index/extract.c

   1 /* $Id: extract.c,v 1.150 2004-01-22 16:23:23 heikki Exp $
   2    Copyright (C) 1995,1996,1997,1998,1999,2000,2001,2002,2003,2004
   3    Index Data Aps
   4
   5 This file is part of the Zebra server.
   6
   7 Zebra is free software; you can redistribute it and/or modify it under
   8 the terms of the GNU General Public License as published by the Free
   9 Software Foundation; either version 2, or (at your option) any later
  10 version.
  11
  12 Zebra is distributed in the hope that it will be useful, but WITHOUT ANY
  13 WARRANTY; without even the implied warranty of MERCHANTABILITY or
  14 FITNESS FOR A PARTICULAR PURPOSE.  See the GNU General Public License
  15 for more details.
  16
  17 You should have received a copy of the GNU General Public License
  18 along with Zebra; see the file LICENSE.zebra.  If not, write to the
  19 Free Software Foundation, 59 Temple Place - Suite 330, Boston, MA
  20 02111-1307, USA.
  21 */
  22
  23
  24 #include <stdio.h>
  25 #include <assert.h>
  26 #ifdef WIN32
  27 #include <io.h>
  28 #else
  29 #include <unistd.h>
  30 #endif
  31 #include <fcntl.h>
  32
  33 #include "index.h"
  34 #include <direntz.h>
  35 #include <charmap.h>
  36
  37 #if _FILE_OFFSET_BITS == 64
  38 #define PRINTF_OFF_T "%Ld"
  39 #else
  40 #define PRINTF_OFF_T "%ld"
  41 #endif
  42
  43 #define USE_SHELLSORT 0
  44
  45 #if USE_SHELLSORT
  46 static void shellsort(void *ar, int r, size_t s,
  47                       int (*cmp)(const void *a, const void *b))
  48 {
  49     char *a = ar;
  50     char v[100];
  51     int h, i, j, k;
  52     static const int incs[16] = { 1391376, 463792, 198768, 86961, 33936,
  53                                   13776, 4592, 1968, 861, 336,
  54                                   112, 48, 21, 7, 3, 1 };
  55     for ( k = 0; k < 16; k++)
  56         for (h = incs[k], i = h; i < r; i++)
  57         {
  58             memcpy (v, a+s*i, s);
  59             j = i;
  60             while (j > h && (*cmp)(a + s*(j-h), v) > 0)
  61             {
  62                 memcpy (a + s*j, a + s*(j-h), s);
  63                 j -= h;
  64             }
  65             memcpy (a+s*j, v, s);
  66         }
  67 }
  68 #endif
  69
  70 static void logRecord (ZebraHandle zh)
  71 {
  72     ++zh->records_processed;
  73     if (!(zh->records_processed % 1000))
  74     {
  75         logf (LOG_LOG, "Records: %7d i/u/d %d/%d/%d",
  76               zh->records_processed, zh->records_inserted, zh->records_updated,
  77               zh->records_deleted);
  78     }
  79 }
  80
  81 static void extract_init (struct recExtractCtrl *p, RecWord *w)
  82 {
  83     w->zebra_maps = p->zebra_maps;
  84     w->seqno = 1;
  85     w->attrSet = VAL_BIB1;
  86     w->attrUse = 1016;
  87     w->reg_type = 'w';
  88     w->extractCtrl = p;
  89 }
  90
  91 static const char **searchRecordKey (ZebraHandle zh,
  92                                      struct recKeys *reckeys,
  93                                      int attrSetS, int attrUseS)
  94 {
  95     static const char *ws[32];
  96     int off = 0;
  97     int startSeq = -1;
  98     int i;
  99     int seqno = 0;
 100 #if SU_SCHEME
 101     int chS, ch;
 102 #else
 103     short attrUse;
 104     char attrSet;
 105 #endif
 106
 107     for (i = 0; i<32; i++)
 108         ws[i] = NULL;
 109
 110 #if SU_SCHEME
 111     chS = zebraExplain_lookupSU (zh->reg->zei, attrSetS, attrUseS);
 112     if (chS < 0)
 113         return ws;
 114 #endif
 115     while (off < reckeys->buf_used)
 116     {
 117
 118         const char *src = reckeys->buf + off;
 119         const char *wstart;
 120         int lead;
 121
 122         lead = *src++;
 123 #if SU_SCHEME
 124         if ((lead & 3)<3)
 125         {
 126             memcpy (&ch, src, sizeof(ch));
 127             src += sizeof(ch);
 128         }
 129 #else
 130         if (!(lead & 1))
 131         {
 132             memcpy (&attrSet, src, sizeof(attrSet));
 133             src += sizeof(attrSet);
 134         }
 135         if (!(lead & 2))
 136         {
 137             memcpy (&attrUse, src, sizeof(attrUse));
 138             src += sizeof(attrUse);
 139         }
 140 #endif
 141         wstart = src;
 142         while (*src++)
 143             ;
 144         if (lead & 60)
 145             seqno += ((lead>>2) & 15)-1;
 146         else
 147         {
 148             memcpy (&seqno, src, sizeof(seqno));
 149             src += sizeof(seqno);
 150         }
 151         if (
 152 #if SU_SCHEME
 153             ch == chS
 154 #else
 155             attrUseS == attrUse && attrSetS == attrSet
 156 #endif
 157             )
 158         {
 159             int woff;
 160
 161
 162             if (startSeq == -1)
 163                 startSeq = seqno;
 164             woff = seqno - startSeq;
 165             if (woff >= 0 && woff < 31)
 166                 ws[woff] = wstart;
 167         }
 168
 169         off = src - reckeys->buf;
 170     }
 171     assert (off == reckeys->buf_used);
 172     return ws;
 173 }
 174
 175 struct file_read_info {
 176     off_t file_max;         /* maximum offset so far */
 177     off_t file_offset;      /* current offset */
 178     off_t file_moffset;     /* offset of rec/rec boundary */
 179     int file_more;
 180     int fd;
 181     char *sdrbuf;
 182     int sdrmax;
 183 };
 184
 185 static struct file_read_info *file_read_start (int fd)
 186 {
 187     struct file_read_info *fi = (struct file_read_info *)
 188         xmalloc (sizeof(*fi));
 189
 190     fi->fd = fd;
 191     fi->file_max = 0;
 192     fi->file_moffset = 0;
 193     fi->sdrbuf = 0;
 194     fi->sdrmax = 0;
 195     return fi;
 196 }
 197
 198 static void file_read_stop (struct file_read_info *fi)
 199 {
 200     xfree (fi);
 201 }
 202
 203 static off_t file_seek (void *handle, off_t offset)
 204 {
 205     struct file_read_info *p = (struct file_read_info *) handle;
 206     p->file_offset = offset;
 207     if (p->sdrbuf)
 208         return offset;
 209     return lseek (p->fd, offset, SEEK_SET);
 210 }
 211
 212 static off_t file_tell (void *handle)
 213 {
 214     struct file_read_info *p = (struct file_read_info *) handle;
 215     return p->file_offset;
 216 }
 217
 218 static int file_read (void *handle, char *buf, size_t count)
 219 {
 220     struct file_read_info *p = (struct file_read_info *) handle;
 221     int fd = p->fd;
 222     int r;
 223     if (p->sdrbuf)
 224     {
 225         r = count;
 226         if (r > p->sdrmax - p->file_offset)
 227             r = p->sdrmax - p->file_offset;
 228         if (r)
 229             memcpy (buf, p->sdrbuf + p->file_offset, r);
 230     }
 231     else
 232         r = read (fd, buf, count);
 233     if (r > 0)
 234     {
 235         p->file_offset += r;
 236         if (p->file_offset > p->file_max)
 237             p->file_max = p->file_offset;
 238     }
 239     return r;
 240 }
 241
 242 static void file_begin (void *handle)
 243 {
 244     struct file_read_info *p = (struct file_read_info *) handle;
 245
 246     p->file_offset = p->file_moffset;
 247     if (!p->sdrbuf && p->file_moffset)
 248         lseek (p->fd, p->file_moffset, SEEK_SET);
 249     p->file_more = 0;
 250 }
 251
 252 static void file_end (void *handle, off_t offset)
 253 {
 254     struct file_read_info *p = (struct file_read_info *) handle;
 255
 256     assert (p->file_more == 0);
 257     p->file_more = 1;
 258     p->file_moffset = offset;
 259 }
 260
 261 static char *fileMatchStr (ZebraHandle zh,
 262                            struct recKeys *reckeys,
 263                            const char *fname, const char *spec)
 264 {
 265     static char dstBuf[2048];      /* static here ??? */
 266     char *dst = dstBuf;
 267     const char *s = spec;
 268     static const char **w;
 269
 270     while (1)
 271     {
 272         while (*s == ' ' || *s == '\t')
 273             s++;
 274         if (!*s)
 275             break;
 276         if (*s == '(')
 277         {
 278             char attset_str[64], attname_str[64];
 279             data1_attset *attset;
 280             int i;
 281             char matchFlag[32];
 282             int attSet = 1, attUse = 1;
 283             int first = 1;
 284
 285             s++;
 286             for (i = 0; *s && *s != ',' && *s != ')'; s++)
 287                 if (i < 63)
 288                     attset_str[i++] = *s;
 289             attset_str[i] = '\0';
 290
 291             if (*s == ',')
 292             {
 293                 s++;
 294                 for (i = 0; *s && *s != ')'; s++)
 295                     if (i < 63)
 296                         attname_str[i++] = *s;
