index/extract.c

   1 /*
   2  * Copyright (C) 1994-1996, Index Data I/S
   3  * All rights reserved.
   4  * Sebastian Hammer, Adam Dickmeiss
   5  *
   6  * $Log: extract.c,v $
   7  * Revision 1.67  1996-11-15 15:02:14  adam
   8  * Minor changes regarding logging.
   9  *
  10  * Revision 1.66  1996/11/14  09:52:21  adam
  11  * Strings in record keys bound by IT_MAX_WORD.
  12  *
  13  * Revision 1.65  1996/11/14  08:57:56  adam
  14  * Reduction of storeKeys area.
  15  *
  16  * Revision 1.64  1996/11/08 11:10:16  adam
  17  * Buffers used during file match got bigger.
  18  * Compressed ISAM support everywhere.
  19  * Bug fixes regarding masking characters in queries.
  20  * Redesigned Regexp-2 queries.
  21  *
  22  * Revision 1.63  1996/10/29 14:09:39  adam
  23  * Use of cisam system - enabled if setting isamc is 1.
  24  *
  25  * Revision 1.62  1996/10/11 10:57:01  adam
  26  * New module recctrl. Used to manage records (extract/retrieval).
  27  * Several files have been moved to the recctrl sub directory.
  28  *
  29  * Revision 1.61  1996/06/06 12:08:37  quinn
  30  * Added showRecord function
  31  *
  32  * Revision 1.60  1996/06/04  10:18:12  adam
  33  * Search/scan uses character mapping module.
  34  *
  35  * Revision 1.59  1996/05/14  15:47:07  adam
  36  * Cleanup of various buffer size entities.
  37  *
  38  * Revision 1.58  1996/05/14  06:16:38  adam
  39  * Compact use/set bytes used in search service.
  40  *
  41  * Revision 1.57  1996/05/13 14:23:04  adam
  42  * Work on compaction of set/use bytes in dictionary.
  43  *
  44  * Revision 1.56  1996/05/09  09:54:42  adam
  45  * Server supports maps from one logical attributes to a list of physical
  46  * attributes.
  47  * The extraction process doesn't make space consuming 'any' keys.
  48  *
  49  * Revision 1.55  1996/05/09  07:28:55  quinn
  50  * Work towards phrases and multiple registers
  51  *
  52  * Revision 1.54  1996/05/01  13:46:35  adam
  53  * First work on multiple records in one file.
  54  * New option, -offset, to the "unread" command in the filter module.
  55  *
  56  * Revision 1.53  1996/04/26  12:09:43  adam
  57  * Added a few comments.
  58  *
  59  * Revision 1.52  1996/04/25  13:27:57  adam
  60  * Function recordExtract modified so that files with no keys (possibly empty)
  61  * are ignored.
  62  *
  63  * Revision 1.51  1996/03/19  11:08:42  adam
  64  * Bug fix: Log preamble wasn't always turned off after recordExtract.
  65  *
  66  * Revision 1.50  1996/02/12  18:45:36  adam
  67  * New fileVerboseFlag in record group control.
  68  *
  69  * Revision 1.49  1996/02/05  12:29:57  adam
  70  * Logging reduced a bit.
  71  * The remaining running time is estimated during register merge.
  72  *
  73  * Revision 1.48  1996/02/01  20:53:26  adam
  74  * The temporary per-record keys are compacted a little, and duplication
  75  * of the per-records keys are avoided when they are saved in the record
  76  * information buffer.
  77  *
  78  * Revision 1.47  1996/01/17  14:57:48  adam
  79  * Prototype changed for reader functions in extract/retrieve. File
  80  *  is identified by 'void *' instead of 'int.
  81  *
  82  * Revision 1.46  1995/12/15  14:57:16  adam
  83  * Bug fix.
  84  *
  85  * Revision 1.45  1995/12/15  12:37:41  adam
  86  * In addRecordKeyAny: Writes key only when attrSet != -1.
  87  *
  88  * Revision 1.44  1995/12/12  16:00:54  adam
  89  * System call sync(2) used after update/commit.
  90  * Locking (based on fcntl) uses F_EXLCK and F_SHLCK instead of F_WRLCK
  91  * and F_RDLCK.
  92  *
  93  * Revision 1.43  1995/12/11  09:12:46  adam
  94  * The rec_get function returns NULL if record doesn't exist - will
  95  * happen in the server if the result set records have been deleted since
  96  * the creation of the set (i.e. the search).
  97  * The server saves a result temporarily if it is 'volatile', i.e. the
  98  * set is register dependent.
  99  *
 100  * Revision 1.42  1995/12/07  17:38:46  adam
 101  * Work locking mechanisms for concurrent updates/commit.
 102  *
 103  * Revision 1.41  1995/12/06  16:06:42  adam
 104  * Better diagnostics. Work on 'real' dictionary deletion.
 105  *
 106  * Revision 1.40  1995/12/05  16:57:40  adam
 107  * More work on regular patterns.
 108  *
 109  * Revision 1.39  1995/12/05  13:20:18  adam
 110  * Bug fix: file_read sometimes returned early EOF.
 111  *
 112  * Revision 1.38  1995/12/04  17:59:21  adam
 113  * More work on regular expression conversion.
 114  *
 115  * Revision 1.37  1995/12/04  14:22:27  adam
 116  * Extra arg to recType_byName.
 117  * Started work on new regular expression parsed input to
 118  * structured records.
 119  *
 120  * Revision 1.36  1995/11/30  08:34:29  adam
 121  * Started work on commit facility.
 122  * Changed a few malloc/free to xmalloc/xfree.
 123  *
 124  * Revision 1.35  1995/11/28  14:26:21  adam
 125  * Bug fix: recordId with constant wasn't right.
