index/extract.c

   1 /*
   2  * Copyright (C) 1994-1998, Index Data
   3  * All rights reserved.
   4  * Sebastian Hammer, Adam Dickmeiss
   5  *
   6  * $Log: extract.c,v $
   7  * Revision 1.89  1998-10-28 10:54:38  adam
   8  * SDRKit integration.
   9  *
  10  * Revision 1.88  1998/10/16 08:14:29  adam
  11  * Updated record control system.
  12  *
  13  * Revision 1.87  1998/10/15 13:10:33  adam
  14  * Fixed bug in Zebra that caused it to stop indexing when empty
  15  * record was read.
  16  *
  17  * Revision 1.86  1998/10/13 20:33:53  adam
  18  * Fixed one log message and change use ordinal to be an unsigned char.
  19  *
  20  * Revision 1.85  1998/09/22 10:03:41  adam
  21  * Changed result sets to be persistent in the sense that they can
  22  * be re-searched if needed.
  23  * Fixed memory leak in rsm_or.
  24  *
  25  * Revision 1.84  1998/06/11 15:42:22  adam
  26  * Changed the way use attributes are specified in the recordId
  27  * specification.
  28  *
  29  * Revision 1.83  1998/06/08 14:43:10  adam
  30  * Added suport for EXPLAIN Proxy servers - added settings databasePath
  31  * and explainDatabase to facilitate this. Increased maximum number
  32  * of databases and attributes in one register.
  33  *
  34  * Revision 1.82  1998/05/20 10:12:15  adam
  35  * Implemented automatic EXPLAIN database maintenance.
  36  * Modified Zebra to work with ASN.1 compiled version of YAZ.
  37  *
  38  * Revision 1.81  1998/03/11 11:19:04  adam
  39  * Changed the way sequence numbers are generated.
  40  *
  41  * Revision 1.80  1998/03/05 08:45:11  adam
  42  * New result set model and modular ranking system. Moved towards
  43  * descent server API. System information stored as "SGML" records.
  44  *
  45  * Revision 1.79  1998/02/17 10:32:52  adam
  46  * Fixed bug: binary files weren't opened with flag b on NT.
  47  *
  48  * Revision 1.78  1998/02/10 12:03:05  adam
  49  * Implemented Sort.
  50  *
  51  * Revision 1.77  1998/01/12 15:04:08  adam
  52  * The test option (-s) only uses read-lock (and not write lock).
  53  *
  54  * Revision 1.76  1997/10/27 14:33:04  adam
  55  * Moved towards generic character mapping depending on "structure"
  56  * field in abstract syntax file. Fixed a few memory leaks. Fixed
  57  * bug with negative integers when doing searches with relational
  58  * operators.
  59  *
  60  * Revision 1.75  1997/09/17 12:19:12  adam
  61  * Zebra version corresponds to YAZ version 1.4.
  62  * Changed Zebra server so that it doesn't depend on global common_resource.
  63  *
  64  * Revision 1.74  1997/09/09 13:38:06  adam
  65  * Partial port to WIN95/NT.
  66  *
  67  * Revision 1.73  1997/09/04 13:57:20  adam
  68  * New file extract/retrieve method tellf (added).
  69  * Added O_BINARY for open calls.
  70  *
  71  * Revision 1.72  1997/07/15 16:32:29  adam
  72  * Bug fix: Match handler didn't terminate the resulting string!
  73  *
  74  * Revision 1.71  1997/07/15 16:28:41  adam
  75  * Bug fix: storeData didn't work with files with multiple records.
  76  * Bug fix: fixed memory management with records; not really well
  77  *  thought through.
  78  *
  79  * Revision 1.70  1997/07/01 13:00:42  adam
  80  * Bug fix in routine searchRecordKey: uninitialized variables.
  81  *
  82  * Revision 1.69  1997/04/29 09:26:03  adam
  83  * Bug fix: generic recordId handling didn't work for compressed internal
  84  * keys.
  85  *
  86  * Revision 1.68  1997/02/12 20:39:45  adam
  87  * Implemented options -f <n> that limits the log to the first <n>
  88  * records.
  89  * Changed some log messages also.
  90  *
  91  * Revision 1.67  1996/11/15 15:02:14  adam
  92  * Minor changes regarding logging.
  93  *
  94  * Revision 1.66  1996/11/14  09:52:21  adam
  95  * Strings in record keys bound by IT_MAX_WORD.
  96  *
  97  * Revision 1.65  1996/11/14  08:57:56  adam
  98  * Reduction of storeKeys area.
  99  *
 100  * Revision 1.64  1996/11/08 11:10:16  adam
 101  * Buffers used during file match got bigger.
 102  * Compressed ISAM support everywhere.
 103  * Bug fixes regarding masking characters in queries.
 104  * Redesigned Regexp-2 queries.
 105  *
 106  * Revision 1.63  1996/10/29 14:09:39  adam
 107  * Use of cisam system - enabled if setting isamc is 1.
 108  *
 109  * Revision 1.62  1996/10/11 10:57:01  adam
 110  * New module recctrl. Used to manage records (extract/retrieval).
 111  * Several files have been moved to the recctrl sub directory.
 112  *
 113  * Revision 1.61  1996/06/06 12:08:37  quinn
 114  * Added showRecord function
 115  *
 116  * Revision 1.60  1996/06/04  10:18:12  adam
 117  * Search/scan uses character mapping module.
 118  *
 119  * Revision 1.59  1996/05/14  15:47:07  adam
 120  * Cleanup of various buffer size entities.
 121  *
 122  * Revision 1.58  1996/05/14  06:16:38  adam
 123  * Compact use/set bytes used in search service.
 124  *
 125  * Revision 1.57  1996/05/13 14:23:04  adam
 126  * Work on compaction of set/use bytes in dictionary.
 127  *
 128  * Revision 1.56  1996/05/09  09:54:42  adam
 129  * Server supports maps from one logical attributes to a list of physical
 130  * attributes.
 131  * The extraction process doesn't make space consuming 'any' keys.
 132  *
 133  * Revision 1.55  1996/05/09  07:28:55  quinn
 134  * Work towards phrases and multiple registers
 135  *
 136  * Revision 1.54  1996/05/01  13:46:35  adam
 137  * First work on multiple records in one file.
 138  * New option, -offset, to the "unread" command in the filter module.
 139  *
 140  * Revision 1.53  1996/04/26  12:09:43  adam
 141  * Added a few comments.
 142  *
 143  * Revision 1.52  1996/04/25  13:27:57  adam
 144  * Function recordExtract modified so that files with no keys (possibly empty)
 145  * are ignored.
 146  *
 147  * Revision 1.51  1996/03/19  11:08:42  adam
 148  * Bug fix: Log preamble wasn't always turned off after recordExtract.
 149  *
 150  * Revision 1.50  1996/02/12  18:45:36  adam
 151  * New fileVerboseFlag in record group control.
 152  *
 153  * Revision 1.49  1996/02/05  12:29:57  adam
 154  * Logging reduced a bit.
 155  * The remaining running time is estimated during register merge.
 156  *
 157  * Revision 1.48  1996/02/01  20:53:26  adam
 158  * The temporary per-record keys are compacted a little, and duplication
 159  * of the per-records keys are avoided when they are saved in the record
 160  * information buffer.
 161  *
 162  * Revision 1.47  1996/01/17  14:57:48  adam
 163  * Prototype changed for reader functions in extract/retrieve. File
 164  *  is identified by 'void *' instead of 'int.
 165  *
 166  * Revision 1.46  1995/12/15  14:57:16  adam
 167  * Bug fix.
 168  *
 169  * Revision 1.45  1995/12/15  12:37:41  adam
 170  * In addRecordKeyAny: Writes key only when attrSet != -1.