 297                 attname_str[i] = '\0';
 298             }
 299
 300             if ((attset = data1_get_attset (zh->reg->dh, attset_str)))
 301             {
 302                 data1_att *att;
 303                 attSet = attset->reference;
 304                 att = data1_getattbyname(zh->reg->dh, attset, attname_str);
 305                 if (att)
 306                     attUse = att->value;
 307                 else
 308                     attUse = atoi (attname_str);
 309             }
 310             w = searchRecordKey (zh, reckeys, attSet, attUse);
 311             assert (w);
 312
 313             if (*s == ')')
 314             {
 315                 for (i = 0; i<32; i++)
 316                     matchFlag[i] = 1;
 317             }
 318             else
 319             {
 320                 logf (LOG_WARN, "Missing ) in match criteria %s in group %s",
 321                       spec, zh->m_group ? zh->m_group : "none");
 322                 return NULL;
 323             }
 324             s++;
 325
 326             for (i = 0; i<32; i++)
 327                 if (matchFlag[i] && w[i])
 328                 {
 329                     if (first)
 330                     {
 331                         *dst++ = ' ';
 332                         first = 0;
 333                     }
 334                     strcpy (dst, w[i]);
 335                     dst += strlen(w[i]);
 336                 }
 337             if (first)
 338             {
 339                 logf (LOG_WARN, "Record didn't contain match"
 340                       " fields in (%s,%s)", attset_str, attname_str);
 341                 return NULL;
 342             }
 343         }
 344         else if (*s == '$')
 345         {
 346             int spec_len;
 347             char special[64];
 348             const char *spec_src = NULL;
 349             const char *s1 = ++s;
 350             while (*s1 && *s1 != ' ' && *s1 != '\t')
 351                 s1++;
 352
 353             spec_len = s1 - s;
 354             if (spec_len > 63)
 355                 spec_len = 63;
 356             memcpy (special, s, spec_len);
 357             special[spec_len] = '\0';
 358             s = s1;
 359
 360             if (!strcmp (special, "group"))
 361                 spec_src = zh->m_group;
 362             else if (!strcmp (special, "database"))
 363                 spec_src = zh->basenames[0];
 364             else if (!strcmp (special, "filename")) {
 365                 spec_src = fname;
 366             }
 367             else if (!strcmp (special, "type"))
 368                 spec_src = zh->m_record_type;
 369             else
 370                 spec_src = NULL;
 371             if (spec_src)
 372             {
 373                 strcpy (dst, spec_src);
 374                 dst += strlen (spec_src);
 375             }
 376         }
 377         else if (*s == '\"' || *s == '\'')
 378         {
 379             int stopMarker = *s++;
 380             char tmpString[64];
 381             int i = 0;
 382
 383             while (*s && *s != stopMarker)
 384             {
 385                 if (i < 63)
 386                     tmpString[i++] = *s++;
 387             }
 388             if (*s)
 389                 s++;
 390             tmpString[i] = '\0';
 391             strcpy (dst, tmpString);
 392             dst += strlen (tmpString);
 393         }
 394         else
 395         {
 396             logf (LOG_WARN, "Syntax error in match criteria %s in group %s",
 397                   spec, zh->m_group ? zh->m_group : "none");
 398             return NULL;
 399         }
 400         *dst++ = 1;
 401     }
 402     if (dst == dstBuf)
 403     {
 404         logf (LOG_WARN, "No match criteria for record %s in group %s",
 405               fname, zh->m_group ? zh->m_group : "none");
 406         return NULL;
 407     }
 408     *dst = '\0';
 409     return dstBuf;
 410 }
 411
 412 struct recordLogInfo {
 413     const char *fname;
 414     int recordOffset;
 415     struct recordGroup *rGroup;
 416 };
 417
 418 static int file_extract_record(ZebraHandle zh,
 419                                SYSNO *sysno, const char *fname,
 420                                int deleteFlag,
 421                                struct file_read_info *fi,
 422                                int force_update)
 423 {
 424     RecordAttr *recordAttr;
 425     int r;
 426     const char *matchStr;
 427     SYSNO sysnotmp;
 428     Record rec;
 429     off_t recordOffset = 0;
 430     RecType recType;
 431     void *clientData;
 432     char subType[128];
 433
 434     if (!(recType =
 435           recType_byName (zh->reg->recTypes, zh->m_record_type, subType,
 436                           &clientData)))
 437     {
 438         logf (LOG_WARN, "No such record type: %s", zh->m_record_type);
 439         return 0;
 440     }
 441
 442     /* announce database */
 443     if (zebraExplain_curDatabase (zh->reg->zei, zh->basenames[0]))
 444     {
 445         if (zebraExplain_newDatabase (zh->reg->zei, zh->basenames[0],
 446                                       zh->m_explain_database))
 447             return 0;
 448     }
 449
 450     if (fi->fd != -1)
 451     {
 452         struct recExtractCtrl extractCtrl;
 453
 454         /* we are going to read from a file, so prepare the extraction */
 455         int i;
 456
 457         zh->reg->keys.buf_used = 0;
 458         zh->reg->keys.prevAttrUse = -1;
 459         zh->reg->keys.prevAttrSet = -1;
 460         zh->reg->keys.prevSeqNo = 0;
 461         zh->reg->sortKeys.buf_used = 0;
 462
 463         recordOffset = fi->file_moffset;
 464         extractCtrl.offset = fi->file_moffset;
 465         extractCtrl.readf = file_read;
 466         extractCtrl.seekf = file_seek;
 467         extractCtrl.tellf = file_tell;
 468         extractCtrl.endf = file_end;
 469         extractCtrl.fh = fi;
 470         extractCtrl.subType = subType;
 471         extractCtrl.init = extract_init;
 472         extractCtrl.tokenAdd = extract_token_add;
 473         extractCtrl.schemaAdd = extract_schema_add;
 474         extractCtrl.dh = zh->reg->dh;
 475         extractCtrl.handle = zh;
 476         for (i = 0; i<256; i++)
 477         {
 478             if (zebra_maps_is_positioned(zh->reg->zebra_maps, i))
 479                 extractCtrl.seqno[i] = 1;
 480             else
 481                 extractCtrl.seqno[i] = 0;
 482         }
 483         extractCtrl.zebra_maps = zh->reg->zebra_maps;
 484         extractCtrl.flagShowRecords = !zh->m_flag_rw;
 485
 486         if (!zh->m_flag_rw)
 487             printf ("File: %s " PRINTF_OFF_T "\n", fname, recordOffset);
 488         if (zh->m_flag_rw)
 489         {
 490             char msg[512];
 491             sprintf (msg, "%s:" PRINTF_OFF_T , fname, recordOffset);
 492             yaz_log_init_prefix2 (msg);
 493         }
 494
 495         r = (*recType->extract)(clientData, &extractCtrl);
 496
 497         yaz_log_init_prefix2 (0);
 498         if (r == RECCTRL_EXTRACT_EOF)
 499             return 0;
 500         else if (r == RECCTRL_EXTRACT_ERROR_GENERIC)
 501         {
 502             /* error occured during extraction ... */
 503             if (zh->m_flag_rw &&
 504                 zh->records_processed < zh->m_file_verbose_limit)
 505             {
 506                 logf (LOG_WARN, "fail %s %s " PRINTF_OFF_T, zh->m_record_type,
 507                       fname, recordOffset);
 508             }
 509             return 0;
 510         }
 511         else if (r == RECCTRL_EXTRACT_ERROR_NO_SUCH_FILTER)
 512         {
 513             /* error occured during extraction ... */
 514             if (zh->m_flag_rw &&
 515                 zh->records_processed < zh->m_file_verbose_limit)
 516             {
 517                 logf (LOG_WARN, "no filter for %s %s "
 518                       PRINTF_OFF_T, zh->m_record_type,
 519                       fname, recordOffset);
 520             }
 521             return 0;
 522         }
 523         if (zh->reg->keys.buf_used == 0)
 524         {
 525             /* the extraction process returned no information - the record
 526                is probably empty - unless flagShowRecords is in use */
 527             if (!zh->m_flag_rw)
 528                 return 1;
 529
 530             logf (LOG_WARN, "empty %s %s " PRINTF_OFF_T, zh->m_record_type,
 531                   fname, recordOffset);
 532             return 1;
 533         }
 534     }
 535
 536     /* perform match if sysno not known and if match criteria is specified */
 537
 538     matchStr = NULL;
 539     if (!sysno)
 540     {
 541         sysnotmp = 0;
 542         sysno = &sysnotmp;
