf + ptr_top-ptr_i, ptr_i - i,
 614                                    sizeof(char*), key_y_compare);
 615             cp = key_buf[ptr_top-ptr_i];
 616             --key_y_len;
 617             encode_key_init (&encode_info);
 618             encode_key_write (cp, &encode_info, outf);
 619             while (--ptr_i > i)
 620             {
 621                 cp = key_buf[ptr_top-ptr_i];
 622                 encode_key_write (cp+key_y_len, &encode_info, outf);
 623             }
 624             if (!i)
 625                 break;
 626             prevcp = key_buf[ptr_top-ptr_i];
 627         }
 628 #endif
 629     if (fclose (outf))
 630     {
 631         logf (LOG_FATAL|LOG_ERRNO, "fclose %s", out_fname);
 632         exit (1);
 633     }
 634     logf (LOG_LOG, "finished section %d", key_file_no);
 635     ptr_i = 0;
 636     key_buf_used = 0;
 637 }
 638
 639 int key_close (struct recordGroup *rGroup)
 640 {
 641     int rw = rGroup->flagRw;
 642     if (rw)
 643         zebraExplain_runNumberIncrement (zti, 1);
 644     zebraExplain_close (zti, rw);
 645     key_flush ();
 646     xfree (key_buf);
 647     rec_close (&records);
 648     dict_close (matchDict);
 649     sortIdx_close (sortIdx);
 650
 651     logRecord (1);
 652     return key_file_no;
 653 }
 654
 655 static void wordInit (struct recExtractCtrl *p, RecWord *w)
 656 {
 657     w->zebra_maps = p->zebra_maps;
 658     w->seqnos = p->seqno;
 659     w->attrSet = VAL_BIB1;
 660     w->attrUse = 1016;
 661     w->reg_type = 'w';
 662     w->extractCtrl = p;
 663 }
 664
 665 static struct sortKey {
 666     char *string;
 667     int length;
 668     int attrSet;
 669     int attrUse;
 670     struct sortKey *next;
 671 } *sortKeys = NULL;
 672
 673 static struct recKeys {
 674     int buf_used;
 675     int buf_max;
 676     char *buf;
 677     char prevAttrSet;
 678     short prevAttrUse;
 679     int prevSeqNo;
 680 } reckeys;
 681
 682 static void addIndexString (RecWord *p, const char *string, int length)
 683 {
 684     char *dst;
 685     unsigned char attrSet;
 686     unsigned short attrUse;
 687     int lead = 0;
 688     int diff = 0;
 689     int *pseqno = &p->seqnos[p->reg_type];
 690
 691     if (reckeys.buf_used+1024 > reckeys.buf_max)
 692     {
 693         char *b;
 694
 695         b = (char *) xmalloc (reckeys.buf_max += 128000);
 696         if (reckeys.buf_used > 0)
 697             memcpy (b, reckeys.buf, reckeys.buf_used);
 698         xfree (reckeys.buf);
 699         reckeys.buf = b;
 700     }
 701     dst = reckeys.buf + reckeys.buf_used;
 702
 703     attrSet = p->attrSet;
 704     if (reckeys.buf_used > 0 && reckeys.prevAttrSet == attrSet)
 705         lead |= 1;
 706     else
 707         reckeys.prevAttrSet = attrSet;
 708     attrUse = p->attrUse;
 709     if (reckeys.buf_used > 0 && reckeys.prevAttrUse == attrUse)
 710         lead |= 2;
 711     else
 712         reckeys.prevAttrUse = attrUse;
 713 #if 1
 714     diff = 1 + *pseqno - reckeys.prevSeqNo;
 715     if (diff >= 1 && diff <= 15)
 716         lead |= (diff << 2);
 717     else
 718         diff = 0;
 719 #endif
 720     reckeys.prevSeqNo = *pseqno;
 721
 722     *dst++ = lead;
 723
 724     if (!(lead & 1))
 725     {
 726         memcpy (dst, &attrSet, sizeof(attrSet));
 727         dst += sizeof(attrSet);
 728     }
 729     if (!(lead & 2))
 730     {
 731         memcpy (dst, &attrUse, sizeof(attrUse));
 732         dst += sizeof(attrUse);
 733     }
 734     *dst++ = p->reg_type;
 735     memcpy (dst, string, length);
 736     dst += length;
 737     *dst++ = '\0';
 738
 739     if (!diff)
 740     {
 741         memcpy (dst, pseqno, sizeof(*pseqno));
 742         dst += sizeof(*pseqno);
 743     }
 744     reckeys.buf_used = dst - reckeys.buf;
 745     if (*pseqno)
 746         (*pseqno)++;
 747 }
 748
 749 static void addSortString (RecWord *p, const char *string, int length)
 750 {
 751     struct sortKey *sk;
 752
 753     for (sk = sortKeys; sk; sk = sk->next)
 754         if (sk->attrSet == p->attrSet && sk->attrUse == p->attrUse)
 755             return;
 756
 757     sk = (struct sortKey *) xmalloc (sizeof(*sk));
 758     sk->next = sortKeys;
 759     sortKeys = sk;
 760
 761     sk->string = (char *) xmalloc (length);
 762     sk->length = length;
 763     memcpy (sk->string, string, length);
 764
 765     sk->attrSet = p->attrSet;
 766     sk->attrUse = p->attrUse;
 767 }
 768
 769 static void addString (RecWord *p, const char *string, int length)
 770 {
 771     assert (length > 0);
