index/extract.c

   1 /* $Id: extract.c,v 1.178 2005-04-15 10:47:48 adam Exp $
   2    Copyright (C) 1995-2005
   3    Index Data ApS
   4
   5 This file is part of the Zebra server.
   6
   7 Zebra is free software; you can redistribute it and/or modify it under
   8 the terms of the GNU General Public License as published by the Free
   9 Software Foundation; either version 2, or (at your option) any later
  10 version.
  11
  12 Zebra is distributed in the hope that it will be useful, but WITHOUT ANY
  13 WARRANTY; without even the implied warranty of MERCHANTABILITY or
  14 FITNESS FOR A PARTICULAR PURPOSE.  See the GNU General Public License
  15 for more details.
  16
  17 You should have received a copy of the GNU General Public License
  18 along with Zebra; see the file LICENSE.zebra.  If not, write to the
  19 Free Software Foundation, 59 Temple Place - Suite 330, Boston, MA
  20 02111-1307, USA.
  21 */
  22
  23 #include <stdio.h>
  24 #include <assert.h>
  25 #include <ctype.h>
  26 #ifdef WIN32
  27 #include <io.h>
  28 #else
  29 #include <unistd.h>
  30 #endif
  31 #include <fcntl.h>
  32
  33 #include "index.h"
  34 #include <direntz.h>
  35 #include <charmap.h>
  36
  37 #if _FILE_OFFSET_BITS == 64
  38 #define PRINTF_OFF_T "%Ld"
  39 #else
  40 #define PRINTF_OFF_T "%ld"
  41 #endif
  42
  43 #define USE_SHELLSORT 0
  44
  45 #if USE_SHELLSORT
  46 static void shellsort(void *ar, int r, size_t s,
  47                       int (*cmp)(const void *a, const void *b))
  48 {
  49     char *a = ar;
  50     char v[100];
  51     int h, i, j, k;
  52     static const int incs[16] = { 1391376, 463792, 198768, 86961, 33936,
  53                                   13776, 4592, 1968, 861, 336,
  54                                   112, 48, 21, 7, 3, 1 };
  55     for ( k = 0; k < 16; k++)
  56         for (h = incs[k], i = h; i < r; i++)
  57         {
  58             memcpy (v, a+s*i, s);
  59             j = i;
  60             while (j > h && (*cmp)(a + s*(j-h), v) > 0)
  61             {
  62                 memcpy (a + s*j, a + s*(j-h), s);
  63                 j -= h;
  64             }
  65             memcpy (a+s*j, v, s);
  66         }
  67 }
  68 #endif
  69
  70 static void logRecord (ZebraHandle zh)
  71 {
  72     ++zh->records_processed;
  73     if (!(zh->records_processed % 1000))
  74     {
  75         yaz_log (YLOG_LOG, "Records: "ZINT_FORMAT" i/u/d "
  76                         ZINT_FORMAT"/"ZINT_FORMAT"/"ZINT_FORMAT,
  77               zh->records_processed, zh->records_inserted, zh->records_updated,
  78               zh->records_deleted);
  79     }
  80 }
  81
  82 static void extract_init (struct recExtractCtrl *p, RecWord *w)
  83 {
  84     w->zebra_maps = p->zebra_maps;
  85     w->seqno = 1;
  86     w->attrSet = VAL_BIB1;
  87     w->attrUse = 1016;
  88     w->attrStr = 0;
  89     w->reg_type = 'w';
  90     w->extractCtrl = p;
  91     w->record_id = 0;
  92     w->section_id = 0;
  93 }
  94
  95 static const char **searchRecordKey (ZebraHandle zh,
  96                                      struct recKeys *reckeys,
  97                                      int attrSetS, int attrUseS)
  98 {
  99     static const char *ws[32];
 100     void *decode_handle = iscz1_start();
 101     int off = 0;
 102     int startSeq = -1;
 103     int seqno = 0;
 104     int i;
 105
 106     for (i = 0; i<32; i++)
 107         ws[i] = NULL;
 108
 109     while (off < reckeys->buf_used)
 110     {
 111         const char *src = reckeys->buf + off;
 112         struct it_key key;
 113         char *dst = (char*) &key;
 114         int attrSet, attrUse;
 115
 116         iscz1_decode(decode_handle, &dst, &src);
 117         assert(key.len < 4 && key.len > 2);
 118
 119         attrSet = (int) key.mem[0] >> 16;
 120         attrUse = (int) key.mem[0] & 65535;
 121         seqno = (int) key.mem[key.len-1];
 122
 123         if (attrUseS == attrUse && attrSetS == attrSet)
 124         {
 125             int woff;
 126
 127             if (startSeq == -1)
 128                 startSeq = seqno;
 129             woff = seqno - startSeq;
 130             if (woff >= 0 && woff < 31)
 131                 ws[woff] = src;
 132         }
 133
 134         while (*src++)
 135             ;
