index/extract.c

   1 /*
   2  * Copyright (C) 1994-1999, Index Data
   3  * All rights reserved.
   4  * Sebastian Hammer, Adam Dickmeiss
   5  *
   6  * $Log: extract.c,v $
   7  * Revision 1.95  1999-05-21 12:00:17  adam
   8  * Better diagnostics for extraction process.
   9  *
  10  * Revision 1.94  1999/05/20 12:57:18  adam
  11  * Implemented TCL filter. Updated recctrl system.
  12  *
  13  * Revision 1.93  1999/05/15 14:36:38  adam
  14  * Updated dictionary. Implemented "compression" of dictionary.
  15  *
  16  * Revision 1.92  1999/03/09 16:27:49  adam
  17  * More work on SDRKit integration.
  18  *
  19  * Revision 1.91  1999/02/12 13:29:22  adam
  20  * Implemented position-flag for registers.
  21  *
  22  * Revision 1.90  1999/02/02 14:50:52  adam
  23  * Updated WIN32 code specific sections. Changed header.
  24  *
  25  * Revision 1.89  1998/10/28 10:54:38  adam
  26  * SDRKit integration.
  27  *
  28  * Revision 1.88  1998/10/16 08:14:29  adam
  29  * Updated record control system.
  30  *
  31  * Revision 1.87  1998/10/15 13:10:33  adam
  32  * Fixed bug in Zebra that caused it to stop indexing when empty
  33  * record was read.
  34  *
  35  * Revision 1.86  1998/10/13 20:33:53  adam
  36  * Fixed one log message and change use ordinal to be an unsigned char.
  37  *
  38  * Revision 1.85  1998/09/22 10:03:41  adam
  39  * Changed result sets to be persistent in the sense that they can
  40  * be re-searched if needed.
  41  * Fixed memory leak in rsm_or.
  42  *
  43  * Revision 1.84  1998/06/11 15:42:22  adam
  44  * Changed the way use attributes are specified in the recordId
  45  * specification.
  46  *
  47  * Revision 1.83  1998/06/08 14:43:10  adam
  48  * Added suport for EXPLAIN Proxy servers - added settings databasePath
  49  * and explainDatabase to facilitate this. Increased maximum number
  50  * of databases and attributes in one register.
  51  *
  52  * Revision 1.82  1998/05/20 10:12:15  adam
  53  * Implemented automatic EXPLAIN database maintenance.
  54  * Modified Zebra to work with ASN.1 compiled version of YAZ.
  55  *
  56  * Revision 1.81  1998/03/11 11:19:04  adam
  57  * Changed the way sequence numbers are generated.
  58  *
  59  * Revision 1.80  1998/03/05 08:45:11  adam
  60  * New result set model and modular ranking system. Moved towards
  61  * descent server API. System information stored as "SGML" records.
  62  *
  63  * Revision 1.79  1998/02/17 10:32:52  adam
  64  * Fixed bug: binary files weren't opened with flag b on NT.
  65  *
  66  * Revision 1.78  1998/02/10 12:03:05  adam
  67  * Implemented Sort.
  68  *
  69  * Revision 1.77  1998/01/12 15:04:08  adam
  70  * The test option (-s) only uses read-lock (and not write lock).
  71  *
  72  * Revision 1.76  1997/10/27 14:33:04  adam
  73  * Moved towards generic character mapping depending on "structure"
  74  * field in abstract syntax file. Fixed a few memory leaks. Fixed
  75  * bug with negative integers when doing searches with relational
  76  * operators.
  77  *
  78  * Revision 1.75  1997/09/17 12:19:12  adam
  79  * Zebra version corresponds to YAZ version 1.4.
  80  * Changed Zebra server so that it doesn't depend on global common_resource.
  81  *
  82  * Revision 1.74  1997/09/09 13:38:06  adam
  83  * Partial port to WIN95/NT.
  84  *
  85  * Revision 1.73  1997/09/04 13:57:20  adam
  86  * New file extract/retrieve method tellf (added).
  87  * Added O_BINARY for open calls.
  88  *
  89  * Revision 1.72  1997/07/15 16:32:29  adam
  90  * Bug fix: Match handler didn't terminate the resulting string!
  91  *
  92  * Revision 1.71  1997/07/15 16:28:41  adam
  93  * Bug fix: storeData didn't work with files with multiple records.
  94  * Bug fix: fixed memory management with records; not really well
  95  *  thought through.
  96  *
  97  * Revision 1.70  1997/07/01 13:00:42  adam
  98  * Bug fix in routine searchRecordKey: uninitialized variables.
  99  *
 100  * Revision 1.69  1997/04/29 09:26:03  adam
 101  * Bug fix: generic recordId handling didn't work for compressed internal
 102  * keys.
 103  *
 104  * Revision 1.68  1997/02/12 20:39:45  adam
 105  * Implemented options -f <n> that limits the log to the first <n>
 106  * records.
 107  * Changed some log messages also.
 108  *
 109  * Revision 1.67  1996/11/15 15:02:14  adam
 110  * Minor changes regarding logging.
 111  *
 112  * Revision 1.66  1996/11/14  09:52:21  adam
 113  * Strings in record keys bound by IT_MAX_WORD.
 114  *
 115  * Revision 1.65  1996/11/14  08:57:56  adam
 116  * Reduction of storeKeys area.
 117  *
 118  * Revision 1.64  1996/11/08 11:10:16  adam
 119  * Buffers used during file match got bigger.
 120  * Compressed ISAM support everywhere.
 121  * Bug fixes regarding masking characters in queries.
 122  * Redesigned Regexp-2 queries.
 123  *
 124  * Revision 1.63  1996/10/29 14:09:39  adam
 125  * Use of cisam system - enabled if setting isamc is 1.
 126  *
 127  * Revision 1.62  1996/10/11 10:57:01  adam
 128  * New module recctrl. Used to manage records (extract/retrieval).
 129  * Several files have been moved to the recctrl sub directory.
 130  *
 131  * Revision 1.61  1996/06/06 12:08:37  quinn
 132  * Added showRecord function
 133  *
 134  * Revision 1.60  1996/06/04  10:18:12  adam
 135  * Search/scan uses character mapping module.
 136  *
 137  * Revision 1.59  1996/05/14  15:47:07  adam
 138  * Cleanup of various buffer size entities.
 139  *
 140  * Revision 1.58  1996/05/14  06:16:38  adam
 141  * Compact use/set bytes used in search service.
 142  *
 143  * Revision 1.57  1996/05/13 14:23:04  adam
 144  * Work on compaction of set/use bytes in dictionary.
 145  *
 146  * Revision 1.56  1996/05/09  09:54:42  adam
 147  * Server supports maps from one logical attributes to a list of physical
 148  * attributes.
 149  * The extraction process doesn't make space consuming 'any' keys.
 150  *
 151  * Revision 1.55  1996/05/09  07:28:55  quinn
 152  * Work towards phrases and multiple registers
 153  *
 154  * Revision 1.54  1996/05/01  13:46:35  adam
 155  * First work on multiple records in one file.
 156  * New option, -offset, to the "unread" command in the filter module.
 157  *
 158  * Revision 1.53  1996/04/26  12:09:43  adam
 159  * Added a few comments.
 160  *
 161  * Revision 1.52  1996/04/25  13:27:57  adam
 162  * Function recordExtract modified so that files with no keys (possibly empty)
 163  * are ignored.
 164  *
 165  * Revision 1.51  1996/03/19  11:08:42  adam
 166  * Bug fix: Log preamble wasn't always turned off after recordExtract.
 167  *
 168  * Revision 1.50  1996/02/12  18:45:36  adam
 169  * New fileVerboseFlag in record group control.
 170  *
 171  * Revision 1.49  1996/02/05  12:29:57  adam
 172  * Logging reduced a bit.
 173  * The remaining running time is estimated during register merge.
