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 1.98  1999-09-07 07:19:21  adam
   8  * Work on character mapping. Implemented replace rules.
   9  *
  10  * Revision 1.97  1999/07/06 12:28:04  adam
  11  * Updated record index structure. Format includes version ID. Compression
  12  * algorithm ID is stored for each record block.
  13  *
  14  * Revision 1.96  1999/05/26 07:49:13  adam
  15  * C++ compilation.
  16  *
  17  * Revision 1.95  1999/05/21 12:00:17  adam
  18  * Better diagnostics for extraction process.
  19  *
  20  * Revision 1.94  1999/05/20 12:57:18  adam
  21  * Implemented TCL filter. Updated recctrl system.
  22  *
  23  * Revision 1.93  1999/05/15 14:36:38  adam
  24  * Updated dictionary. Implemented "compression" of dictionary.
  25  *
  26  * Revision 1.92  1999/03/09 16:27:49  adam
  27  * More work on SDRKit integration.
  28  *
  29  * Revision 1.91  1999/02/12 13:29:22  adam
  30  * Implemented position-flag for registers.
  31  *
  32  * Revision 1.90  1999/02/02 14:50:52  adam
  33  * Updated WIN32 code specific sections. Changed header.
  34  *
  35  * Revision 1.89  1998/10/28 10:54:38  adam
  36  * SDRKit integration.
  37  *
  38  * Revision 1.88  1998/10/16 08:14:29  adam
  39  * Updated record control system.
  40  *
  41  * Revision 1.87  1998/10/15 13:10:33  adam
  42  * Fixed bug in Zebra that caused it to stop indexing when empty
  43  * record was read.
  44  *
  45  * Revision 1.86  1998/10/13 20:33:53  adam
  46  * Fixed one log message and change use ordinal to be an unsigned char.
  47  *
  48  * Revision 1.85  1998/09/22 10:03:41  adam
  49  * Changed result sets to be persistent in the sense that they can
  50  * be re-searched if needed.
  51  * Fixed memory leak in rsm_or.
  52  *
  53  * Revision 1.84  1998/06/11 15:42:22  adam
  54  * Changed the way use attributes are specified in the recordId
  55  * specification.
  56  *
  57  * Revision 1.83  1998/06/08 14:43:10  adam
  58  * Added suport for EXPLAIN Proxy servers - added settings databasePath
  59  * and explainDatabase to facilitate this. Increased maximum number
  60  * of databases and attributes in one register.
  61  *
  62  * Revision 1.82  1998/05/20 10:12:15  adam
  63  * Implemented automatic EXPLAIN database maintenance.
  64  * Modified Zebra to work with ASN.1 compiled version of YAZ.
  65  *
  66  * Revision 1.81  1998/03/11 11:19:04  adam
  67  * Changed the way sequence numbers are generated.
  68  *
  69  * Revision 1.80  1998/03/05 08:45:11  adam
  70  * New result set model and modular ranking system. Moved towards
  71  * descent server API. System information stored as "SGML" records.
  72  *
  73  * Revision 1.79  1998/02/17 10:32:52  adam
  74  * Fixed bug: binary files weren't opened with flag b on NT.
  75  *
  76  * Revision 1.78  1998/02/10 12:03:05  adam
  77  * Implemented Sort.
  78  *
  79  * Revision 1.77  1998/01/12 15:04:08  adam
  80  * The test option (-s) only uses read-lock (and not write lock).
  81  *
  82  * Revision 1.76  1997/10/27 14:33:04  adam
  83  * Moved towards generic character mapping depending on "structure"
  84  * field in abstract syntax file. Fixed a few memory leaks. Fixed
  85  * bug with negative integers when doing searches with relational
  86  * operators.
  87  *
  88  * Revision 1.75  1997/09/17 12:19:12  adam
  89  * Zebra version corresponds to YAZ version 1.4.
  90  * Changed Zebra server so that it doesn't depend on global common_resource.
  91  *
  92  * Revision 1.74  1997/09/09 13:38:06  adam
  93  * Partial port to WIN95/NT.
  94  *
  95  * Revision 1.73  1997/09/04 13:57:20  adam
  96  * New file extract/retrieve method tellf (added).
  97  * Added O_BINARY for open calls.
  98  *
  99  * Revision 1.72  1997/07/15 16:32:29  adam
 100  * Bug fix: Match handler didn't terminate the resulting string!
 101  *
 102  * Revision 1.71  1997/07/15 16:28:41  adam
 103  * Bug fix: storeData didn't work with files with multiple records.
 104  * Bug fix: fixed memory management with records; not really well
 105  *  thought through.
 106  *
 107  * Revision 1.70  1997/07/01 13:00:42  adam
 108  * Bug fix in routine searchRecordKey: uninitialized variables.
 109  *
 110  * Revision 1.69  1997/04/29 09:26:03  adam
 111  * Bug fix: generic recordId handling didn't work for compressed internal
 112  * keys.
 113  *
 114  * Revision 1.68  1997/02/12 20:39:45  adam
 115  * Implemented options -f <n> that limits the log to the first <n>
 116  * records.
 117  * Changed some log messages also.
 118  *
 119  * Revision 1.67  1996/11/15 15:02:14  adam
 120  * Minor changes regarding logging.
 121  *
 122  * Revision 1.66  1996/11/14  09:52:21  adam
 123  * Strings in record keys bound by IT_MAX_WORD.
 124  *
 125  * Revision 1.65  1996/11/14  08:57:56  adam
 126  * Reduction of storeKeys area.
 127  *
 128  * Revision 1.64  1996/11/08 11:10:16  adam
 129  * Buffers used during file match got bigger.
 130  * Compressed ISAM support everywhere.
 131  * Bug fixes regarding masking characters in queries.
 132  * Redesigned Regexp-2 queries.
 133  *
 134  * Revision 1.63  1996/10/29 14:09:39  adam
 135  * Use of cisam system - enabled if setting isamc is 1.
 136  *
 137  * Revision 1.62  1996/10/11 10:57:01  adam
 138  * New module recctrl. Used to manage records (extract/retrieval).
 139  * Several files have been moved to the recctrl sub directory.
 140  *
 141  * Revision 1.61  1996/06/06 12:08:37  quinn
 142  * Added showRecord function
 143  *
 144  * Revision 1.60  1996/06/04  10:18:12  adam
 145  * Search/scan uses character mapping module.
 146  *
 147  * Revision 1.59  1996/05/14  15:47:07  adam
 148  * Cleanup of various buffer size entities.
 149  *
 150  * Revision 1.58  1996/05/14  06:16:38  adam
 151  * Compact use/set bytes used in search service.
 152  *
 153  * Revision 1.57  1996/05/13 14:23:04  adam
 154  * Work on compaction of set/use bytes in dictionary.
 155  *
 156  * Revision 1.56  1996/05/09  09:54:42  adam
 157  * Server supports maps from one logical attributes to a list of physical
 158  * attributes.
 159  * The extraction process doesn't make space consuming 'any' keys.
 160  *
 161  * Revision 1.55  1996/05/09  07:28:55  quinn
 162  * Work towards phrases and multiple registers
 163  *
 164  * Revision 1.54  1996/05/01  13:46:35  adam
 165  * First work on multiple records in one file.
 166  * New option, -offset, to the "unread" command in the filter module.
 167  *
 168  * Revision 1.53  1996/04/26  12:09:43  adam
 169  * Added a few comments.
 170  *
 171  * Revision 1.52  1996/04/25  13:27:57  adam
 172  * Function recordExtract modified so that files with no keys (possibly empty)
 173  * are ignored.
 174  *
 175  * Revision 1.51  1996/03/19  11:08:42  adam
 176  * Bug fix: Log preamble wasn't always turned off after recordExtract.
 177  *
 178  * Revision 1.50  1996/02/12  18:45:36  adam
 179  * New fileVerboseFlag in record group control.
 180  *
 181  * Revision 1.49  1996/02/05  12:29:57  adam
 182  * Logging reduced a bit.
 183  * The remaining running time is estimated during register merge.