 543         if (zh->m_record_id && *zh->m_record_id)
 544         {
 545             char *rinfo;
 546
 547             matchStr = fileMatchStr (zh, &zh->reg->keys, fname,
 548                                      zh->m_record_id);
 549             if (matchStr)
 550             {
 551                 rinfo = dict_lookup (zh->reg->matchDict, matchStr);
 552                 if (rinfo)
 553                     memcpy (sysno, rinfo+1, sizeof(*sysno));
 554             }
 555             else
 556             {
 557                 logf (LOG_WARN, "Bad match criteria");
 558                 return 0;
 559             }
 560         }
 561     }
 562
 563     if (! *sysno)
 564     {
 565         /* new record */
 566         if (deleteFlag)
 567         {
 568             logf (LOG_LOG, "delete %s %s " PRINTF_OFF_T, zh->m_record_type,
 569                   fname, recordOffset);
 570             logf (LOG_WARN, "cannot delete record above (seems new)");
 571             return 1;
 572         }
 573         if (zh->records_processed < zh->m_file_verbose_limit)
 574             logf (LOG_LOG, "add %s %s " PRINTF_OFF_T, zh->m_record_type,
 575                   fname, recordOffset);
 576         rec = rec_new (zh->reg->records);
 577
 578         *sysno = rec->sysno;
 579
 580         recordAttr = rec_init_attr (zh->reg->zei, rec);
 581
 582         if (matchStr)
 583         {
 584             dict_insert (zh->reg->matchDict, matchStr, sizeof(*sysno), sysno);
 585         }
 586         extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
 587         extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
 588
 589         zh->records_inserted++;
 590     }
 591     else
 592     {
 593         /* record already exists */
 594         struct recKeys delkeys;
 595         struct sortKeys sortKeys;
 596
 597         rec = rec_get (zh->reg->records, *sysno);
 598         assert (rec);
 599
 600         recordAttr = rec_init_attr (zh->reg->zei, rec);
 601
 602         if (!force_update && recordAttr->runNumber ==
 603             zebraExplain_runNumberIncrement (zh->reg->zei, 0))
 604         {
 605             yaz_log (LOG_LOG, "run number = %d", recordAttr->runNumber);
 606             yaz_log (LOG_LOG, "skipped %s %s " PRINTF_OFF_T,
 607                      zh->m_record_type, fname, recordOffset);
 608             extract_flushSortKeys (zh, *sysno, -1, &zh->reg->sortKeys);
 609             rec_rm (&rec);
 610             logRecord (zh);
 611             return 1;
 612         }
 613         delkeys.buf_used = rec->size[recInfo_delKeys];
 614         delkeys.buf = rec->info[recInfo_delKeys];
 615
 616         sortKeys.buf_used = rec->size[recInfo_sortKeys];
 617         sortKeys.buf = rec->info[recInfo_sortKeys];
 618
 619         extract_flushSortKeys (zh, *sysno, 0, &sortKeys);
 620         extract_flushRecordKeys (zh, *sysno, 0, &delkeys);
 621         if (deleteFlag)
 622         {
 623             /* record going to be deleted */
 624             if (!delkeys.buf_used)
 625             {
 626                 logf (LOG_LOG, "delete %s %s " PRINTF_OFF_T,
 627                       zh->m_record_type, fname, recordOffset);
 628                 logf (LOG_WARN, "cannot delete file above, storeKeys false");
 629             }
 630             else
 631             {
 632                 if (zh->records_processed < zh->m_file_verbose_limit)
 633                     logf (LOG_LOG, "delete %s %s " PRINTF_OFF_T,
 634                          zh->m_record_type, fname, recordOffset);
 635                 zh->records_deleted++;
 636                 if (matchStr)
 637                     dict_delete (zh->reg->matchDict, matchStr);
 638                 rec_del (zh->reg->records, &rec);
 639             }
 640             rec_rm (&rec);
 641             logRecord (zh);
 642             return 1;
 643         }
 644         else
 645         {
 646             /* record going to be updated */
 647             if (!delkeys.buf_used)
 648             {
 649                 logf (LOG_LOG, "update %s %s " PRINTF_OFF_T,
 650                       zh->m_record_type, fname, recordOffset);
 651                 logf (LOG_WARN, "cannot update file above, storeKeys false");
 652             }
 653             else
 654             {
 655                 if (zh->records_processed < zh->m_file_verbose_limit)
 656                     logf (LOG_LOG, "update %s %s " PRINTF_OFF_T,
 657                         zh->m_record_type, fname, recordOffset);
 658                 extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
 659                 extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
 660                 zh->records_updated++;
 661             }
 662         }
 663     }
 664     /* update file type */
 665     xfree (rec->info[recInfo_fileType]);
 666     rec->info[recInfo_fileType] =
 667         rec_strdup (zh->m_record_type, &rec->size[recInfo_fileType]);
 668
 669     /* update filename */
 670     xfree (rec->info[recInfo_filename]);
 671     rec->info[recInfo_filename] =
 672         rec_strdup (fname, &rec->size[recInfo_filename]);
 673
 674     /* update delete keys */
 675     xfree (rec->info[recInfo_delKeys]);
 676     if (zh->reg->keys.buf_used > 0 && zh->m_store_keys == 1)
 677     {
 678         rec->size[recInfo_delKeys] = zh->reg->keys.buf_used;
 679         rec->info[recInfo_delKeys] = zh->reg->keys.buf;
 680         zh->reg->keys.buf = NULL;
 681         zh->reg->keys.buf_max = 0;
 682     }
 683     else
 684     {
 685         rec->info[recInfo_delKeys] = NULL;
 686         rec->size[recInfo_delKeys] = 0;
 687     }
 688
 689     /* update sort keys */
 690     xfree (rec->info[recInfo_sortKeys]);
 691
 692     rec->size[recInfo_sortKeys] = zh->reg->sortKeys.buf_used;
 693     rec->info[recInfo_sortKeys] = zh->reg->sortKeys.buf;
 694     zh->reg->sortKeys.buf = NULL;
 695     zh->reg->sortKeys.buf_max = 0;
 696
 697     /* save file size of original record */
 698     zebraExplain_recordBytesIncrement (zh->reg->zei,
 699                                        - recordAttr->recordSize);
 700     recordAttr->recordSize = fi->file_moffset - recordOffset;
 701     if (!recordAttr->recordSize)
 702         recordAttr->recordSize = fi->file_max - recordOffset;
 703     zebraExplain_recordBytesIncrement (zh->reg->zei,
 704                                        recordAttr->recordSize);
 705
 706     /* set run-number for this record */
 707     recordAttr->runNumber = zebraExplain_runNumberIncrement (zh->reg->zei,
 708                                                              0);
 709
 710     /* update store data */
 711     xfree (rec->info[recInfo_storeData]);
 712     if (zh->m_store_data)
 713     {
 714         rec->size[recInfo_storeData] = recordAttr->recordSize;
 715         rec->info[recInfo_storeData] = (char *)
 716             xmalloc (recordAttr->recordSize);
 717         if (lseek (fi->fd, recordOffset, SEEK_SET) < 0)
 718         {
 719             logf (LOG_ERRNO|LOG_FATAL, "seek to " PRINTF_OFF_T " in %s",
 720                   recordOffset, fname);
 721             exit (1);
 722         }
 723         if (read (fi->fd, rec->info[recInfo_storeData], recordAttr->recordSize)
 724             < recordAttr->recordSize)
 725         {
 726             logf (LOG_ERRNO|LOG_FATAL, "read %d bytes of %s",
 727                   recordAttr->recordSize, fname);
 728             exit (1);
 729         }
 730     }
 731     else
 732     {
 733         rec->info[recInfo_storeData] = NULL;
 734         rec->size[recInfo_storeData] = 0;
 735     }
 736     /* update database name */
 737     xfree (rec->info[recInfo_databaseName]);
 738     rec->info[recInfo_databaseName] =
 739         rec_strdup (zh->basenames[0], &rec->size[recInfo_databaseName]);
 740
 741     /* update offset */
 742     recordAttr->recordOffset = recordOffset;
 743
 744     /* commit this record */
 745     rec_put (zh->reg->records, &rec);
 746     logRecord (zh);
 747     return 1;
 748 }
 749
 750 int fileExtract (ZebraHandle zh, SYSNO *sysno, const char *fname,
 751                  int deleteFlag)
 752 {
 753     int r, i, fd;
 754     char gprefix[128];
 755     char ext[128];
 756     char ext_res[128];
 757     struct file_read_info *fi;
 758
 759     if (!zh->m_group || !*zh->m_group)
 760         *gprefix = '\0';
 761     else
 762         sprintf (gprefix, "%s.", zh->m_group);
 763
 764     logf (LOG_DEBUG, "fileExtract %s", fname);
 765
 766     /* determine file extension */
 767     *ext = '\0';
 768     for (i = strlen(fname); --i >= 0; )
 769         if (fname[i] == '/')
 770             break;
 771         else if (fname[i] == '.')