 171  *
 172  * Revision 1.44  1995/12/12  16:00:54  adam
 173  * System call sync(2) used after update/commit.
 174  * Locking (based on fcntl) uses F_EXLCK and F_SHLCK instead of F_WRLCK
 175  * and F_RDLCK.
 176  *
 177  * Revision 1.43  1995/12/11  09:12:46  adam
 178  * The rec_get function returns NULL if record doesn't exist - will
 179  * happen in the server if the result set records have been deleted since
 180  * the creation of the set (i.e. the search).
 181  * The server saves a result temporarily if it is 'volatile', i.e. the
 182  * set is register dependent.
 183  *
 184  * Revision 1.42  1995/12/07  17:38:46  adam
 185  * Work locking mechanisms for concurrent updates/commit.
 186  *
 187  * Revision 1.41  1995/12/06  16:06:42  adam
 188  * Better diagnostics. Work on 'real' dictionary deletion.
 189  *
 190  * Revision 1.40  1995/12/05  16:57:40  adam
 191  * More work on regular patterns.
 192  *
 193  * Revision 1.39  1995/12/05  13:20:18  adam
 194  * Bug fix: file_read sometimes returned early EOF.
 195  *
 196  * Revision 1.38  1995/12/04  17:59:21  adam
 197  * More work on regular expression conversion.
 198  *
 199  * Revision 1.37  1995/12/04  14:22:27  adam
 200  * Extra arg to recType_byName.
 201  * Started work on new regular expression parsed input to
 202  * structured records.
 203  *
 204  * Revision 1.36  1995/11/30  08:34:29  adam
 205  * Started work on commit facility.
 206  * Changed a few malloc/free to xmalloc/xfree.
 207  *
 208  * Revision 1.35  1995/11/28  14:26:21  adam
 209  * Bug fix: recordId with constant wasn't right.
 210  * Bug fix: recordId dictionary entry wasn't deleted when needed.
 211  *
 212  * Revision 1.34  1995/11/28  09:09:38  adam
 213  * Zebra config renamed.
 214  * Use setting 'recordId' to identify record now.
 215  * Bug fix in recindex.c: rec_release_blocks was invokeded even
 216  * though the blocks were already released.
 217  * File traversal properly deletes records when needed.
 218  *
 219  * Revision 1.33  1995/11/27  09:56:20  adam
 220  * Record info elements better enumerated. Internal store of records.
 221  *
 222  * Revision 1.32  1995/11/25  10:24:05  adam
 223  * More record fields - they are enumerated now.
 224  * New options: flagStoreData flagStoreKey.
 225  *
 226  * Revision 1.31  1995/11/24  11:31:35  adam
 227  * Commands add & del read filenames from stdin if source directory is
 228  * empty.
 229  * Match criteria supports 'constant' strings.
 230  *
 231  * Revision 1.30  1995/11/22  17:19:16  adam
 232  * Record management uses the bfile system.
 233  *
 234  * Revision 1.29  1995/11/21  15:01:14  adam
 235  * New general match criteria implemented.
 236  * New feature: document groups.
 237  *
 238  * Revision 1.28  1995/11/21  09:20:30  adam
 239  * Yet more work on record match.
 240  *
 241  * Revision 1.27  1995/11/20  16:59:45  adam
 242  * New update method: the 'old' keys are saved for each records.
 243  *
 244  * Revision 1.26  1995/11/20  11:56:24  adam
 245  * Work on new traversal.
 246  *
 247  * Revision 1.25  1995/11/16  15:34:54  adam
 248  * Uses new record management system in both indexer and server.
 249  *
 250  * Revision 1.24  1995/11/15  19:13:08  adam
 251  * Work on record management.
 252  *
 253  * Revision 1.23  1995/10/27  14:00:10  adam
 254  * Implemented detection of database availability.
 255  *
 256  * Revision 1.22  1995/10/17  18:02:07  adam
 257  * New feature: databases. Implemented as prefix to words in dictionary.
 258  *
 259  * Revision 1.21  1995/10/10  12:24:38  adam
 260  * Temporary sort files are compressed.
 261  *
 262  * Revision 1.20  1995/10/06  13:52:05  adam
 263  * Bug fixes. Handler may abort further scanning.
 264  *
 265  * Revision 1.19  1995/10/04  12:55:16  adam
 266  * Bug fix in ranked search. Use=Any keys inserted.
 267  *
 268  * Revision 1.18  1995/10/04  09:37:08  quinn
 269  * Fixed bug.
 270  *
 271  * Revision 1.17  1995/10/03  14:28:57  adam
 272  * Buffered read in extract works.
 273  *
 274  * Revision 1.16  1995/10/03  14:28:45  adam
 275  * Work on more effecient read handler in extract.
 276  *
 277  * Revision 1.15  1995/10/02  15:42:53  adam
 278  * Extract uses file descriptors instead of FILE pointers.
 279  *
 280  * Revision 1.14  1995/10/02  15:29:13  adam
 281  * More logging in file_extract.
 282  *
 283  * Revision 1.13  1995/09/29  14:01:39  adam
 284  * Bug fixes.
 285  *
 286  * Revision 1.12  1995/09/28  14:22:56  adam
 287  * Sort uses smaller temporary files.
 288  *
 289  * Revision 1.11  1995/09/28  12:10:31  adam
 290  * Bug fixes. Field prefix used in queries.
 291  *
 292  * Revision 1.10  1995/09/28  09:19:41  adam
 293  * xfree/xmalloc used everywhere.
 294  * Extract/retrieve method seems to work for text records.
 295  *
 296  * Revision 1.9  1995/09/27  12:22:28  adam
 297  * More work on extract in record control.
 298  * Field name is not in isam keys but in prefix in dictionary words.
 299  *
 300  * Revision 1.8  1995/09/14  07:48:22  adam
 301  * Record control management.
 302  *
 303  * Revision 1.7  1995/09/11  13:09:32  adam
 304  * More work on relevance feedback.
 305  *
 306  * Revision 1.6  1995/09/08  14:52:27  adam
 307  * Minor changes. Dictionary is lower case now.
 308  *
 309  * Revision 1.5  1995/09/06  16:11:16  adam
 310  * Option: only one word key per file.
 311  *
 312  * Revision 1.4  1995/09/05  15:28:39  adam
 313  * More work on search engine.
 314  *
 315  * Revision 1.3  1995/09/04  12:33:41  adam
 316  * Various cleanup. YAZ util used instead.
 317  *
 318  * Revision 1.2  1995/09/04  09:10:34  adam
 319  * More work on index add/del/update.
 320  * Merge sort implemented.
 321  * Initial work on z39 server.
 322  *
 323  * Revision 1.1  1995/09/01  14:06:35  adam
 324  * Split of work into more files.