 184  *
 185  * Revision 1.48  1996/02/01  20:53:26  adam
 186  * The temporary per-record keys are compacted a little, and duplication
 187  * of the per-records keys are avoided when they are saved in the record
 188  * information buffer.
 189  *
 190  * Revision 1.47  1996/01/17  14:57:48  adam
 191  * Prototype changed for reader functions in extract/retrieve. File
 192  *  is identified by 'void *' instead of 'int.
 193  *
 194  * Revision 1.46  1995/12/15  14:57:16  adam
 195  * Bug fix.
 196  *
 197  * Revision 1.45  1995/12/15  12:37:41  adam
 198  * In addRecordKeyAny: Writes key only when attrSet != -1.
 199  *
 200  * Revision 1.44  1995/12/12  16:00:54  adam
 201  * System call sync(2) used after update/commit.
 202  * Locking (based on fcntl) uses F_EXLCK and F_SHLCK instead of F_WRLCK
 203  * and F_RDLCK.
 204  *
 205  * Revision 1.43  1995/12/11  09:12:46  adam
 206  * The rec_get function returns NULL if record doesn't exist - will
 207  * happen in the server if the result set records have been deleted since
 208  * the creation of the set (i.e. the search).
 209  * The server saves a result temporarily if it is 'volatile', i.e. the
 210  * set is register dependent.
 211  *
 212  * Revision 1.42  1995/12/07  17:38:46  adam
 213  * Work locking mechanisms for concurrent updates/commit.
 214  *
 215  * Revision 1.41  1995/12/06  16:06:42  adam
 216  * Better diagnostics. Work on 'real' dictionary deletion.
 217  *
 218  * Revision 1.40  1995/12/05  16:57:40  adam
 219  * More work on regular patterns.
 220  *
 221  * Revision 1.39  1995/12/05  13:20:18  adam
 222  * Bug fix: file_read sometimes returned early EOF.
 223  *
 224  * Revision 1.38  1995/12/04  17:59:21  adam
 225  * More work on regular expression conversion.
 226  *
 227  * Revision 1.37  1995/12/04  14:22:27  adam
 228  * Extra arg to recType_byName.
 229  * Started work on new regular expression parsed input to
 230  * structured records.
 231  *
 232  * Revision 1.36  1995/11/30  08:34:29  adam
 233  * Started work on commit facility.
 234  * Changed a few malloc/free to xmalloc/xfree.
 235  *
 236  * Revision 1.35  1995/11/28  14:26:21  adam
 237  * Bug fix: recordId with constant wasn't right.
 238  * Bug fix: recordId dictionary entry wasn't deleted when needed.
 239  *
 240  * Revision 1.34  1995/11/28  09:09:38  adam
 241  * Zebra config renamed.
 242  * Use setting 'recordId' to identify record now.
 243  * Bug fix in recindex.c: rec_release_blocks was invokeded even
 244  * though the blocks were already released.
 245  * File traversal properly deletes records when needed.
 246  *
 247  * Revision 1.33  1995/11/27  09:56:20  adam
 248  * Record info elements better enumerated. Internal store of records.
 249  *
 250  * Revision 1.32  1995/11/25  10:24:05  adam
 251  * More record fields - they are enumerated now.
 252  * New options: flagStoreData flagStoreKey.
 253  *
 254  * Revision 1.31  1995/11/24  11:31:35  adam
 255  * Commands add & del read filenames from stdin if source directory is
 256  * empty.
 257  * Match criteria supports 'constant' strings.
 258  *
 259  * Revision 1.30  1995/11/22  17:19:16  adam
 260  * Record management uses the bfile system.
 261  *
 262  * Revision 1.29  1995/11/21  15:01:14  adam
 263  * New general match criteria implemented.
 264  * New feature: document groups.
 265  *
 266  * Revision 1.28  1995/11/21  09:20:30  adam
 267  * Yet more work on record match.
 268  *
 269  * Revision 1.27  1995/11/20  16:59:45  adam
 270  * New update method: the 'old' keys are saved for each records.
 271  *
 272  * Revision 1.26  1995/11/20  11:56:24  adam
 273  * Work on new traversal.
 274  *
 275  * Revision 1.25  1995/11/16  15:34:54  adam
 276  * Uses new record management system in both indexer and server.
 277  *
 278  * Revision 1.24  1995/11/15  19:13:08  adam
 279  * Work on record management.
 280  *
 281  * Revision 1.23  1995/10/27  14:00:10  adam
 282  * Implemented detection of database availability.
 283  *
 284  * Revision 1.22  1995/10/17  18:02:07  adam
 285  * New feature: databases. Implemented as prefix to words in dictionary.
 286  *
 287  * Revision 1.21  1995/10/10  12:24:38  adam
 288  * Temporary sort files are compressed.
 289  *
 290  * Revision 1.20  1995/10/06  13:52:05  adam
 291  * Bug fixes. Handler may abort further scanning.
 292  *
 293  * Revision 1.19  1995/10/04  12:55:16  adam
 294  * Bug fix in ranked search. Use=Any keys inserted.
 295  *
 296  * Revision 1.18  1995/10/04  09:37:08  quinn
 297  * Fixed bug.
 298  *
 299  * Revision 1.17  1995/10/03  14:28:57  adam
 300  * Buffered read in extract works.
 301  *
 302  * Revision 1.16  1995/10/03  14:28:45  adam
 303  * Work on more effecient read handler in extract.
 304  *
 305  * Revision 1.15  1995/10/02  15:42:53  adam
 306  * Extract uses file descriptors instead of FILE pointers.
 307  *
 308  * Revision 1.14  1995/10/02  15:29:13  adam
 309  * More logging in file_extract.
 310  *
 311  * Revision 1.13  1995/09/29  14:01:39  adam
 312  * Bug fixes.
 313  *
 314  * Revision 1.12  1995/09/28  14:22:56  adam
 315  * Sort uses smaller temporary files.
 316  *
 317  * Revision 1.11  1995/09/28  12:10:31  adam
 318  * Bug fixes. Field prefix used in queries.
 319  *
 320  * Revision 1.10  1995/09/28  09:19:41  adam
 321  * xfree/xmalloc used everywhere.
 322  * Extract/retrieve method seems to work for text records.
 323  *
 324  * Revision 1.9  1995/09/27  12:22:28  adam
 325  * More work on extract in record control.
 326  * Field name is not in isam keys but in prefix in dictionary words.
 327  *
 328  * Revision 1.8  1995/09/14  07:48:22  adam
 329  * Record control management.
 330  *
 331  * Revision 1.7  1995/09/11  13:09:32  adam
 332  * More work on relevance feedback.
 333  *
 334  * Revision 1.6  1995/09/08  14:52:27  adam
 335  * Minor changes. Dictionary is lower case now.
 336  *
 337  * Revision 1.5  1995/09/06  16:11:16  adam
 338  * Option: only one word key per file.
 339  *
 340  * Revision 1.4  1995/09/05  15:28:39  adam
 341  * More work on search engine.
 342  *
 343  * Revision 1.3  1995/09/04  12:33:41  adam
 344  * Various cleanup. YAZ util used instead.
 345  *
 346  * Revision 1.2  1995/09/04  09:10:34  adam
 347  * More work on index add/del/update.
 348  * Merge sort implemented.
 349  * Initial work on z39 server.
 350  *
 351  * Revision 1.1  1995/09/01  14:06:35  adam
 352  * Split of work into more files.