 174  *
 175  * Revision 1.48  1996/02/01  20:53:26  adam
 176  * The temporary per-record keys are compacted a little, and duplication
 177  * of the per-records keys are avoided when they are saved in the record
 178  * information buffer.
 179  *
 180  * Revision 1.47  1996/01/17  14:57:48  adam
 181  * Prototype changed for reader functions in extract/retrieve. File
 182  *  is identified by 'void *' instead of 'int.
 183  *
 184  * Revision 1.46  1995/12/15  14:57:16  adam
 185  * Bug fix.
 186  *
 187  * Revision 1.45  1995/12/15  12:37:41  adam
 188  * In addRecordKeyAny: Writes key only when attrSet != -1.
 189  *
 190  * Revision 1.44  1995/12/12  16:00:54  adam
 191  * System call sync(2) used after update/commit.
 192  * Locking (based on fcntl) uses F_EXLCK and F_SHLCK instead of F_WRLCK
 193  * and F_RDLCK.
 194  *
 195  * Revision 1.43  1995/12/11  09:12:46  adam
 196  * The rec_get function returns NULL if record doesn't exist - will
 197  * happen in the server if the result set records have been deleted since
 198  * the creation of the set (i.e. the search).
 199  * The server saves a result temporarily if it is 'volatile', i.e. the
 200  * set is register dependent.
 201  *
 202  * Revision 1.42  1995/12/07  17:38:46  adam
 203  * Work locking mechanisms for concurrent updates/commit.
 204  *
 205  * Revision 1.41  1995/12/06  16:06:42  adam
 206  * Better diagnostics. Work on 'real' dictionary deletion.
 207  *
 208  * Revision 1.40  1995/12/05  16:57:40  adam
 209  * More work on regular patterns.
 210  *
 211  * Revision 1.39  1995/12/05  13:20:18  adam
 212  * Bug fix: file_read sometimes returned early EOF.
 213  *
 214  * Revision 1.38  1995/12/04  17:59:21  adam
 215  * More work on regular expression conversion.
 216  *
 217  * Revision 1.37  1995/12/04  14:22:27  adam
 218  * Extra arg to recType_byName.
 219  * Started work on new regular expression parsed input to
 220  * structured records.
 221  *
 222  * Revision 1.36  1995/11/30  08:34:29  adam
 223  * Started work on commit facility.
 224  * Changed a few malloc/free to xmalloc/xfree.
 225  *
 226  * Revision 1.35  1995/11/28  14:26:21  adam
 227  * Bug fix: recordId with constant wasn't right.
 228  * Bug fix: recordId dictionary entry wasn't deleted when needed.
 229  *
 230  * Revision 1.34  1995/11/28  09:09:38  adam
 231  * Zebra config renamed.
 232  * Use setting 'recordId' to identify record now.
 233  * Bug fix in recindex.c: rec_release_blocks was invokeded even
 234  * though the blocks were already released.
 235  * File traversal properly deletes records when needed.
 236  *
 237  * Revision 1.33  1995/11/27  09:56:20  adam
 238  * Record info elements better enumerated. Internal store of records.
 239  *
 240  * Revision 1.32  1995/11/25  10:24:05  adam
 241  * More record fields - they are enumerated now.
 242  * New options: flagStoreData flagStoreKey.
 243  *
 244  * Revision 1.31  1995/11/24  11:31:35  adam
 245  * Commands add & del read filenames from stdin if source directory is
 246  * empty.
 247  * Match criteria supports 'constant' strings.
 248  *
 249  * Revision 1.30  1995/11/22  17:19:16  adam
 250  * Record management uses the bfile system.
 251  *
 252  * Revision 1.29  1995/11/21  15:01:14  adam
 253  * New general match criteria implemented.
 254  * New feature: document groups.
 255  *
 256  * Revision 1.28  1995/11/21  09:20:30  adam
 257  * Yet more work on record match.
 258  *
 259  * Revision 1.27  1995/11/20  16:59:45  adam
 260  * New update method: the 'old' keys are saved for each records.
 261  *
 262  * Revision 1.26  1995/11/20  11:56:24  adam
 263  * Work on new traversal.
 264  *
 265  * Revision 1.25  1995/11/16  15:34:54  adam
 266  * Uses new record management system in both indexer and server.
 267  *
 268  * Revision 1.24  1995/11/15  19:13:08  adam
 269  * Work on record management.
 270  *
 271  * Revision 1.23  1995/10/27  14:00:10  adam
 272  * Implemented detection of database availability.
 273  *
 274  * Revision 1.22  1995/10/17  18:02:07  adam
 275  * New feature: databases. Implemented as prefix to words in dictionary.
 276  *
 277  * Revision 1.21  1995/10/10  12:24:38  adam
 278  * Temporary sort files are compressed.
 279  *
 280  * Revision 1.20  1995/10/06  13:52:05  adam
 281  * Bug fixes. Handler may abort further scanning.
 282  *
 283  * Revision 1.19  1995/10/04  12:55:16  adam
 284  * Bug fix in ranked search. Use=Any keys inserted.
 285  *
 286  * Revision 1.18  1995/10/04  09:37:08  quinn
 287  * Fixed bug.
 288  *
 289  * Revision 1.17  1995/10/03  14:28:57  adam
 290  * Buffered read in extract works.
 291  *
 292  * Revision 1.16  1995/10/03  14:28:45  adam
 293  * Work on more effecient read handler in extract.
 294  *
 295  * Revision 1.15  1995/10/02  15:42:53  adam
 296  * Extract uses file descriptors instead of FILE pointers.
 297  *
 298  * Revision 1.14  1995/10/02  15:29:13  adam
 299  * More logging in file_extract.
 300  *
 301  * Revision 1.13  1995/09/29  14:01:39  adam
 302  * Bug fixes.
 303  *
 304  * Revision 1.12  1995/09/28  14:22:56  adam
 305  * Sort uses smaller temporary files.
 306  *
 307  * Revision 1.11  1995/09/28  12:10:31  adam
 308  * Bug fixes. Field prefix used in queries.
 309  *
 310  * Revision 1.10  1995/09/28  09:19:41  adam
 311  * xfree/xmalloc used everywhere.
 312  * Extract/retrieve method seems to work for text records.
 313  *
 314  * Revision 1.9  1995/09/27  12:22:28  adam
 315  * More work on extract in record control.
 316  * Field name is not in isam keys but in prefix in dictionary words.
 317  *
 318  * Revision 1.8  1995/09/14  07:48:22  adam
 319  * Record control management.
 320  *
 321  * Revision 1.7  1995/09/11  13:09:32  adam
 322  * More work on relevance feedback.
 323  *
 324  * Revision 1.6  1995/09/08  14:52:27  adam
 325  * Minor changes. Dictionary is lower case now.
 326  *
 327  * Revision 1.5  1995/09/06  16:11:16  adam
 328  * Option: only one word key per file.
 329  *
 330  * Revision 1.4  1995/09/05  15:28:39  adam
 331  * More work on search engine.
 332  *
 333  * Revision 1.3  1995/09/04  12:33:41  adam
 334  * Various cleanup. YAZ util used instead.
 335  *
 336  * Revision 1.2  1995/09/04  09:10:34  adam
 337  * More work on index add/del/update.
 338  * Merge sort implemented.
 339  * Initial work on z39 server.
 340  *
 341  * Revision 1.1  1995/09/01  14:06:35  adam
 342  * Split of work into more files.