 325  *
 326  */
 327 #include <stdio.h>
 328 #include <assert.h>
 329 #ifdef WINDOWS
 330 #include <io.h>
 331 #else
 332 #include <unistd.h>
 333 #endif
 334 #include <fcntl.h>
 335
 336 #include <recctrl.h>
 337 #include <charmap.h>
 338 #include <sortidx.h>
 339 #include "index.h"
 340
 341 #include "zinfo.h"
 342
 343 #ifndef ZEBRASDR
 344 #define ZEBRASDR 0
 345 #endif
 346
 347 #if ZEBRASDR
 348 #include "zebrasdr.h"
 349 #endif
 350
 351 static Dict matchDict;
 352
 353 static Records records = NULL;
 354 static SortIdx sortIdx = NULL;
 355
 356 static char **key_buf;
 357 static size_t ptr_top;
 358 static size_t ptr_i;
 359 static size_t key_buf_used;
 360 static int key_file_no;
 361
 362 static int records_inserted = 0;
 363 static int records_updated = 0;
 364 static int records_deleted = 0;
 365 static int records_processed = 0;
 366
 367 static ZebraExplainInfo zti = NULL;
 368
 369 static void logRecord (int showFlag)
 370 {
 371     if (!showFlag)
 372         ++records_processed;
 373     if (showFlag || !(records_processed % 1000))
 374     {
 375         logf (LOG_LOG, "Records: %7d i/u/d %d/%d/%d",
 376               records_processed, records_inserted, records_updated,
 377               records_deleted);
 378     }
 379 }
 380
 381 static int explain_extract (void *handle, Record drec, data1_node *n);
 382
 383 int key_open (struct recordGroup *rGroup, int mem)
 384 {
 385     BFiles bfs = rGroup->bfs;
 386     int rw = rGroup->flagRw;
 387     data1_handle dh = rGroup->dh;
 388     if (!mem)
 389         mem = atoi(res_get_def (common_resource, "memMax", "4"))*1024*1024;
 390     if (mem < 50000)
 391         mem = 50000;
 392     key_buf = xmalloc (mem);
 393     ptr_top = mem/sizeof(char*);
 394     ptr_i = 0;
 395
 396     key_buf_used = 0;
 397     key_file_no = 0;
 398
 399     if (!(matchDict = dict_open (bfs, GMATCH_DICT, 50, rw)))
 400     {
 401         logf (LOG_FATAL, "dict_open fail of %s", GMATCH_DICT);
 402         return -1;
 403     }
 404     assert (!records);
 405     records = rec_open (bfs, rw);
 406     if (!records)
 407     {
 408         dict_close (matchDict);
 409         return -1;
 410     }
 411     zti = zebraExplain_open (records, dh, common_resource,
 412                              rw, rGroup, explain_extract);
 413     if (!zti)
 414     {
 415         rec_close (&records);
 416         dict_close (matchDict);
 417         return -1;
 418     }
 419     sortIdx = sortIdx_open (bfs, 1);
 420     return 0;
 421 }
 422
 423 struct encode_info {
 424     int  sysno;
 425     int  seqno;
 426     char buf[768];
 427 };
 428
 429 void encode_key_init (struct encode_info *i)
 430 {
 431     i->sysno = 0;
 432     i->seqno = 0;
 433 }
 434
 435 char *encode_key_int (int d, char *bp)
 436 {
 437     if (d <= 63)
 438         *bp++ = d;
 439     else if (d <= 16383)
 440     {
 441         *bp++ = 64 + (d>>8);
 442         *bp++ = d  & 255;
 443     }
 444     else if (d <= 4194303)
 445     {
 446         *bp++ = 128 + (d>>16);
 447         *bp++ = (d>>8) & 255;
 448         *bp++ = d & 255;
 449     }
 450     else
 451     {
 452         *bp++ = 192 + (d>>24);
 453         *bp++ = (d>>16) & 255;
 454         *bp++ = (d>>8) & 255;
 455         *bp++ = d & 255;
 456     }
 457     return bp;
 458 }
 459
 460 void encode_key_write (char *k, struct encode_info *i, FILE *outf)
 461 {
 462     struct it_key key;
 463     char *bp = i->buf;
 464
 465     while ((*bp++ = *k++))
 466         ;
 467     memcpy (&key, k+1, sizeof(struct it_key));
 468     bp = encode_key_int ( (key.sysno - i->sysno) * 2 + *k, bp);
 469     if (i->sysno != key.sysno)
 470     {
 471         i->sysno = key.sysno;
 472         i->seqno = 0;
 473     }
 474     bp = encode_key_int (key.seqno - i->seqno, bp);
 475     i->seqno = key.seqno;
 476     if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
 477     {
 478         logf (LOG_FATAL|LOG_ERRNO, "fwrite");
 479         exit (1);
 480     }
 481 }
 482
 483 #define SORT_EXTRA 0
 484
 485 #if SORT_EXTRA
 486 static int key_y_len;
 487
 488 static int key_y_compare (const void *p1, const void *p2)
 489 {
 490     int r;
 491
 492     if ((r = key_compare (*(char**) p1 + key_y_len + 1,
 493                           *(char**) p2 + key_y_len + 1)))
 494          return r;
 495     return *(*(char**) p1 + key_y_len) - *(*(char**) p2 + key_y_len);
 496 }
 497
 498 static int key_x_compare (const void *p1, const void *p2)
 499 {
 500     return strcmp (*(char**) p1, *(char**) p2);
 501 }
 502 #endif
 503
 504 void key_flush (void)
 505 {
 506     FILE *outf;
 507     char out_fname[200];
 508     char *prevcp, *cp;
 509     struct encode_info encode_info;
 510 #if SORT_EXTRA
 511     int i;
 512 #endif
 513
 514     if (ptr_i <= 0)
 515         return;
 516
 517     key_file_no++;
 518     logf (LOG_LOG, "sorting section %d", key_file_no);
 519 #if !SORT_EXTRA
 520     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_qsort_compare);
 521     getFnameTmp (out_fname, key_file_no);
 522
 523     if (!(outf = fopen (out_fname, "wb")))
 524     {
 525         logf (LOG_FATAL|LOG_ERRNO, "fopen %s", out_fname);
 526         exit (1);
 527     }
 528     logf (LOG_LOG, "writing section %d", key_file_no);
 529     prevcp = cp = key_buf[ptr_top-ptr_i];
 530
 531     encode_key_init (&encode_info);
 532     encode_key_write (cp, &encode_info, outf);
 533     while (--ptr_i > 0)
 534     {
 535         cp = key_buf[ptr_top-ptr_i];
 536         if (strcmp (cp, prevcp))
 537         {
 538             encode_key_init (&encode_info);
 539             encode_key_write (cp, &encode_info, outf);
 540             prevcp = cp;
 541         }
 542         else
 543             encode_key_write (cp + strlen(cp), &encode_info, outf);
 544     }
 545 #else
 546     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_x_compare);
 547     getFnameTmp (out_fname, key_file_no);
 548
 549     if (!(outf = fopen (out_fname, "wb")))
 550     {
 551         logf (LOG_FATAL|LOG_ERRNO, "fopen %s", out_fname);
 552         exit (1);
 553     }
 554     logf (LOG_LOG, "writing section %d", key_file_no);
 555     i = ptr_i;
 556     prevcp =  key_buf[ptr_top-i];
 557     while (1)
 558         if (!--i || strcmp (prevcp, key_buf[ptr_top-i]))
 559         {
 560             key_y_len = strlen(prevcp)+1;
 561 #if 0
 562             logf (LOG_LOG, "key_y_len: %2d %02x %02x %s",
 563                       key_y_len, prevcp[0], prevcp[1], 2+prevcp);
 564 #endif
 565             qsort (key_buf + ptr_top-ptr_i, ptr_i - i,
 566                                    sizeof(char*), key_y_compare);
 567             cp = key_buf[ptr_top-ptr_i];
 568             --key_y_len;
 569             encode_key_init (&encode_info);
 570             encode_key_write (cp, &encode_info, outf);
 571             while (--ptr_i > i)
 572             {
 573                 cp = key_buf[ptr_top-ptr_i];
 574                 encode_key_write (cp+key_y_len, &encode_info, outf);
 575             }
 576             if (!i)
 577                 break;
 578             prevcp = key_buf[ptr_top-ptr_i];
 579         }
 580 #endif
 581     if (fclose (outf))
 582     {
 583         logf (LOG_FATAL|LOG_ERRNO, "fclose %s", out_fname);
 584         exit (1);
 585     }
 586     logf (LOG_LOG, "finished section %d", key_file_no);
 587     ptr_i = 0;
 588     key_buf_used = 0;
 589 }
 590
 591 int key_close (struct recordGroup *rGroup)
 592 {