 353  *
 354  */
 355 #include <stdio.h>
 356 #include <assert.h>
 357 #ifdef WIN32
 358 #include <io.h>
 359 #else
 360 #include <unistd.h>
 361 #endif
 362 #include <fcntl.h>
 363
 364 #include <recctrl.h>
 365 #include <charmap.h>
 366 #include <sortidx.h>
 367 #include "index.h"
 368
 369 #include "zinfo.h"
 370
 371 #ifndef ZEBRASDR
 372 #define ZEBRASDR 0
 373 #endif
 374
 375 #if ZEBRASDR
 376 #include "zebrasdr.h"
 377 #endif
 378
 379 static Dict matchDict;
 380
 381 static Records records = NULL;
 382 static SortIdx sortIdx = NULL;
 383
 384 static char **key_buf;
 385 static size_t ptr_top;
 386 static size_t ptr_i;
 387 static size_t key_buf_used;
 388 static int key_file_no;
 389
 390 static int records_inserted = 0;
 391 static int records_updated = 0;
 392 static int records_deleted = 0;
 393 static int records_processed = 0;
 394
 395 static ZebraExplainInfo zti = NULL;
 396
 397 static void logRecord (int showFlag)
 398 {
 399     if (!showFlag)
 400         ++records_processed;
 401     if (showFlag || !(records_processed % 1000))
 402     {
 403         logf (LOG_LOG, "Records: %7d i/u/d %d/%d/%d",
 404               records_processed, records_inserted, records_updated,
 405               records_deleted);
 406     }
 407 }
 408
 409 static int explain_extract (void *handle, Record drec, data1_node *n);
 410
 411 int key_open (struct recordGroup *rGroup, int mem)
 412 {
 413     BFiles bfs = rGroup->bfs;
 414     int rw = rGroup->flagRw;
 415     data1_handle dh = rGroup->dh;
 416     char *recordCompression;
 417     int record_compression = REC_COMPRESS_NONE;
 418     if (!mem)
 419         mem = atoi(res_get_def (common_resource, "memMax", "4"))*1024*1024;
 420     if (mem < 50000)
 421         mem = 50000;
 422     key_buf = (char **) xmalloc (mem);
 423     ptr_top = mem/sizeof(char*);
 424     ptr_i = 0;
 425
 426     key_buf_used = 0;
 427     key_file_no = 0;
 428
 429     if (!(matchDict = dict_open (bfs, GMATCH_DICT, 50, rw, 0)))
 430     {
 431         logf (LOG_FATAL, "dict_open fail of %s", GMATCH_DICT);
 432         return -1;
 433     }
 434     assert (!records);
 435     recordCompression = res_get_def (common_resource,
 436                                      "recordCompression", "none");
 437     if (!strcmp (recordCompression, "none"))
 438         record_compression = REC_COMPRESS_NONE;
 439     if (!strcmp (recordCompression, "bzip2"))
 440         record_compression = REC_COMPRESS_BZIP2;
 441     records = rec_open (bfs, rw, record_compression);
 442     if (!records)
 443     {
 444         dict_close (matchDict);
 445         return -1;
 446     }
 447     zti = zebraExplain_open (records, dh, common_resource,
 448                              rw, rGroup, explain_extract);
 449     if (!zti)
 450     {
 451         rec_close (&records);
 452         dict_close (matchDict);
 453         return -1;
 454     }
 455     sortIdx = sortIdx_open (bfs, 1);
 456     return 0;
 457 }
 458
 459 struct encode_info {
 460     int  sysno;
 461     int  seqno;
 462     int  cmd;
 463     char buf[768];
 464 };
 465
 466 void encode_key_init (struct encode_info *i)
 467 {
 468     i->sysno = 0;
 469     i->seqno = 0;
 470     i->cmd = -1;
 471 }
 472
 473 char *encode_key_int (int d, char *bp)
 474 {
 475     if (d <= 63)
 476         *bp++ = d;
 477     else if (d <= 16383)
 478     {
 479         *bp++ = 64 + (d>>8);
 480         *bp++ = d  & 255;
 481     }
 482     else if (d <= 4194303)
 483     {
 484         *bp++ = 128 + (d>>16);
 485         *bp++ = (d>>8) & 255;
 486         *bp++ = d & 255;
 487     }
 488     else
 489     {
 490         *bp++ = 192 + (d>>24);
 491         *bp++ = (d>>16) & 255;
 492         *bp++ = (d>>8) & 255;
 493         *bp++ = d & 255;
 494     }
 495     return bp;
 496 }
 497
 498 void encode_key_write (char *k, struct encode_info *i, FILE *outf)
 499 {
 500     struct it_key key;
 501     char *bp = i->buf;
 502
 503     while ((*bp++ = *k++))
 504         ;
 505     memcpy (&key, k+1, sizeof(struct it_key));
 506     bp = encode_key_int ( (key.sysno - i->sysno) * 2 + *k, bp);
 507     if (i->sysno != key.sysno)
 508     {
 509         i->sysno = key.sysno;
 510         i->seqno = 0;
 511     }
 512     else if (!i->seqno && !key.seqno && i->cmd == *k)
 513         return;
 514     bp = encode_key_int (key.seqno - i->seqno, bp);
 515     i->seqno = key.seqno;
 516     i->cmd = *k;
 517     if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
 518     {
 519         logf (LOG_FATAL|LOG_ERRNO, "fwrite");
 520         exit (1);
 521     }
 522 }
 523
 524 #define SORT_EXTRA 0
 525
 526 #if SORT_EXTRA
 527 static int key_y_len;
 528
 529 static int key_y_compare (const void *p1, const void *p2)
 530 {
 531     int r;
 532
 533     if ((r = key_compare (*(char**) p1 + key_y_len + 1,
 534                           *(char**) p2 + key_y_len + 1)))
 535          return r;
 536     return *(*(char**) p1 + key_y_len) - *(*(char**) p2 + key_y_len);
 537 }
 538
 539 static int key_x_compare (const void *p1, const void *p2)
 540 {
 541     return strcmp (*(char**) p1, *(char**) p2);
 542 }
 543 #endif
 544
 545 void key_flush (void)
 546 {
 547     FILE *outf;
 548     char out_fname[200];
 549     char *prevcp, *cp;
 550     struct encode_info encode_info;
 551 #if SORT_EXTRA
 552     int i;
 553 #endif
 554
 555     if (ptr_i <= 0)
 556         return;
 557
 558     key_file_no++;
 559     logf (LOG_LOG, "sorting section %d", key_file_no);
 560 #if !SORT_EXTRA
 561     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_qsort_compare);
 562     getFnameTmp (out_fname, key_file_no);
 563
 564     if (!(outf = fopen (out_fname, "wb")))
 565     {
 566         logf (LOG_FATAL|LOG_ERRNO, "fopen %s", out_fname);
 567         exit (1);
 568     }
 569     logf (LOG_LOG, "writing section %d", key_file_no);
 570     prevcp = cp = key_buf[ptr_top-ptr_i];
 571
 572     encode_key_init (&encode_info);
 573     encode_key_write (cp, &encode_info, outf);
 574     while (--ptr_i > 0)
 575     {
 576         cp = key_buf[ptr_top-ptr_i];
 577         if (strcmp (cp, prevcp))
 578         {
 579             encode_key_init (&encode_info);
 580             encode_key_write (cp, &encode_info, outf);
 581             prevcp = cp;
 582         }
 583         else
 584             encode_key_write (cp + strlen(cp), &encode_info, outf);
 585     }
 586 #else
 587     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_x_compare);
 588     getFnameTmp (out_fname, key_file_no);
 589
 590     if (!(outf = fopen (out_fname, "wb")))
 591     {
 592         logf (LOG_FATAL|LOG_ERRNO, "fopen %s", out_fname);
 593         exit (1);
 594     }
 595     logf (LOG_LOG, "writing section %d", key_file_no);
 596     i = ptr_i;
 597     prevcp =  key_buf[ptr_top-i];
 598     while (1)
 599         if (!--i || strcmp (prevcp, key_buf[ptr_top-i]))
 600         {
 601             key_y_len = strlen(prevcp)+1;
 602 #if 0
 603             logf (LOG_LOG, "key_y_len: %2d %02x %02x %s",
 604                       key_y_len, prevcp[0], prevcp[1], 2+prevcp);
 605 #endif
 606             qsort (key_buf + ptr_top-ptr_i, ptr_i - i,
 607                                    sizeof(char*), key_y_compare);
 608             cp = key_buf[ptr_top-ptr_i];
 609             --key_y_len;
 610             encode_key_init (&encode_info);
 611             encode_key_write (cp, &encode_info, outf);
 612             while (--ptr_i > i)
 613             {
 614                 cp = key_buf[ptr_top-ptr_i];
 615                 encode_key_write (cp+key_y_len, &encode_info, outf);
 616             }
 617             if (!i)
 618                 break;
 619             prevcp = key_buf[ptr_top-ptr_i];
 620         }
 621 #endif