 343  *
 344  */
 345 #include <stdio.h>
 346 #include <assert.h>
 347 #ifdef WIN32
 348 #include <io.h>
 349 #else
 350 #include <unistd.h>
 351 #endif
 352 #include <fcntl.h>
 353
 354 #include <recctrl.h>
 355 #include <charmap.h>
 356 #include <sortidx.h>
 357 #include "index.h"
 358
 359 #include "zinfo.h"
 360
 361 #ifndef ZEBRASDR
 362 #define ZEBRASDR 0
 363 #endif
 364
 365 #if ZEBRASDR
 366 #include "zebrasdr.h"
 367 #endif
 368
 369 static Dict matchDict;
 370
 371 static Records records = NULL;
 372 static SortIdx sortIdx = NULL;
 373
 374 static char **key_buf;
 375 static size_t ptr_top;
 376 static size_t ptr_i;
 377 static size_t key_buf_used;
 378 static int key_file_no;
 379
 380 static int records_inserted = 0;
 381 static int records_updated = 0;
 382 static int records_deleted = 0;
 383 static int records_processed = 0;
 384
 385 static ZebraExplainInfo zti = NULL;
 386
 387 static void logRecord (int showFlag)
 388 {
 389     if (!showFlag)
 390         ++records_processed;
 391     if (showFlag || !(records_processed % 1000))
 392     {
 393         logf (LOG_LOG, "Records: %7d i/u/d %d/%d/%d",
 394               records_processed, records_inserted, records_updated,
 395               records_deleted);
 396     }
 397 }
 398
 399 static int explain_extract (void *handle, Record drec, data1_node *n);
 400
 401 int key_open (struct recordGroup *rGroup, int mem)
 402 {
 403     BFiles bfs = rGroup->bfs;
 404     int rw = rGroup->flagRw;
 405     data1_handle dh = rGroup->dh;
 406     if (!mem)
 407         mem = atoi(res_get_def (common_resource, "memMax", "4"))*1024*1024;
 408     if (mem < 50000)
 409         mem = 50000;
 410     key_buf = xmalloc (mem);
 411     ptr_top = mem/sizeof(char*);
 412     ptr_i = 0;
 413
 414     key_buf_used = 0;
 415     key_file_no = 0;
 416
 417     if (!(matchDict = dict_open (bfs, GMATCH_DICT, 50, rw, 0)))
 418     {
 419         logf (LOG_FATAL, "dict_open fail of %s", GMATCH_DICT);
 420         return -1;
 421     }
 422     assert (!records);
 423     records = rec_open (bfs, rw);
 424     if (!records)
 425     {
 426         dict_close (matchDict);
 427         return -1;
 428     }
 429     zti = zebraExplain_open (records, dh, common_resource,
 430                              rw, rGroup, explain_extract);
 431     if (!zti)
 432     {
 433         rec_close (&records);
 434         dict_close (matchDict);
 435         return -1;
 436     }
 437     sortIdx = sortIdx_open (bfs, 1);
 438     return 0;
 439 }
 440
 441 struct encode_info {
 442     int  sysno;
 443     int  seqno;
 444     int  cmd;
 445     char buf[768];
 446 };
 447
 448 void encode_key_init (struct encode_info *i)
 449 {
 450     i->sysno = 0;
 451     i->seqno = 0;
 452     i->cmd = -1;
 453 }
 454
 455 char *encode_key_int (int d, char *bp)
 456 {
 457     if (d <= 63)
 458         *bp++ = d;
 459     else if (d <= 16383)
 460     {
 461         *bp++ = 64 + (d>>8);
 462         *bp++ = d  & 255;
 463     }
 464     else if (d <= 4194303)
 465     {
 466         *bp++ = 128 + (d>>16);
 467         *bp++ = (d>>8) & 255;
 468         *bp++ = d & 255;
 469     }
 470     else
 471     {
 472         *bp++ = 192 + (d>>24);
 473         *bp++ = (d>>16) & 255;
 474         *bp++ = (d>>8) & 255;
 475         *bp++ = d & 255;
 476     }
 477     return bp;
 478 }
 479
 480 void encode_key_write (char *k, struct encode_info *i, FILE *outf)
 481 {
 482     struct it_key key;
 483     char *bp = i->buf;
 484
 485     while ((*bp++ = *k++))
 486         ;
 487     memcpy (&key, k+1, sizeof(struct it_key));
 488     bp = encode_key_int ( (key.sysno - i->sysno) * 2 + *k, bp);
 489     if (i->sysno != key.sysno)
 490     {
 491         i->sysno = key.sysno;
 492         i->seqno = 0;
 493     }
 494     else if (!i->seqno && !key.seqno && i->cmd == *k)
 495         return;
 496     bp = encode_key_int (key.seqno - i->seqno, bp);
 497     i->seqno = key.seqno;
 498     i->cmd = *k;
 499     if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
 500     {
 501         logf (LOG_FATAL|LOG_ERRNO, "fwrite");
 502         exit (1);
 503     }
 504 }
 505
 506 #define SORT_EXTRA 0
 507
 508 #if SORT_EXTRA
 509 static int key_y_len;
 510
 511 static int key_y_compare (const void *p1, const void *p2)
 512 {
 513     int r;
 514
 515     if ((r = key_compare (*(char**) p1 + key_y_len + 1,
 516                           *(char**) p2 + key_y_len + 1)))
 517          return r;
 518     return *(*(char**) p1 + key_y_len) - *(*(char**) p2 + key_y_len);
 519 }
 520
 521 static int key_x_compare (const void *p1, const void *p2)
 522 {
 523     return strcmp (*(char**) p1, *(char**) p2);
 524 }
 525 #endif
 526
 527 void key_flush (void)
 528 {
 529     FILE *outf;
 530     char out_fname[200];
 531     char *prevcp, *cp;
 532     struct encode_info encode_info;
 533 #if SORT_EXTRA
 534     int i;
 535 #endif
 536
 537     if (ptr_i <= 0)
 538         return;
 539
 540     key_file_no++;
 541     logf (LOG_LOG, "sorting section %d", key_file_no);
 542 #if !SORT_EXTRA
 543     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_qsort_compare);
 544     getFnameTmp (out_fname, key_file_no);
 545
 546     if (!(outf = fopen (out_fname, "wb")))
 547     {
 548         logf (LOG_FATAL|LOG_ERRNO, "fopen %s", out_fname);
 549         exit (1);
 550     }
 551     logf (LOG_LOG, "writing section %d", key_file_no);
 552     prevcp = cp = key_buf[ptr_top-ptr_i];
 553
 554     encode_key_init (&encode_info);
 555     encode_key_write (cp, &encode_info, outf);
 556     while (--ptr_i > 0)
 557     {
 558         cp = key_buf[ptr_top-ptr_i];
 559         if (strcmp (cp, prevcp))
 560         {
 561             encode_key_init (&encode_info);
 562             encode_key_write (cp, &encode_info, outf);
 563             prevcp = cp;
 564         }
 565         else
 566             encode_key_write (cp + strlen(cp), &encode_info, outf);
 567     }
 568 #else
 569     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_x_compare);
 570     getFnameTmp (out_fname, key_file_no);
 571
 572     if (!(outf = fopen (out_fname, "wb")))
 573     {
 574         logf (LOG_FATAL|LOG_ERRNO, "fopen %s", out_fname);
 575         exit (1);
 576     }
 577     logf (LOG_LOG, "writing section %d", key_file_no);
 578     i = ptr_i;
 579     prevcp =  key_buf[ptr_top-i];
 580     while (1)
 581         if (!--i || strcmp (prevcp, key_buf[ptr_top-i]))
 582         {
 583             key_y_len = strlen(prevcp)+1;
 584 #if 0
 585             logf (LOG_LOG, "key_y_len: %2d %02x %02x %s",
 586                       key_y_len, prevcp[0], prevcp[1], 2+prevcp);
 587 #endif
 588             qsort (key_buf + ptr_top-ptr_i, ptr_i - i,
 589                                    sizeof(char*), key_y_compare);
 590             cp = key_buf[ptr_top-ptr_i];
 591             --key_y_len;
 592             encode_key_init (&encode_info);
 593             encode_key_write (cp, &encode_info, outf);
 594             while (--ptr_i > i)
 595             {
 596                 cp = key_buf[ptr_top-ptr_i];
 597                 encode_key_write (cp+key_y_len, &encode_info, outf);
 598             }
 599             if (!i)
 600                 break;
 601             prevcp = key_buf[ptr_top-ptr_i];
 602         }
 603 #endif
 604     if (fclose (outf))
 605     {
 606         logf (LOG_FATAL|LOG_ERRNO, "fclose %s", out_fname);
 607         exit (1);
 608     }
 609     logf (LOG_LOG, "finished section %d", key_file_no);
 610     ptr_i = 0;
 611     key_buf_used = 0;
 612 }
 613