 136         off = src - reckeys->buf;
 137     }
 138     iscz1_stop(decode_handle);
 139     assert (off == reckeys->buf_used);
 140     return ws;
 141 }
 142
 143 struct file_read_info {
 144     off_t file_max;         /* maximum offset so far */
 145     off_t file_offset;      /* current offset */
 146     off_t file_moffset;     /* offset of rec/rec boundary */
 147     int file_more;
 148     int fd;
 149     char *sdrbuf;
 150     int sdrmax;
 151 };
 152
 153 static struct file_read_info *file_read_start (int fd)
 154 {
 155     struct file_read_info *fi = (struct file_read_info *)
 156         xmalloc (sizeof(*fi));
 157
 158     fi->fd = fd;
 159     fi->file_max = 0;
 160     fi->file_moffset = 0;
 161     fi->sdrbuf = 0;
 162     fi->sdrmax = 0;
 163     return fi;
 164 }
 165
 166 static void file_read_stop (struct file_read_info *fi)
 167 {
 168     xfree (fi);
 169 }
 170
 171 static off_t file_seek (void *handle, off_t offset)
 172 {
 173     struct file_read_info *p = (struct file_read_info *) handle;
 174     p->file_offset = offset;
 175     if (p->sdrbuf)
 176         return offset;
 177     return lseek (p->fd, offset, SEEK_SET);
 178 }
 179
 180 static off_t file_tell (void *handle)
 181 {
 182     struct file_read_info *p = (struct file_read_info *) handle;
 183     return p->file_offset;
 184 }
 185
 186 static int file_read (void *handle, char *buf, size_t count)
 187 {
 188     struct file_read_info *p = (struct file_read_info *) handle;
 189     int fd = p->fd;
 190     int r;
 191     if (p->sdrbuf)
 192     {
 193         r = count;
 194         if (r > p->sdrmax - p->file_offset)
 195             r = p->sdrmax - p->file_offset;
 196         if (r)
 197             memcpy (buf, p->sdrbuf + p->file_offset, r);
 198     }
 199     else
 200         r = read (fd, buf, count);
 201     if (r > 0)
 202     {
 203         p->file_offset += r;
 204         if (p->file_offset > p->file_max)
 205             p->file_max = p->file_offset;
 206     }
 207     return r;
 208 }
 209
 210 static void file_begin (void *handle)
 211 {
 212     struct file_read_info *p = (struct file_read_info *) handle;
 213
 214     p->file_offset = p->file_moffset;
 215     if (!p->sdrbuf && p->file_moffset)
 216         lseek (p->fd, p->file_moffset, SEEK_SET);
 217     p->file_more = 0;
 218 }
 219
 220 static void file_end (void *handle, off_t offset)
 221 {
 222     struct file_read_info *p = (struct file_read_info *) handle;
 223
 224     assert (p->file_more == 0);
 225     p->file_more = 1;
 226     p->file_moffset = offset;
 227 }
 228
 229 static char *fileMatchStr (ZebraHandle zh,
 230                            struct recKeys *reckeys,
 231                            const char *fname, const char *spec)
 232 {
 233     static char dstBuf[2048];      /* static here ??? */
 234     char *dst = dstBuf;
 235     const char *s = spec;
 236     static const char **w;
 237
 238     while (1)
 239     {
 240         while (*s == ' ' || *s == '\t')
 241             s++;
 242         if (!*s)
 243             break;
 244         if (*s == '(')
 245         {
 246             char attset_str[64], attname_str[64];
 247             data1_attset *attset;
 248             int i;
 249             char matchFlag[32];
 250             int attSet = 1, attUse = 1;
 251             int first = 1;
 252
 253             s++;
 254             for (i = 0; *s && *s != ',' && *s != ')'; s++)
 255                 if (i < 63)
 256                     attset_str[i++] = *s;
 257             attset_str[i] = '\0';
 258
 259             if (*s == ',')
 260             {
 261                 s++;
 262                 for (i = 0; *s && *s != ')'; s++)
 263                     if (i < 63)
 264                         attname_str[i++] = *s;
 265                 attname_str[i] = '\0';
 266             }
 267
 268             if ((attset = data1_get_attset (zh->reg->dh, attset_str)))
 269             {
 270                 data1_att *att;
 271                 attSet = attset->reference;
 272                 att = data1_getattbyname(zh->reg->dh, attset, attname_str);
 273                 if (att)
 274                     attUse = att->value;
 275                 else
 276                     attUse = atoi (attname_str);