 772         {
 773             strcpy (ext, fname+i+1);
 774             break;
 775         }
 776     /* determine file type - depending on extension */
 777     if (!zh->m_record_type)
 778     {
 779         sprintf (ext_res, "%srecordType.%s", gprefix, ext);
 780         zh->m_record_type = res_get (zh->res, ext_res);
 781     }
 782     if (!zh->m_record_type)
 783     {
 784         if (zh->records_processed < zh->m_file_verbose_limit)
 785             logf (LOG_LOG, "? %s", fname);
 786         return 0;
 787     }
 788     /* determine match criteria */
 789     if (!zh->m_record_id)
 790     {
 791         sprintf (ext_res, "%srecordId.%s", gprefix, ext);
 792         zh->m_record_id = res_get (zh->res, ext_res);
 793     }
 794
 795     if (sysno && deleteFlag)
 796         fd = -1;
 797     else
 798     {
 799         char full_rep[1024];
 800
 801         if (zh->path_reg && !yaz_is_abspath (fname))
 802         {
 803             strcpy (full_rep, zh->path_reg);
 804             strcat (full_rep, "/");
 805             strcat (full_rep, fname);
 806         }
 807         else
 808             strcpy (full_rep, fname);
 809
 810
 811         if ((fd = open (full_rep, O_BINARY|O_RDONLY)) == -1)
 812         {
 813             logf (LOG_WARN|LOG_ERRNO, "open %s", full_rep);
 814             return 0;
 815         }
 816     }
 817     fi = file_read_start (fd);
 818     do
 819     {
 820         file_begin (fi);
 821         r = file_extract_record (zh, sysno, fname, deleteFlag, fi, 1);
 822     } while (r && !sysno && fi->file_more);
 823     file_read_stop (fi);
 824     if (fd != -1)
 825         close (fd);
 826     return r;
 827 }
 828
 829 /*
 830   If sysno is provided, then it's used to identify the reocord.
 831   If not, and match_criteria is provided, then sysno is guessed
 832   If not, and a record is provided, then sysno is got from there
 833
 834  */
 835 int buffer_extract_record (ZebraHandle zh,
 836                            const char *buf, size_t buf_size,
 837                            int delete_flag,
 838                            int test_mode,
 839                            const char *recordType,
 840                            int *sysno,
 841                            const char *match_criteria,
 842                            const char *fname,
 843                            int force_update,
 844                            int allow_update)
 845 {
 846     RecordAttr *recordAttr;
 847     struct recExtractCtrl extractCtrl;
 848     int i, r;
 849     const char *matchStr = 0;
 850     RecType recType = NULL;
 851     char subType[1024];
 852     void *clientData;
 853     Record rec;
 854     long recordOffset = 0;
 855     struct zebra_fetch_control fc;
 856     const char *pr_fname = fname;  /* filename to print .. */
 857
 858     if (!pr_fname)
 859         pr_fname = "<no file>";  /* make it printable if file is omitted */
 860
 861     fc.fd = -1;
 862     fc.record_int_buf = buf;
 863     fc.record_int_len = buf_size;
 864     fc.record_int_pos = 0;
 865     fc.offset_end = 0;
 866     fc.record_offset = 0;
 867
 868     extractCtrl.offset = 0;
 869     extractCtrl.readf = zebra_record_int_read;
 870     extractCtrl.seekf = zebra_record_int_seek;
 871     extractCtrl.tellf = zebra_record_int_tell;
 872     extractCtrl.endf = zebra_record_int_end;
 873     extractCtrl.fh = &fc;
 874
 875     zh->reg->keys.buf_used = 0;
 876     zh->reg->keys.prevAttrUse = -1;
 877     zh->reg->keys.prevAttrSet = -1;
 878     zh->reg->keys.prevSeqNo = 0;
 879     zh->reg->sortKeys.buf_used = 0;
 880
 881     if (zebraExplain_curDatabase (zh->reg->zei, zh->basenames[0]))
 882     {
 883         if (zebraExplain_newDatabase (zh->reg->zei, zh->basenames[0],
 884                                       zh->m_explain_database))
 885             return 0;
 886     }
 887
 888     if (recordType && *recordType) {
 889         logf (LOG_DEBUG, "Record type explicitly specified: %s", recordType);
 890         recType = recType_byName (zh->reg->recTypes, recordType, subType,
 891                                   &clientData);
 892     } else {
 893         if (!(zh->m_record_type)) {
 894             logf (LOG_WARN, "No such record type defined");
 895             return 0;
 896         }
 897         logf (LOG_DEBUG, "Get record type from rgroup: %s",zh->m_record_type);
 898         recType = recType_byName (zh->reg->recTypes, zh->m_record_type, subType,
 899                                   &clientData);
 900         recordType = zh->m_record_type;
 901     }
 902
 903     if (!recType) {
 904         logf (LOG_WARN, "No such record type: %s", zh->m_record_type);
 905         return 0;
 906     }
 907
 908     extractCtrl.subType = subType;
 909     extractCtrl.init = extract_init;
 910     extractCtrl.tokenAdd = extract_token_add;
 911     extractCtrl.schemaAdd = extract_schema_add;
 912     extractCtrl.dh = zh->reg->dh;
 913     extractCtrl.handle = zh;
 914     extractCtrl.zebra_maps = zh->reg->zebra_maps;
 915     extractCtrl.flagShowRecords = 0;
 916     for (i = 0; i<256; i++)
 917     {
 918         if (zebra_maps_is_positioned(zh->reg->zebra_maps, i))
 919             extractCtrl.seqno[i] = 1;
 920         else
 921             extractCtrl.seqno[i] = 0;
 922     }
 923
 924     r = (*recType->extract)(clientData, &extractCtrl);
 925
 926     if (r == RECCTRL_EXTRACT_EOF)
 927         return 0;
 928     else if (r == RECCTRL_EXTRACT_ERROR_GENERIC)
 929     {
 930         /* error occured during extraction ... */
 931         yaz_log (LOG_WARN, "extract error: generic");
 932         return 0;
 933     }
 934     else if (r == RECCTRL_EXTRACT_ERROR_NO_SUCH_FILTER)
 935     {
 936         /* error occured during extraction ... */
 937         yaz_log (LOG_WARN, "extract error: no such filter");
 938         return 0;
 939     }
 940     if (zh->reg->keys.buf_used == 0)
 941     {
 942         /* the extraction process returned no information - the record
 943            is probably empty - unless flagShowRecords is in use */
 944         if (test_mode)
 945             return 1;
 946         logf (LOG_WARN, "No keys generated for record");
 947         logf (LOG_WARN, " The file is probably empty");
 948         return 1;
 949     }
 950     /* match criteria */
 951     matchStr = NULL;
 952
 953     if (! *sysno) {
 954         char *rinfo;
 955         if (match_criteria && *match_criteria) {
 956             matchStr = match_criteria;
 957         } else {
 958             if (zh->m_record_id && *zh->m_record_id) {
 959                 matchStr = fileMatchStr (zh, &zh->reg->keys, pr_fname,
 960                                          zh->m_record_id);
 961                 if (!matchStr)
 962                 {
 963                     logf (LOG_WARN, "Bad match criteria (recordID)");
 964                     return 1;
 965                 }
 966             }
 967         }
 968         if (matchStr) {
 969             rinfo = dict_lookup (zh->reg->matchDict, matchStr);
 970             if (rinfo)
 971                 memcpy (sysno, rinfo+1, sizeof(*sysno));
 972         }
 973     }
 974
 975     if (! *sysno)
 976     {
 977         /* new record */
 978         if (delete_flag)
 979         {
 980             logf (LOG_LOG, "delete %s %s %ld", recordType,
 981                   pr_fname, (long) recordOffset);
 982             logf (LOG_WARN, "cannot delete record above (seems new)");
 983             return 1;
 984         }
 985         logf (LOG_LOG, "add %s %s %ld", recordType, pr_fname,
 986               (long) recordOffset);
 987         rec = rec_new (zh->reg->records);
 988
 989         *sysno = rec->sysno;
 990
 991         recordAttr = rec_init_attr (zh->reg->zei, rec);