 772     if (zebra_maps_is_sort (p->zebra_maps, p->reg_type))
 773         addSortString (p, string, length);
 774     else
 775         addIndexString (p, string, length);
 776 }
 777
 778 static void addIncompleteField (RecWord *p)
 779 {
 780     const char *b = p->string;
 781     int remain = p->length;
 782     const char **map = 0;
 783
 784     if (remain > 0)
 785         map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
 786
 787     while (map)
 788     {
 789         char buf[IT_MAX_WORD+1];
 790         int i, remain;
 791
 792         /* Skip spaces */
 793         while (map && *map && **map == *CHR_SPACE)
 794         {
 795             remain = p->length - (b - p->string);
 796             if (remain > 0)
 797                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
 798             else
 799                 map = 0;
 800         }
 801         if (!map)
 802             break;
 803         i = 0;
 804         while (map && *map && **map != *CHR_SPACE)
 805         {
 806             const char *cp = *map;
 807
 808             while (i < IT_MAX_WORD && *cp)
 809                 buf[i++] = *(cp++);
 810             remain = p->length - (b - p->string);
 811             if (remain > 0)
 812                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
 813             else
 814                 map = 0;
 815         }
 816         if (!i)
 817             return;
 818         addString (p, buf, i);
 819     }
 820     (p->seqnos[p->reg_type])++; /* to separate this from next one  */
 821 }
 822
 823 static void addCompleteField (RecWord *p)
 824 {
 825     const char *b = p->string;
 826     char buf[IT_MAX_WORD+1];
 827     const char **map = 0;
 828     int i = 0, remain = p->length;
 829
 830     if (remain > 0)
 831         map = zebra_maps_input (p->zebra_maps, p->reg_type, &b, remain);
 832
 833     while (remain > 0 && i < IT_MAX_WORD)
 834     {
 835         while (map && *map && **map == *CHR_SPACE)
 836         {
 837             remain = p->length - (b - p->string);
 838             if (remain > 0)
 839                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
 840             else
 841                 map = 0;
 842         }
 843         if (!map)
 844             break;
 845
 846         if (i && i < IT_MAX_WORD)
 847             buf[i++] = *CHR_SPACE;
 848         while (map && *map && **map != *CHR_SPACE)
 849         {
 850             const char *cp = *map;
 851
 852             if (i >= IT_MAX_WORD)
 853                 break;
 854             while (i < IT_MAX_WORD && *cp)
 855                 buf[i++] = *(cp++);
 856             remain = p->length  - (b - p->string);
 857             if (remain > 0)
 858                 map = zebra_maps_input (p->zebra_maps, p->reg_type, &b,
 859                                         remain);
 860             else
 861                 map = 0;
 862         }
 863     }
 864     if (!i)
 865         return;
 866     addString (p, buf, i);
 867 }
 868
 869 static void addRecordKey (RecWord *p)
 870 {
 871     WRBUF wrbuf;
 872     if ((wrbuf = zebra_replace(p->zebra_maps, p->reg_type, 0,
 873                                p->string, p->length)))
 874     {
 875         p->string = wrbuf_buf(wrbuf);
 876         p->length = wrbuf_len(wrbuf);
 877     }
 878     if (zebra_maps_is_complete (p->zebra_maps, p->reg_type))
 879         addCompleteField (p);
 880     else
 881         addIncompleteField(p);
 882 }
 883
 884 static void flushSortKeys (SYSNO sysno, int cmd)
 885 {
 886     struct sortKey *sk = sortKeys;
 887
 888     sortIdx_sysno (sortIdx, sysno);
 889     while (sk)
 890     {
 891         struct sortKey *sk_next = sk->next;
 892         sortIdx_type (sortIdx, sk->attrUse);
 893         sortIdx_add (sortIdx, sk->string, sk->length);
 894         xfree (sk->string);
 895         xfree (sk);
 896         sk = sk_next;
 897     }
 898     sortKeys = NULL;
 899 }
 900
 901 static void flushRecordKeys (SYSNO sysno, int cmd, struct recKeys *reckeys)
 902 {
 903     unsigned char attrSet = (unsigned char) -1;
 904     unsigned short attrUse = (unsigned short) -1;
 905     int seqno = 0;
 906     int off = 0;
 907
 908     zebraExplain_recordCountIncrement (zti, cmd ? 1 : -1);
 909     while (off < reckeys->buf_used)
 910     {
 911         const char *src = reckeys->buf + off;
 912         struct it_key key;
 913         int lead, ch;
 914
 915         lead = *src++;
 916
 917         if (!(lead & 1))
 918         {
 919             memcpy (&attrSet, src, sizeof(attrSet));