 622     if (fclose (outf))
 623     {
 624         logf (LOG_FATAL|LOG_ERRNO, "fclose %s", out_fname);
 625         exit (1);
 626     }
 627     logf (LOG_LOG, "finished section %d", key_file_no);
 628     ptr_i = 0;
 629     key_buf_used = 0;
 630 }
 631
 632 int key_close (struct recordGroup *rGroup)
 633 {
 634     int rw = rGroup->flagRw;
 635     if (rw)
 636         zebraExplain_runNumberIncrement (zti, 1);
 637     zebraExplain_close (zti, rw, 0);
 638     key_flush ();
 639     xfree (key_buf);
 640     rec_close (&records);
 641     dict_close (matchDict);
 642     sortIdx_close (sortIdx);
 643
 644     logRecord (1);
 645     return key_file_no;
 646 }
 647
 648 static void wordInit (struct recExtractCtrl *p, RecWord *w)
 649 {
 650     w->zebra_maps = p->zebra_maps;
 651     w->seqnos = p->seqno;
 652     w->attrSet = VAL_BIB1;
 653     w->attrUse = 1016;
 654     w->reg_type = 'w';
 655     w->extractCtrl = p;
 656 }
 657
 658 static struct sortKey {
 659     char *string;
 660     int length;
 661     int attrSet;
 662     int attrUse;
 663     struct sortKey *next;
 664 } *sortKeys = NULL;
 665
 666 static struct recKeys {
 667     int buf_used;
 668     int buf_max;
 669     char *buf;
 670     char prevAttrSet;
 671     short prevAttrUse;
 672     int prevSeqNo;
 673 } reckeys;
 674
 675 static void addIndexString (RecWord *p, const char *string, int length)
 676 {
 677     char *dst;
 678     unsigned char attrSet;
 679     unsigned short attrUse;
 680     int lead = 0;
 681     int diff = 0;
 682     int *pseqno = &p->seqnos[p->reg_type];
 683
 684     if (reckeys.buf_used+1024 > reckeys.buf_max)
 685     {
 686         char *b;
 687
 688         b = (char *) xmalloc (reckeys.buf_max += 128000);
 689         if (reckeys.buf_used > 0)
 690             memcpy (b, reckeys.buf, reckeys.buf_used);
 691         xfree (reckeys.buf);
 692         reckeys.buf = b;
 693     }
 694     dst = reckeys.buf + reckeys.buf_used;
 695
 696     attrSet = p->attrSet;
 697     if (reckeys.buf_used > 0 && reckeys.prevAttrSet == attrSet)
 698         lead |= 1;
 699     else
 700         reckeys.prevAttrSet = attrSet;
 701     attrUse = p->attrUse;
 702     if (reckeys.buf_used > 0 && reckeys.prevAttrUse == attrUse)
 703         lead |= 2;
 704     else
 705         reckeys.prevAttrUse = attrUse;
 706 #if 1
 707     diff = 1 + *pseqno - reckeys.prevSeqNo;
 708     if (diff >= 1 && diff <= 15)
 709         lead |= (diff << 2);
 710     else
 711         diff = 0;
 712 #endif
 713     reckeys.prevSeqNo = *pseqno;
 714
 715     *dst++ = lead;
 716
 717     if (!(lead & 1))
 718     {
 719         memcpy (dst, &attrSet, sizeof(attrSet));
 720         dst += sizeof(attrSet);
 721     }
 722     if (!(lead & 2))
 723     {
 724         memcpy (dst, &attrUse, sizeof(attrUse));
 725         dst += sizeof(attrUse);
 726     }
 727     *dst++ = p->reg_type;
 728     memcpy (dst, string, length);
 729     dst += length;
 730     *dst++ = '\0';
 731
 732     if (!diff)
 733     {
 734         memcpy (dst, pseqno, sizeof(*pseqno));
 735         dst += sizeof(*pseqno);
 736     }
 737     reckeys.buf_used = dst - reckeys.buf;
 738     if (*pseqno)
 739         (*pseqno)++;
 740 }
 741
 742 static void addSortString (RecWord *p, const char *string, int length)
 743 {
 744     struct sortKey *sk;
 745
 746     for (sk = sortKeys; sk; sk = sk->next)
 747         if (sk->attrSet == p->attrSet && sk->attrUse == p->attrUse)
 748             return;
 749
 750     sk = (struct sortKey *) xmalloc (sizeof(*sk));
 751     sk->next = sortKeys;
 752     sortKeys = sk;
 753
 754     sk->string = (char *) xmalloc (length);
 755     sk->length = length;
 756     memcpy (sk->string, string, length);
 757
 758     sk->attrSet = p->attrSet;
 759     sk->attrUse = p->attrUse;
 760 }
 761
 762 static void addString (RecWord *p, const char *string, int length)
 763 {
 764     assert (length > 0);
 765     if (zebra_maps_is_sort (p->zebra_maps, p->reg_type))
 766         addSortString (p, string, length);
 767     else
 768         addIndexString (p, string, length);
 769 }
 770
 771 static void addIncompleteField (RecWord *p)
 772 {
 773     const char *b = p->string;
 774     int remain = p->length;
 775     const char **map = 0;
 776
 777     if (remain > 0)
 778         map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
 779
 780     while (map)
 781     {
 782         char buf[IT_MAX_WORD+1];
 783         int i, remain;
 784
 785         /* Skip spaces */
 786         while (map && *map && **map == *CHR_SPACE)
 787         {
 788             remain = p->length - (b - p->string);
 789             if (remain > 0)
 790                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
 791             else
 792                 map = 0;
 793         }
 794         if (!map)
 795             break;
 796         i = 0;
 797         while (map && *map && **map != *CHR_SPACE)
 798         {
 799             const char *cp = *map;
 800
 801             while (i < IT_MAX_WORD && *cp)
 802                 buf[i++] = *(cp++);
 803             remain = p->length - (b - p->string);
 804             if (remain > 0)
 805                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
 806             else
 807                 map = 0;
 808         }
 809         if (!i)
 810             return;
 811         addString (p, buf, i);
 812     }
 813 }
 814
 815 static void addCompleteField (RecWord *p)
 816 {
 817     const char *b = p->string;
 818     char buf[IT_MAX_WORD+1];
 819     const char **map = 0;
 820     int i = 0, remain = p->length;
 821
 822     if (remain > 0)
 823         map = zebra_maps_input (p->zebra_maps, p->reg_type, &b, remain);
 824
 825     while (remain > 0 && i < IT_MAX_WORD)
 826     {
 827         while (map && *map && **map == *CHR_SPACE)
 828         {
 829             remain = p->length - (b - p->string);
 830             if (remain > 0)
 831                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
 832             else
 833                 map = 0;
 834         }
 835         if (!map)
 836             break;
 837
 838         if (i && i < IT_MAX_WORD)
 839             buf[i++] = *CHR_SPACE;
 840         while (map && *map && **map != *CHR_SPACE)
 841         {
 842             const char *cp = *map;
 843
 844             if (i >= IT_MAX_WORD)
 845                 break;
 846             while (i < IT_MAX_WORD && *cp)
 847                 buf[i++] = *(cp++);
 848             remain = p->length  - (b - p->string);
 849             if (remain > 0)
 850                 map = zebra_maps_input (p->zebra_maps, p->reg_type, &b,
 851                                         remain);
 852             else
 853                 map = 0;
 854         }
 855     }
 856     if (!i)
 857         return;
 858     addString (p, buf, i);
 859 }
 860
 861 static void addRecordKey (RecWord *p)
 862 {
 863     WRBUF wrbuf;
 864     if ((wrbuf = zebra_replace(p->zebra_maps, p->reg_type, 0,
 865                                p->string, p->length)))
 866     {
 867         p->string = wrbuf_buf(wrbuf);
 868         p->length = wrbuf_len(wrbuf);
 869     }
 870     if (zebra_maps_is_complete (p->zebra_maps, p->reg_type))
 871         addCompleteField (p);
 872     else
 873         addIncompleteField(p);
 874 }
 875
 876 static void flushSortKeys (SYSNO sysno, int cmd)
 877 {
 878     struct sortKey *sk = sortKeys;
 879
 880     sortIdx_sysno (sortIdx, sysno);
 881     while (sk)
 882     {
 883         struct sortKey *sk_next = sk->next;
 884         sortIdx_type (sortIdx, sk->attrUse);
 885         sortIdx_add (sortIdx, sk->string, sk->length);
 886         xfree (sk->string);
 887         xfree (sk);
 888         sk = sk_next;
 889     }
 890     sortKeys = NULL;