 126  * Bug fix: recordId dictionary entry wasn't deleted when needed.
 127  *
 128  * Revision 1.34  1995/11/28  09:09:38  adam
 129  * Zebra config renamed.
 130  * Use setting 'recordId' to identify record now.
 131  * Bug fix in recindex.c: rec_release_blocks was invokeded even
 132  * though the blocks were already released.
 133  * File traversal properly deletes records when needed.
 134  *
 135  * Revision 1.33  1995/11/27  09:56:20  adam
 136  * Record info elements better enumerated. Internal store of records.
 137  *
 138  * Revision 1.32  1995/11/25  10:24:05  adam
 139  * More record fields - they are enumerated now.
 140  * New options: flagStoreData flagStoreKey.
 141  *
 142  * Revision 1.31  1995/11/24  11:31:35  adam
 143  * Commands add & del read filenames from stdin if source directory is
 144  * empty.
 145  * Match criteria supports 'constant' strings.
 146  *
 147  * Revision 1.30  1995/11/22  17:19:16  adam
 148  * Record management uses the bfile system.
 149  *
 150  * Revision 1.29  1995/11/21  15:01:14  adam
 151  * New general match criteria implemented.
 152  * New feature: document groups.
 153  *
 154  * Revision 1.28  1995/11/21  09:20:30  adam
 155  * Yet more work on record match.
 156  *
 157  * Revision 1.27  1995/11/20  16:59:45  adam
 158  * New update method: the 'old' keys are saved for each records.
 159  *
 160  * Revision 1.26  1995/11/20  11:56:24  adam
 161  * Work on new traversal.
 162  *
 163  * Revision 1.25  1995/11/16  15:34:54  adam
 164  * Uses new record management system in both indexer and server.
 165  *
 166  * Revision 1.24  1995/11/15  19:13:08  adam
 167  * Work on record management.
 168  *
 169  * Revision 1.23  1995/10/27  14:00:10  adam
 170  * Implemented detection of database availability.
 171  *
 172  * Revision 1.22  1995/10/17  18:02:07  adam
 173  * New feature: databases. Implemented as prefix to words in dictionary.
 174  *
 175  * Revision 1.21  1995/10/10  12:24:38  adam
 176  * Temporary sort files are compressed.
 177  *
 178  * Revision 1.20  1995/10/06  13:52:05  adam
 179  * Bug fixes. Handler may abort further scanning.
 180  *
 181  * Revision 1.19  1995/10/04  12:55:16  adam
 182  * Bug fix in ranked search. Use=Any keys inserted.
 183  *
 184  * Revision 1.18  1995/10/04  09:37:08  quinn
 185  * Fixed bug.
 186  *
 187  * Revision 1.17  1995/10/03  14:28:57  adam
 188  * Buffered read in extract works.
 189  *
 190  * Revision 1.16  1995/10/03  14:28:45  adam
 191  * Work on more effecient read handler in extract.
 192  *
 193  * Revision 1.15  1995/10/02  15:42:53  adam
 194  * Extract uses file descriptors instead of FILE pointers.
 195  *
 196  * Revision 1.14  1995/10/02  15:29:13  adam
 197  * More logging in file_extract.
 198  *
 199  * Revision 1.13  1995/09/29  14:01:39  adam
 200  * Bug fixes.
 201  *
 202  * Revision 1.12  1995/09/28  14:22:56  adam
 203  * Sort uses smaller temporary files.
 204  *
 205  * Revision 1.11  1995/09/28  12:10:31  adam
 206  * Bug fixes. Field prefix used in queries.
 207  *
 208  * Revision 1.10  1995/09/28  09:19:41  adam
 209  * xfree/xmalloc used everywhere.
 210  * Extract/retrieve method seems to work for text records.
 211  *
 212  * Revision 1.9  1995/09/27  12:22:28  adam
 213  * More work on extract in record control.
 214  * Field name is not in isam keys but in prefix in dictionary words.
 215  *
 216  * Revision 1.8  1995/09/14  07:48:22  adam
 217  * Record control management.
 218  *
 219  * Revision 1.7  1995/09/11  13:09:32  adam
 220  * More work on relevance feedback.
 221  *
 222  * Revision 1.6  1995/09/08  14:52:27  adam
 223  * Minor changes. Dictionary is lower case now.
 224  *
 225  * Revision 1.5  1995/09/06  16:11:16  adam
 226  * Option: only one word key per file.
 227  *
 228  * Revision 1.4  1995/09/05  15:28:39  adam
 229  * More work on search engine.
 230  *
 231  * Revision 1.3  1995/09/04  12:33:41  adam
 232  * Various cleanup. YAZ util used instead.
 233  *
 234  * Revision 1.2  1995/09/04  09:10:34  adam
 235  * More work on index add/del/update.
 236  * Merge sort implemented.
 237  * Initial work on z39 server.
 238  *
 239  * Revision 1.1  1995/09/01  14:06:35  adam
 240  * Split of work into more files.