 593     int rw = rGroup->flagRw;
 594     if (rw)
 595         zebraExplain_runNumberIncrement (zti, 1);
 596     zebraExplain_close (zti, rw, 0);
 597     key_flush ();
 598     xfree (key_buf);
 599     rec_close (&records);
 600     dict_close (matchDict);
 601     sortIdx_close (sortIdx);
 602
 603     logRecord (1);
 604     return key_file_no;
 605 }
 606
 607 static void wordInit (struct recExtractCtrl *p, RecWord *w)
 608 {
 609     w->zebra_maps = p->zebra_maps;
 610     w->seqnos = p->seqno;
 611     w->attrSet = VAL_BIB1;
 612     w->attrUse = 1016;
 613     w->reg_type = 'w';
 614 }
 615
 616 static struct sortKey {
 617     char *string;
 618     int length;
 619     int attrSet;
 620     int attrUse;
 621     struct sortKey *next;
 622 } *sortKeys = NULL;
 623
 624 static struct recKeys {
 625     int buf_used;
 626     int buf_max;
 627     char *buf;
 628     char prevAttrSet;
 629     short prevAttrUse;
 630     int prevSeqNo;
 631 } reckeys;
 632
 633 static void addIndexString (RecWord *p, const char *string, int length)
 634 {
 635     char *dst;
 636     unsigned char attrSet;
 637     unsigned short attrUse;
 638     int lead = 0;
 639     int diff = 0;
 640     int *pseqno = &p->seqnos[p->reg_type];
 641
 642     if (reckeys.buf_used+1024 > reckeys.buf_max)
 643     {
 644         char *b;
 645
 646         b = xmalloc (reckeys.buf_max += 128000);
 647         if (reckeys.buf_used > 0)
 648             memcpy (b, reckeys.buf, reckeys.buf_used);
 649         xfree (reckeys.buf);
 650         reckeys.buf = b;
 651     }
 652     dst = reckeys.buf + reckeys.buf_used;
 653
 654     attrSet = p->attrSet;
 655     if (reckeys.buf_used > 0 && reckeys.prevAttrSet == attrSet)
 656         lead |= 1;
 657     else
 658         reckeys.prevAttrSet = attrSet;
 659     attrUse = p->attrUse;
 660     if (reckeys.buf_used > 0 && reckeys.prevAttrUse == attrUse)
 661         lead |= 2;
 662     else
 663         reckeys.prevAttrUse = attrUse;
 664 #if 1
 665     diff = 1 + *pseqno - reckeys.prevSeqNo;
 666     if (diff >= 1 && diff <= 15)
 667         lead |= (diff << 2);
 668     else
 669         diff = 0;
 670 #endif
 671     reckeys.prevSeqNo = *pseqno;
 672
 673     *dst++ = lead;
 674
 675     if (!(lead & 1))
 676     {
 677         memcpy (dst, &attrSet, sizeof(attrSet));
 678         dst += sizeof(attrSet);
 679     }
 680     if (!(lead & 2))
 681     {
 682         memcpy (dst, &attrUse, sizeof(attrUse));
 683         dst += sizeof(attrUse);
 684     }
 685     *dst++ = p->reg_type;
 686     memcpy (dst, string, length);
 687     dst += length;
 688     *dst++ = '\0';
 689
 690     if (!diff)
 691     {
 692         memcpy (dst, pseqno, sizeof(*pseqno));
 693         dst += sizeof(*pseqno);
 694     }
 695     reckeys.buf_used = dst - reckeys.buf;
 696     (*pseqno)++;
 697 }
 698
 699 static void addSortString (RecWord *p, const char *string, int length)
 700 {
 701     struct sortKey *sk;
 702
 703     for (sk = sortKeys; sk; sk = sk->next)
 704         if (sk->attrSet == p->attrSet && sk->attrUse == p->attrUse)
 705             return;
 706
 707     sk = xmalloc (sizeof(*sk));
 708     sk->next = sortKeys;
 709     sortKeys = sk;
 710
 711     sk->string = xmalloc (length);
 712     sk->length = length;
 713     memcpy (sk->string, string, length);
 714
 715     sk->attrSet = p->attrSet;
 716     sk->attrUse = p->attrUse;
 717 }
 718
 719 static void addString (RecWord *p, const char *string, int length)
 720 {
 721     assert (length > 0);
 722     if (zebra_maps_is_sort (p->zebra_maps, p->reg_type))
 723         addSortString (p, string, length);
 724     else
 725         addIndexString (p, string, length);
 726 }
 727
 728 static void addIncompleteField (RecWord *p)
 729 {
 730     const char *b = p->string;
 731     int remain = p->length;
 732     const char **map = 0;
 733
 734     if (remain > 0)
 735         map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
 736
 737     while (map)
 738     {
 739         char buf[IT_MAX_WORD+1];
 740         int i, remain;
 741
 742         /* Skip spaces */
 743         while (map && *map && **map == *CHR_SPACE)
 744         {
 745             remain = p->length - (b - p->string);
 746             if (remain > 0)
 747                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
 748             else
 749                 map = 0;
 750         }
 751         if (!map)
 752             break;
 753         i = 0;
 754         while (map && *map && **map != *CHR_SPACE)
 755         {
 756             const char *cp = *map;
 757
 758             while (i < IT_MAX_WORD && *cp)
 759                 buf[i++] = *(cp++);
 760             remain = p->length - (b - p->string);
 761             if (remain > 0)
 762                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
 763             else
 764                 map = 0;
 765         }
 766         if (!i)
 767             return;
 768         addString (p, buf, i);
 769     }
 770 }
 771
 772 static void addCompleteField (RecWord *p)
 773 {
 774     const char *b = p->string;
 775     char buf[IT_MAX_WORD+1];
 776     const char **map = 0;
 777     int i = 0, remain = p->length;
 778
 779     if (remain > 0)
 780         map = zebra_maps_input (p->zebra_maps, p->reg_type, &b, remain);
 781
 782     while (remain > 0 && i < IT_MAX_WORD)
 783     {
 784         while (map && *map && **map == *CHR_SPACE)
 785         {
 786             remain = p->length - (b - p->string);
 787             if (remain > 0)
 788                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
 789             else
 790                 map = 0;
 791         }
 792         if (!map)
 793             break;
 794
 795         if (i && i < IT_MAX_WORD)
 796             buf[i++] = *CHR_SPACE;
 797         while (map && *map && **map != *CHR_SPACE)
 798         {
 799             const char *cp = *map;
 800
 801             if (i >= IT_MAX_WORD)
 802                 break;
 803             while (i < IT_MAX_WORD && *cp)
 804                 buf[i++] = *(cp++);
 805             remain = p->length  - (b - p->string);
 806             if (remain > 0)
 807                 map = zebra_maps_input (p->zebra_maps, p->reg_type, &b,
 808                                         remain);
 809             else
 810                 map = 0;
 811         }
 812     }
 813     if (!i)
 814         return;
 815     addString (p, buf, i);
 816 }
 817
 818 static void addRecordKey (RecWord *p)
 819 {
 820     if (zebra_maps_is_complete (p->zebra_maps, p->reg_type))
 821         addCompleteField (p);
 822     else
 823         addIncompleteField(p);
 824 }
 825
 826 static void flushSortKeys (SYSNO sysno, int cmd)
 827 {
 828     struct sortKey *sk = sortKeys;
 829
 830     sortIdx_sysno (sortIdx, sysno);
 831     while (sk)
 832     {
 833         struct sortKey *sk_next = sk->next;
 834         sortIdx_type (sortIdx, sk->attrUse);
 835         sortIdx_add (sortIdx, sk->string, sk->length);
 836         xfree (sk->string);
 837         xfree (sk);
 838         sk = sk_next;
 839     }
 840     sortKeys = NULL;
 841 }
 842
 843 static void flushRecordKeys (SYSNO sysno, int cmd, struct recKeys *reckeys)
 844 {
 845     unsigned char attrSet = (unsigned char) -1;
 846     unsigned short attrUse = (unsigned short) -1;
 847     int seqno = 0;
 848     int off = 0;
 849
 850     zebraExplain_recordCountIncrement (zti, cmd ? 1 : -1);
 851     while (off < reckeys->buf_used)