 920             src += sizeof(attrSet);
 921         }
 922         if (!(lead & 2))
 923         {
 924             memcpy (&attrUse, src, sizeof(attrUse));
 925             src += sizeof(attrUse);
 926         }
 927         if (key_buf_used + 1024 > (ptr_top-ptr_i)*sizeof(char*))
 928             key_flush ();
 929         ++ptr_i;
 930         key_buf[ptr_top-ptr_i] = (char*)key_buf + key_buf_used;
 931
 932         ch = zebraExplain_lookupSU (zti, attrSet, attrUse);
 933         if (ch < 0)
 934             ch = zebraExplain_addSU (zti, attrSet, attrUse);
 935         assert (ch > 0);
 936         key_buf_used += key_SU_code (ch, ((char*)key_buf) + key_buf_used);
 937
 938         while (*src)
 939             ((char*)key_buf) [key_buf_used++] = *src++;
 940         src++;
 941         ((char*)key_buf) [key_buf_used++] = '\0';
 942         ((char*) key_buf)[key_buf_used++] = cmd;
 943
 944         if (lead & 60)
 945             seqno += ((lead>>2) & 15)-1;
 946         else
 947         {
 948             memcpy (&seqno, src, sizeof(seqno));
 949             src += sizeof(seqno);
 950         }
 951         key.seqno = seqno;
 952         key.sysno = sysno;
 953         memcpy ((char*)key_buf + key_buf_used, &key, sizeof(key));
 954         key_buf_used += sizeof(key);
 955         off = src - reckeys->buf;
 956     }
 957     assert (off == reckeys->buf_used);
 958 }
 959
 960 static const char **searchRecordKey (struct recKeys *reckeys,
 961                                      int attrSetS, int attrUseS)
 962 {
 963     static const char *ws[32];
 964     int off = 0;
 965     int startSeq = -1;
 966     int i;
 967     short attrUse;
 968     char attrSet;
 969     int seqno = 0;
 970
 971     for (i = 0; i<32; i++)
 972         ws[i] = NULL;
 973
 974     while (off < reckeys->buf_used)
 975     {
 976
 977         const char *src = reckeys->buf + off;
 978         const char *wstart;
 979         int lead;
 980
 981         lead = *src++;
 982
 983         if (!(lead & 1))
 984         {
 985             memcpy (&attrSet, src, sizeof(attrSet));
 986             src += sizeof(attrSet);
 987         }
 988         if (!(lead & 2))
 989         {
 990             memcpy (&attrUse, src, sizeof(attrUse));
 991             src += sizeof(attrUse);
 992         }
 993         wstart = src;
 994         while (*src++)
 995             ;
 996         if (lead & 60)
 997             seqno += ((lead>>2) & 15)-1;
 998         else
 999         {
1000             memcpy (&seqno, src, sizeof(seqno));
1001             src += sizeof(seqno);
1002         }
1003         if (attrUseS == attrUse && attrSetS == attrSet)
1004         {
1005             int woff;
1006
1007
1008             if (startSeq == -1)
1009                 startSeq = seqno;
1010             woff = seqno - startSeq;
1011             if (woff >= 0 && woff < 31)
1012                 ws[woff] = wstart;
1013         }
1014
1015         off = src - reckeys->buf;
1016     }
1017     assert (off == reckeys->buf_used);
1018     return ws;
1019 }
1020
1021 struct file_read_info {
1022     off_t file_max;         /* maximum offset so far */
1023     off_t file_offset;      /* current offset */
1024     off_t file_moffset;     /* offset of rec/rec boundary */
1025     int file_more;
1026     int fd;
1027     char *sdrbuf;
1028     int sdrmax;
1029 };
1030
1031 static struct file_read_info *file_read_start (int fd)
1032 {
1033     struct file_read_info *fi = (struct file_read_info *)
1034         xmalloc (sizeof(*fi));
1035
1036     fi->fd = fd;
1037     fi->file_max = 0;
1038     fi->file_moffset = 0;
1039     fi->sdrbuf = 0;
1040     fi->sdrmax = 0;
1041     return fi;
1042 }
1043
1044 static void file_read_stop (struct file_read_info *fi)
1045 {
1046     xfree (fi);
1047 }
1048
1049 static off_t file_seek (void *handle, off_t offset)
1050 {
1051     struct file_read_info *p = (struct file_read_info *) handle;
1052     p->file_offset = offset;
1053     if (p->sdrbuf)
1054         return offset;
1055     return lseek (p->fd, offset, SEEK_SET);
1056 }
1057
1058 static off_t file_tell (void *handle)
1059 {
1060     struct file_read_info *p = (struct file_read_info *) handle;
1061     return p->file_offset;
1062 }
1063
1064 static int file_read (void *handle, char *buf, size_t count)
1065 {
1066     struct file_read_info *p = (struct file_read_info *) handle;
1067     int fd = p->fd;
1068     int r;
1069     if (p->sdrbuf)
1070     {
1071         r = count;
1072         if (r > p->sdrmax - p->file_offset)