 614 int key_close (struct recordGroup *rGroup)
 615 {
 616     int rw = rGroup->flagRw;
 617     if (rw)
 618         zebraExplain_runNumberIncrement (zti, 1);
 619     zebraExplain_close (zti, rw, 0);
 620     key_flush ();
 621     xfree (key_buf);
 622     rec_close (&records);
 623     dict_close (matchDict);
 624     sortIdx_close (sortIdx);
 625
 626     logRecord (1);
 627     return key_file_no;
 628 }
 629
 630 static void wordInit (struct recExtractCtrl *p, RecWord *w)
 631 {
 632     w->zebra_maps = p->zebra_maps;
 633     w->seqnos = p->seqno;
 634     w->attrSet = VAL_BIB1;
 635     w->attrUse = 1016;
 636     w->reg_type = 'w';
 637 }
 638
 639 static struct sortKey {
 640     char *string;
 641     int length;
 642     int attrSet;
 643     int attrUse;
 644     struct sortKey *next;
 645 } *sortKeys = NULL;
 646
 647 static struct recKeys {
 648     int buf_used;
 649     int buf_max;
 650     char *buf;
 651     char prevAttrSet;
 652     short prevAttrUse;
 653     int prevSeqNo;
 654 } reckeys;
 655
 656 static void addIndexString (RecWord *p, const char *string, int length)
 657 {
 658     char *dst;
 659     unsigned char attrSet;
 660     unsigned short attrUse;
 661     int lead = 0;
 662     int diff = 0;
 663     int *pseqno = &p->seqnos[p->reg_type];
 664
 665     if (reckeys.buf_used+1024 > reckeys.buf_max)
 666     {
 667         char *b;
 668
 669         b = xmalloc (reckeys.buf_max += 128000);
 670         if (reckeys.buf_used > 0)
 671             memcpy (b, reckeys.buf, reckeys.buf_used);
 672         xfree (reckeys.buf);
 673         reckeys.buf = b;
 674     }
 675     dst = reckeys.buf + reckeys.buf_used;
 676
 677     attrSet = p->attrSet;
 678     if (reckeys.buf_used > 0 && reckeys.prevAttrSet == attrSet)
 679         lead |= 1;
 680     else
 681         reckeys.prevAttrSet = attrSet;
 682     attrUse = p->attrUse;
 683     if (reckeys.buf_used > 0 && reckeys.prevAttrUse == attrUse)
 684         lead |= 2;
 685     else
 686         reckeys.prevAttrUse = attrUse;
 687 #if 1
 688     diff = 1 + *pseqno - reckeys.prevSeqNo;
 689     if (diff >= 1 && diff <= 15)
 690         lead |= (diff << 2);
 691     else
 692         diff = 0;
 693 #endif
 694     reckeys.prevSeqNo = *pseqno;
 695
 696     *dst++ = lead;
 697
 698     if (!(lead & 1))
 699     {
 700         memcpy (dst, &attrSet, sizeof(attrSet));
 701         dst += sizeof(attrSet);
 702     }
 703     if (!(lead & 2))
 704     {
 705         memcpy (dst, &attrUse, sizeof(attrUse));
 706         dst += sizeof(attrUse);
 707     }
 708     *dst++ = p->reg_type;
 709     memcpy (dst, string, length);
 710     dst += length;
 711     *dst++ = '\0';
 712
 713     if (!diff)
 714     {
 715         memcpy (dst, pseqno, sizeof(*pseqno));
 716         dst += sizeof(*pseqno);
 717     }
 718     reckeys.buf_used = dst - reckeys.buf;
 719     if (*pseqno)
 720         (*pseqno)++;
 721 }
 722
 723 static void addSortString (RecWord *p, const char *string, int length)
 724 {
 725     struct sortKey *sk;
 726
 727     for (sk = sortKeys; sk; sk = sk->next)
 728         if (sk->attrSet == p->attrSet && sk->attrUse == p->attrUse)
 729             return;
 730
 731     sk = xmalloc (sizeof(*sk));
 732     sk->next = sortKeys;
 733     sortKeys = sk;
 734
 735     sk->string = xmalloc (length);
 736     sk->length = length;
 737     memcpy (sk->string, string, length);
 738
 739     sk->attrSet = p->attrSet;
 740     sk->attrUse = p->attrUse;
 741 }
 742
 743 static void addString (RecWord *p, const char *string, int length)
 744 {
 745     assert (length > 0);
 746     if (zebra_maps_is_sort (p->zebra_maps, p->reg_type))
 747         addSortString (p, string, length);
 748     else
 749         addIndexString (p, string, length);
 750 }
 751
 752 static void addIncompleteField (RecWord *p)
 753 {
 754     const char *b = p->string;
 755     int remain = p->length;
 756     const char **map = 0;
 757
 758     if (remain > 0)
 759         map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
 760
 761     while (map)
 762     {
 763         char buf[IT_MAX_WORD+1];
 764         int i, remain;
 765
 766         /* Skip spaces */
 767         while (map && *map && **map == *CHR_SPACE)
 768         {
 769             remain = p->length - (b - p->string);
 770             if (remain > 0)
 771                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
 772             else
 773                 map = 0;
 774         }
 775         if (!map)
 776             break;
 777         i = 0;
 778         while (map && *map && **map != *CHR_SPACE)
 779         {
 780             const char *cp = *map;
 781
 782             while (i < IT_MAX_WORD && *cp)
 783                 buf[i++] = *(cp++);
 784             remain = p->length - (b - p->string);
 785             if (remain > 0)
 786                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
 787             else
 788                 map = 0;
 789         }
 790         if (!i)
 791             return;
 792         addString (p, buf, i);
 793     }
 794 }
 795
 796 static void addCompleteField (RecWord *p)
 797 {
 798     const char *b = p->string;
 799     char buf[IT_MAX_WORD+1];
 800     const char **map = 0;
 801     int i = 0, remain = p->length;
 802
 803     if (remain > 0)
 804         map = zebra_maps_input (p->zebra_maps, p->reg_type, &b, remain);
 805
 806     while (remain > 0 && i < IT_MAX_WORD)
 807     {
 808         while (map && *map && **map == *CHR_SPACE)
 809         {
 810             remain = p->length - (b - p->string);
 811             if (remain > 0)
 812                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
 813             else
 814                 map = 0;
 815         }
 816         if (!map)
 817             break;
 818
 819         if (i && i < IT_MAX_WORD)
 820             buf[i++] = *CHR_SPACE;
 821         while (map && *map && **map != *CHR_SPACE)
 822         {
 823             const char *cp = *map;
 824
 825             if (i >= IT_MAX_WORD)
 826                 break;
 827             while (i < IT_MAX_WORD && *cp)
 828                 buf[i++] = *(cp++);
 829             remain = p->length  - (b - p->string);
 830             if (remain > 0)
 831                 map = zebra_maps_input (p->zebra_maps, p->reg_type, &b,
 832                                         remain);
 833             else
 834                 map = 0;
 835         }
 836     }
 837     if (!i)
 838         return;
 839     addString (p, buf, i);
 840 }
 841
 842 static void addRecordKey (RecWord *p)
 843 {
 844     if (zebra_maps_is_complete (p->zebra_maps, p->reg_type))
 845         addCompleteField (p);
 846     else
 847         addIncompleteField(p);
 848 }
 849
 850 static void flushSortKeys (SYSNO sysno, int cmd)
 851 {
 852     struct sortKey *sk = sortKeys;
 853
 854     sortIdx_sysno (sortIdx, sysno);
 855     while (sk)
 856     {
 857         struct sortKey *sk_next = sk->next;
 858         sortIdx_type (sortIdx, sk->attrUse);
 859         sortIdx_add (sortIdx, sk->string, sk->length);
 860         xfree (sk->string);
 861         xfree (sk);
 862         sk = sk_next;
 863     }
 864     sortKeys = NULL;
 865 }
 866
 867 static void flushRecordKeys (SYSNO sysno, int cmd, struct recKeys *reckeys)
 868 {
 869     unsigned char attrSet = (unsigned char) -1;
 870     unsigned short attrUse = (unsigned short) -1;
 871     int seqno = 0;
 872     int off = 0;
 873
 874     zebraExplain_recordCountIncrement (zti, cmd ? 1 : -1);
 875     while (off < reckeys->buf_used)
 876     {