 241  *
 242  */
 243 #include <stdio.h>
 244 #include <assert.h>
 245 #include <unistd.h>
 246 #include <fcntl.h>
 247
 248 #include <recctrl.h>
 249 #include "index.h"
 250
 251 #include "zinfo.h"
 252
 253 static Dict matchDict;
 254
 255 static Records records = NULL;
 256
 257 static char **key_buf;
 258 static size_t ptr_top;
 259 static size_t ptr_i;
 260 static size_t key_buf_used;
 261 static int key_file_no;
 262
 263 static int records_inserted = 0;
 264 static int records_updated = 0;
 265 static int records_deleted = 0;
 266 static int records_processed = 0;
 267
 268 static ZebTargetInfo *zti = NULL;
 269
 270 static void logRecord (int showFlag)
 271 {
 272     if (!showFlag)
 273         ++records_processed;
 274     if (showFlag || !(records_processed % 1000))
 275     {
 276         logf (LOG_LOG, "Records: %7d i/u/d %d/%d/%d",
 277               records_processed, records_inserted, records_updated,
 278               records_deleted);
 279     }
 280 }
 281
 282 void key_open (int mem)
 283 {
 284     if (!mem)
 285         mem = atoi(res_get_def (common_resource, "memMax", "4"))*1024*1024;
 286     if (mem < 50000)
 287         mem = 50000;
 288     key_buf = xmalloc (mem);
 289     ptr_top = mem/sizeof(char*);
 290     ptr_i = 0;
 291
 292     key_buf_used = 0;
 293     key_file_no = 0;
 294
 295     if (!(matchDict = dict_open (GMATCH_DICT, 50, 1)))
 296     {
 297         logf (LOG_FATAL, "dict_open fail of %s", GMATCH_DICT);
 298         exit (1);
 299     }
 300     assert (!records);
 301     records = rec_open (1);
 302 #if 1
 303     zti = zebTargetInfo_open (records, 1);
 304 #endif
 305 }
 306
 307 struct encode_info {
 308     int  sysno;
 309     int  seqno;
 310     char buf[768];
 311 };
 312
 313 void encode_key_init (struct encode_info *i)
 314 {
 315     i->sysno = 0;
 316     i->seqno = 0;
 317 }
 318
 319 char *encode_key_int (int d, char *bp)
 320 {
 321     if (d <= 63)
 322         *bp++ = d;
 323     else if (d <= 16383)
 324     {
 325         *bp++ = 64 + (d>>8);
 326         *bp++ = d  & 255;
 327     }
 328     else if (d <= 4194303)
 329     {
 330         *bp++ = 128 + (d>>16);
 331         *bp++ = (d>>8) & 255;
 332         *bp++ = d & 255;
 333     }
 334     else
 335     {
 336         *bp++ = 192 + (d>>24);
 337         *bp++ = (d>>16) & 255;
 338         *bp++ = (d>>8) & 255;
 339         *bp++ = d & 255;
 340     }
 341     return bp;
 342 }
 343
 344 void encode_key_write (char *k, struct encode_info *i, FILE *outf)
 345 {
 346     struct it_key key;
 347     char *bp = i->buf;
 348
 349     while ((*bp++ = *k++))
 350         ;
 351     memcpy (&key, k+1, sizeof(struct it_key));
 352     bp = encode_key_int ( (key.sysno - i->sysno) * 2 + *k, bp);
 353     if (i->sysno != key.sysno)
 354     {
 355         i->sysno = key.sysno;
 356         i->seqno = 0;
 357     }
 358     bp = encode_key_int (key.seqno - i->seqno, bp);
 359     i->seqno = key.seqno;
 360     if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
 361     {
 362         logf (LOG_FATAL|LOG_ERRNO, "fwrite");
 363         exit (1);
 364     }
 365 }
 366
 367 #define SORT_EXTRA 0
 368
 369 #if SORT_EXTRA
 370 static int key_y_len;
 371
 372 static int key_y_compare (const void *p1, const void *p2)
 373 {
 374     int r;
 375
 376     if ((r = key_compare (*(char**) p1 + key_y_len + 1,
 377                           *(char**) p2 + key_y_len + 1)))
 378          return r;
 379     return *(*(char**) p1 + key_y_len) - *(*(char**) p2 + key_y_len);
 380 }
 381
 382 static int key_x_compare (const void *p1, const void *p2)
 383 {
 384     return strcmp (*(char**) p1, *(char**) p2);
 385 }
 386 #endif
 387
 388 void key_flush (void)
 389 {
 390     FILE *outf;
 391     char out_fname[200];
 392     char *prevcp, *cp;
 393     struct encode_info encode_info;
 394 #if SORT_EXTRA
 395     int i;
 396 #endif
 397
 398     if (ptr_i <= 0)
 399         return;
 400
 401     key_file_no++;
 402     logf (LOG_LOG, "sorting section %d", key_file_no);
 403 #if !SORT_EXTRA
 404     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_qsort_compare);
 405     getFnameTmp (out_fname, key_file_no);
 406
 407     if (!(outf = fopen (out_fname, "w")))
 408     {
 409         logf (LOG_FATAL|LOG_ERRNO, "fopen (4) %s", out_fname);
 410         exit (1);
 411     }
 412     logf (LOG_LOG, "writing section %d", key_file_no);
 413     prevcp = cp = key_buf[ptr_top-ptr_i];
 414
 415     encode_key_init (&encode_info);
 416     encode_key_write (cp, &encode_info, outf);
 417     while (--ptr_i > 0)
 418     {
 419         cp = key_buf[ptr_top-ptr_i];
 420         if (strcmp (cp, prevcp))
 421         {
 422             encode_key_init (&encode_info);
 423             encode_key_write (cp, &encode_info, outf);
 424             prevcp = cp;
 425         }
 426         else
 427             encode_key_write (cp + strlen(cp), &encode_info, outf);
 428     }
 429 #else
 430     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_x_compare);
 431     getFnameTmp (out_fname, key_file_no);
 432
 433     if (!(outf = fopen (out_fname, "w")))
 434     {
 435         logf (LOG_FATAL|LOG_ERRNO, "fopen (4) %s", out_fname);
 436         exit (1);
 437     }
 438     logf (LOG_LOG, "writing section %d", key_file_no);
 439     i = ptr_i;
 440     prevcp =  key_buf[ptr_top-i];
 441     while (1)
 442         if (!--i || strcmp (prevcp, key_buf[ptr_top-i]))