 992
 993         if (matchStr)
 994         {
 995             dict_insert (zh->reg->matchDict, matchStr,
 996                          sizeof(*sysno), sysno);
 997         }
 998         extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
 999         extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
1000
1001         zh->records_inserted++;
1002     }
1003     else
1004     {
1005         /* record already exists */
1006         struct recKeys delkeys;
1007         struct sortKeys sortKeys;
1008
1009         if (!allow_update) {
1010               logf (LOG_LOG, "skipped %s %s %ld",
1011                     recordType, pr_fname, (long) recordOffset);
1012               logRecord(zh);
1013               return -1;
1014         }
1015
1016         rec = rec_get (zh->reg->records, *sysno);
1017         assert (rec);
1018
1019         recordAttr = rec_init_attr (zh->reg->zei, rec);
1020
1021         if (!force_update) {
1022             if (recordAttr->runNumber ==
1023                 zebraExplain_runNumberIncrement (zh->reg->zei, 0))
1024             {
1025                 logf (LOG_LOG, "skipped %s %s %ld", recordType,
1026                       pr_fname, (long) recordOffset);
1027                 extract_flushSortKeys (zh, *sysno, -1, &zh->reg->sortKeys);
1028                 rec_rm (&rec);
1029                 logRecord(zh);
1030                 return 0;
1031             }
1032         }
1033
1034         delkeys.buf_used = rec->size[recInfo_delKeys];
1035         delkeys.buf = rec->info[recInfo_delKeys];
1036
1037         sortKeys.buf_used = rec->size[recInfo_sortKeys];
1038         sortKeys.buf = rec->info[recInfo_sortKeys];
1039
1040         extract_flushSortKeys (zh, *sysno, 0, &sortKeys);
1041         extract_flushRecordKeys (zh, *sysno, 0, &delkeys);
1042         if (delete_flag)
1043         {
1044             /* record going to be deleted */
1045             if (!delkeys.buf_used)
1046             {
1047                 logf (LOG_LOG, "delete %s %s %ld", recordType,
1048                       pr_fname, (long) recordOffset);
1049                 logf (LOG_WARN, "cannot delete file above, storeKeys false");
1050             }
1051             else
1052             {
1053                 logf (LOG_LOG, "delete %s %s %ld", recordType,
1054                       pr_fname, (long) recordOffset);
1055                 zh->records_deleted++;
1056                 if (matchStr)
1057                     dict_delete (zh->reg->matchDict, matchStr);
1058                 rec_del (zh->reg->records, &rec);
1059             }
1060             rec_rm (&rec);
1061             logRecord(zh);
1062             return 0;
1063         }
1064         else
1065         {
1066             /* record going to be updated */
1067             if (!delkeys.buf_used)
1068             {
1069                 logf (LOG_LOG, "update %s %s %ld", recordType,
1070                       pr_fname, (long) recordOffset);
1071                 logf (LOG_WARN, "cannot update file above, storeKeys false");
1072             }
1073             else
1074             {
1075                 logf (LOG_LOG, "update %s %s %ld", recordType,
1076                       pr_fname, (long) recordOffset);
1077                 extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
1078                 extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
1079                 zh->records_updated++;
1080             }
1081         }
1082     }
1083     /* update file type */
1084     xfree (rec->info[recInfo_fileType]);
1085     rec->info[recInfo_fileType] =
1086         rec_strdup (recordType, &rec->size[recInfo_fileType]);
1087
1088     /* update filename */
1089     xfree (rec->info[recInfo_filename]);
1090     rec->info[recInfo_filename] =
1091         rec_strdup (fname, &rec->size[recInfo_filename]);
1092
1093     /* update delete keys */
1094     xfree (rec->info[recInfo_delKeys]);
1095     if (zh->reg->keys.buf_used > 0 && zh->m_store_keys == 1)
1096     {
1097         rec->size[recInfo_delKeys] = zh->reg->keys.buf_used;
1098         rec->info[recInfo_delKeys] = zh->reg->keys.buf;
1099         zh->reg->keys.buf = NULL;
1100         zh->reg->keys.buf_max = 0;
1101     }
1102     else
1103     {
1104         rec->info[recInfo_delKeys] = NULL;
1105         rec->size[recInfo_delKeys] = 0;
1106     }
1107
1108     /* update sort keys */
1109     xfree (rec->info[recInfo_sortKeys]);
1110
1111     rec->size[recInfo_sortKeys] = zh->reg->sortKeys.buf_used;
1112     rec->info[recInfo_sortKeys] = zh->reg->sortKeys.buf;
1113     zh->reg->sortKeys.buf = NULL;
1114     zh->reg->sortKeys.buf_max = 0;
1115
1116     /* save file size of original record */
1117     zebraExplain_recordBytesIncrement (zh->reg->zei,
1118                                        - recordAttr->recordSize);
1119 #if 0
1120     recordAttr->recordSize = fi->file_moffset - recordOffset;
1121     if (!recordAttr->recordSize)
1122         recordAttr->recordSize = fi->file_max - recordOffset;
1123 #else
1124     recordAttr->recordSize = buf_size;
1125 #endif
1126     zebraExplain_recordBytesIncrement (zh->reg->zei,
1127                                        recordAttr->recordSize);
1128
1129     /* set run-number for this record */
1130     recordAttr->runNumber =
1131         zebraExplain_runNumberIncrement (zh->reg->zei, 0);
1132
1133     /* update store data */
1134     xfree (rec->info[recInfo_storeData]);
1135     if (zh->m_store_data)
1136     {
1137         rec->size[recInfo_storeData] = recordAttr->recordSize;
1138         rec->info[recInfo_storeData] = (char *)
1139             xmalloc (recordAttr->recordSize);
1140         memcpy (rec->info[recInfo_storeData], buf, recordAttr->recordSize);
1141     }
1142     else
1143     {
1144         rec->info[recInfo_storeData] = NULL;
1145         rec->size[recInfo_storeData] = 0;
1146     }
1147     /* update database name */
1148     xfree (rec->info[recInfo_databaseName]);
1149     rec->info[recInfo_databaseName] =
1150         rec_strdup (zh->basenames[0], &rec->size[recInfo_databaseName]);
1151
1152     /* update offset */
1153     recordAttr->recordOffset = recordOffset;
1154
1155     /* commit this record */
1156     rec_put (zh->reg->records, &rec);
1157     logRecord(zh);
1158     return 0;
1159 }
1160
1161 int explain_extract (void *handle, Record rec, data1_node *n)
1162 {
1163     ZebraHandle zh = (ZebraHandle) handle;
1164     struct recExtractCtrl extractCtrl;
1165     int i;
1166
1167     if (zebraExplain_curDatabase (zh->reg->zei,
1168                                   rec->info[recInfo_databaseName]))
1169     {
1170         abort();
1171         if (zebraExplain_newDatabase (zh->reg->zei,
1172                                       rec->info[recInfo_databaseName], 0))
1173             abort ();
1174     }
1175
1176     zh->reg->keys.buf_used = 0;
1177     zh->reg->keys.prevAttrUse = -1;
1178     zh->reg->keys.prevAttrSet = -1;
1179     zh->reg->keys.prevSeqNo = 0;
1180     zh->reg->sortKeys.buf_used = 0;
1181
1182     extractCtrl.init = extract_init;
1183     extractCtrl.tokenAdd = extract_token_add;
1184     extractCtrl.schemaAdd = extract_schema_add;
1185     extractCtrl.dh = zh->reg->dh;
1186     for (i = 0; i<256; i++)
1187         extractCtrl.seqno[i] = 0;
1188     extractCtrl.zebra_maps = zh->reg->zebra_maps;
1189     extractCtrl.flagShowRecords = 0;
1190     extractCtrl.handle = handle;
1191
1192     if (n)
1193         grs_extract_tree(&extractCtrl, n);
1194
1195     if (rec->size[recInfo_delKeys])
1196     {
1197         struct recKeys delkeys;
1198         struct sortKeys sortkeys;
1199
1200         delkeys.buf_used = rec->size[recInfo_delKeys];
1201         delkeys.buf = rec->info[recInfo_delKeys];
1202