1073             r = p->sdrmax - p->file_offset;
1074         if (r)
1075             memcpy (buf, p->sdrbuf + p->file_offset, r);
1076     }
1077     else
1078         r = read (fd, buf, count);
1079     if (r > 0)
1080     {
1081         p->file_offset += r;
1082         if (p->file_offset > p->file_max)
1083             p->file_max = p->file_offset;
1084     }
1085     return r;
1086 }
1087
1088 static void file_begin (void *handle)
1089 {
1090     struct file_read_info *p = (struct file_read_info *) handle;
1091
1092     p->file_offset = p->file_moffset;
1093     if (!p->sdrbuf && p->file_moffset)
1094         lseek (p->fd, p->file_moffset, SEEK_SET);
1095     p->file_more = 0;
1096 }
1097
1098 static void file_end (void *handle, off_t offset)
1099 {
1100     struct file_read_info *p = (struct file_read_info *) handle;
1101
1102     assert (p->file_more == 0);
1103     p->file_more = 1;
1104     p->file_moffset = offset;
1105 }
1106
1107 static char *fileMatchStr (struct recKeys *reckeys, struct recordGroup *rGroup,
1108                            const char *fname, const char *spec)
1109 {
1110     static char dstBuf[2048];
1111     char *dst = dstBuf;
1112     const char *s = spec;
1113     static const char **w;
1114
1115     while (1)
1116     {
1117         while (*s == ' ' || *s == '\t')
1118             s++;
1119         if (!*s)
1120             break;
1121         if (*s == '(')
1122         {
1123             char attset_str[64], attname_str[64];
1124             data1_attset *attset;
1125             int i;
1126             char matchFlag[32];
1127             int attSet = 1, attUse = 1;
1128             int first = 1;
1129
1130             s++;
1131             for (i = 0; *s && *s != ',' && *s != ')'; s++)
1132                 if (i < 63)
1133                     attset_str[i++] = *s;
1134             attset_str[i] = '\0';
1135
1136             if (*s == ',')
1137             {
1138                 s++;
1139                 for (i = 0; *s && *s != ')'; s++)
1140                     if (i < 63)
1141                         attname_str[i++] = *s;
1142                 attname_str[i] = '\0';
1143             }
1144
1145             if ((attset = data1_get_attset (rGroup->dh, attset_str)))
1146             {
1147                 data1_att *att;
1148                 attSet = attset->reference;
1149                 att = data1_getattbyname(rGroup->dh, attset, attname_str);
1150                 if (att)
1151                     attUse = att->value;
1152                 else
1153                     attUse = atoi (attname_str);
1154             }
1155             w = searchRecordKey (reckeys, attSet, attUse);
1156             assert (w);
1157
1158             if (*s == ')')
1159             {
1160                 for (i = 0; i<32; i++)
1161                     matchFlag[i] = 1;
1162             }
1163             else
1164             {
1165                 logf (LOG_WARN, "Missing ) in match criteria %s in group %s",
1166                       spec, rGroup->groupName ? rGroup->groupName : "none");
1167                 return NULL;
1168             }
1169             s++;
1170
1171             for (i = 0; i<32; i++)
1172                 if (matchFlag[i] && w[i])
1173                 {
1174                     if (first)
1175                     {
1176                         *dst++ = ' ';
1177                         first = 0;
1178                     }
1179                     strcpy (dst, w[i]);
1180                     dst += strlen(w[i]);
1181                 }
1182             if (first)
1183             {
1184                 logf (LOG_WARN, "Record didn't contain match"
1185                       " fields in (%s,%s)", attset_str, attname_str);
1186                 return NULL;
1187             }
1188         }
1189         else if (*s == '$')
1190         {
1191             int spec_len;
1192             char special[64];
1193             const char *spec_src = NULL;
1194             const char *s1 = ++s;
1195             while (*s1 && *s1 != ' ' && *s1 != '\t')
1196                 s1++;
1197
1198             spec_len = s1 - s;
1199             if (spec_len > 63)
1200                 spec_len = 63;
1201             memcpy (special, s, spec_len);
1202             special[spec_len] = '\0';
1203             s = s1;
1204
1205             if (!strcmp (special, "group"))
1206                 spec_src = rGroup->groupName;
1207             else if (!strcmp (special, "database"))
1208                 spec_src = rGroup->databaseName;