 852     {
 853         const char *src = reckeys->buf + off;
 854         struct it_key key;
 855         int lead, ch;
 856
 857         lead = *src++;
 858
 859         if (!(lead & 1))
 860         {
 861             memcpy (&attrSet, src, sizeof(attrSet));
 862             src += sizeof(attrSet);
 863         }
 864         if (!(lead & 2))
 865         {
 866             memcpy (&attrUse, src, sizeof(attrUse));
 867             src += sizeof(attrUse);
 868         }
 869         if (key_buf_used + 1024 > (ptr_top-ptr_i)*sizeof(char*))
 870             key_flush ();
 871         ++ptr_i;
 872         key_buf[ptr_top-ptr_i] = (char*)key_buf + key_buf_used;
 873
 874         ch = zebraExplain_lookupSU (zti, attrSet, attrUse);
 875         if (ch < 0)
 876             ch = zebraExplain_addSU (zti, attrSet, attrUse);
 877         assert (ch > 0);
 878         key_buf_used += key_SU_code (ch, ((char*)key_buf) + key_buf_used);
 879
 880         while (*src)
 881             ((char*)key_buf) [key_buf_used++] = *src++;
 882         src++;
 883         ((char*)key_buf) [key_buf_used++] = '\0';
 884         ((char*) key_buf)[key_buf_used++] = cmd;
 885
 886         if (lead & 60)
 887             seqno += ((lead>>2) & 15)-1;
 888         else
 889         {
 890             memcpy (&seqno, src, sizeof(seqno));
 891             src += sizeof(seqno);
 892         }
 893         key.seqno = seqno;
 894         key.sysno = sysno;
 895         memcpy ((char*)key_buf + key_buf_used, &key, sizeof(key));
 896         key_buf_used += sizeof(key);
 897         off = src - reckeys->buf;
 898     }
 899     assert (off == reckeys->buf_used);
 900 }
 901
 902 static const char **searchRecordKey (struct recKeys *reckeys,
 903                                      int attrSetS, int attrUseS)
 904 {
 905     static const char *ws[32];
 906     int off = 0;
 907     int startSeq = -1;
 908     int i;
 909     short attrUse;
 910     char attrSet;
 911     int seqno = 0;
 912
 913     for (i = 0; i<32; i++)
 914         ws[i] = NULL;
 915
 916     while (off < reckeys->buf_used)
 917     {
 918
 919         const char *src = reckeys->buf + off;
 920         const char *wstart;
 921         int lead;
 922
 923         lead = *src++;
 924
 925         if (!(lead & 1))
 926         {
 927             memcpy (&attrSet, src, sizeof(attrSet));
 928             src += sizeof(attrSet);
 929         }
 930         if (!(lead & 2))
 931         {
 932             memcpy (&attrUse, src, sizeof(attrUse));
 933             src += sizeof(attrUse);
 934         }
 935         wstart = src;
 936         while (*src++)
 937             ;
 938         if (lead & 60)
 939             seqno += ((lead>>2) & 15)-1;
 940         else
 941         {
 942             memcpy (&seqno, src, sizeof(seqno));
 943             src += sizeof(seqno);
 944         }
 945         if (attrUseS == attrUse && attrSetS == attrSet)
 946         {
 947             int woff;
 948
 949
 950             if (startSeq == -1)
 951                 startSeq = seqno;
 952             woff = seqno - startSeq;
 953             if (woff >= 0 && woff < 31)
 954                 ws[woff] = wstart;
 955         }
 956
 957         off = src - reckeys->buf;
 958     }
 959     assert (off == reckeys->buf_used);
 960     return ws;
 961 }
 962
 963 struct file_read_info {
 964     off_t file_max;         /* maximum offset so far */
 965     off_t file_offset;      /* current offset */
 966     off_t file_moffset;     /* offset of rec/rec boundary */
 967     int file_more;
 968     int fd;
 969     char *sdrbuf;
 970     int sdrmax;
 971 };
 972
 973 static struct file_read_info *file_read_start (int fd)
 974 {
 975     struct file_read_info *fi = xmalloc (sizeof(*fi));
 976
 977     fi->fd = fd;
 978     fi->file_max = 0;
 979     fi->file_moffset = 0;
 980     fi->sdrbuf = 0;
 981     fi->sdrmax = 0;
 982     return fi;
 983 }
 984
 985 static void file_read_stop (struct file_read_info *fi)
 986 {
 987     xfree (fi);
 988 }
 989
 990 static off_t file_seek (void *handle, off_t offset)
 991 {
 992     struct file_read_info *p = handle;
 993     p->file_offset = offset;
 994     if (p->sdrbuf)
 995         return offset;
 996     return lseek (p->fd, offset, SEEK_SET);
 997 }
 998
 999 static off_t file_tell (void *handle)
1000 {
1001     struct file_read_info *p = handle;
1002     return p->file_offset;
1003 }
1004
1005 static int file_read (void *handle, char *buf, size_t count)
1006 {
1007     struct file_read_info *p = handle;
1008     int fd = p->fd;
1009     int r;
1010     if (p->sdrbuf)
1011     {
1012         r = count;
1013         if (r > p->sdrmax - p->file_offset)
1014             r = p->sdrmax - p->file_offset;
1015         if (r)
1016             memcpy (buf, p->sdrbuf + p->file_offset, r);
1017     }
1018     else
1019         r = read (fd, buf, count);
1020     if (r > 0)
1021     {
1022         p->file_offset += r;
1023         if (p->file_offset > p->file_max)
1024             p->file_max = p->file_offset;
1025     }
1026     return r;
1027 }
1028
1029 static void file_begin (void *handle)
1030 {
1031     struct file_read_info *p = handle;
1032
1033     p->file_offset = p->file_moffset;
1034     if (!p->sdrbuf && p->file_moffset)
1035         lseek (p->fd, p->file_moffset, SEEK_SET);
1036     p->file_more = 0;
1037 }
1038
1039 static void file_end (void *handle, off_t offset)
1040 {
1041     struct file_read_info *p = handle;
1042
1043     assert (p->file_more == 0);
1044     p->file_more = 1;
1045     p->file_moffset = offset;
1046 }
1047
1048 static char *fileMatchStr (struct recKeys *reckeys, struct recordGroup *rGroup,
1049                            const char *fname, const char *spec)
1050 {
1051     static char dstBuf[2048];
1052     char *dst = dstBuf;
1053     const char *s = spec;
1054     static const char **w;
1055
1056     while (1)
1057     {
1058         while (*s == ' ' || *s == '\t')
1059             s++;
1060         if (!*s)
1061             break;
1062         if (*s == '(')
1063         {
1064             char attset_str[64], attname_str[64];
1065             data1_attset *attset;
1066             int i;
1067             char matchFlag[32];
1068             int attSet = 1, attUse = 1;
1069             int first = 1;
1070
1071             s++;
1072             for (i = 0; *s && *s != ',' && *s != ')'; s++)
1073                 if (i < 63)
1074                     attset_str[i++] = *s;
1075             attset_str[i] = '\0';
1076
1077             if (*s == ',')
1078             {
1079                 s++;
1080                 for (i = 0; *s && *s != ')'; s++)
1081                     if (i < 63)
1082                         attname_str[i++] = *s;
1083                 attname_str[i] = '\0';
1084             }
1085
1086             if ((attset = data1_get_attset (rGroup->dh, attset_str)))
1087             {
1088                 data1_att *att;
1089                 attSet = attset->reference;
1090                 att = data1_getattbyname(rGroup->dh, attset, attname_str);
1091                 if (att)
1092                     attUse = att->value;
1093                 else
1094                     attUse = atoi (attname_str);
1095             }
1096             w = searchRecordKey (reckeys, attSet, attUse);
1097             assert (w);
1098
1099             if (*s == ')')
1100             {
1101                 for (i = 0; i<32; i++)
1102                     matchFlag[i] = 1;