 891 }
 892
 893 static void flushRecordKeys (SYSNO sysno, int cmd, struct recKeys *reckeys)
 894 {
 895     unsigned char attrSet = (unsigned char) -1;
 896     unsigned short attrUse = (unsigned short) -1;
 897     int seqno = 0;
 898     int off = 0;
 899
 900     zebraExplain_recordCountIncrement (zti, cmd ? 1 : -1);
 901     while (off < reckeys->buf_used)
 902     {
 903         const char *src = reckeys->buf + off;
 904         struct it_key key;
 905         int lead, ch;
 906
 907         lead = *src++;
 908
 909         if (!(lead & 1))
 910         {
 911             memcpy (&attrSet, src, sizeof(attrSet));
 912             src += sizeof(attrSet);
 913         }
 914         if (!(lead & 2))
 915         {
 916             memcpy (&attrUse, src, sizeof(attrUse));
 917             src += sizeof(attrUse);
 918         }
 919         if (key_buf_used + 1024 > (ptr_top-ptr_i)*sizeof(char*))
 920             key_flush ();
 921         ++ptr_i;
 922         key_buf[ptr_top-ptr_i] = (char*)key_buf + key_buf_used;
 923
 924         ch = zebraExplain_lookupSU (zti, attrSet, attrUse);
 925         if (ch < 0)
 926             ch = zebraExplain_addSU (zti, attrSet, attrUse);
 927         assert (ch > 0);
 928         key_buf_used += key_SU_code (ch, ((char*)key_buf) + key_buf_used);
 929
 930         while (*src)
 931             ((char*)key_buf) [key_buf_used++] = *src++;
 932         src++;
 933         ((char*)key_buf) [key_buf_used++] = '\0';
 934         ((char*) key_buf)[key_buf_used++] = cmd;
 935
 936         if (lead & 60)
 937             seqno += ((lead>>2) & 15)-1;
 938         else
 939         {
 940             memcpy (&seqno, src, sizeof(seqno));
 941             src += sizeof(seqno);
 942         }
 943         key.seqno = seqno;
 944         key.sysno = sysno;
 945         memcpy ((char*)key_buf + key_buf_used, &key, sizeof(key));
 946         key_buf_used += sizeof(key);
 947         off = src - reckeys->buf;
 948     }
 949     assert (off == reckeys->buf_used);
 950 }
 951
 952 static const char **searchRecordKey (struct recKeys *reckeys,
 953                                      int attrSetS, int attrUseS)
 954 {
 955     static const char *ws[32];
 956     int off = 0;
 957     int startSeq = -1;
 958     int i;
 959     short attrUse;
 960     char attrSet;
 961     int seqno = 0;
 962
 963     for (i = 0; i<32; i++)
 964         ws[i] = NULL;
 965
 966     while (off < reckeys->buf_used)
 967     {
 968
 969         const char *src = reckeys->buf + off;
 970         const char *wstart;
 971         int lead;
 972
 973         lead = *src++;
 974
 975         if (!(lead & 1))
 976         {
 977             memcpy (&attrSet, src, sizeof(attrSet));
 978             src += sizeof(attrSet);
 979         }
 980         if (!(lead & 2))
 981         {
 982             memcpy (&attrUse, src, sizeof(attrUse));
 983             src += sizeof(attrUse);
 984         }
 985         wstart = src;
 986         while (*src++)
 987             ;
 988         if (lead & 60)
 989             seqno += ((lead>>2) & 15)-1;
 990         else
 991         {
 992             memcpy (&seqno, src, sizeof(seqno));
 993             src += sizeof(seqno);
 994         }
 995         if (attrUseS == attrUse && attrSetS == attrSet)
 996         {
 997             int woff;
 998
 999
1000             if (startSeq == -1)
1001                 startSeq = seqno;
1002             woff = seqno - startSeq;
1003             if (woff >= 0 && woff < 31)
1004                 ws[woff] = wstart;
1005         }
1006
1007         off = src - reckeys->buf;
1008     }
1009     assert (off == reckeys->buf_used);
1010     return ws;
1011 }
1012
1013 struct file_read_info {
1014     off_t file_max;         /* maximum offset so far */
1015     off_t file_offset;      /* current offset */
1016     off_t file_moffset;     /* offset of rec/rec boundary */
1017     int file_more;
1018     int fd;
1019     char *sdrbuf;
1020     int sdrmax;
1021 };
1022
1023 static struct file_read_info *file_read_start (int fd)
1024 {
1025     struct file_read_info *fi = (struct file_read_info *)
1026         xmalloc (sizeof(*fi));
1027
1028     fi->fd = fd;
1029     fi->file_max = 0;
1030     fi->file_moffset = 0;
1031     fi->sdrbuf = 0;
1032     fi->sdrmax = 0;
1033     return fi;
1034 }
1035
1036 static void file_read_stop (struct file_read_info *fi)
1037 {
1038     xfree (fi);
1039 }
1040
1041 static off_t file_seek (void *handle, off_t offset)
1042 {
1043     struct file_read_info *p = (struct file_read_info *) handle;
1044     p->file_offset = offset;
1045     if (p->sdrbuf)
1046         return offset;
1047     return lseek (p->fd, offset, SEEK_SET);
1048 }
1049
1050 static off_t file_tell (void *handle)
1051 {
1052     struct file_read_info *p = (struct file_read_info *) handle;
1053     return p->file_offset;
1054 }
1055
1056 static int file_read (void *handle, char *buf, size_t count)
1057 {
1058     struct file_read_info *p = (struct file_read_info *) handle;
1059     int fd = p->fd;
1060     int r;
1061     if (p->sdrbuf)
1062     {
1063         r = count;
1064         if (r > p->sdrmax - p->file_offset)
1065             r = p->sdrmax - p->file_offset;
1066         if (r)
1067             memcpy (buf, p->sdrbuf + p->file_offset, r);
1068     }
1069     else
1070         r = read (fd, buf, count);
1071     if (r > 0)
1072     {
1073         p->file_offset += r;
1074         if (p->file_offset > p->file_max)
1075             p->file_max = p->file_offset;
1076     }
1077     return r;
1078 }
1079
1080 static void file_begin (void *handle)
1081 {
1082     struct file_read_info *p = (struct file_read_info *) handle;
1083
1084     p->file_offset = p->file_moffset;
1085     if (!p->sdrbuf && p->file_moffset)
1086         lseek (p->fd, p->file_moffset, SEEK_SET);
1087     p->file_more = 0;
1088 }
1089
1090 static void file_end (void *handle, off_t offset)
1091 {
1092     struct file_read_info *p = (struct file_read_info *) handle;
1093
1094     assert (p->file_more == 0);
1095     p->file_more = 1;
1096     p->file_moffset = offset;
1097 }
1098
1099 static char *fileMatchStr (struct recKeys *reckeys, struct recordGroup *rGroup,
1100                            const char *fname, const char *spec)
1101 {
1102     static char dstBuf[2048];
1103     char *dst = dstBuf;
1104     const char *s = spec;
1105     static const char **w;
1106
1107     while (1)
1108     {
1109         while (*s == ' ' || *s == '\t')
1110             s++;
1111         if (!*s)
1112             break;
1113         if (*s == '(')
1114         {
1115             char attset_str[64], attname_str[64];
1116             data1_attset *attset;
1117             int i;
1118             char matchFlag[32];
1119             int attSet = 1, attUse = 1;
1120             int first = 1;
1121
1122             s++;
1123             for (i = 0; *s && *s != ',' && *s != ')'; s++)
1124                 if (i < 63)
1125                     attset_str[i++] = *s;
1126             attset_str[i] = '\0';
1127
1128             if (*s == ',')
1129             {
1130                 s++;
1131                 for (i = 0; *s && *s != ')'; s++)
1132                     if (i < 63)
1133                         attname_str[i++] = *s;
1134                 attname_str[i] = '\0';
1135             }
1136
1137             if ((attset = data1_get_attset (rGroup->dh, attset_str)))
1138             {
1139                 data1_att *att;
1140                 attSet = attset->reference;
1141                 att = data1_getattbyname(rGroup->dh, attset, attname_str);
1142                 if (att)
1143                     attUse = att->value;
1144                 else
1145                     attUse = atoi (attname_str);
1146             }