1209             else if (!strcmp (special, "filename"))
1210                 spec_src = fname;
1211             else if (!strcmp (special, "type"))
1212                 spec_src = rGroup->recordType;
1213             else
1214                 spec_src = NULL;
1215             if (spec_src)
1216             {
1217                 strcpy (dst, spec_src);
1218                 dst += strlen (spec_src);
1219             }
1220         }
1221         else if (*s == '\"' || *s == '\'')
1222         {
1223             int stopMarker = *s++;
1224             char tmpString[64];
1225             int i = 0;
1226
1227             while (*s && *s != stopMarker)
1228             {
1229                 if (i < 63)
1230                     tmpString[i++] = *s++;
1231             }
1232             if (*s)
1233                 s++;
1234             tmpString[i] = '\0';
1235             strcpy (dst, tmpString);
1236             dst += strlen (tmpString);
1237         }
1238         else
1239         {
1240             logf (LOG_WARN, "Syntax error in match criteria %s in group %s",
1241                   spec, rGroup->groupName ? rGroup->groupName : "none");
1242             return NULL;
1243         }
1244         *dst++ = 1;
1245     }
1246     if (dst == dstBuf)
1247     {
1248         logf (LOG_WARN, "No match criteria for record %s in group %s",
1249               fname, rGroup->groupName ? rGroup->groupName : "none");
1250         return NULL;
1251     }
1252     *dst = '\0';
1253     return dstBuf;
1254 }
1255
1256 struct recordLogInfo {
1257     const char *fname;
1258     int recordOffset;
1259     struct recordGroup *rGroup;
1260 };
1261
1262 static void recordLogPreamble (int level, const char *msg, void *info)
1263 {
1264     struct recordLogInfo *p = (struct recordLogInfo *) info;
1265     FILE *outf = log_file ();
1266
1267     if (level & LOG_LOG)
1268         return ;
1269     fprintf (outf, "File %s, offset %d, type %s\n",
1270              p->rGroup->recordType, p->recordOffset, p->fname);
1271     log_event_start (NULL, NULL);
1272 }
1273
1274 void addSchema (struct recExtractCtrl *p, Odr_oid *oid)
1275 {
1276     zebraExplain_addSchema (zti, oid);
1277 }
1278
1279 static int recordExtract (SYSNO *sysno, const char *fname,
1280                           struct recordGroup *rGroup, int deleteFlag,
1281                           struct file_read_info *fi,
1282                           RecType recType, char *subType, void *clientData)
1283 {
1284     RecordAttr *recordAttr;
1285     int r;
1286     char *matchStr;
1287     SYSNO sysnotmp;
1288     Record rec;
1289     struct recordLogInfo logInfo;
1290     off_t recordOffset = 0;
1291
1292     if (fi->fd != -1)
1293     {
1294         struct recExtractCtrl extractCtrl;
1295
1296         /* we are going to read from a file, so prepare the extraction */
1297         int i;
1298
1299         reckeys.buf_used = 0;
1300         reckeys.prevAttrUse = -1;
1301         reckeys.prevAttrSet = -1;
1302         reckeys.prevSeqNo = 0;
1303
1304         recordOffset = fi->file_moffset;
1305         extractCtrl.offset = fi->file_moffset;
1306         extractCtrl.readf = file_read;
1307         extractCtrl.seekf = file_seek;
1308         extractCtrl.tellf = file_tell;
1309         extractCtrl.endf = file_end;
1310         extractCtrl.fh = fi;
1311         extractCtrl.subType = subType;
1312         extractCtrl.init = wordInit;
1313         extractCtrl.tokenAdd = addRecordKey;
1314         extractCtrl.schemaAdd = addSchema;
1315         extractCtrl.dh = rGroup->dh;
1316         for (i = 0; i<256; i++)
1317         {
1318             if (zebra_maps_is_positioned(rGroup->zebra_maps, i))
1319                 extractCtrl.seqno[i] = 1;
1320             else
1321                 extractCtrl.seqno[i] = 0;
1322         }
1323         extractCtrl.zebra_maps = rGroup->zebra_maps;
1324         extractCtrl.flagShowRecords = !rGroup->flagRw;
1325
1326         if (!rGroup->flagRw)
1327             printf ("File: %s %ld\n", fname, (long) recordOffset);
1328
1329         logInfo.fname = fname;
1330         logInfo.recordOffset = recordOffset;
1331         logInfo.rGroup = rGroup;
1332         log_event_start (recordLogPreamble, &logInfo);
1333
1334         r = (*recType->extract)(clientData, &extractCtrl);
1335
1336         log_event_start (NULL, NULL);
1337
1338         if (r == RECCTRL_EXTRACT_EOF)
1339             return 0;
1340         else if (r == RECCTRL_EXTRACT_ERROR)
1341         {
1342             /* error occured during extraction ... */