1203         sortkeys.buf_used = rec->size[recInfo_sortKeys];
1204         sortkeys.buf = rec->info[recInfo_sortKeys];
1205
1206         extract_flushSortKeys (zh, rec->sysno, 0, &sortkeys);
1207         extract_flushRecordKeys (zh, rec->sysno, 0, &delkeys);
1208     }
1209     extract_flushRecordKeys (zh, rec->sysno, 1, &zh->reg->keys);
1210     extract_flushSortKeys (zh, rec->sysno, 1, &zh->reg->sortKeys);
1211
1212     xfree (rec->info[recInfo_delKeys]);
1213     rec->size[recInfo_delKeys] = zh->reg->keys.buf_used;
1214     rec->info[recInfo_delKeys] = zh->reg->keys.buf;
1215     zh->reg->keys.buf = NULL;
1216     zh->reg->keys.buf_max = 0;
1217
1218     xfree (rec->info[recInfo_sortKeys]);
1219     rec->size[recInfo_sortKeys] = zh->reg->sortKeys.buf_used;
1220     rec->info[recInfo_sortKeys] = zh->reg->sortKeys.buf;
1221     zh->reg->sortKeys.buf = NULL;
1222     zh->reg->sortKeys.buf_max = 0;
1223
1224     return 0;
1225 }
1226
1227 void extract_flushRecordKeys (ZebraHandle zh, SYSNO sysno,
1228                               int cmd, struct recKeys *reckeys)
1229 {
1230 #if SU_SCHEME
1231 #else
1232     unsigned char attrSet = (unsigned char) -1;
1233     unsigned short attrUse = (unsigned short) -1;
1234 #endif
1235     int seqno = 0;
1236     int off = 0;
1237     int ch = 0;
1238     ZebraExplainInfo zei = zh->reg->zei;
1239
1240     if (!zh->reg->key_buf)
1241     {
1242         int mem= 1024*1024* atoi( res_get_def( zh->res, "memmax", "8"));
1243         if (mem <= 0)
1244         {
1245             logf(LOG_WARN, "Invalid memory setting, using default 8 MB");
1246             mem= 1024*1024*8;
1247         }
1248         /* FIXME: That "8" should be in a default settings include */
1249         /* not hard-coded here! -H */
1250         zh->reg->key_buf = (char**) xmalloc (mem);
1251         zh->reg->ptr_top = mem/sizeof(char*);
1252         zh->reg->ptr_i = 0;
1253         zh->reg->key_buf_used = 0;
1254         zh->reg->key_file_no = 0;
1255     }
1256     zebraExplain_recordCountIncrement (zei, cmd ? 1 : -1);
1257     while (off < reckeys->buf_used)
1258     {
1259         const char *src = reckeys->buf + off;
1260         struct it_key key;
1261         int lead;
1262
1263         lead = *src++;
1264
1265 #if SU_SCHEME
1266         if ((lead & 3) < 3)
1267         {
1268             memcpy (&ch, src, sizeof(ch));
1269             src += sizeof(ch);
1270         }
1271 #else
1272         if (!(lead & 1))
1273         {
1274             memcpy (&attrSet, src, sizeof(attrSet));
1275             src += sizeof(attrSet);
1276         }
1277         if (!(lead & 2))
1278         {
1279             memcpy (&attrUse, src, sizeof(attrUse));
1280             src += sizeof(attrUse);
1281         }
1282 #endif
1283         if (zh->reg->key_buf_used + 1024 >
1284             (zh->reg->ptr_top -zh->reg->ptr_i)*sizeof(char*))
1285             extract_flushWriteKeys (zh,0);
1286         ++(zh->reg->ptr_i);
1287         (zh->reg->key_buf)[zh->reg->ptr_top - zh->reg->ptr_i] =
1288             (char*)zh->reg->key_buf + zh->reg->key_buf_used;
1289 #if SU_SCHEME
1290 #else
1291         ch = zebraExplain_lookupSU (zei, attrSet, attrUse);
1292         if (ch < 0)
1293             ch = zebraExplain_addSU (zei, attrSet, attrUse);
1294 #endif
1295         assert (ch > 0);
1296         zh->reg->key_buf_used +=
1297             key_SU_encode (ch,((char*)zh->reg->key_buf) +
1298                            zh->reg->key_buf_used);
1299
1300         while (*src)
1301             ((char*)zh->reg->key_buf) [(zh->reg->key_buf_used)++] = *src++;
1302         src++;
1303         ((char*)(zh->reg->key_buf))[(zh->reg->key_buf_used)++] = '\0';
1304         ((char*)(zh->reg->key_buf))[(zh->reg->key_buf_used)++] = cmd;
1305
1306         if (lead & 60)
1307             seqno += ((lead>>2) & 15)-1;
1308         else
1309         {
1310             memcpy (&seqno, src, sizeof(seqno));
1311             src += sizeof(seqno);
1312         }
1313         key.seqno = seqno;
1314         key.sysno = sysno;
1315         memcpy ((char*)zh->reg->key_buf + zh->reg->key_buf_used, &key, sizeof(key));
1316         (zh->reg->key_buf_used) += sizeof(key);
1317         off = src - reckeys->buf;
1318     }
1319     assert (off == reckeys->buf_used);
1320 }
1321
1322 void extract_flushWriteKeys (ZebraHandle zh, int final)
1323         /* optimizing: if final=1, and no files written yet */
1324         /* push the keys directly to merge, sidestepping the */
1325         /* temp file altogether. Speeds small updates */
1326 {
1327     FILE *outf;
1328     char out_fname[200];
1329     char *prevcp, *cp;
1330     struct encode_info encode_info;
1331     int ptr_i = zh->reg->ptr_i;
1332     int temp_policy;
1333 #if SORT_EXTRA
1334     int i;
1335 #endif
1336     if (!zh->reg->key_buf || ptr_i <= 0)
1337     {
1338         logf (LOG_DEBUG, "  nothing to flush section=%d buf=%p i=%d",
1339                zh->reg->key_file_no, zh->reg->key_buf, ptr_i);
1340         logf (LOG_DEBUG, "  buf=%p ",
1341                zh->reg->key_buf);
1342         logf (LOG_DEBUG, "  ptr=%d ",zh->reg->ptr_i);
1343         logf (LOG_DEBUG, "  reg=%p ",zh->reg);
1344
1345         return;
1346     }
1347
1348     (zh->reg->key_file_no)++;
1349     logf (LOG_LOG, "sorting section %d", (zh->reg->key_file_no));
1350     logf (LOG_DEBUG, "  sort_buff at %p n=%d",
1351                     zh->reg->key_buf + zh->reg->ptr_top - ptr_i,ptr_i);
1352 #if !SORT_EXTRA
1353     qsort (zh->reg->key_buf + zh->reg->ptr_top - ptr_i, ptr_i,
1354                sizeof(char*), key_qsort_compare);
1355
1356     /* zebra.cfg: tempfiles:
1357     /* Y: always use temp files (old way) */
1358     /* A: use temp files, if more than one (auto) */
1359     /*    = if this is both the last and the first */
1360     /* N: never bother with temp files (new) */
1361
1362     temp_policy=toupper(res_get_def(zh->res,"tempfiles","auto")[0]);
1363     if (temp_policy != 'Y' && temp_policy != 'N' && temp_policy != 'A') {
1364         logf (LOG_WARN, "Illegal tempfiles setting '%c'. using 'Auto' ",
1365                         temp_policy);
1366         temp_policy='A';
1367     }
1368
1369     if (   ( temp_policy =='N' )   ||     /* always from memory */
1370          ( ( temp_policy =='A' ) &&       /* automatic */
1371              (zh->reg->key_file_no == 1) &&  /* this is first time */
1372              (final) ) )                     /* and last (=only) time */
1373     { /* go directly from memory */
1374         zh->reg->key_file_no =0; /* signal not to read files */
1375         zebra_index_merge(zh);
1376         zh->reg->ptr_i = 0;
1377         zh->reg->key_buf_used = 0;
1378         return;
1379     }
1380
1381     /* Not doing directly from memory, write into a temp file */
1382     extract_get_fname_tmp (zh, out_fname, zh->reg->key_file_no);
1383
1384     if (!(outf = fopen (out_fname, "wb")))
1385     {
1386         logf (LOG_FATAL|LOG_ERRNO, "fopen %s", out_fname);
1387         exit (1);
1388     }
1389     logf (LOG_LOG, "writing section %d", zh->reg->key_file_no);
1390     prevcp = cp = (zh->reg->key_buf)[zh->reg->ptr_top - ptr_i];
1391
1392     encode_key_init (&encode_info);
1393     encode_key_write (cp, &encode_info, outf);
1394
1395     while (--ptr_i > 0)
1396     {
1397         cp = (zh->reg->key_buf)[zh->reg->ptr_top - ptr_i];
1398         if (strcmp (cp, prevcp))
1399         {
1400             encode_key_flush ( &encode_info, outf);
1401             encode_key_init (&encode_info);
1402             encode_key_write (cp, &encode_info, outf);
1403             prevcp = cp;
1404         }
1405         else
1406             encode_key_write (cp + strlen(cp), &encode_info, outf);
1407     }
1408     encode_key_flush ( &encode_info, outf);
