index/extract.c

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