1343             if (rGroup->flagRw &&
1344                 records_processed < rGroup->fileVerboseLimit)
1345             {
1346                 logf (LOG_WARN, "fail %s %s %ld", rGroup->recordType,
1347                       fname, (long) recordOffset);
1348             }
1349             return 0;
1350         }
1351         if (reckeys.buf_used == 0)
1352         {
1353             /* the extraction process returned no information - the record
1354                is probably empty - unless flagShowRecords is in use */
1355             if (!rGroup->flagRw)
1356                 return 1;
1357             logf (LOG_WARN, "No keys generated for file %s", fname);
1358             logf (LOG_WARN, " The file is probably empty");
1359             return 1;
1360         }
1361     }
1362
1363     /* perform match if sysno not known and if match criteria is specified */
1364
1365     matchStr = NULL;
1366     if (!sysno)
1367     {
1368         sysnotmp = 0;
1369         sysno = &sysnotmp;
1370         if (rGroup->recordId && *rGroup->recordId)
1371         {
1372             char *rinfo;
1373
1374             matchStr = fileMatchStr (&reckeys, rGroup, fname,
1375                                      rGroup->recordId);
1376             if (matchStr)
1377             {
1378                 rinfo = dict_lookup (matchDict, matchStr);
1379                 if (rinfo)
1380                     memcpy (sysno, rinfo+1, sizeof(*sysno));
1381             }
1382             else
1383             {
1384                 logf (LOG_WARN, "Bad match criteria");
1385                 return 0;
1386             }
1387         }
1388     }
1389
1390     if (! *sysno)
1391     {
1392         /* new record */
1393         if (deleteFlag)
1394         {
1395             logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
1396                   fname, (long) recordOffset);
1397             logf (LOG_WARN, "cannot delete record above (seems new)");
1398             return 1;
1399         }
1400         if (records_processed < rGroup->fileVerboseLimit)
1401             logf (LOG_LOG, "add %s %s %ld", rGroup->recordType,
1402                   fname, (long) recordOffset);
1403         rec = rec_new (records);
1404
1405         *sysno = rec->sysno;
1406
1407         recordAttr = rec_init_attr (zti, rec);
1408
1409         if (matchStr)
1410         {
1411             dict_insert (matchDict, matchStr, sizeof(*sysno), sysno);
1412         }
1413         flushRecordKeys (*sysno, 1, &reckeys);
1414         flushSortKeys (*sysno, 1);
1415
1416         records_inserted++;
1417     }
1418     else
1419     {
1420         /* record already exists */
1421         struct recKeys delkeys;
1422
1423         rec = rec_get (records, *sysno);
1424         assert (rec);
1425
1426         recordAttr = rec_init_attr (zti, rec);
1427
1428         if (recordAttr->runNumber == zebraExplain_runNumberIncrement (zti, 0))
1429         {
1430             logf (LOG_LOG, "skipped %s %s %ld", rGroup->recordType,
1431                   fname, (long) recordOffset);
1432             rec_rm (&rec);
1433             logRecord (0);
1434             return 1;
1435         }
1436         delkeys.buf_used = rec->size[recInfo_delKeys];
1437         delkeys.buf = rec->info[recInfo_delKeys];
1438         flushSortKeys (*sysno, 0);
1439         flushRecordKeys (*sysno, 0, &delkeys);
1440         if (deleteFlag)
1441         {
1442             /* record going to be deleted */
1443             if (!delkeys.buf_used)
1444             {
1445                 logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
1446                       fname, (long) recordOffset);
1447                 logf (LOG_WARN, "cannot delete file above, storeKeys false");
1448             }
1449             else
1450             {
1451                 if (records_processed < rGroup->fileVerboseLimit)
1452                     logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
1453                           fname, (long) recordOffset);
1454                 records_deleted++;
1455                 if (matchStr)
1456                     dict_delete (matchDict, matchStr);
1457                 rec_del (records, &rec);
1458             }
1459             rec_rm (&rec);
1460             logRecord (0);
1461             return 1;
1462         }
1463         else
1464         {
1465             /* record going to be updated */
1466             if (!delkeys.buf_used)
1467             {
1468                 logf (LOG_LOG, "update %s %s %ld", rGroup->recordType,