 877         const char *src = reckeys->buf + off;
 878         struct it_key key;
 879         int lead, ch;
 880
 881         lead = *src++;
 882
 883         if (!(lead & 1))
 884         {
 885             memcpy (&attrSet, src, sizeof(attrSet));
 886             src += sizeof(attrSet);
 887         }
 888         if (!(lead & 2))
 889         {
 890             memcpy (&attrUse, src, sizeof(attrUse));
 891             src += sizeof(attrUse);
 892         }
 893         if (key_buf_used + 1024 > (ptr_top-ptr_i)*sizeof(char*))
 894             key_flush ();
 895         ++ptr_i;
 896         key_buf[ptr_top-ptr_i] = (char*)key_buf + key_buf_used;
 897
 898         ch = zebraExplain_lookupSU (zti, attrSet, attrUse);
 899         if (ch < 0)
 900             ch = zebraExplain_addSU (zti, attrSet, attrUse);
 901         assert (ch > 0);
 902         key_buf_used += key_SU_code (ch, ((char*)key_buf) + key_buf_used);
 903
 904         while (*src)
 905             ((char*)key_buf) [key_buf_used++] = *src++;
 906         src++;
 907         ((char*)key_buf) [key_buf_used++] = '\0';
 908         ((char*) key_buf)[key_buf_used++] = cmd;
 909
 910         if (lead & 60)
 911             seqno += ((lead>>2) & 15)-1;
 912         else
 913         {
 914             memcpy (&seqno, src, sizeof(seqno));
 915             src += sizeof(seqno);
 916         }
 917         key.seqno = seqno;
 918         key.sysno = sysno;
 919         memcpy ((char*)key_buf + key_buf_used, &key, sizeof(key));
 920         key_buf_used += sizeof(key);
 921         off = src - reckeys->buf;
 922     }
 923     assert (off == reckeys->buf_used);
 924 }
 925
 926 static const char **searchRecordKey (struct recKeys *reckeys,
 927                                      int attrSetS, int attrUseS)
 928 {
 929     static const char *ws[32];
 930     int off = 0;
 931     int startSeq = -1;
 932     int i;
 933     short attrUse;
 934     char attrSet;
 935     int seqno = 0;
 936
 937     for (i = 0; i<32; i++)
 938         ws[i] = NULL;
 939
 940     while (off < reckeys->buf_used)
 941     {
 942
 943         const char *src = reckeys->buf + off;
 944         const char *wstart;
 945         int lead;
 946
 947         lead = *src++;
 948
 949         if (!(lead & 1))
 950         {
 951             memcpy (&attrSet, src, sizeof(attrSet));
 952             src += sizeof(attrSet);
 953         }
 954         if (!(lead & 2))
 955         {
 956             memcpy (&attrUse, src, sizeof(attrUse));
 957             src += sizeof(attrUse);
 958         }
 959         wstart = src;
 960         while (*src++)
 961             ;
 962         if (lead & 60)
 963             seqno += ((lead>>2) & 15)-1;
 964         else
 965         {
 966             memcpy (&seqno, src, sizeof(seqno));
 967             src += sizeof(seqno);
 968         }
 969         if (attrUseS == attrUse && attrSetS == attrSet)
 970         {
 971             int woff;
 972
 973
 974             if (startSeq == -1)
 975                 startSeq = seqno;
 976             woff = seqno - startSeq;
 977             if (woff >= 0 && woff < 31)
 978                 ws[woff] = wstart;
 979         }
 980
 981         off = src - reckeys->buf;
 982     }
 983     assert (off == reckeys->buf_used);
 984     return ws;
 985 }
 986
 987 struct file_read_info {
 988     off_t file_max;         /* maximum offset so far */
 989     off_t file_offset;      /* current offset */
 990     off_t file_moffset;     /* offset of rec/rec boundary */
 991     int file_more;
 992     int fd;
 993     char *sdrbuf;
 994     int sdrmax;
 995 };
 996
 997 static struct file_read_info *file_read_start (int fd)
 998 {
 999     struct file_read_info *fi = xmalloc (sizeof(*fi));
1000
1001     fi->fd = fd;
1002     fi->file_max = 0;
1003     fi->file_moffset = 0;
1004     fi->sdrbuf = 0;
1005     fi->sdrmax = 0;
1006     return fi;
1007 }
1008
1009 static void file_read_stop (struct file_read_info *fi)
1010 {
1011     xfree (fi);
1012 }
1013
1014 static off_t file_seek (void *handle, off_t offset)
1015 {
1016     struct file_read_info *p = handle;
1017     p->file_offset = offset;
1018     if (p->sdrbuf)
1019         return offset;
1020     return lseek (p->fd, offset, SEEK_SET);
1021 }
1022
1023 static off_t file_tell (void *handle)
1024 {
1025     struct file_read_info *p = handle;
1026     return p->file_offset;
1027 }
1028
1029 static int file_read (void *handle, char *buf, size_t count)
1030 {
1031     struct file_read_info *p = handle;
1032     int fd = p->fd;
1033     int r;
1034     if (p->sdrbuf)
1035     {
1036         r = count;
1037         if (r > p->sdrmax - p->file_offset)
1038             r = p->sdrmax - p->file_offset;
1039         if (r)
1040             memcpy (buf, p->sdrbuf + p->file_offset, r);
1041     }
1042     else
1043         r = read (fd, buf, count);
1044     if (r > 0)
1045     {
1046         p->file_offset += r;
1047         if (p->file_offset > p->file_max)
1048             p->file_max = p->file_offset;
1049     }
1050     return r;
1051 }
1052
1053 static void file_begin (void *handle)
1054 {
1055     struct file_read_info *p = handle;
1056
1057     p->file_offset = p->file_moffset;
1058     if (!p->sdrbuf && p->file_moffset)
1059         lseek (p->fd, p->file_moffset, SEEK_SET);
1060     p->file_more = 0;
1061 }
1062
1063 static void file_end (void *handle, off_t offset)
1064 {
1065     struct file_read_info *p = handle;
1066
1067     assert (p->file_more == 0);
1068     p->file_more = 1;
1069     p->file_moffset = offset;
1070 }
1071
1072 static char *fileMatchStr (struct recKeys *reckeys, struct recordGroup *rGroup,
1073                            const char *fname, const char *spec)
1074 {
1075     static char dstBuf[2048];
1076     char *dst = dstBuf;
1077     const char *s = spec;
1078     static const char **w;
1079
1080     while (1)
1081     {
1082         while (*s == ' ' || *s == '\t')
1083             s++;
1084         if (!*s)
1085             break;
1086         if (*s == '(')
1087         {
1088             char attset_str[64], attname_str[64];
1089             data1_attset *attset;
1090             int i;
1091             char matchFlag[32];
1092             int attSet = 1, attUse = 1;
1093             int first = 1;
1094
1095             s++;
1096             for (i = 0; *s && *s != ',' && *s != ')'; s++)
1097                 if (i < 63)
1098                     attset_str[i++] = *s;
1099             attset_str[i] = '\0';
1100
1101             if (*s == ',')
1102             {
1103                 s++;
1104                 for (i = 0; *s && *s != ')'; s++)
1105                     if (i < 63)
1106                         attname_str[i++] = *s;
1107                 attname_str[i] = '\0';
1108             }
1109
1110             if ((attset = data1_get_attset (rGroup->dh, attset_str)))
1111             {
1112                 data1_att *att;
1113                 attSet = attset->reference;
1114                 att = data1_getattbyname(rGroup->dh, attset, attname_str);
1115                 if (att)
1116                     attUse = att->value;
1117                 else
1118                     attUse = atoi (attname_str);
1119             }
1120             w = searchRecordKey (reckeys, attSet, attUse);
1121             assert (w);
1122
1123             if (*s == ')')
1124             {
1125                 for (i = 0; i<32; i++)
1126                     matchFlag[i] = 1;
1127             }
1128             else
1129             {
1130                 logf (LOG_WARN, "Missing ) in match criteria %s in group %s",