1409 #else
1410     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_x_compare);
1411     extract_get_fname_tmp (out_fname, key_file_no);
1412
1413     if (!(outf = fopen (out_fname, "wb")))
1414     {
1415         logf (LOG_FATAL|LOG_ERRNO, "fopen %s", out_fname);
1416         exit (1);
1417     }
1418     logf (LOG_LOG, "writing section %d", key_file_no);
1419     i = ptr_i;
1420     prevcp =  key_buf[ptr_top-i];
1421     while (1)
1422         if (!--i || strcmp (prevcp, key_buf[ptr_top-i]))
1423         {
1424             key_y_len = strlen(prevcp)+1;
1425 #if 0
1426             logf (LOG_LOG, "key_y_len: %2d %02x %02x %s",
1427                       key_y_len, prevcp[0], prevcp[1], 2+prevcp);
1428 #endif
1429             qsort (key_buf + ptr_top-ptr_i, ptr_i - i,
1430                                    sizeof(char*), key_y_compare);
1431             cp = key_buf[ptr_top-ptr_i];
1432             --key_y_len;
1433             encode_key_init (&encode_info);
1434             encode_key_write (cp, &encode_info, outf);
1435             while (--ptr_i > i)
1436             {
1437                 cp = key_buf[ptr_top-ptr_i];
1438                 encode_key_write (cp+key_y_len, &encode_info, outf);
1439             }
1440             encode_key_flush ( &encode_info, outf);
1441             if (!i)
1442                 break;
1443             prevcp = key_buf[ptr_top-ptr_i];
1444         }
1445 #endif
1446     if (fclose (outf))
1447     {
1448         logf (LOG_FATAL|LOG_ERRNO, "fclose %s", out_fname);
1449         exit (1);
1450     }
1451     logf (LOG_LOG, "finished section %d", zh->reg->key_file_no);
1452     zh->reg->ptr_i = 0;
1453     zh->reg->key_buf_used = 0;
1454 }
1455
1456 void extract_add_index_string (RecWord *p, const char *string,
1457                                int length)
1458 {
1459     char *dst;
1460     unsigned char attrSet;
1461     unsigned short attrUse;
1462     int lead = 0;
1463     int diff = 0;
1464     int *pseqno = &p->seqno;
1465     ZebraHandle zh = p->extractCtrl->handle;
1466     ZebraExplainInfo zei = zh->reg->zei;
1467     struct recKeys *keys = &zh->reg->keys;
1468
1469     if (keys->buf_used+1024 > keys->buf_max)
1470     {
1471         char *b;
1472
1473         b = (char *) xmalloc (keys->buf_max += 128000);
1474         if (keys->buf_used > 0)
1475             memcpy (b, keys->buf, keys->buf_used);
1476         xfree (keys->buf);
1477         keys->buf = b;
1478     }
1479     dst = keys->buf + keys->buf_used;
1480
1481     attrSet = p->attrSet;
1482     if (keys->buf_used > 0 && keys->prevAttrSet == attrSet)
1483         lead |= 1;
1484     else
1485         keys->prevAttrSet = attrSet;
1486     attrUse = p->attrUse;
1487     if (keys->buf_used > 0 && keys->prevAttrUse == attrUse)
1488         lead |= 2;
1489     else
1490         keys->prevAttrUse = attrUse;
1491 #if 1
1492     diff = 1 + *pseqno - keys->prevSeqNo;
1493     if (diff >= 1 && diff <= 15)
1494         lead |= (diff << 2);
1495     else
1496         diff = 0;
1497 #endif
1498     keys->prevSeqNo = *pseqno;
1499
1500     *dst++ = lead;
1501
1502 #if SU_SCHEME
1503     if ((lead & 3) < 3)
1504     {
1505         int ch = zebraExplain_lookupSU (zei, attrSet, attrUse);
1506         if (ch < 0)
1507         {
1508             ch = zebraExplain_addSU (zei, attrSet, attrUse);
1509             yaz_log (LOG_DEBUG, "addSU set=%d use=%d SU=%d",
1510                      attrSet, attrUse, ch);
1511         }
1512         assert (ch > 0);
1513         memcpy (dst, &ch, sizeof(ch));
1514         dst += sizeof(ch);
1515     }
1516 #else
1517     if (!(lead & 1))
1518     {
1519         memcpy (dst, &attrSet, sizeof(attrSet));
1520         dst += sizeof(attrSet);
1521     }
1522     if (!(lead & 2))
1523     {
1524         memcpy (dst, &attrUse, sizeof(attrUse));
1525         dst += sizeof(attrUse);
1526     }
1527 #endif
1528     *dst++ = p->reg_type;
1529     memcpy (dst, string, length);
1530     dst += length;
1531     *dst++ = '\0';
1532
1533     if (!diff)
1534     {
1535         memcpy (dst, pseqno, sizeof(*pseqno));
1536         dst += sizeof(*pseqno);
1537     }
1538     keys->buf_used = dst - keys->buf;
1539 }
1540
1541 static void extract_add_sort_string (RecWord *p, const char *string,
1542                                      int length)
1543 {
1544     ZebraHandle zh = p->extractCtrl->handle;
1545     struct sortKeys *sk = &zh->reg->sortKeys;
1546     int off = 0;
1547
1548     while (off < sk->buf_used)
1549     {
1550         int set, use, slen;
1551
1552         off += key_SU_decode(&set, sk->buf + off);
1553         off += key_SU_decode(&use, sk->buf + off);
1554         off += key_SU_decode(&slen, sk->buf + off);
1555         off += slen;
1556         if (p->attrSet == set && p->attrUse == use)
1557             return;
1558     }
1559     assert (off == sk->buf_used);
1560
1561     if (sk->buf_used + IT_MAX_WORD > sk->buf_max)
1562     {
1563         char *b;
1564
1565         b = (char *) xmalloc (sk->buf_max += 128000);
1566         if (sk->buf_used > 0)
1567             memcpy (b, sk->buf, sk->buf_used);
1568         xfree (sk->buf);
1569         sk->buf = b;
1570     }
1571     off += key_SU_encode(p->attrSet, sk->buf + off);
1572     off += key_SU_encode(p->attrUse, sk->buf + off);
1573     off += key_SU_encode(length, sk->buf + off);
1574     memcpy (sk->buf + off, string, length);
1575     sk->buf_used = off + length;
1576 }
1577
1578 void extract_add_string (RecWord *p, const char *string, int length)
1579 {
1580     assert (length > 0);
1581     if (zebra_maps_is_sort (p->zebra_maps, p->reg_type))
1582         extract_add_sort_string (p, string, length);
1583     else
1584         extract_add_index_string (p, string, length);
1585 }
1586
1587 static void extract_add_incomplete_field (RecWord *p)
1588 {
1589     const char *b = p->string;
1590     int remain = p->length;
1591     const char **map = 0;
1592
1593     if (remain > 0)
1594         map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
1595
1596     while (map)
1597     {
1598         char buf[IT_MAX_WORD+1];
1599         int i, remain;
1600
1601         /* Skip spaces */
1602         while (map && *map && **map == *CHR_SPACE)
1603         {
1604             remain = p->length - (b - p->string);
1605             if (remain > 0)
1606                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
1607             else
1608                 map = 0;
1609         }
1610         if (!map)
1611             break;
1612         i = 0;
1613         while (map && *map && **map != *CHR_SPACE)
1614         {
1615             const char *cp = *map;
1616
1617             while (i < IT_MAX_WORD && *cp)
1618                 buf[i++] = *(cp++);
1619             remain = p->length - (b - p->string);
1620             if (remain > 0)
1621                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
1622             else
1623                 map = 0;
1624         }
1625         if (!i)
1626             return;
1627         extract_add_string (p, buf, i);
1628         p->seqno++;
1629     }
1630 }
1631
1632 static void extract_add_complete_field (RecWord *p)
1633 {
1634     const char *b = p->string;
1635     char buf[IT_MAX_WORD+1];
1636     const char **map = 0;
1637     int i = 0, remain = p->length;
1638
1639     if (remain > 0)
1640         map = zebra_maps_input (p->zebra_maps, p->reg_type, &b, remain);
1641
1642     while (remain > 0 && i < IT_MAX_WORD)
1643     {
1644         while (map && *map && **map == *CHR_SPACE)
1645         {
1646             remain = p->length - (b - p->string);
1647             if (remain > 0)
1648                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
1649             else
1650                 map = 0;