1469                       fname, (long) recordOffset);
1470                 logf (LOG_WARN, "cannot update file above, storeKeys false");
1471             }
1472             else
1473             {
1474                 if (records_processed < rGroup->fileVerboseLimit)
1475                     logf (LOG_LOG, "update %s %s %ld", rGroup->recordType,
1476                           fname, (long) recordOffset);
1477                 flushRecordKeys (*sysno, 1, &reckeys);
1478                 records_updated++;
1479             }
1480         }
1481     }
1482     /* update file type */
1483     xfree (rec->info[recInfo_fileType]);
1484     rec->info[recInfo_fileType] =
1485         rec_strdup (rGroup->recordType, &rec->size[recInfo_fileType]);
1486
1487     /* update filename */
1488     xfree (rec->info[recInfo_filename]);
1489     rec->info[recInfo_filename] =
1490         rec_strdup (fname, &rec->size[recInfo_filename]);
1491
1492     /* update delete keys */
1493     xfree (rec->info[recInfo_delKeys]);
1494     if (reckeys.buf_used > 0 && rGroup->flagStoreKeys == 1)
1495     {
1496 #if 1
1497         rec->size[recInfo_delKeys] = reckeys.buf_used;
1498         rec->info[recInfo_delKeys] = reckeys.buf;
1499         reckeys.buf = NULL;
1500         reckeys.buf_max = 0;
1501 #else
1502         rec->info[recInfo_delKeys] = xmalloc (reckeys.buf_used);
1503         rec->size[recInfo_delKeys] = reckeys.buf_used;
1504         memcpy (rec->info[recInfo_delKeys], reckeys.buf,
1505                 rec->size[recInfo_delKeys]);
1506 #endif
1507     }
1508     else
1509     {
1510         rec->info[recInfo_delKeys] = NULL;
1511         rec->size[recInfo_delKeys] = 0;
1512     }
1513
1514     /* save file size of original record */
1515     zebraExplain_recordBytesIncrement (zti, - recordAttr->recordSize);
1516     recordAttr->recordSize = fi->file_moffset - recordOffset;
1517     if (!recordAttr->recordSize)
1518         recordAttr->recordSize = fi->file_max - recordOffset;
1519     zebraExplain_recordBytesIncrement (zti, recordAttr->recordSize);
1520
1521     /* set run-number for this record */
1522     recordAttr->runNumber = zebraExplain_runNumberIncrement (zti, 0);
1523
1524     /* update store data */
1525     xfree (rec->info[recInfo_storeData]);
1526     if (rGroup->flagStoreData == 1)
1527     {
1528         rec->size[recInfo_storeData] = recordAttr->recordSize;
1529         rec->info[recInfo_storeData] = (char *)
1530             xmalloc (recordAttr->recordSize);
1531         if (lseek (fi->fd, recordOffset, SEEK_SET) < 0)
1532         {
1533             logf (LOG_ERRNO|LOG_FATAL, "seek to %ld in %s",
1534                   (long) recordOffset, fname);
1535             exit (1);
1536         }
1537         if (read (fi->fd, rec->info[recInfo_storeData], recordAttr->recordSize)
1538             < recordAttr->recordSize)
1539         {
1540             logf (LOG_ERRNO|LOG_FATAL, "read %d bytes of %s",
1541                   recordAttr->recordSize, fname);
1542             exit (1);
1543         }
1544     }
1545     else
1546     {
1547         rec->info[recInfo_storeData] = NULL;
1548         rec->size[recInfo_storeData] = 0;
1549     }
1550     /* update database name */
1551     xfree (rec->info[recInfo_databaseName]);
1552     rec->info[recInfo_databaseName] =
1553         rec_strdup (rGroup->databaseName, &rec->size[recInfo_databaseName]);
1554
1555     /* update offset */
1556     recordAttr->recordOffset = recordOffset;
1557
1558     /* commit this record */
1559     rec_put (records, &rec);
1560     logRecord (0);
1561     return 1;
1562 }
1563
1564 int fileExtract (SYSNO *sysno, const char *fname,
1565                  const struct recordGroup *rGroupP, int deleteFlag)
1566 {
1567     int r, i, fd;
1568     char gprefix[128];
1569     char ext[128];
1570     char ext_res[128];
1571     char subType[128];
1572     RecType recType;
1573     struct recordGroup rGroupM;
1574     struct recordGroup *rGroup = &rGroupM;
1575     struct file_read_info *fi;
1576     void *clientData;
1577
1578     memcpy (rGroup, rGroupP, sizeof(*rGroupP));
1579
1580     if (!rGroup->groupName || !*rGroup->groupName)
1581         *gprefix = '\0';
1582     else
1583         sprintf (gprefix, "%s.", rGroup->groupName);
1584
1585     logf (LOG_DEBUG, "fileExtract %s", fname);
1586
1587     /* determine file extension */
1588     *ext = '\0';
1589     for (i = strlen(fname); --i >= 0; )
1590         if (fname[i] == '/')
1591             break;
1592         else if (fname[i] == '.')