1147             w = searchRecordKey (reckeys, attSet, attUse);
1148             assert (w);
1149
1150             if (*s == ')')
1151             {
1152                 for (i = 0; i<32; i++)
1153                     matchFlag[i] = 1;
1154             }
1155             else
1156             {
1157                 logf (LOG_WARN, "Missing ) in match criteria %s in group %s",
1158                       spec, rGroup->groupName ? rGroup->groupName : "none");
1159                 return NULL;
1160             }
1161             s++;
1162
1163             for (i = 0; i<32; i++)
1164                 if (matchFlag[i] && w[i])
1165                 {
1166                     if (first)
1167                     {
1168                         *dst++ = ' ';
1169                         first = 0;
1170                     }
1171                     strcpy (dst, w[i]);
1172                     dst += strlen(w[i]);
1173                 }
1174             if (first)
1175             {
1176                 logf (LOG_WARN, "Record didn't contain match"
1177                       " fields in (%s,%s)", attset_str, attname_str);
1178                 return NULL;
1179             }
1180         }
1181         else if (*s == '$')
1182         {
1183             int spec_len;
1184             char special[64];
1185             const char *spec_src = NULL;
1186             const char *s1 = ++s;
1187             while (*s1 && *s1 != ' ' && *s1 != '\t')
1188                 s1++;
1189
1190             spec_len = s1 - s;
1191             if (spec_len > 63)
1192                 spec_len = 63;
1193             memcpy (special, s, spec_len);
1194             special[spec_len] = '\0';
1195             s = s1;
1196
1197             if (!strcmp (special, "group"))
1198                 spec_src = rGroup->groupName;
1199             else if (!strcmp (special, "database"))
1200                 spec_src = rGroup->databaseName;
1201             else if (!strcmp (special, "filename"))
1202                 spec_src = fname;
1203             else if (!strcmp (special, "type"))
1204                 spec_src = rGroup->recordType;
1205             else
1206                 spec_src = NULL;
1207             if (spec_src)
1208             {
1209                 strcpy (dst, spec_src);
1210                 dst += strlen (spec_src);
1211             }
1212         }
1213         else if (*s == '\"' || *s == '\'')
1214         {
1215             int stopMarker = *s++;
1216             char tmpString[64];
1217             int i = 0;
1218
1219             while (*s && *s != stopMarker)
1220             {
1221                 if (i < 63)
1222                     tmpString[i++] = *s++;
1223             }
1224             if (*s)
1225                 s++;
1226             tmpString[i] = '\0';
1227             strcpy (dst, tmpString);
1228             dst += strlen (tmpString);
1229         }
1230         else
1231         {
1232             logf (LOG_WARN, "Syntax error in match criteria %s in group %s",
1233                   spec, rGroup->groupName ? rGroup->groupName : "none");
1234             return NULL;
1235         }
1236         *dst++ = 1;
1237     }
1238     if (dst == dstBuf)
1239     {
1240         logf (LOG_WARN, "No match criteria for record %s in group %s",
1241               fname, rGroup->groupName ? rGroup->groupName : "none");
1242         return NULL;
1243     }
1244     *dst = '\0';
1245     return dstBuf;
1246 }
1247
1248 struct recordLogInfo {
1249     const char *fname;
1250     int recordOffset;
1251     struct recordGroup *rGroup;
1252 };
1253
1254 static void recordLogPreamble (int level, const char *msg, void *info)
1255 {
1256     struct recordLogInfo *p = (struct recordLogInfo *) info;
1257     FILE *outf = log_file ();
1258
1259     if (level & LOG_LOG)
1260         return ;
1261     fprintf (outf, "File %s, offset %d, type %s\n",
1262              p->rGroup->recordType, p->recordOffset, p->fname);
1263     log_event_start (NULL, NULL);
1264 }
1265
1266 void addSchema (struct recExtractCtrl *p, Odr_oid *oid)
1267 {
1268     zebraExplain_addSchema (zti, oid);
1269 }
1270
1271 static int recordExtract (SYSNO *sysno, const char *fname,
1272                           struct recordGroup *rGroup, int deleteFlag,
1273                           struct file_read_info *fi,
1274                           RecType recType, char *subType, void *clientData)
1275 {
1276     RecordAttr *recordAttr;
1277     int r;
1278     char *matchStr;
1279     SYSNO sysnotmp;
1280     Record rec;
1281     struct recordLogInfo logInfo;
1282     off_t recordOffset = 0;
1283
1284     if (fi->fd != -1)
1285     {
1286         struct recExtractCtrl extractCtrl;
1287
1288         /* we are going to read from a file, so prepare the extraction */
1289         int i;
1290
1291         reckeys.buf_used = 0;
1292         reckeys.prevAttrUse = -1;
1293         reckeys.prevAttrSet = -1;
1294         reckeys.prevSeqNo = 0;
1295
1296         recordOffset = fi->file_moffset;
1297         extractCtrl.offset = fi->file_moffset;
1298         extractCtrl.readf = file_read;
1299         extractCtrl.seekf = file_seek;
1300         extractCtrl.tellf = file_tell;
1301         extractCtrl.endf = file_end;
1302         extractCtrl.fh = fi;
1303         extractCtrl.subType = subType;
1304         extractCtrl.init = wordInit;
1305         extractCtrl.tokenAdd = addRecordKey;
1306         extractCtrl.schemaAdd = addSchema;
1307         extractCtrl.dh = rGroup->dh;
1308         for (i = 0; i<256; i++)
1309         {
1310             if (zebra_maps_is_positioned(rGroup->zebra_maps, i))
1311                 extractCtrl.seqno[i] = 1;
1312             else
1313                 extractCtrl.seqno[i] = 0;
1314         }
1315         extractCtrl.zebra_maps = rGroup->zebra_maps;
1316         extractCtrl.flagShowRecords = !rGroup->flagRw;
1317
1318         if (!rGroup->flagRw)
1319             printf ("File: %s %ld\n", fname, (long) recordOffset);
1320
1321         logInfo.fname = fname;
1322         logInfo.recordOffset = recordOffset;
1323         logInfo.rGroup = rGroup;
1324         log_event_start (recordLogPreamble, &logInfo);
1325
1326         r = (*recType->extract)(clientData, &extractCtrl);
1327
1328         log_event_start (NULL, NULL);
1329
1330         if (r == RECCTRL_EXTRACT_EOF)
1331             return 0;
1332         else if (r == RECCTRL_EXTRACT_ERROR)
1333         {
1334             /* error occured during extraction ... */
1335             if (rGroup->flagRw &&
1336                 records_processed < rGroup->fileVerboseLimit)
1337             {
1338                 logf (LOG_WARN, "fail %s %s %ld", rGroup->recordType,
1339                       fname, (long) recordOffset);
1340             }
1341             return 0;
1342         }
1343         if (reckeys.buf_used == 0)
1344         {
1345             /* the extraction process returned no information - the record
1346                is probably empty - unless flagShowRecords is in use */
1347             if (!rGroup->flagRw)
1348                 return 1;
1349             logf (LOG_WARN, "No keys generated for file %s", fname);
1350             logf (LOG_WARN, " The file is probably empty");
1351             return 1;
1352         }
1353     }
1354
1355     /* perform match if sysno not known and if match criteria is specified */
1356
1357     matchStr = NULL;
1358     if (!sysno)
1359     {
1360         sysnotmp = 0;
1361         sysno = &sysnotmp;
1362         if (rGroup->recordId && *rGroup->recordId)
1363         {
1364             char *rinfo;
1365
1366             matchStr = fileMatchStr (&reckeys, rGroup, fname,
1367                                      rGroup->recordId);
1368             if (matchStr)
1369             {