1651         }
1652         if (!map)
1653             break;
1654
1655         if (i && i < IT_MAX_WORD)
1656             buf[i++] = *CHR_SPACE;
1657         while (map && *map && **map != *CHR_SPACE)
1658         {
1659             const char *cp = *map;
1660
1661             if (i >= IT_MAX_WORD)
1662                 break;
1663             while (i < IT_MAX_WORD && *cp)
1664                 buf[i++] = *(cp++);
1665             remain = p->length  - (b - p->string);
1666             if (remain > 0)
1667                 map = zebra_maps_input (p->zebra_maps, p->reg_type, &b,
1668                                         remain);
1669             else
1670                 map = 0;
1671         }
1672     }
1673     if (!i)
1674         return;
1675     extract_add_string (p, buf, i);
1676 }
1677
1678 void extract_token_add (RecWord *p)
1679 {
1680     WRBUF wrbuf;
1681 #if 0
1682     yaz_log (LOG_LOG, "token_add "
1683              "reg_type=%c attrSet=%d attrUse=%d seqno=%d s=%.*s",
1684              p->reg_type, p->attrSet, p->attrUse, p->seqno, p->length,
1685              p->string);
1686 #endif
1687     if ((wrbuf = zebra_replace(p->zebra_maps, p->reg_type, 0,
1688                                p->string, p->length)))
1689     {
1690         p->string = wrbuf_buf(wrbuf);
1691         p->length = wrbuf_len(wrbuf);
1692     }
1693     if (zebra_maps_is_complete (p->zebra_maps, p->reg_type))
1694         extract_add_complete_field (p);
1695     else
1696         extract_add_incomplete_field(p);
1697 }
1698
1699 void extract_schema_add (struct recExtractCtrl *p, Odr_oid *oid)
1700 {
1701     ZebraHandle zh = (ZebraHandle) (p->handle);
1702     zebraExplain_addSchema (zh->reg->zei, oid);
1703 }
1704
1705 void extract_flushSortKeys (ZebraHandle zh, SYSNO sysno,
1706                             int cmd, struct sortKeys *sk)
1707 {
1708     SortIdx sortIdx = zh->reg->sortIdx;
1709     int off = 0;
1710
1711     sortIdx_sysno (sortIdx, sysno);
1712
1713     while (off < sk->buf_used)
1714     {
1715         int set, use, slen;
1716
1717         off += key_SU_decode(&set, sk->buf + off);
1718         off += key_SU_decode(&use, sk->buf + off);
1719         off += key_SU_decode(&slen, sk->buf + off);
1720
1721         sortIdx_type(sortIdx, use);
1722         if (cmd == 1)
1723             sortIdx_add(sortIdx, sk->buf + off, slen);
1724         else
1725             sortIdx_add(sortIdx, "", 1);
1726         off += slen;
1727     }
1728 }
1729
1730 void encode_key_init (struct encode_info *i)
1731 {
1732     i->sysno = 0;
1733     i->seqno = 0;
1734     i->cmd = -1;
1735     i->prevsys=0;
1736     i->prevseq=0;
1737     i->prevcmd=-1;
1738     i->keylen=0;
1739 }
1740
1741 char *encode_key_int (int d, char *bp)
1742 {
1743     if (d <= 63)
1744         *bp++ = d;
1745     else if (d <= 16383)
1746     {
1747         *bp++ = 64 + (d>>8);
1748         *bp++ = d  & 255;
1749     }
1750     else if (d <= 4194303)
1751     {
1752         *bp++ = 128 + (d>>16);
1753         *bp++ = (d>>8) & 255;
1754         *bp++ = d & 255;
1755     }
1756     else
1757     {
1758         *bp++ = 192 + (d>>24);
1759         *bp++ = (d>>16) & 255;
1760         *bp++ = (d>>8) & 255;
1761         *bp++ = d & 255;
1762     }
1763     return bp;
1764 }
1765 #define OLDENCODE 1
1766
1767 #ifdef OLDENCODE
1768 /* this is the old encode_key_write
1769  * may be deleted once we are confident that the new works
1770  * HL 15-oct-2002
1771  */
1772 void encode_key_write (char *k, struct encode_info *i, FILE *outf)
1773 {
1774     struct it_key key;
1775     char *bp = i->buf;
1776
1777     while ((*bp++ = *k++))
1778         ;
1779     memcpy (&key, k+1, sizeof(struct it_key));
1780     bp = encode_key_int ( (key.sysno - i->sysno) * 2 + *k, bp);
1781     if (i->sysno != key.sysno)
1782     {
1783         i->sysno = key.sysno;
1784         i->seqno = 0;
1785     }
1786     else if (!i->seqno && !key.seqno && i->cmd == *k)
1787         return;
1788     bp = encode_key_int (key.seqno - i->seqno, bp);
1789     i->seqno = key.seqno;
1790     i->cmd = *k;
1791     if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
1792     {
1793         logf (LOG_FATAL|LOG_ERRNO, "fwrite");
1794         exit (1);
1795     }
1796 }
1797
1798 void encode_key_flush (struct encode_info *i, FILE *outf)
1799 { /* dummy routine */
1800 }
1801
1802 #else
1803
1804 /* new encode_key_write
1805  * The idea is to buffer one more key, and compare them
1806  * If we are going to delete and insert the same key,
1807  * we may as well not bother. Should make a difference in
1808  * updates with small modifications (appending to a mbox)
1809  */
1810 void encode_key_write (char *k, struct encode_info *i, FILE *outf)
1811 {
1812     struct it_key key;
1813     char *bp;
1814
1815     if (*k)  /* first time for new key */
1816     {
1817         bp = i->buf;
1818         while ((*bp++ = *k++))
1819             ;
1820         i->keylen= bp - i->buf -1;
1821         assert(i->keylen+1+sizeof(struct it_key) < ENCODE_BUFLEN);
1822     }
1823     else
1824     {
1825         bp=i->buf + i->keylen;
1826         *bp++=0;
1827         k++;
1828     }
1829
1830     memcpy (&key, k+1, sizeof(struct it_key));
1831     if (0==i->prevsys) /* no previous filter, fill up */
1832     {
1833         i->prevsys=key.sysno;
1834         i->prevseq=key.seqno;
1835         i->prevcmd=*k;
1836     }
1837     else if ( (i->prevsys==key.sysno) &&
1838               (i->prevseq==key.seqno) &&
1839               (i->prevcmd!=*k) )
1840     { /* same numbers, diff cmd, they cancel out */
1841         i->prevsys=0;
1842     }
1843     else
1844     { /* different stuff, write previous, move buf */
1845         bp = encode_key_int ( (i->prevsys - i->sysno) * 2 + i->prevcmd, bp);
1846         if (i->sysno != i->prevsys)
1847         {
1848             i->sysno = i->prevsys;
1849             i->seqno = 0;
1850         }
1851         else if (!i->seqno && !i->prevseq && i->cmd == i->prevcmd)
1852         {
1853             return; /* ??? Filters some sort of duplicates away */
1854                     /* ??? Can this ever happen   -H 15oct02 */
1855         }
1856         bp = encode_key_int (i->prevseq - i->seqno, bp);
1857         i->seqno = i->prevseq;
1858         i->cmd = i->prevcmd;
1859         if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
1860         {
1861             logf (LOG_FATAL|LOG_ERRNO, "fwrite");
1862             exit (1);
1863         }
1864         i->keylen=0; /* ok, it's written, forget it */
1865         i->prevsys=key.sysno;
1866         i->prevseq=key.seqno;
1867         i->prevcmd=*k;
1868     }
1869 }
1870
1871 void encode_key_flush (struct encode_info *i, FILE *outf)
1872 { /* flush the last key from i */
1873     char *bp =i->buf + i->keylen;
1874     if (0==i->prevsys)
1875     {
1876         return; /* nothing to flush */
1877     }
1878     *bp++=0;
1879     bp = encode_key_int ( (i->prevsys - i->sysno) * 2 + i->prevcmd, bp);
1880     if (i->sysno != i->prevsys)
1881     {
1882         i->sysno = i->prevsys;
1883         i->seqno = 0;
1884     }
1885     else if (!i->seqno && !i->prevseq && i->cmd == i->prevcmd)
1886     {
1887         return; /* ??? Filters some sort of duplicates away */
1888                 /* ??? Can this ever happen   -H 15oct02 */
1889     }
1890     bp = encode_key_int (i->prevseq - i->seqno, bp);
1891     i->seqno = i->prevseq;
1892     i->cmd = i->prevcmd;
1893     if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
1894     {
1895         logf (LOG_FATAL|LOG_ERRNO, "fwrite");
1896         exit (1);
1897     }
1898     i->keylen=0; /* ok, it's written, forget it */
1899     i->prevsys=0; /* forget the values too */
1900     i->prevseq=0;
1901 }
1902 #endif