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