 443         {
 444             key_y_len = strlen(prevcp)+1;
 445 #if 0
 446             logf (LOG_LOG, "key_y_len: %2d %02x %02x %s",
 447                       key_y_len, prevcp[0], prevcp[1], 2+prevcp);
 448 #endif
 449             qsort (key_buf + ptr_top-ptr_i, ptr_i - i,
 450                                    sizeof(char*), key_y_compare);
 451             cp = key_buf[ptr_top-ptr_i];
 452             --key_y_len;
 453             encode_key_init (&encode_info);
 454             encode_key_write (cp, &encode_info, outf);
 455             while (--ptr_i > i)
 456             {
 457                 cp = key_buf[ptr_top-ptr_i];
 458                 encode_key_write (cp+key_y_len, &encode_info, outf);
 459             }
 460             if (!i)
 461                 break;
 462             prevcp = key_buf[ptr_top-ptr_i];
 463         }
 464 #endif
 465     if (fclose (outf))
 466     {
 467         logf (LOG_FATAL|LOG_ERRNO, "fclose %s", out_fname);
 468         exit (1);
 469     }
 470     logf (LOG_LOG, "finished section %d", key_file_no);
 471     ptr_i = 0;
 472     key_buf_used = 0;
 473 }
 474
 475 int key_close (void)
 476 {
 477     key_flush ();
 478     xfree (key_buf);
 479 #if 1
 480     zebTargetInfo_close (zti, 1);
 481 #endif
 482     rec_close (&records);
 483     dict_close (matchDict);
 484
 485     logRecord (1);
 486     return key_file_no;
 487 }
 488
 489 static void wordInit (RecWord *p)
 490 {
 491     p->attrSet = 1;
 492     p->attrUse = 1016;
 493     p->which = Word_String;
 494 }
 495
 496 struct recKeys {
 497     int buf_used;
 498     int buf_max;
 499     char *buf;
 500     char prevAttrSet;
 501     short prevAttrUse;
 502     int prevSeqNo;
 503 } reckeys;
 504
 505 static void addRecordKey (const RecWord *p)
 506 {
 507     char *dst;
 508     char attrSet;
 509     short attrUse;
 510     size_t i;
 511     int lead = 0;
 512     int diff = 0;
 513
 514     if (reckeys.buf_used+1024 > reckeys.buf_max)
 515     {
 516         char *b;
 517
 518         b = xmalloc (reckeys.buf_max += 128000);
 519         if (reckeys.buf_used > 0)
 520             memcpy (b, reckeys.buf, reckeys.buf_used);
 521         xfree (reckeys.buf);
 522         reckeys.buf = b;
 523     }
 524     dst = reckeys.buf + reckeys.buf_used;
 525
 526     attrSet = p->attrSet;
 527     if (reckeys.buf_used > 0 && reckeys.prevAttrSet == attrSet)
 528         lead |= 1;
 529     else
 530         reckeys.prevAttrSet = attrSet;
 531     attrUse = p->attrUse;
 532     if (reckeys.buf_used > 0 && reckeys.prevAttrUse == attrUse)
 533         lead |= 2;
 534     else
 535         reckeys.prevAttrUse = attrUse;
 536 #if 1
 537     diff = 1 + p->seqno - reckeys.prevSeqNo;
 538     if (diff >= 1 && diff <= 15)
 539         lead |= (diff << 2);
 540     else
 541         diff = 0;
 542 #endif
 543     reckeys.prevSeqNo = p->seqno;
 544
 545     *dst++ = lead;
 546
 547     if (!(lead & 1))
 548     {
 549         memcpy (dst, &attrSet, sizeof(attrSet));
 550         dst += sizeof(attrSet);
 551     }
 552     if (!(lead & 2))
 553     {
 554         memcpy (dst, &attrUse, sizeof(attrUse));
 555         dst += sizeof(attrUse);
 556     }
 557     switch (p->which)
 558     {
 559         case Word_String:
 560             *dst++ = 'w';
 561             break;
 562         case Word_Phrase:
 563             *dst++ = 'p';
 564             break;
 565         case Word_Numeric:
 566             *dst++ = 'n';
 567     }
 568     for (i = 0; p->u.string[i] && i < IT_MAX_WORD-3; i++)
 569         *dst++ = p->u.string[i];
 570     *dst++ = '\0';
 571
 572     if (!diff)
 573     {
 574         memcpy (dst, &p->seqno, sizeof(p->seqno));
 575         dst += sizeof(p->seqno);
 576     }
 577     reckeys.buf_used = dst - reckeys.buf;
 578 }
 579
 580 static void flushRecordKeys (SYSNO sysno, int cmd, struct recKeys *reckeys,
 581                              const char *databaseName)
 582 {
 583     char attrSet = -1;
 584     short attrUse = -1;
 585     int seqno = 0;
 586     int off = 0;
 587
 588     if (zebTargetInfo_curDatabase (zti, databaseName))
 589     {
 590         if (zebTargetInfo_newDatabase (zti, databaseName))
 591             abort ();
 592     }
 593     while (off < reckeys->buf_used)
 594     {
 595         const char *src = reckeys->buf + off;
 596         struct it_key key;
 597         int lead, ch;
 598
 599         lead = *src++;
 600
 601         if (!(lead & 1))
 602         {
 603             memcpy (&attrSet, src, sizeof(attrSet));
 604             src += sizeof(attrSet);
 605         }
 606         if (!(lead & 2))
 607         {
 608             memcpy (&attrUse, src, sizeof(attrUse));
 609             src += sizeof(attrUse);
 610         }
 611         if (key_buf_used + 1024 > (ptr_top-ptr_i)*sizeof(char*))
 612             key_flush ();
 613         ++ptr_i;
 614         key_buf[ptr_top-ptr_i] = (char*)key_buf + key_buf_used;
 615
 616         ch = zebTargetInfo_lookupSU (zti, attrSet, attrUse);
 617         if (ch < 0)
 618             ch = zebTargetInfo_addSU (zti, attrSet, attrUse);
 619         assert (ch > 0);
 620         ((char*) key_buf) [key_buf_used++] = ch;
 621         while (*src)
 622             ((char*)key_buf) [key_buf_used++] = *src++;
 623         src++;
 624         ((char*)key_buf) [key_buf_used++] = '\0';
 625         ((char*) key_buf)[key_buf_used++] = cmd;
 626