1103             }
1104             else
1105             {
1106                 logf (LOG_WARN, "Missing ) in match criteria %s in group %s",
1107                       spec, rGroup->groupName ? rGroup->groupName : "none");
1108                 return NULL;
1109             }
1110             s++;
1111
1112             for (i = 0; i<32; i++)
1113                 if (matchFlag[i] && w[i])
1114                 {
1115                     if (first)
1116                     {
1117                         *dst++ = ' ';
1118                         first = 0;
1119                     }
1120                     strcpy (dst, w[i]);
1121                     dst += strlen(w[i]);
1122                 }
1123             if (first)
1124             {
1125                 logf (LOG_WARN, "Record didn't contain match"
1126                       " fields in (%s,%s)", attset_str, attname_str);
1127                 return NULL;
1128             }
1129         }
1130         else if (*s == '$')
1131         {
1132             int spec_len;
1133             char special[64];
1134             const char *spec_src = NULL;
1135             const char *s1 = ++s;
1136             while (*s1 && *s1 != ' ' && *s1 != '\t')
1137                 s1++;
1138
1139             spec_len = s1 - s;
1140             if (spec_len > 63)
1141                 spec_len = 63;
1142             memcpy (special, s, spec_len);
1143             special[spec_len] = '\0';
1144             s = s1;
1145
1146             if (!strcmp (special, "group"))
1147                 spec_src = rGroup->groupName;
1148             else if (!strcmp (special, "database"))
1149                 spec_src = rGroup->databaseName;
1150             else if (!strcmp (special, "filename"))
1151                 spec_src = fname;
1152             else if (!strcmp (special, "type"))
1153                 spec_src = rGroup->recordType;
1154             else
1155                 spec_src = NULL;
1156             if (spec_src)
1157             {
1158                 strcpy (dst, spec_src);
1159                 dst += strlen (spec_src);
1160             }
1161         }
1162         else if (*s == '\"' || *s == '\'')
1163         {
1164             int stopMarker = *s++;
1165             char tmpString[64];
1166             int i = 0;
1167
1168             while (*s && *s != stopMarker)
1169             {
1170                 if (i < 63)
1171                     tmpString[i++] = *s++;
1172             }
1173             if (*s)
1174                 s++;
1175             tmpString[i] = '\0';
1176             strcpy (dst, tmpString);
1177             dst += strlen (tmpString);
1178         }
1179         else
1180         {
1181             logf (LOG_WARN, "Syntax error in match criteria %s in group %s",
1182                   spec, rGroup->groupName ? rGroup->groupName : "none");
1183             return NULL;
1184         }
1185         *dst++ = 1;
1186     }
1187     if (dst == dstBuf)
1188     {
1189         logf (LOG_WARN, "No match criteria for record %s in group %s",
1190               fname, rGroup->groupName ? rGroup->groupName : "none");
1191         return NULL;
1192     }
1193     *dst = '\0';
1194     return dstBuf;
1195 }
1196
1197 struct recordLogInfo {
1198     const char *fname;
1199     int recordOffset;
1200     struct recordGroup *rGroup;
1201 };
1202
1203 static void recordLogPreamble (int level, const char *msg, void *info)
1204 {
1205     struct recordLogInfo *p = info;
1206     FILE *outf = log_file ();
1207
1208     if (level & LOG_LOG)
1209         return ;
1210     fprintf (outf, "File %s, offset %d, type %s\n",
1211              p->rGroup->recordType, p->recordOffset, p->fname);
1212     log_event_start (NULL, NULL);
1213 }
1214
1215 void addSchema (struct recExtractCtrl *p, Odr_oid *oid)
1216 {
1217     zebraExplain_addSchema (zti, oid);
1218 }
1219
1220 static int recordExtract (SYSNO *sysno, const char *fname,
1221                           struct recordGroup *rGroup, int deleteFlag,
1222                           struct file_read_info *fi,
1223                           RecType recType, char *subType)
1224 {
1225     RecordAttr *recordAttr;
1226     int r;
1227     char *matchStr;
1228     SYSNO sysnotmp;
1229     Record rec;
1230     struct recordLogInfo logInfo;
1231     off_t recordOffset = 0;
1232
1233     if (fi->fd != -1)
1234     {
1235         struct recExtractCtrl extractCtrl;
1236
1237         /* we are going to read from a file, so prepare the extraction */
1238         int i;
1239
1240         reckeys.buf_used = 0;
1241         reckeys.prevAttrUse = -1;
1242         reckeys.prevAttrSet = -1;
1243         reckeys.prevSeqNo = 0;
1244
1245         recordOffset = fi->file_moffset;
1246         extractCtrl.offset = fi->file_moffset;
1247         extractCtrl.readf = file_read;
1248         extractCtrl.seekf = file_seek;
1249         extractCtrl.tellf = file_tell;
1250         extractCtrl.endf = file_end;
1251         extractCtrl.fh = fi;
1252         extractCtrl.subType = subType;
1253         extractCtrl.init = wordInit;
1254         extractCtrl.addWord = addRecordKey;
1255         extractCtrl.addSchema = addSchema;
1256         extractCtrl.dh = rGroup->dh;
1257         for (i = 0; i<256; i++)
1258             extractCtrl.seqno[i] = 0;
1259         extractCtrl.zebra_maps = rGroup->zebra_maps;
1260         extractCtrl.flagShowRecords = !rGroup->flagRw;
1261
1262         if (!rGroup->flagRw)
1263             printf ("File: %s %ld\n", fname, (long) recordOffset);
1264
1265         logInfo.fname = fname;
1266         logInfo.recordOffset = recordOffset;
1267         logInfo.rGroup = rGroup;
1268         log_event_start (recordLogPreamble, &logInfo);
1269
1270         r = (*recType->extract)(&extractCtrl);
1271
1272         log_event_start (NULL, NULL);
1273
1274         if (r)
1275         {
1276             /* error occured during extraction ... */
1277             if (rGroup->flagRw &&
1278                 records_processed < rGroup->fileVerboseLimit)
1279             {
1280                 logf (LOG_WARN, "fail %s %s %ld code = %d", rGroup->recordType,
1281                       fname, (long) recordOffset, r);
1282             }
1283             return 0;
1284         }
1285         if (reckeys.buf_used == 0)
1286         {
1287             /* the extraction process returned no information - the record
1288                is probably empty - unless flagShowRecords is in use */
1289             if (!rGroup->flagRw)
1290                 return 1;
1291             logf (LOG_WARN, "No keys generated for file %s", fname);
1292             logf (LOG_WARN, " The file is probably empty");
1293             return 1;
1294         }
1295     }
1296
1297     /* perform match if sysno not known and if match criteria is specified */
1298
1299     matchStr = NULL;
1300     if (!sysno)
1301     {
1302         sysnotmp = 0;
1303         sysno = &sysnotmp;
1304         if (rGroup->recordId && *rGroup->recordId)
1305         {
1306             char *rinfo;
1307
1308             matchStr = fileMatchStr (&reckeys, rGroup, fname,
1309                                      rGroup->recordId);
1310             if (matchStr)
1311             {
1312                 rinfo = dict_lookup (matchDict, matchStr);
1313                 if (rinfo)
1314                     memcpy (sysno, rinfo+1, sizeof(*sysno));
1315             }
1316             else
1317             {
1318                 logf (LOG_WARN, "Bad match criteria");