1370                 rinfo = dict_lookup (matchDict, matchStr);
1371                 if (rinfo)
1372                     memcpy (sysno, rinfo+1, sizeof(*sysno));
1373             }
1374             else
1375             {
1376                 logf (LOG_WARN, "Bad match criteria");
1377                 return 0;
1378             }
1379         }
1380     }
1381
1382     if (! *sysno)
1383     {
1384         /* new record */
1385         if (deleteFlag)
1386         {
1387             logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
1388                   fname, (long) recordOffset);
1389             logf (LOG_WARN, "cannot delete record above (seems new)");
1390             return 1;
1391         }
1392         if (records_processed < rGroup->fileVerboseLimit)
1393             logf (LOG_LOG, "add %s %s %ld", rGroup->recordType,
1394                   fname, (long) recordOffset);
1395         rec = rec_new (records);
1396
1397         *sysno = rec->sysno;
1398
1399         recordAttr = rec_init_attr (zti, rec);
1400
1401         if (matchStr)
1402         {
1403             dict_insert (matchDict, matchStr, sizeof(*sysno), sysno);
1404         }
1405         flushRecordKeys (*sysno, 1, &reckeys);
1406         flushSortKeys (*sysno, 1);
1407
1408         records_inserted++;
1409     }
1410     else
1411     {
1412         /* record already exists */
1413         struct recKeys delkeys;
1414
1415         rec = rec_get (records, *sysno);
1416         assert (rec);
1417
1418         recordAttr = rec_init_attr (zti, rec);
1419
1420         if (recordAttr->runNumber == zebraExplain_runNumberIncrement (zti, 0))
1421         {
1422             logf (LOG_LOG, "skipped %s %s %ld", rGroup->recordType,
1423                   fname, (long) recordOffset);
1424             rec_rm (&rec);
1425             logRecord (0);
1426             return 1;
1427         }
1428         delkeys.buf_used = rec->size[recInfo_delKeys];
1429         delkeys.buf = rec->info[recInfo_delKeys];
1430         flushSortKeys (*sysno, 0);
1431         flushRecordKeys (*sysno, 0, &delkeys);
1432         if (deleteFlag)
1433         {
1434             /* record going to be deleted */
1435             if (!delkeys.buf_used)
1436             {
1437                 logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
1438                       fname, (long) recordOffset);
1439                 logf (LOG_WARN, "cannot delete file above, storeKeys false");
1440             }
1441             else
1442             {
1443                 if (records_processed < rGroup->fileVerboseLimit)
1444                     logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
1445                           fname, (long) recordOffset);
1446                 records_deleted++;
1447                 if (matchStr)
1448                     dict_delete (matchDict, matchStr);
1449                 rec_del (records, &rec);
1450             }
1451             rec_rm (&rec);
1452             logRecord (0);
1453             return 1;
1454         }
1455         else
1456         {
1457             /* record going to be updated */
1458             if (!delkeys.buf_used)
1459             {
1460                 logf (LOG_LOG, "update %s %s %ld", rGroup->recordType,
1461                       fname, (long) recordOffset);
1462                 logf (LOG_WARN, "cannot update file above, storeKeys false");
1463             }
1464             else
1465             {
1466                 if (records_processed < rGroup->fileVerboseLimit)
1467                     logf (LOG_LOG, "update %s %s %ld", rGroup->recordType,
1468                           fname, (long) recordOffset);
1469                 flushRecordKeys (*sysno, 1, &reckeys);
1470                 records_updated++;
1471             }
1472         }
1473     }
1474     /* update file type */
1475     xfree (rec->info[recInfo_fileType]);
1476     rec->info[recInfo_fileType] =
1477         rec_strdup (rGroup->recordType, &rec->size[recInfo_fileType]);
1478
1479     /* update filename */
1480     xfree (rec->info[recInfo_filename]);
1481     rec->info[recInfo_filename] =
1482         rec_strdup (fname, &rec->size[recInfo_filename]);
1483
1484     /* update delete keys */
1485     xfree (rec->info[recInfo_delKeys]);
1486     if (reckeys.buf_used > 0 && rGroup->flagStoreKeys == 1)
1487     {
1488 #if 1
1489         rec->size[recInfo_delKeys] = reckeys.buf_used;
1490         rec->info[recInfo_delKeys] = reckeys.buf;
1491         reckeys.buf = NULL;
1492         reckeys.buf_max = 0;
1493 #else
1494         rec->info[recInfo_delKeys] = xmalloc (reckeys.buf_used);
1495         rec->size[recInfo_delKeys] = reckeys.buf_used;
1496         memcpy (rec->info[recInfo_delKeys], reckeys.buf,
1497                 rec->size[recInfo_delKeys]);
1498 #endif
1499     }
1500     else
1501     {
1502         rec->info[recInfo_delKeys] = NULL;
1503         rec->size[recInfo_delKeys] = 0;
1504     }
1505
1506     /* save file size of original record */
1507     zebraExplain_recordBytesIncrement (zti, - recordAttr->recordSize);
1508     recordAttr->recordSize = fi->file_moffset - recordOffset;
1509     if (!recordAttr->recordSize)
1510         recordAttr->recordSize = fi->file_max - recordOffset;
1511     zebraExplain_recordBytesIncrement (zti, recordAttr->recordSize);
1512
1513     /* set run-number for this record */
1514     recordAttr->runNumber = zebraExplain_runNumberIncrement (zti, 0);
1515
1516     /* update store data */
1517     xfree (rec->info[recInfo_storeData]);
1518     if (rGroup->flagStoreData == 1)
1519     {
1520         rec->size[recInfo_storeData] = recordAttr->recordSize;
1521         rec->info[recInfo_storeData] = (char *)
1522             xmalloc (recordAttr->recordSize);
1523         if (lseek (fi->fd, recordOffset, SEEK_SET) < 0)
1524         {
1525             logf (LOG_ERRNO|LOG_FATAL, "seek to %ld in %s",
1526                   (long) recordOffset, fname);
1527             exit (1);
1528         }
1529         if (read (fi->fd, rec->info[recInfo_storeData], recordAttr->recordSize)
1530             < recordAttr->recordSize)
1531         {
1532             logf (LOG_ERRNO|LOG_FATAL, "read %d bytes of %s",
1533                   recordAttr->recordSize, fname);
1534             exit (1);
1535         }
1536     }
1537     else
1538     {
1539         rec->info[recInfo_storeData] = NULL;
1540         rec->size[recInfo_storeData] = 0;
1541     }
1542     /* update database name */
1543     xfree (rec->info[recInfo_databaseName]);
1544     rec->info[recInfo_databaseName] =
1545         rec_strdup (rGroup->databaseName, &rec->size[recInfo_databaseName]);
1546
1547     /* update offset */
1548     recordAttr->recordOffset = recordOffset;
1549
1550     /* commit this record */
1551     rec_put (records, &rec);
1552     logRecord (0);
1553     return 1;
1554 }
1555
1556 int fileExtract (SYSNO *sysno, const char *fname,
1557                  const struct recordGroup *rGroupP, int deleteFlag)
1558 {
1559     int r, i, fd;
1560     char gprefix[128];
1561     char ext[128];
1562     char ext_res[128];
1563     char subType[128];
1564     RecType recType;
1565     struct recordGroup rGroupM;
1566     struct recordGroup *rGroup = &rGroupM;
1567     struct file_read_info *fi;
1568     void *clientData;
1569
1570     memcpy (rGroup, rGroupP, sizeof(*rGroupP));
1571
1572     if (!rGroup->groupName || !*rGroup->groupName)
1573         *gprefix = '\0';
1574     else
1575         sprintf (gprefix, "%s.", rGroup->groupName);
1576
1577     logf (LOG_DEBUG, "fileExtract %s", fname);
1578
1579     /* determine file extension */
1580     *ext = '\0';
1581     for (i = strlen(fname); --i >= 0; )
1582         if (fname[i] == '/')
1583             break;
1584         else if (fname[i] == '.')