 627         if (lead & 60)
 628             seqno += ((lead>>2) & 15)-1;
 629         else
 630         {
 631             memcpy (&seqno, src, sizeof(seqno));
 632             src += sizeof(seqno);
 633         }
 634         key.seqno = seqno;
 635         key.sysno = sysno;
 636         memcpy ((char*)key_buf + key_buf_used, &key, sizeof(key));
 637         key_buf_used += sizeof(key);
 638         off = src - reckeys->buf;
 639     }
 640     assert (off == reckeys->buf_used);
 641 }
 642
 643 static const char **searchRecordKey (struct recKeys *reckeys,
 644                                int attrSetS, int attrUseS)
 645 {
 646     static const char *ws[32];
 647     int off = 0;
 648     int startSeq = -1;
 649     int i;
 650
 651     for (i = 0; i<32; i++)
 652         ws[i] = NULL;
 653
 654     while (off < reckeys->buf_used)
 655     {
 656         const char *src = reckeys->buf + off;
 657         char attrSet;
 658         short attrUse;
 659         int seqno;
 660         const char *wstart;
 661
 662         memcpy (&attrSet, src, sizeof(attrSet));
 663         src += sizeof(attrSet);
 664
 665         memcpy (&attrUse, src, sizeof(attrUse));
 666         src += sizeof(attrUse);
 667
 668         wstart = src;
 669         while (*src++)
 670             ;
 671
 672         memcpy (&seqno, src, sizeof(seqno));
 673         src += sizeof(seqno);
 674
 675 #if 0
 676         logf (LOG_LOG, "(%d,%d) %d %s", attrSet, attrUse, seqno, wstart);
 677 #endif
 678         if (attrUseS == attrUse && attrSetS == attrSet)
 679         {
 680             int woff;
 681
 682
 683             if (startSeq == -1)
 684                 startSeq = seqno;
 685             woff = seqno - startSeq;
 686             if (woff >= 0 && woff < 31)
 687                 ws[woff] = wstart;
 688         }
 689
 690         off = src - reckeys->buf;
 691     }
 692     assert (off == reckeys->buf_used);
 693     return ws;
 694 }
 695
 696 struct file_read_info {
 697     off_t file_max;
 698     off_t file_offset;
 699     off_t file_moffset;
 700     int file_more;
 701     int fd;
 702 };
 703
 704 static struct file_read_info *file_read_start (int fd)
 705 {
 706     struct file_read_info *fi = xmalloc (sizeof(*fi));
 707
 708     fi->fd = fd;
 709     fi->file_max = 0;
 710     fi->file_moffset = 0;
 711     return fi;
 712 }
 713
 714 static void file_read_stop (struct file_read_info *fi)
 715 {
 716     assert (fi);
 717     xfree (fi);
 718 }
 719
 720 static off_t file_seek (void *handle, off_t offset)
 721 {
 722     struct file_read_info *p = handle;
 723     p->file_offset = offset;
 724     return lseek (p->fd, offset, SEEK_SET);
 725 }
 726
 727 static int file_read (void *handle, char *buf, size_t count)
 728 {
 729     struct file_read_info *p = handle;
 730     int fd = p->fd;
 731     int r;
 732     r = read (fd, buf, count);
 733     if (r > 0)
 734     {
 735         p->file_offset += r;
 736         if (p->file_offset > p->file_max)
 737             p->file_max = p->file_offset;
 738     }
 739     return r;
 740 }
 741
 742 static void file_begin (void *handle)
 743 {
 744     struct file_read_info *p = handle;
 745
 746     p->file_offset = p->file_moffset;
 747     if (p->file_moffset)
 748         lseek (p->fd, p->file_moffset, SEEK_SET);
 749     p->file_more = 0;
 750 }
 751
 752 static void file_end (void *handle, off_t offset)
 753 {
 754     struct file_read_info *p = handle;
 755
 756     assert (p->file_more == 0);
 757     p->file_more = 1;
 758     p->file_moffset = offset;
 759 }
 760
 761 static int atois (const char **s)
 762 {
 763     int val = 0, c;
 764     while ( (c=**s) >= '0' && c <= '9')
 765     {
 766         val = val*10 + c - '0';
 767         ++(*s);
 768     }
 769     return val;
 770 }
 771
 772 static char *fileMatchStr (struct recKeys *reckeys, struct recordGroup *rGroup,
 773                            const char *fname,
 774                            const char *spec)
 775 {
 776     static char dstBuf[2048];
 777     char *dst = dstBuf;
 778     const char *s = spec;
 779     static const char **w;
 780     int i;
 781
 782     while (1)
 783     {
 784         while (*s == ' ' || *s == '\t')
 785             s++;
 786         if (!*s)
 787             break;
 788         if (*s == '(')
 789         {
 790             char matchFlag[32];
 791             int attrSet, attrUse;
 792             int first = 1;
 793
 794             s++;
 795             attrSet = atois (&s);
 796             if (*s != ',')
 797             {
 798                 logf (LOG_WARN, "Missing , in match criteria %s in group %s",
 799                       spec, rGroup->groupName ? rGroup->groupName : "none");
 800                 return NULL;
 801             }
 802             s++;
 803             attrUse = atois (&s);
 804             w = searchRecordKey (reckeys, attrSet, attrUse);
 805             assert (w);
 806
 807             if (*s == ')')
 808             {
 809                 for (i = 0; i<32; i++)
 810                     matchFlag[i] = 1;
 811             }
 812             else
 813             {
 814                 logf (LOG_WARN, "Missing ) in match criteria %s in group %s",
 815                       spec, rGroup->groupName ? rGroup->groupName : "none");
 816                 return NULL;
 817             }
 818             s++;
 819
 820             for (i = 0; i<32; i++)