1593         {
1594             strcpy (ext, fname+i+1);
1595             break;
1596         }
1597     /* determine file type - depending on extension */
1598     if (!rGroup->recordType)
1599     {
1600         sprintf (ext_res, "%srecordType.%s", gprefix, ext);
1601         if (!(rGroup->recordType = res_get (common_resource, ext_res)))
1602         {
1603             sprintf (ext_res, "%srecordType", gprefix);
1604             rGroup->recordType = res_get (common_resource, ext_res);
1605         }
1606     }
1607     if (!rGroup->recordType)
1608     {
1609         if (records_processed < rGroup->fileVerboseLimit)
1610             logf (LOG_LOG, "? %s", fname);
1611         return 0;
1612     }
1613     if (!*rGroup->recordType)
1614         return 0;
1615     if (!(recType =
1616           recType_byName (rGroup->recTypes, rGroup->recordType, subType,
1617                           &clientData)))
1618     {
1619         logf (LOG_WARN, "No such record type: %s", rGroup->recordType);
1620         return 0;
1621     }
1622
1623     /* determine match criteria */
1624     if (!rGroup->recordId)
1625     {
1626         sprintf (ext_res, "%srecordId.%s", gprefix, ext);
1627         rGroup->recordId = res_get (common_resource, ext_res);
1628     }
1629
1630     /* determine database name */
1631     if (!rGroup->databaseName)
1632     {
1633         sprintf (ext_res, "%sdatabase.%s", gprefix, ext);
1634         if (!(rGroup->databaseName = res_get (common_resource, ext_res)))
1635         {
1636             sprintf (ext_res, "%sdatabase", gprefix);
1637             rGroup->databaseName = res_get (common_resource, ext_res);
1638         }
1639     }
1640     if (!rGroup->databaseName)
1641         rGroup->databaseName = "Default";
1642
1643     /* determine if explain database */
1644
1645     sprintf (ext_res, "%sexplainDatabase", gprefix);
1646     rGroup->explainDatabase =
1647         atoi (res_get_def (common_resource, ext_res, "0"));
1648
1649     /* announce database */
1650     if (zebraExplain_curDatabase (zti, rGroup->databaseName))
1651     {
1652         if (zebraExplain_newDatabase (zti, rGroup->databaseName,
1653                                       rGroup->explainDatabase))
1654             return 0;
1655     }
1656
1657     if (rGroup->flagStoreData == -1)
1658     {
1659         const char *sval;
1660         sprintf (ext_res, "%sstoreData.%s", gprefix, ext);
1661         if (!(sval = res_get (common_resource, ext_res)))
1662         {
1663             sprintf (ext_res, "%sstoreData", gprefix);
1664             sval = res_get (common_resource, ext_res);
1665         }
1666         if (sval)
1667             rGroup->flagStoreData = atoi (sval);
1668     }
1669     if (rGroup->flagStoreData == -1)
1670         rGroup->flagStoreData = 0;
1671
1672     if (rGroup->flagStoreKeys == -1)
1673     {
1674         const char *sval;
1675
1676         sprintf (ext_res, "%sstoreKeys.%s", gprefix, ext);
1677         if (!(sval = res_get (common_resource, ext_res)))
1678         {
1679             sprintf (ext_res, "%sstoreKeys", gprefix);
1680             sval = res_get (common_resource, ext_res);
1681         }
1682         if (sval)
1683             rGroup->flagStoreKeys = atoi (sval);
1684     }
1685     if (rGroup->flagStoreKeys == -1)
1686         rGroup->flagStoreKeys = 0;
1687
1688     if (sysno && deleteFlag)
1689         fd = -1;
1690     else
1691     {
1692         if ((fd = open (fname, O_BINARY|O_RDONLY)) == -1)
1693         {
1694             logf (LOG_WARN|LOG_ERRNO, "open %s", fname);
1695             return 0;
1696         }
1697     }
1698     fi = file_read_start (fd);
1699     do
1700     {
1701         file_begin (fi);
1702         r = recordExtract (sysno, fname, rGroup, deleteFlag, fi,
1703                            recType, subType, clientData);
1704     } while (r && !sysno && fi->file_more);
1705     file_read_stop (fi);
1706     if (fd != -1)
1707         close (fd);
1708     return r;
1709 }
1710
1711 static int explain_extract (void *handle, Record rec, data1_node *n)
1712 {
1713     struct recordGroup *rGroup = (struct recordGroup*) handle;
1714     struct recExtractCtrl extractCtrl;
1715     int i;
1716
1717     if (zebraExplain_curDatabase (zti, rec->info[recInfo_databaseName]))
1718     {
1719         if (zebraExplain_newDatabase (zti, rec->info[recInfo_databaseName], 0))
1720             abort ();
1721     }
1722
1723     reckeys.buf_used = 0;
1724     reckeys.prevAttrUse = -1;
1725     reckeys.prevAttrSet = -1;
1726     reckeys.prevSeqNo = 0;
1727
1728     extractCtrl.init = wordInit;
1729     extractCtrl.tokenAdd = addRecordKey;
1730     extractCtrl.schemaAdd = addSchema;
1731     extractCtrl.dh = rGroup->dh;
1732     for (i = 0; i<256; i++)
1733         extractCtrl.seqno[i] = 0;
1734     extractCtrl.zebra_maps = rGroup->zebra_maps;
1735     extractCtrl.flagShowRecords = !rGroup->flagRw;
1736
1737     grs_extract_tree(&extractCtrl, n);
1738
1739     logf (LOG_DEBUG, "flush explain record, sysno=%d", rec->sysno);
1740
1741     if (rec->size[recInfo_delKeys])
1742     {
1743         struct recKeys delkeys;
1744
1745         delkeys.buf_used = rec->size[recInfo_delKeys];
1746         delkeys.buf = rec->info[recInfo_delKeys];
1747         flushSortKeys (rec->sysno, 0);
1748         flushRecordKeys (rec->sysno, 0, &delkeys);
1749     }
1750     flushRecordKeys (rec->sysno, 1, &reckeys);
1751     flushSortKeys (rec->sysno, 1);
1752
1753     xfree (rec->info[recInfo_delKeys]);
1754     rec->size[recInfo_delKeys] = reckeys.buf_used;
1755     rec->info[recInfo_delKeys] = reckeys.buf;
1756     reckeys.buf = NULL;
1757     reckeys.buf_max = 0;
1758
1759     return 0;
1760 }