1585         {
1586             strcpy (ext, fname+i+1);
1587             break;
1588         }
1589     /* determine file type - depending on extension */
1590     if (!rGroup->recordType)
1591     {
1592         sprintf (ext_res, "%srecordType.%s", gprefix, ext);
1593         if (!(rGroup->recordType = res_get (common_resource, ext_res)))
1594         {
1595             sprintf (ext_res, "%srecordType", gprefix);
1596             rGroup->recordType = res_get (common_resource, ext_res);
1597         }
1598     }
1599     if (!rGroup->recordType)
1600     {
1601         if (records_processed < rGroup->fileVerboseLimit)
1602             logf (LOG_LOG, "? %s", fname);
1603         return 0;
1604     }
1605     if (!*rGroup->recordType)
1606         return 0;
1607     if (!(recType =
1608           recType_byName (rGroup->recTypes, rGroup->recordType, subType,
1609                           &clientData)))
1610     {
1611         logf (LOG_WARN, "No such record type: %s", rGroup->recordType);
1612         return 0;
1613     }
1614
1615     /* determine match criteria */
1616     if (!rGroup->recordId)
1617     {
1618         sprintf (ext_res, "%srecordId.%s", gprefix, ext);
1619         rGroup->recordId = res_get (common_resource, ext_res);
1620     }
1621
1622     /* determine database name */
1623     if (!rGroup->databaseName)
1624     {
1625         sprintf (ext_res, "%sdatabase.%s", gprefix, ext);
1626         if (!(rGroup->databaseName = res_get (common_resource, ext_res)))
1627         {
1628             sprintf (ext_res, "%sdatabase", gprefix);
1629             rGroup->databaseName = res_get (common_resource, ext_res);
1630         }
1631     }
1632     if (!rGroup->databaseName)
1633         rGroup->databaseName = "Default";
1634
1635     /* determine if explain database */
1636
1637     sprintf (ext_res, "%sexplainDatabase", gprefix);
1638     rGroup->explainDatabase =
1639         atoi (res_get_def (common_resource, ext_res, "0"));
1640
1641     /* announce database */
1642     if (zebraExplain_curDatabase (zti, rGroup->databaseName))
1643     {
1644         if (zebraExplain_newDatabase (zti, rGroup->databaseName,
1645                                       rGroup->explainDatabase))
1646             return 0;
1647     }
1648
1649     if (rGroup->flagStoreData == -1)
1650     {
1651         const char *sval;
1652         sprintf (ext_res, "%sstoreData.%s", gprefix, ext);
1653         if (!(sval = res_get (common_resource, ext_res)))
1654         {
1655             sprintf (ext_res, "%sstoreData", gprefix);
1656             sval = res_get (common_resource, ext_res);
1657         }
1658         if (sval)
1659             rGroup->flagStoreData = atoi (sval);
1660     }
1661     if (rGroup->flagStoreData == -1)
1662         rGroup->flagStoreData = 0;
1663
1664     if (rGroup->flagStoreKeys == -1)
1665     {
1666         const char *sval;
1667
1668         sprintf (ext_res, "%sstoreKeys.%s", gprefix, ext);
1669         if (!(sval = res_get (common_resource, ext_res)))
1670         {
1671             sprintf (ext_res, "%sstoreKeys", gprefix);
1672             sval = res_get (common_resource, ext_res);
1673         }
1674         if (sval)
1675             rGroup->flagStoreKeys = atoi (sval);
1676     }
1677     if (rGroup->flagStoreKeys == -1)
1678         rGroup->flagStoreKeys = 0;
1679
1680 #if ZEBRASDR
1681     if (rGroup->useSDR)
1682     {
1683         ZebraSdrHandle h;
1684         char xname[128], *xp;
1685
1686         strncpy (xname, fname, 127);
1687         if (!(xp = strchr (xname, '.')))
1688             return 0;
1689         *xp = '\0';
1690         if (strcmp (xp+1, "sdr.bits"))
1691             return 0;
1692
1693         h = zebraSdr_open (xname);
1694         if (!h)
1695         {
1696             logf (LOG_WARN, "sdr open %s", xname);
1697             return 0;
1698         }
1699         for (;;)
1700         {
1701             unsigned char *buf;
1702             char sdr_name[128];
1703             int r, segmentno;
1704
1705             segmentno = zebraSdr_segment (h, 0);
1706             sprintf (sdr_name, "%%%s.%d", xname, segmentno);
1707
1708 #if 0
1709             if (segmentno > 20)
1710                 break;
1711 #endif
1712             r = zebraSdr_read (h, &buf);
1713
1714             if (!r)
1715                 break;
1716
1717             fi = file_read_start (0);
1718             fi->sdrbuf = buf;
1719             fi->sdrmax = r;
1720             do
1721             {
1722                 file_begin (fi);
1723                 r = recordExtract (sysno, sdr_name, rGroup, deleteFlag, fi,
1724                            recType, subType);
1725             } while (r && !sysno && fi->file_more);
1726             file_read_stop (fi);
1727             free (buf);
1728         }
1729         zebraSdr_close (h);
1730         return 1;
1731     }
1732 #endif
1733     if (sysno && deleteFlag)
1734         fd = -1;
1735     else
1736     {
1737         if ((fd = open (fname, O_BINARY|O_RDONLY)) == -1)
1738         {
1739             logf (LOG_WARN|LOG_ERRNO, "open %s", fname);
1740             return 0;
1741         }
1742     }
1743     fi = file_read_start (fd);
1744     do
1745     {
1746         file_begin (fi);
1747         r = recordExtract (sysno, fname, rGroup, deleteFlag, fi,
1748                            recType, subType, clientData);
1749     } while (r && !sysno && fi->file_more);
1750     file_read_stop (fi);
1751     if (fd != -1)
1752         close (fd);
1753     return r;
1754 }
1755
1756 static int explain_extract (void *handle, Record rec, data1_node *n)
1757 {
1758     struct recordGroup *rGroup = (struct recordGroup*) handle;
1759     struct recExtractCtrl extractCtrl;
1760     int i;
1761
1762     if (zebraExplain_curDatabase (zti, rec->info[recInfo_databaseName]))
1763     {
1764         if (zebraExplain_newDatabase (zti, rec->info[recInfo_databaseName], 0))
1765             abort ();
1766     }
1767
1768     reckeys.buf_used = 0;
1769     reckeys.prevAttrUse = -1;
1770     reckeys.prevAttrSet = -1;
1771     reckeys.prevSeqNo = 0;
1772
1773     extractCtrl.init = wordInit;
1774     extractCtrl.tokenAdd = addRecordKey;
1775     extractCtrl.schemaAdd = addSchema;
1776     extractCtrl.dh = rGroup->dh;
1777     for (i = 0; i<256; i++)
1778         extractCtrl.seqno[i] = 0;
1779     extractCtrl.zebra_maps = rGroup->zebra_maps;
1780     extractCtrl.flagShowRecords = !rGroup->flagRw;
1781
1782     grs_extract_tree(&extractCtrl, n);
1783
1784     logf (LOG_DEBUG, "flush explain record, sysno=%d", rec->sysno);
1785
1786     if (rec->size[recInfo_delKeys])
1787     {
1788         struct recKeys delkeys;
1789
1790         delkeys.buf_used = rec->size[recInfo_delKeys];
1791         delkeys.buf = rec->info[recInfo_delKeys];
1792         flushSortKeys (rec->sysno, 0);
1793         flushRecordKeys (rec->sysno, 0, &delkeys);
1794     }
1795     flushRecordKeys (rec->sysno, 1, &reckeys);
1796     flushSortKeys (rec->sysno, 1);
1797
1798     xfree (rec->info[recInfo_delKeys]);
1799     rec->size[recInfo_delKeys] = reckeys.buf_used;
1800     rec->info[recInfo_delKeys] = reckeys.buf;
1801     reckeys.buf = NULL;
1802     reckeys.buf_max = 0;
1803
1804     return 0;
1805 }