1131                       spec, rGroup->groupName ? rGroup->groupName : "none");
1132                 return NULL;
1133             }
1134             s++;
1135
1136             for (i = 0; i<32; i++)
1137                 if (matchFlag[i] && w[i])
1138                 {
1139                     if (first)
1140                     {
1141                         *dst++ = ' ';
1142                         first = 0;
1143                     }
1144                     strcpy (dst, w[i]);
1145                     dst += strlen(w[i]);
1146                 }
1147             if (first)
1148             {
1149                 logf (LOG_WARN, "Record didn't contain match"
1150                       " fields in (%s,%s)", attset_str, attname_str);
1151                 return NULL;
1152             }
1153         }
1154         else if (*s == '$')
1155         {
1156             int spec_len;
1157             char special[64];
1158             const char *spec_src = NULL;
1159             const char *s1 = ++s;
1160             while (*s1 && *s1 != ' ' && *s1 != '\t')
1161                 s1++;
1162
1163             spec_len = s1 - s;
1164             if (spec_len > 63)
1165                 spec_len = 63;
1166             memcpy (special, s, spec_len);
1167             special[spec_len] = '\0';
1168             s = s1;
1169
1170             if (!strcmp (special, "group"))
1171                 spec_src = rGroup->groupName;
1172             else if (!strcmp (special, "database"))
1173                 spec_src = rGroup->databaseName;
1174             else if (!strcmp (special, "filename"))
1175                 spec_src = fname;
1176             else if (!strcmp (special, "type"))
1177                 spec_src = rGroup->recordType;
1178             else
1179                 spec_src = NULL;
1180             if (spec_src)
1181             {
1182                 strcpy (dst, spec_src);
1183                 dst += strlen (spec_src);
1184             }
1185         }
1186         else if (*s == '\"' || *s == '\'')
1187         {
1188             int stopMarker = *s++;
1189             char tmpString[64];
1190             int i = 0;
1191
1192             while (*s && *s != stopMarker)
1193             {
1194                 if (i < 63)
1195                     tmpString[i++] = *s++;
1196             }
1197             if (*s)
1198                 s++;
1199             tmpString[i] = '\0';
1200             strcpy (dst, tmpString);
1201             dst += strlen (tmpString);
1202         }
1203         else
1204         {
1205             logf (LOG_WARN, "Syntax error in match criteria %s in group %s",
1206                   spec, rGroup->groupName ? rGroup->groupName : "none");
1207             return NULL;
1208         }
1209         *dst++ = 1;
1210     }
1211     if (dst == dstBuf)
1212     {
1213         logf (LOG_WARN, "No match criteria for record %s in group %s",
1214               fname, rGroup->groupName ? rGroup->groupName : "none");
1215         return NULL;
1216     }
1217     *dst = '\0';
1218     return dstBuf;
1219 }
1220
1221 struct recordLogInfo {
1222     const char *fname;
1223     int recordOffset;
1224     struct recordGroup *rGroup;
1225 };
1226
1227 static void recordLogPreamble (int level, const char *msg, void *info)
1228 {
1229     struct recordLogInfo *p = info;
1230     FILE *outf = log_file ();
1231
1232     if (level & LOG_LOG)
1233         return ;
1234     fprintf (outf, "File %s, offset %d, type %s\n",
1235              p->rGroup->recordType, p->recordOffset, p->fname);
1236     log_event_start (NULL, NULL);
1237 }
1238
1239 void addSchema (struct recExtractCtrl *p, Odr_oid *oid)
1240 {
1241     zebraExplain_addSchema (zti, oid);
1242 }
1243
1244 static int recordExtract (SYSNO *sysno, const char *fname,
1245                           struct recordGroup *rGroup, int deleteFlag,
1246                           struct file_read_info *fi,
1247                           RecType recType, char *subType, void *clientData)
1248 {
1249     RecordAttr *recordAttr;
1250     int r;
1251     char *matchStr;
1252     SYSNO sysnotmp;
1253     Record rec;
1254     struct recordLogInfo logInfo;
1255     off_t recordOffset = 0;
1256
1257     if (fi->fd != -1)
1258     {
1259         struct recExtractCtrl extractCtrl;
1260
1261         /* we are going to read from a file, so prepare the extraction */
1262         int i;
1263
1264         reckeys.buf_used = 0;
1265         reckeys.prevAttrUse = -1;
1266         reckeys.prevAttrSet = -1;
1267         reckeys.prevSeqNo = 0;
1268
1269         recordOffset = fi->file_moffset;
1270         extractCtrl.offset = fi->file_moffset;
1271         extractCtrl.readf = file_read;
1272         extractCtrl.seekf = file_seek;
1273         extractCtrl.tellf = file_tell;
1274         extractCtrl.endf = file_end;
1275         extractCtrl.fh = fi;
1276         extractCtrl.subType = subType;
1277         extractCtrl.init = wordInit;
1278         extractCtrl.addWord = addRecordKey;
1279         extractCtrl.addSchema = addSchema;
1280         extractCtrl.dh = rGroup->dh;
1281         for (i = 0; i<256; i++)
1282         {
1283             if (zebra_maps_is_positioned(rGroup->zebra_maps, i))
1284                 extractCtrl.seqno[i] = 1;
1285             else
1286                 extractCtrl.seqno[i] = 0;
1287         }
1288         extractCtrl.zebra_maps = rGroup->zebra_maps;
1289         extractCtrl.flagShowRecords = !rGroup->flagRw;
1290
1291         if (!rGroup->flagRw)
1292             printf ("File: %s %ld\n", fname, (long) recordOffset);
1293
1294         logInfo.fname = fname;
1295         logInfo.recordOffset = recordOffset;
1296         logInfo.rGroup = rGroup;
1297         log_event_start (recordLogPreamble, &logInfo);
1298
1299         r = (*recType->extract)(clientData, &extractCtrl);
1300
1301         log_event_start (NULL, NULL);
1302
1303         if (r == RECCTRL_EXTRACT_EOF)
1304             return 0;
1305         else if (r == RECCTRL_EXTRACT_ERROR)
1306         {
1307             /* error occured during extraction ... */
1308             if (rGroup->flagRw &&
1309                 records_processed < rGroup->fileVerboseLimit)
1310             {
1311                 logf (LOG_WARN, "fail %s %s %ld", rGroup->recordType,
1312                       fname, (long) recordOffset);
1313             }
1314             return 0;
1315         }
1316         if (reckeys.buf_used == 0)
1317         {
1318             /* the extraction process returned no information - the record
1319                is probably empty - unless flagShowRecords is in use */
1320             if (!rGroup->flagRw)
1321                 return 1;
1322             logf (LOG_WARN, "No keys generated for file %s", fname);
1323             logf (LOG_WARN, " The file is probably empty");
1324             return 1;
1325         }
1326     }
1327
1328     /* perform match if sysno not known and if match criteria is specified */
1329
1330     matchStr = NULL;
1331     if (!sysno)
1332     {
1333         sysnotmp = 0;
1334         sysno = &sysnotmp;
1335         if (rGroup->recordId && *rGroup->recordId)
1336         {
1337             char *rinfo;
1338
1339             matchStr = fileMatchStr (&reckeys, rGroup, fname,
1340                                      rGroup->recordId);
1341             if (matchStr)
1342             {
1343                 rinfo = dict_lookup (matchDict, matchStr);
1344                 if (rinfo)
1345                     memcpy (sysno, rinfo+1, sizeof(*sysno));
1346             }
1347             else