1319                 return 0;
1320             }
1321         }
1322     }
1323
1324     if (! *sysno)
1325     {
1326         /* new record */
1327         if (deleteFlag)
1328         {
1329             logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
1330                   fname, (long) recordOffset);
1331             logf (LOG_WARN, "cannot delete record above (seems new)");
1332             return 1;
1333         }
1334         if (records_processed < rGroup->fileVerboseLimit)
1335             logf (LOG_LOG, "add %s %s %ld", rGroup->recordType,
1336                   fname, (long) recordOffset);
1337         rec = rec_new (records);
1338
1339         *sysno = rec->sysno;
1340
1341         recordAttr = rec_init_attr (zti, rec);
1342
1343         if (matchStr)
1344         {
1345             dict_insert (matchDict, matchStr, sizeof(*sysno), sysno);
1346         }
1347         flushRecordKeys (*sysno, 1, &reckeys);
1348         flushSortKeys (*sysno, 1);
1349
1350         records_inserted++;
1351     }
1352     else
1353     {
1354         /* record already exists */
1355         struct recKeys delkeys;
1356
1357         rec = rec_get (records, *sysno);
1358         assert (rec);
1359
1360         recordAttr = rec_init_attr (zti, rec);
1361
1362         if (recordAttr->runNumber == zebraExplain_runNumberIncrement (zti, 0))
1363         {
1364             logf (LOG_LOG, "skipped %s %s %ld", rGroup->recordType,
1365                   fname, (long) recordOffset);
1366             rec_rm (&rec);
1367             logRecord (0);
1368             return 1;
1369         }
1370         delkeys.buf_used = rec->size[recInfo_delKeys];
1371         delkeys.buf = rec->info[recInfo_delKeys];
1372         flushSortKeys (*sysno, 0);
1373         flushRecordKeys (*sysno, 0, &delkeys);
1374         if (deleteFlag)
1375         {
1376             /* record going to be deleted */
1377             if (!delkeys.buf_used)
1378             {
1379                 logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
1380                       fname, (long) recordOffset);
1381                 logf (LOG_WARN, "cannot delete file above, storeKeys false");
1382             }
1383             else
1384             {
1385                 if (records_processed < rGroup->fileVerboseLimit)
1386                     logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
1387                           fname, (long) recordOffset);
1388                 records_deleted++;
1389                 if (matchStr)
1390                     dict_delete (matchDict, matchStr);
1391                 rec_del (records, &rec);
1392             }
1393             rec_rm (&rec);
1394             logRecord (0);
1395             return 1;
1396         }
1397         else
1398         {
1399             /* record going to be updated */
1400             if (!delkeys.buf_used)
1401             {
1402                 logf (LOG_LOG, "update %s %s %ld", rGroup->recordType,
1403                       fname, (long) recordOffset);
1404                 logf (LOG_WARN, "cannot update file above, storeKeys false");
1405             }
1406             else
1407             {
1408                 if (records_processed < rGroup->fileVerboseLimit)
1409                     logf (LOG_LOG, "update %s %s %ld", rGroup->recordType,
1410                           fname, (long) recordOffset);
1411                 flushRecordKeys (*sysno, 1, &reckeys);
1412                 records_updated++;
1413             }
1414         }
1415     }
1416     /* update file type */
1417     xfree (rec->info[recInfo_fileType]);
1418     rec->info[recInfo_fileType] =
1419         rec_strdup (rGroup->recordType, &rec->size[recInfo_fileType]);
1420
1421     /* update filename */
1422     xfree (rec->info[recInfo_filename]);
1423     rec->info[recInfo_filename] =
1424         rec_strdup (fname, &rec->size[recInfo_filename]);
1425
1426     /* update delete keys */
1427     xfree (rec->info[recInfo_delKeys]);
1428     if (reckeys.buf_used > 0 && rGroup->flagStoreKeys == 1)
1429     {
1430 #if 1
1431         rec->size[recInfo_delKeys] = reckeys.buf_used;
1432         rec->info[recInfo_delKeys] = reckeys.buf;
1433         reckeys.buf = NULL;
1434         reckeys.buf_max = 0;
1435 #else
1436         rec->info[recInfo_delKeys] = xmalloc (reckeys.buf_used);
1437         rec->size[recInfo_delKeys] = reckeys.buf_used;
1438         memcpy (rec->info[recInfo_delKeys], reckeys.buf,
1439                 rec->size[recInfo_delKeys]);
1440 #endif
1441     }
1442     else
1443     {
1444         rec->info[recInfo_delKeys] = NULL;
1445         rec->size[recInfo_delKeys] = 0;
1446     }
1447
1448     /* save file size of original record */
1449     zebraExplain_recordBytesIncrement (zti, - recordAttr->recordSize);
1450     recordAttr->recordSize = fi->file_moffset - recordOffset;
1451     if (!recordAttr->recordSize)
1452         recordAttr->recordSize = fi->file_max - recordOffset;
1453     zebraExplain_recordBytesIncrement (zti, recordAttr->recordSize);
1454
1455     /* set run-number for this record */
1456     recordAttr->runNumber = zebraExplain_runNumberIncrement (zti, 0);
1457
1458     /* update store data */
1459     xfree (rec->info[recInfo_storeData]);
1460     if (rGroup->flagStoreData == 1)
1461     {
1462         rec->size[recInfo_storeData] = recordAttr->recordSize;
1463         rec->info[recInfo_storeData] = xmalloc (recordAttr->recordSize);
1464         if (lseek (fi->fd, recordOffset, SEEK_SET) < 0)
1465         {
1466             logf (LOG_ERRNO|LOG_FATAL, "seek to %ld in %s",
1467                   (long) recordOffset, fname);
1468             exit (1);
1469         }
1470         if (read (fi->fd, rec->info[recInfo_storeData], recordAttr->recordSize)
1471             < recordAttr->recordSize)
1472         {
1473             logf (LOG_ERRNO|LOG_FATAL, "read %d bytes of %s",
1474                   recordAttr->recordSize, fname);
1475             exit (1);
1476         }
1477     }
1478     else
1479     {
1480         rec->info[recInfo_storeData] = NULL;
1481         rec->size[recInfo_storeData] = 0;
1482     }
1483     /* update database name */
1484     xfree (rec->info[recInfo_databaseName]);
1485     rec->info[recInfo_databaseName] =
1486         rec_strdup (rGroup->databaseName, &rec->size[recInfo_databaseName]);
1487
1488     /* update offset */
1489     recordAttr->recordOffset = recordOffset;
1490
1491     /* commit this record */
1492     rec_put (records, &rec);
1493     logRecord (0);
1494     return 1;
1495 }
1496
1497 int fileExtract (SYSNO *sysno, const char *fname,
1498                  const struct recordGroup *rGroupP, int deleteFlag)
1499 {
1500     int r, i, fd;
1501     char gprefix[128];
1502     char ext[128];
1503     char ext_res[128];
1504     char subType[128];
1505     RecType recType;
1506     struct recordGroup rGroupM;
1507     struct recordGroup *rGroup = &rGroupM;
1508     struct file_read_info *fi;
1509
1510     memcpy (rGroup, rGroupP, sizeof(*rGroupP));
1511
1512     if (!rGroup->groupName || !*rGroup->groupName)
1513         *gprefix = '\0';
1514     else
1515         sprintf (gprefix, "%s.", rGroup->groupName);
1516
1517     logf (LOG_DEBUG, "fileExtract %s", fname);
1518
1519     /* determine file extension */
1520     *ext = '\0';
1521     for (i = strlen(fname); --i >= 0; )
1522         if (fname[i] == '/')
1523             break;
1524         else if (fname[i] == '.')