 821                 if (matchFlag[i] && w[i])
 822                 {
 823                     if (first)
 824                     {
 825                         *dst++ = ' ';
 826                         first = 0;
 827                     }
 828                     strcpy (dst, w[i]);
 829                     dst += strlen(w[i]);
 830                 }
 831             if (first)
 832             {
 833                 logf (LOG_WARN, "Record didn't contain match"
 834                       " fields in (%d,%d)", attrSet, attrUse);
 835                 return NULL;
 836             }
 837         }
 838         else if (*s == '$')
 839         {
 840             int spec_len;
 841             char special[64];
 842             const char *spec_src = NULL;
 843             const char *s1 = ++s;
 844             while (*s1 && *s1 != ' ' && *s1 != '\t')
 845                 s1++;
 846
 847             spec_len = s1 - s;
 848             if (spec_len > 63)
 849                 spec_len = 63;
 850             memcpy (special, s, spec_len);
 851             special[spec_len] = '\0';
 852             s = s1;
 853
 854             if (!strcmp (special, "group"))
 855                 spec_src = rGroup->groupName;
 856             else if (!strcmp (special, "database"))
 857                 spec_src = rGroup->databaseName;
 858             else if (!strcmp (special, "filename"))
 859                 spec_src = fname;
 860             else if (!strcmp (special, "type"))
 861                 spec_src = rGroup->recordType;
 862             else
 863                 spec_src = NULL;
 864             if (spec_src)
 865             {
 866                 strcpy (dst, spec_src);
 867                 dst += strlen (spec_src);
 868             }
 869         }
 870         else if (*s == '\"' || *s == '\'')
 871         {
 872             int stopMarker = *s++;
 873             char tmpString[64];
 874             int i = 0;
 875
 876             while (*s && *s != stopMarker)
 877             {
 878                 if (i < 63)
 879                     tmpString[i++] = *s++;
 880             }
 881             if (*s)
 882                 s++;
 883             tmpString[i] = '\0';
 884             strcpy (dst, tmpString);
 885             dst += strlen (tmpString);
 886         }
 887         else
 888         {
 889             logf (LOG_WARN, "Syntax error in match criteria %s in group %s",
 890                   spec, rGroup->groupName ? rGroup->groupName : "none");
 891             return NULL;
 892         }
 893         *dst++ = 1;
 894     }
 895     if (dst == dstBuf)
 896     {
 897         logf (LOG_WARN, "No match criteria for record %s in group %s",
 898               fname, rGroup->groupName ? rGroup->groupName : "none");
 899         return NULL;
 900     }
 901     return dstBuf;
 902 }
 903
 904 struct recordLogInfo {
 905     const char *fname;
 906     char *op;
 907     struct recordGroup *rGroup;
 908 };
 909
 910 static void recordLogPreamble (int level, const char *msg, void *info)
 911 {
 912     struct recordLogInfo *p = info;
 913     FILE *outf = log_file ();
 914
 915     if (level & LOG_LOG)
 916         return ;
 917     if (p->op)
 918         fprintf (outf, "%s of ", p->op);
 919     fprintf (outf, "%s type %s\n", p->rGroup->recordType, p->fname);
 920     log_event_start (NULL, NULL);
 921 }
 922
 923 static int recordExtract (SYSNO *sysno, const char *fname,
 924                           struct recordGroup *rGroup, int deleteFlag,
 925                           struct file_read_info *fi, RecType recType,
 926                           char *subType)
 927 {
 928     struct recExtractCtrl extractCtrl;
 929     int r;
 930     char *matchStr;
 931     SYSNO sysnotmp;
 932     off_t recordOffset = 0;
 933     Record rec;
 934     struct recordLogInfo logInfo;
 935
 936     logInfo.fname = fname;
 937     logInfo.op = NULL;
 938     logInfo.rGroup = rGroup;
 939     log_event_start (recordLogPreamble, &logInfo);
 940
 941     if (fi->fd != -1)
 942     {
 943         /* we are going to read from a file, so prepare the extraction */
 944         extractCtrl.fh = fi;
 945         extractCtrl.subType = subType;
 946         extractCtrl.init = wordInit;
 947         extractCtrl.add = addRecordKey;
 948
 949         reckeys.buf_used = 0;
 950         reckeys.prevAttrUse = -1;
 951         reckeys.prevAttrSet = -1;
 952         reckeys.prevSeqNo = 0;
 953
 954         recordOffset = fi->file_moffset;
 955         extractCtrl.offset = recordOffset;
 956         extractCtrl.readf = file_read;
 957         extractCtrl.seekf = file_seek;
 958         extractCtrl.endf = file_end;
 959         extractCtrl.map_chrs_input = map_chrs_input;
 960         extractCtrl.flagShowRecords = rGroup->flagShowRecords;
 961         if (rGroup->flagShowRecords)
 962             printf ("File: %s %ld\n", fname, (long) recordOffset);
 963         r = (*recType->extract)(&extractCtrl);
 964
 965         if (r)
 966         {
 967             /* error occured during extraction ... */
 968             if (!rGroup->flagShowRecords)
 969                 logf (LOG_WARN, "Couldn't extract file %s, code %d", fname, r);
 970             return 0;
 971         }
 972         if (reckeys.buf_used == 0)
 973         {
 974             /* the extraction process returned no information - the record
 975                is probably empty */
 976             if (!rGroup->flagShowRecords)