1348             {
1349                 logf (LOG_WARN, "Bad match criteria");
1350                 return 0;
1351             }
1352         }
1353     }
1354
1355     if (! *sysno)
1356     {
1357         /* new record */
1358         if (deleteFlag)
1359         {
1360             logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
1361                   fname, (long) recordOffset);
1362             logf (LOG_WARN, "cannot delete record above (seems new)");
1363             return 1;
1364         }
1365         if (records_processed < rGroup->fileVerboseLimit)
1366             logf (LOG_LOG, "add %s %s %ld", rGroup->recordType,
1367                   fname, (long) recordOffset);
1368         rec = rec_new (records);
1369
1370         *sysno = rec->sysno;
1371
1372         recordAttr = rec_init_attr (zti, rec);
1373
1374         if (matchStr)
1375         {
1376             dict_insert (matchDict, matchStr, sizeof(*sysno), sysno);
1377         }
1378         flushRecordKeys (*sysno, 1, &reckeys);
1379         flushSortKeys (*sysno, 1);
1380
1381         records_inserted++;
1382     }
1383     else
1384     {
1385         /* record already exists */
1386         struct recKeys delkeys;
1387
1388         rec = rec_get (records, *sysno);
1389         assert (rec);
1390
1391         recordAttr = rec_init_attr (zti, rec);
1392
1393         if (recordAttr->runNumber == zebraExplain_runNumberIncrement (zti, 0))
1394         {
1395             logf (LOG_LOG, "skipped %s %s %ld", rGroup->recordType,
1396                   fname, (long) recordOffset);
1397             rec_rm (&rec);
1398             logRecord (0);
1399             return 1;
1400         }
1401         delkeys.buf_used = rec->size[recInfo_delKeys];
1402         delkeys.buf = rec->info[recInfo_delKeys];
1403         flushSortKeys (*sysno, 0);
1404         flushRecordKeys (*sysno, 0, &delkeys);
1405         if (deleteFlag)
1406         {
1407             /* record going to be deleted */
1408             if (!delkeys.buf_used)
1409             {
1410                 logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
1411                       fname, (long) recordOffset);
1412                 logf (LOG_WARN, "cannot delete file above, storeKeys false");
1413             }
1414             else
1415             {
1416                 if (records_processed < rGroup->fileVerboseLimit)
1417                     logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
1418                           fname, (long) recordOffset);
1419                 records_deleted++;
1420                 if (matchStr)
1421                     dict_delete (matchDict, matchStr);
1422                 rec_del (records, &rec);
1423             }
1424             rec_rm (&rec);
1425             logRecord (0);
1426             return 1;
1427         }
1428         else
1429         {
1430             /* record going to be updated */
1431             if (!delkeys.buf_used)
1432             {
1433                 logf (LOG_LOG, "update %s %s %ld", rGroup->recordType,
1434                       fname, (long) recordOffset);
1435                 logf (LOG_WARN, "cannot update file above, storeKeys false");
1436             }
1437             else
1438             {
1439                 if (records_processed < rGroup->fileVerboseLimit)
1440                     logf (LOG_LOG, "update %s %s %ld", rGroup->recordType,
1441                           fname, (long) recordOffset);
1442                 flushRecordKeys (*sysno, 1, &reckeys);
1443                 records_updated++;
1444             }
1445         }
1446     }
1447     /* update file type */
1448     xfree (rec->info[recInfo_fileType]);
1449     rec->info[recInfo_fileType] =
1450         rec_strdup (rGroup->recordType, &rec->size[recInfo_fileType]);
1451
1452     /* update filename */
1453     xfree (rec->info[recInfo_filename]);
1454     rec->info[recInfo_filename] =
1455         rec_strdup (fname, &rec->size[recInfo_filename]);
1456
1457     /* update delete keys */
1458     xfree (rec->info[recInfo_delKeys]);
1459     if (reckeys.buf_used > 0 && rGroup->flagStoreKeys == 1)
1460     {
1461 #if 1
1462         rec->size[recInfo_delKeys] = reckeys.buf_used;
1463         rec->info[recInfo_delKeys] = reckeys.buf;
1464         reckeys.buf = NULL;
1465         reckeys.buf_max = 0;
1466 #else
1467         rec->info[recInfo_delKeys] = xmalloc (reckeys.buf_used);
1468         rec->size[recInfo_delKeys] = reckeys.buf_used;
1469         memcpy (rec->info[recInfo_delKeys], reckeys.buf,
1470                 rec->size[recInfo_delKeys]);
1471 #endif
1472     }
1473     else
1474     {
1475         rec->info[recInfo_delKeys] = NULL;
1476         rec->size[recInfo_delKeys] = 0;
1477     }
1478
1479     /* save file size of original record */
1480     zebraExplain_recordBytesIncrement (zti, - recordAttr->recordSize);
1481     recordAttr->recordSize = fi->file_moffset - recordOffset;
1482     if (!recordAttr->recordSize)
1483         recordAttr->recordSize = fi->file_max - recordOffset;
1484     zebraExplain_recordBytesIncrement (zti, recordAttr->recordSize);
1485
1486     /* set run-number for this record */
1487     recordAttr->runNumber = zebraExplain_runNumberIncrement (zti, 0);
1488
1489     /* update store data */
1490     xfree (rec->info[recInfo_storeData]);
1491     if (rGroup->flagStoreData == 1)
1492     {
1493         rec->size[recInfo_storeData] = recordAttr->recordSize;
1494         rec->info[recInfo_storeData] = xmalloc (recordAttr->recordSize);
1495         if (lseek (fi->fd, recordOffset, SEEK_SET) < 0)
1496         {
1497             logf (LOG_ERRNO|LOG_FATAL, "seek to %ld in %s",
1498                   (long) recordOffset, fname);
1499             exit (1);
1500         }
1501         if (read (fi->fd, rec->info[recInfo_storeData], recordAttr->recordSize)
1502             < recordAttr->recordSize)
1503         {
1504             logf (LOG_ERRNO|LOG_FATAL, "read %d bytes of %s",
1505                   recordAttr->recordSize, fname);
1506             exit (1);
1507         }
1508     }
1509     else
1510     {
1511         rec->info[recInfo_storeData] = NULL;
1512         rec->size[recInfo_storeData] = 0;
1513     }
1514     /* update database name */
1515     xfree (rec->info[recInfo_databaseName]);
1516     rec->info[recInfo_databaseName] =
1517         rec_strdup (rGroup->databaseName, &rec->size[recInfo_databaseName]);
1518
1519     /* update offset */
1520     recordAttr->recordOffset = recordOffset;
1521
1522     /* commit this record */
1523     rec_put (records, &rec);
1524     logRecord (0);
1525     return 1;
1526 }
1527
1528 int fileExtract (SYSNO *sysno, const char *fname,
1529                  const struct recordGroup *rGroupP, int deleteFlag)
1530 {
1531     int r, i, fd;
1532     char gprefix[128];
1533     char ext[128];
1534     char ext_res[128];
1535     char subType[128];
1536     RecType recType;
1537     struct recordGroup rGroupM;
1538     struct recordGroup *rGroup = &rGroupM;
1539     struct file_read_info *fi;
1540     void *clientData;
1541
1542     memcpy (rGroup, rGroupP, sizeof(*rGroupP));
1543
1544     if (!rGroup->groupName || !*rGroup->groupName)
1545         *gprefix = '\0';
1546     else
1547         sprintf (gprefix, "%s.", rGroup->groupName);
1548
1549     logf (LOG_DEBUG, "fileExtract %s", fname);
1550
1551     /* determine file extension */
1552     *ext = '\0';
1553     for (i = strlen(fname); --i >= 0; )
1554         if (fname[i] == '/')
1555             break;
1556         else if (fname[i] == '.')