1525         {
1526             strcpy (ext, fname+i+1);
1527             break;
1528         }
1529     /* determine file type - depending on extension */
1530     if (!rGroup->recordType)
1531     {
1532         sprintf (ext_res, "%srecordType.%s", gprefix, ext);
1533         if (!(rGroup->recordType = res_get (common_resource, ext_res)))
1534         {
1535             sprintf (ext_res, "%srecordType", gprefix);
1536             rGroup->recordType = res_get (common_resource, ext_res);
1537         }
1538     }
1539     if (!rGroup->recordType)
1540     {
1541         if (records_processed < rGroup->fileVerboseLimit)
1542             logf (LOG_LOG, "? %s", fname);
1543         return 0;
1544     }
1545     if (!*rGroup->recordType)
1546         return 0;
1547     if (!(recType =
1548           recType_byName (rGroup->recTypes, rGroup->recordType, subType)))
1549     {
1550         logf (LOG_WARN, "No such record type: %s", rGroup->recordType);
1551         return 0;
1552     }
1553
1554     /* determine match criteria */
1555     if (!rGroup->recordId)
1556     {
1557         sprintf (ext_res, "%srecordId.%s", gprefix, ext);
1558         rGroup->recordId = res_get (common_resource, ext_res);
1559     }
1560
1561     /* determine database name */
1562     if (!rGroup->databaseName)
1563     {
1564         sprintf (ext_res, "%sdatabase.%s", gprefix, ext);
1565         if (!(rGroup->databaseName = res_get (common_resource, ext_res)))
1566         {
1567             sprintf (ext_res, "%sdatabase", gprefix);
1568             rGroup->databaseName = res_get (common_resource, ext_res);
1569         }
1570     }
1571     if (!rGroup->databaseName)
1572         rGroup->databaseName = "Default";
1573
1574     /* determine if explain database */
1575
1576     sprintf (ext_res, "%sexplainDatabase", gprefix);
1577     rGroup->explainDatabase =
1578         atoi (res_get_def (common_resource, ext_res, "0"));
1579
1580     /* announce database */
1581     if (zebraExplain_curDatabase (zti, rGroup->databaseName))
1582     {
1583         if (zebraExplain_newDatabase (zti, rGroup->databaseName,
1584                                       rGroup->explainDatabase))
1585             abort ();
1586     }
1587
1588     if (rGroup->flagStoreData == -1)
1589     {
1590         const char *sval;
1591         sprintf (ext_res, "%sstoreData.%s", gprefix, ext);
1592         if (!(sval = res_get (common_resource, ext_res)))
1593         {
1594             sprintf (ext_res, "%sstoreData", gprefix);
1595             sval = res_get (common_resource, ext_res);
1596         }
1597         if (sval)
1598             rGroup->flagStoreData = atoi (sval);
1599     }
1600     if (rGroup->flagStoreData == -1)
1601         rGroup->flagStoreData = 0;
1602
1603     if (rGroup->flagStoreKeys == -1)
1604     {
1605         const char *sval;
1606
1607         sprintf (ext_res, "%sstoreKeys.%s", gprefix, ext);
1608         if (!(sval = res_get (common_resource, ext_res)))
1609         {
1610             sprintf (ext_res, "%sstoreKeys", gprefix);
1611             sval = res_get (common_resource, ext_res);
1612         }
1613         if (sval)
1614             rGroup->flagStoreKeys = atoi (sval);
1615     }
1616     if (rGroup->flagStoreKeys == -1)
1617         rGroup->flagStoreKeys = 0;
1618
1619 #if ZEBRASDR
1620     if (1)
1621     {
1622         ZebraSdrHandle h;
1623         char xname[128], *xp;
1624
1625         strncpy (xname, fname, 127);
1626         if ((xp = strchr (xname, '.')))
1627             *xp = '\0';
1628
1629         h = zebraSdr_open (xname);
1630         if (!h)
1631         {
1632             logf (LOG_WARN, "sdr open %s", xname);
1633             return 0;
1634         }
1635         for (;;)
1636         {
1637             unsigned char *buf;
1638             char sdr_name[128];
1639             int r, segmentno;
1640
1641             segmentno = zebraSdr_segment (h, 0);
1642             sprintf (sdr_name, "%%%s.%d", xname, segmentno);
1643             logf (LOG_LOG, "SDR: %s", sdr_name);
1644
1645 #if 1
1646             if (segmentno > 20)
1647                 break;
1648 #endif
1649             r = zebraSdr_read (h, &buf);
1650
1651             if (!r)
1652                 break;
1653
1654             fi = file_read_start (0);
1655             fi->sdrbuf = buf;
1656             fi->sdrmax = r;
1657             do
1658             {
1659                 file_begin (fi);
1660                 r = recordExtract (sysno, sdr_name, rGroup, deleteFlag, fi,
1661                            recType, subType);
1662             } while (r && !sysno && fi->file_more);
1663             file_read_stop (fi);
1664             free (buf);
1665         }
1666         zebraSdr_close (h);
1667         return 1;
1668     }
1669 #endif
1670     if (sysno && deleteFlag)
1671         fd = -1;
1672     else
1673     {
1674         if ((fd = open (fname, O_BINARY|O_RDONLY)) == -1)
1675         {
1676             logf (LOG_WARN|LOG_ERRNO, "open %s", fname);
1677             return 0;
1678         }
1679     }
1680     fi = file_read_start (fd);
1681     do
1682     {
1683         file_begin (fi);
1684         r = recordExtract (sysno, fname, rGroup, deleteFlag, fi,
1685                            recType, subType);
1686     } while (r && !sysno && fi->file_more);
1687     file_read_stop (fi);
1688     if (fd != -1)
1689         close (fd);
1690     return r;
1691 }
1692
1693 static int explain_extract (void *handle, Record rec, data1_node *n)
1694 {
1695     struct recordGroup *rGroup = (struct recordGroup*) handle;
1696     struct recExtractCtrl extractCtrl;
1697     int i;
1698
1699     if (zebraExplain_curDatabase (zti, rec->info[recInfo_databaseName]))
1700     {
1701         if (zebraExplain_newDatabase (zti, rec->info[recInfo_databaseName], 0))
1702             abort ();
1703     }
1704
1705     reckeys.buf_used = 0;
1706     reckeys.prevAttrUse = -1;
1707     reckeys.prevAttrSet = -1;
1708     reckeys.prevSeqNo = 0;
1709
1710     extractCtrl.init = wordInit;
1711     extractCtrl.addWord = addRecordKey;
1712     extractCtrl.addSchema = addSchema;
1713     extractCtrl.dh = rGroup->dh;
1714     for (i = 0; i<256; i++)
1715         extractCtrl.seqno[i] = 0;
1716     extractCtrl.zebra_maps = rGroup->zebra_maps;
1717     extractCtrl.flagShowRecords = !rGroup->flagRw;
1718
1719     grs_extract_tree(&extractCtrl, n);
1720
1721     logf (LOG_DEBUG, "flush explain record, sysno=%d", rec->sysno);
1722
1723     if (rec->size[recInfo_delKeys])
1724     {
1725         struct recKeys delkeys;
1726
1727         delkeys.buf_used = rec->size[recInfo_delKeys];
1728         delkeys.buf = rec->info[recInfo_delKeys];
1729         flushSortKeys (rec->sysno, 0);
1730         flushRecordKeys (rec->sysno, 0, &delkeys);
1731     }
1732     flushRecordKeys (rec->sysno, 1, &reckeys);
1733     flushSortKeys (rec->sysno, 1);
1734
1735     xfree (rec->info[recInfo_delKeys]);
1736     rec->size[recInfo_delKeys] = reckeys.buf_used;
1737     rec->info[recInfo_delKeys] = reckeys.buf;
1738     reckeys.buf = NULL;
1739     reckeys.buf_max = 0;
1740
1741     return 0;
1742 }