 977             {
 978                 logf (LOG_WARN, "No keys generated for file %s", fname);
 979                 logf (LOG_WARN, " The file is probably empty");
 980             }
 981             return 0;
 982         }
 983     }
 984
 985     /* perform match if sysno not known and if match criteria is specified */
 986
 987     matchStr = NULL;
 988     if (!sysno)
 989     {
 990         sysnotmp = 0;
 991         sysno = &sysnotmp;
 992         if (rGroup->recordId && *rGroup->recordId)
 993         {
 994             char *rinfo;
 995
 996             matchStr = fileMatchStr (&reckeys, rGroup, fname,
 997                                      rGroup->recordId);
 998             if (matchStr)
 999             {
1000                 rinfo = dict_lookup (matchDict, matchStr);
1001                 if (rinfo)
1002                     memcpy (sysno, rinfo+1, sizeof(*sysno));
1003             }
1004             else
1005             {
1006                 logf (LOG_WARN, "Bad match criteria");
1007                 return 0;
1008             }
1009         }
1010     }
1011
1012     if (! *sysno)
1013     {
1014         /* new record */
1015         if (deleteFlag)
1016         {
1017             logf (LOG_LOG, "Cannot delete new record");
1018             return 1;
1019         }
1020         logInfo.op = "add";
1021         if (rGroup->fileVerboseFlag)
1022             logf (LOG_LOG, "add %s %s %ld", rGroup->recordType,
1023                   fname, (long) recordOffset);
1024         rec = rec_new (records);
1025         *sysno = rec->sysno;
1026
1027         if (matchStr)
1028         {
1029             dict_insert (matchDict, matchStr, sizeof(*sysno), sysno);
1030         }
1031         flushRecordKeys (*sysno, 1, &reckeys, rGroup->databaseName);
1032
1033         records_inserted++;
1034     }
1035     else
1036     {
1037         /* record already exists */
1038         struct recKeys delkeys;
1039
1040         rec = rec_get (records, *sysno);
1041         assert (rec);
1042         delkeys.buf_used = rec->size[recInfo_delKeys];
1043         delkeys.buf = rec->info[recInfo_delKeys];
1044         flushRecordKeys (*sysno, 0, &delkeys, rec->info[recInfo_databaseName]);
1045         if (deleteFlag)
1046         {
1047             /* record going to be deleted */
1048             logInfo.op = "delete";
1049             if (!delkeys.buf_used)
1050             {
1051                 logf (LOG_WARN, "cannot delete; storeKeys false");
1052             }
1053             else
1054             {
1055                 if (rGroup->fileVerboseFlag)
1056                     logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
1057                           fname, (long) recordOffset);
1058                 records_deleted++;
1059                 if (matchStr)
1060                     dict_delete (matchDict, matchStr);
1061                 rec_del (records, &rec);
1062             }
1063             logRecord (0);
1064             return 1;
1065         }
1066         else
1067         {
1068             /* record going to be updated */
1069             logInfo.op = "update";
1070             if (!delkeys.buf_used)
1071             {
1072                 logf (LOG_WARN, "cannot update; storeKeys false");
1073             }
1074             else
1075             {
1076                 if (rGroup->fileVerboseFlag)
1077                     logf (LOG_LOG, "update %s %s %ld", rGroup->recordType,
1078                           fname, (long) recordOffset);
1079                 flushRecordKeys (*sysno, 1, &reckeys, rGroup->databaseName);
1080                 records_updated++;
1081             }
1082         }
1083     }
1084     /* update file type */
1085     xfree (rec->info[recInfo_fileType]);
1086     rec->info[recInfo_fileType] =
1087         rec_strdup (rGroup->recordType, &rec->size[recInfo_fileType]);
1088
1089     /* update filename */
1090     xfree (rec->info[recInfo_filename]);
1091     rec->info[recInfo_filename] =
1092         rec_strdup (fname, &rec->size[recInfo_filename]);
1093
1094     /* update delete keys */
1095     xfree (rec->info[recInfo_delKeys]);
1096     if (reckeys.buf_used > 0 && rGroup->flagStoreKeys == 1)
1097     {
1098 #if 1
1099         rec->size[recInfo_delKeys] = reckeys.buf_used;
1100         rec->info[recInfo_delKeys] = reckeys.buf;
1101         reckeys.buf = NULL;
1102         reckeys.buf_max = 0;
1103 #else
1104         rec->info[recInfo_delKeys] = xmalloc (reckeys.buf_used);
1105         rec->size[recInfo_delKeys] = reckeys.buf_used;
1106         memcpy (rec->info[recInfo_delKeys], reckeys.buf,
1107                 rec->size[recInfo_delKeys]);
1108 #endif
1109     }
1110     else
1111     {
1112         rec->info[recInfo_delKeys] = NULL;
1113         rec->size[recInfo_delKeys] = 0;
1114     }
1115
1116     /* update store data */
1117     xfree (rec->info[recInfo_storeData]);
1118     if (rGroup->flagStoreData == 1)
1119     {
1120         rec->size[recInfo_storeData] = fi->file_max;
1121         rec->info[recInfo_storeData] = xmalloc (fi->file_max);
1122         if (lseek (fi->fd, recordOffset, SEEK_SET) < 0)
1123         {
1124             logf (LOG_ERRNO|LOG_FATAL, "seek to %ld in %s", fname,
1125                   (long) recordOffset);
1126             exit (1);
1127         }
1128         if (read (fi->fd, rec->info[recInfo_storeData], fi->file_max)
1129             < fi->file_max)