1557         {
1558             strcpy (ext, fname+i+1);
1559             break;
1560         }
1561     /* determine file type - depending on extension */
1562     if (!rGroup->recordType)
1563     {
1564         sprintf (ext_res, "%srecordType.%s", gprefix, ext);
1565         if (!(rGroup->recordType = res_get (common_resource, ext_res)))
1566         {
1567             sprintf (ext_res, "%srecordType", gprefix);
1568             rGroup->recordType = res_get (common_resource, ext_res);
1569         }
1570     }
1571     if (!rGroup->recordType)
1572     {
1573         if (records_processed < rGroup->fileVerboseLimit)
1574             logf (LOG_LOG, "? %s", fname);
1575         return 0;
1576     }
1577     if (!*rGroup->recordType)
1578         return 0;
1579     if (!(recType =
1580           recType_byName (rGroup->recTypes, rGroup->recordType, subType,
1581                           &clientData)))
1582     {
1583         logf (LOG_WARN, "No such record type: %s", rGroup->recordType);
1584         return 0;
1585     }
1586
1587     /* determine match criteria */
1588     if (!rGroup->recordId)
1589     {
1590         sprintf (ext_res, "%srecordId.%s", gprefix, ext);
1591         rGroup->recordId = res_get (common_resource, ext_res);
1592     }
1593
1594     /* determine database name */
1595     if (!rGroup->databaseName)
1596     {
1597         sprintf (ext_res, "%sdatabase.%s", gprefix, ext);
1598         if (!(rGroup->databaseName = res_get (common_resource, ext_res)))
1599         {
1600             sprintf (ext_res, "%sdatabase", gprefix);
1601             rGroup->databaseName = res_get (common_resource, ext_res);
1602         }
1603     }
1604     if (!rGroup->databaseName)
1605         rGroup->databaseName = "Default";
1606
1607     /* determine if explain database */
1608
1609     sprintf (ext_res, "%sexplainDatabase", gprefix);
1610     rGroup->explainDatabase =
1611         atoi (res_get_def (common_resource, ext_res, "0"));
1612
1613     /* announce database */
1614     if (zebraExplain_curDatabase (zti, rGroup->databaseName))
1615     {
1616         if (zebraExplain_newDatabase (zti, rGroup->databaseName,
1617                                       rGroup->explainDatabase))
1618             abort ();
1619     }
1620
1621     if (rGroup->flagStoreData == -1)
1622     {
1623         const char *sval;
1624         sprintf (ext_res, "%sstoreData.%s", gprefix, ext);
1625         if (!(sval = res_get (common_resource, ext_res)))
1626         {
1627             sprintf (ext_res, "%sstoreData", gprefix);
1628             sval = res_get (common_resource, ext_res);
1629         }
1630         if (sval)
1631             rGroup->flagStoreData = atoi (sval);
1632     }
1633     if (rGroup->flagStoreData == -1)
1634         rGroup->flagStoreData = 0;
1635
1636     if (rGroup->flagStoreKeys == -1)
1637     {
1638         const char *sval;
1639
1640         sprintf (ext_res, "%sstoreKeys.%s", gprefix, ext);
1641         if (!(sval = res_get (common_resource, ext_res)))
1642         {
1643             sprintf (ext_res, "%sstoreKeys", gprefix);
1644             sval = res_get (common_resource, ext_res);
1645         }
1646         if (sval)
1647             rGroup->flagStoreKeys = atoi (sval);
1648     }
1649     if (rGroup->flagStoreKeys == -1)
1650         rGroup->flagStoreKeys = 0;
1651
1652 #if ZEBRASDR
1653     if (rGroup->useSDR)
1654     {
1655         ZebraSdrHandle h;
1656         char xname[128], *xp;
1657
1658         strncpy (xname, fname, 127);
1659         if (!(xp = strchr (xname, '.')))
1660             return 0;
1661         *xp = '\0';
1662         if (strcmp (xp+1, "sdr.bits"))
1663             return 0;
1664
1665         h = zebraSdr_open (xname);
1666         if (!h)
1667         {
1668             logf (LOG_WARN, "sdr open %s", xname);
1669             return 0;
1670         }
1671         for (;;)
1672         {
1673             unsigned char *buf;
1674             char sdr_name[128];
1675             int r, segmentno;
1676
1677             segmentno = zebraSdr_segment (h, 0);
1678             sprintf (sdr_name, "%%%s.%d", xname, segmentno);
1679
1680 #if 0
1681             if (segmentno > 20)
1682                 break;
1683 #endif
1684             r = zebraSdr_read (h, &buf);
1685
1686             if (!r)
1687                 break;
1688
1689             fi = file_read_start (0);
1690             fi->sdrbuf = buf;
1691             fi->sdrmax = r;
1692             do
1693             {
1694                 file_begin (fi);
1695                 r = recordExtract (sysno, sdr_name, rGroup, deleteFlag, fi,
1696                            recType, subType);
1697             } while (r && !sysno && fi->file_more);
1698             file_read_stop (fi);
1699             free (buf);
1700         }
1701         zebraSdr_close (h);
1702         return 1;
1703     }
1704 #endif
1705     if (sysno && deleteFlag)
1706         fd = -1;
1707     else
1708     {
1709         if ((fd = open (fname, O_BINARY|O_RDONLY)) == -1)
1710         {
1711             logf (LOG_WARN|LOG_ERRNO, "open %s", fname);
1712             return 0;
1713         }
1714     }
1715     fi = file_read_start (fd);
1716     do
1717     {
1718         file_begin (fi);
1719         r = recordExtract (sysno, fname, rGroup, deleteFlag, fi,
1720                            recType, subType, clientData);
1721     } while (r && !sysno && fi->file_more);
1722     file_read_stop (fi);
1723     if (fd != -1)
1724         close (fd);
1725     return r;
1726 }
1727
1728 static int explain_extract (void *handle, Record rec, data1_node *n)
1729 {
1730     struct recordGroup *rGroup = (struct recordGroup*) handle;
1731     struct recExtractCtrl extractCtrl;
1732     int i;
1733
1734     if (zebraExplain_curDatabase (zti, rec->info[recInfo_databaseName]))
1735     {
1736         if (zebraExplain_newDatabase (zti, rec->info[recInfo_databaseName], 0))
1737             abort ();
1738     }
1739
1740     reckeys.buf_used = 0;
1741     reckeys.prevAttrUse = -1;
1742     reckeys.prevAttrSet = -1;
1743     reckeys.prevSeqNo = 0;
1744
1745     extractCtrl.init = wordInit;
1746     extractCtrl.addWord = addRecordKey;
1747     extractCtrl.addSchema = addSchema;
1748     extractCtrl.dh = rGroup->dh;
1749     for (i = 0; i<256; i++)
1750         extractCtrl.seqno[i] = 0;
1751     extractCtrl.zebra_maps = rGroup->zebra_maps;
1752     extractCtrl.flagShowRecords = !rGroup->flagRw;
1753
1754     grs_extract_tree(&extractCtrl, n);
1755
1756     logf (LOG_DEBUG, "flush explain record, sysno=%d", rec->sysno);
1757
1758     if (rec->size[recInfo_delKeys])
1759     {
1760         struct recKeys delkeys;
1761
1762         delkeys.buf_used = rec->size[recInfo_delKeys];
1763         delkeys.buf = rec->info[recInfo_delKeys];
1764         flushSortKeys (rec->sysno, 0);
1765         flushRecordKeys (rec->sysno, 0, &delkeys);
1766     }
1767     flushRecordKeys (rec->sysno, 1, &reckeys);
1768     flushSortKeys (rec->sysno, 1);
1769
1770     xfree (rec->info[recInfo_delKeys]);
1771     rec->size[recInfo_delKeys] = reckeys.buf_used;
1772     rec->info[recInfo_delKeys] = reckeys.buf;
1773     reckeys.buf = NULL;
1774     reckeys.buf_max = 0;
1775
1776     return 0;
1777 }