1130         {
1131             logf (LOG_ERRNO|LOG_FATAL, "read %d bytes of %s",
1132                   fi->file_max, fname);
1133             exit (1);
1134         }
1135     }
1136     else
1137     {
1138         rec->info[recInfo_storeData] = NULL;
1139         rec->size[recInfo_storeData] = 0;
1140     }
1141     /* update database name */
1142     xfree (rec->info[recInfo_databaseName]);
1143     rec->info[recInfo_databaseName] =
1144         rec_strdup (rGroup->databaseName, &rec->size[recInfo_databaseName]);
1145
1146     /* update offset */
1147     xfree (rec->info[recInfo_offset]);
1148
1149     rec->size[recInfo_offset] = sizeof(recordOffset);
1150     rec->info[recInfo_offset] = xmalloc (sizeof(recordOffset));
1151     memcpy (rec->info[recInfo_offset], &recordOffset, sizeof(recordOffset));
1152
1153     /* commit this record */
1154     rec_put (records, &rec);
1155     logRecord (0);
1156     return 1;
1157 }
1158
1159 int fileExtract (SYSNO *sysno, const char *fname,
1160                  const struct recordGroup *rGroupP, int deleteFlag)
1161 {
1162     int r, i, fd;
1163     char gprefix[128];
1164     char ext[128];
1165     char ext_res[128];
1166     char subType[128];
1167     RecType recType;
1168     struct recordGroup rGroupM;
1169     struct recordGroup *rGroup = &rGroupM;
1170     struct file_read_info *fi;
1171
1172     memcpy (rGroup, rGroupP, sizeof(*rGroupP));
1173
1174     if (!rGroup->groupName || !*rGroup->groupName)
1175         *gprefix = '\0';
1176     else
1177         sprintf (gprefix, "%s.", rGroup->groupName);
1178
1179     logf (LOG_DEBUG, "fileExtract %s", fname);
1180
1181     /* determine file extension */
1182     for (i = strlen(fname); --i >= 0; )
1183         if (fname[i] == '/')
1184         {
1185             strcpy (ext, "");
1186             break;
1187         }
1188         else if (fname[i] == '.')
1189         {
1190             strcpy (ext, fname+i+1);
1191             break;
1192         }
1193     /* determine file type - depending on extension */
1194     if (!rGroup->recordType)
1195     {
1196         sprintf (ext_res, "%srecordType.%s", gprefix, ext);
1197         if (!(rGroup->recordType = res_get (common_resource, ext_res)))
1198         {
1199             sprintf (ext_res, "%srecordType", gprefix);
1200             if (!(rGroup->recordType = res_get (common_resource, ext_res)))
1201             {
1202                 if (rGroup->fileVerboseFlag)
1203                     logf (LOG_LOG, "? %s", fname);
1204                 return 0;
1205             }
1206         }
1207     }
1208     if (!rGroup->recordType)
1209     {
1210         if (rGroup->fileVerboseFlag)
1211             logf (LOG_LOG, "? record %s", fname);
1212         return 0;
1213     }
1214     if (!(recType = recType_byName (rGroup->recordType, subType)))
1215     {
1216         logf (LOG_WARN, "No such record type: %s", rGroup->recordType);
1217         return 0;
1218     }
1219
1220     /* determine match criteria */
1221     if (!rGroup->recordId)
1222     {
1223         sprintf (ext_res, "%srecordId.%s", gprefix, ext);
1224         rGroup->recordId = res_get (common_resource, ext_res);
1225     }
1226
1227     /* determine database name */
1228     if (!rGroup->databaseName)
1229     {
1230         sprintf (ext_res, "%sdatabase.%s", gprefix, ext);
1231         if (!(rGroup->databaseName = res_get (common_resource, ext_res)))
1232         {
1233             sprintf (ext_res, "%sdatabase", gprefix);
1234             rGroup->databaseName = res_get (common_resource, ext_res);
1235         }
1236     }
1237     if (!rGroup->databaseName)
1238         rGroup->databaseName = "Default";
1239
1240     if (rGroup->flagStoreData == -1)
1241     {
1242         const char *sval;
1243         sprintf (ext_res, "%sstoreData.%s", gprefix, ext);
1244         if (!(sval = res_get (common_resource, ext_res)))
1245         {
1246             sprintf (ext_res, "%sstoreData", gprefix);
1247             sval = res_get (common_resource, ext_res);
1248         }
1249         if (sval)
1250             rGroup->flagStoreData = atoi (sval);
1251     }
1252     if (rGroup->flagStoreData == -1)
1253         rGroup->flagStoreData = 0;
1254
1255     if (rGroup->flagStoreKeys == -1)
1256     {
1257         const char *sval;
1258
1259         sprintf (ext_res, "%sstoreKeys.%s", gprefix, ext);
1260         if (!(sval = res_get (common_resource, ext_res)))
1261         {
1262             sprintf (ext_res, "%sstoreKeys", gprefix);
1263             sval = res_get (common_resource, ext_res);
1264         }
1265         if (sval)
1266             rGroup->flagStoreKeys = atoi (sval);
1267     }
1268     if (rGroup->flagStoreKeys == -1)
1269         rGroup->flagStoreKeys = 0;
1270
1271     if (sysno && deleteFlag)
1272         fd = -1;
1273     else
1274     {
1275         if ((fd = open (fname, O_RDONLY)) == -1)
1276         {
1277             logf (LOG_WARN|LOG_ERRNO, "open %s", fname);
1278             return 0;
1279         }
1280     }
1281     fi = file_read_start (fd);
1282     do
1283     {
1284         file_begin (fi);
1285         r = recordExtract (sysno, fname, rGroup, deleteFlag, fi,
1286                            recType, subType);
1287     } while (r && !sysno && fi->file_more);
1288     log_event_start (NULL, NULL);
1289     file_read_stop (fi);
1290     if (fd != -1)
1291         close (fd);
1292     return r;
1293 }
1294