 277             }
 278             w = searchRecordKey (zh, reckeys, attSet, attUse);
 279             assert (w);
 280
 281             if (*s == ')')
 282             {
 283                 for (i = 0; i<32; i++)
 284                     matchFlag[i] = 1;
 285             }
 286             else
 287             {
 288                 yaz_log (YLOG_WARN, "Missing ) in match criteria %s in group %s",
 289                       spec, zh->m_group ? zh->m_group : "none");
 290                 return NULL;
 291             }
 292             s++;
 293
 294             for (i = 0; i<32; i++)
 295                 if (matchFlag[i] && w[i])
 296                 {
 297                     if (first)
 298                     {
 299                         *dst++ = ' ';
 300                         first = 0;
 301                     }
 302                     strcpy (dst, w[i]);
 303                     dst += strlen(w[i]);
 304                 }
 305             if (first)
 306             {
 307                 yaz_log (YLOG_WARN, "Record didn't contain match"
 308                       " fields in (%s,%s)", attset_str, attname_str);
 309                 return NULL;
 310             }
 311         }
 312         else if (*s == '$')
 313         {
 314             int spec_len;
 315             char special[64];
 316             const char *spec_src = NULL;
 317             const char *s1 = ++s;
 318             while (*s1 && *s1 != ' ' && *s1 != '\t')
 319                 s1++;
 320
 321             spec_len = s1 - s;
 322             if (spec_len > 63)
 323                 spec_len = 63;
 324             memcpy (special, s, spec_len);
 325             special[spec_len] = '\0';
 326             s = s1;
 327
 328             if (!strcmp (special, "group"))
 329                 spec_src = zh->m_group;
 330             else if (!strcmp (special, "database"))
 331                 spec_src = zh->basenames[0];
 332             else if (!strcmp (special, "filename")) {
 333                 spec_src = fname;
 334             }
 335             else if (!strcmp (special, "type"))
 336                 spec_src = zh->m_record_type;
 337             else
 338                 spec_src = NULL;
 339             if (spec_src)
 340             {
 341                 strcpy (dst, spec_src);
 342                 dst += strlen (spec_src);
 343             }
 344         }
 345         else if (*s == '\"' || *s == '\'')
 346         {
 347             int stopMarker = *s++;
 348             char tmpString[64];
 349             int i = 0;
 350
 351             while (*s && *s != stopMarker)
 352             {
 353                 if (i < 63)
 354                     tmpString[i++] = *s++;
 355             }
 356             if (*s)
 357                 s++;
 358             tmpString[i] = '\0';
 359             strcpy (dst, tmpString);
 360             dst += strlen (tmpString);
 361         }
 362         else
 363         {
 364             yaz_log (YLOG_WARN, "Syntax error in match criteria %s in group %s",
 365                   spec, zh->m_group ? zh->m_group : "none");
 366             return NULL;
 367         }
 368         *dst++ = 1;
 369     }
 370     if (dst == dstBuf)
 371     {
 372         yaz_log (YLOG_WARN, "No match criteria for record %s in group %s",
 373               fname, zh->m_group ? zh->m_group : "none");
 374         return NULL;
 375     }
 376     *dst = '\0';
 377     return dstBuf;
 378 }
 379
 380 struct recordLogInfo {
 381     const char *fname;
 382     int recordOffset;
 383     struct recordGroup *rGroup;
 384 };
 385
 386 void create_rec_keys_codec(struct recKeys *keys)
 387 {
 388     keys->buf_used = 0;
 389     iscz1_reset(keys->codec_handle);
 390 }
 391
 392 static int file_extract_record(ZebraHandle zh,
 393                                SYSNO *sysno, const char *fname,
 394                                int deleteFlag,
 395                                struct file_read_info *fi,
 396                                int force_update)
 397 {
 398     RecordAttr *recordAttr;
 399     int r;
 400     const char *matchStr = 0;
 401     SYSNO sysnotmp;
 402     Record rec;
 403     off_t recordOffset = 0;
 404     RecType recType;
 405     void *clientData;
 406
 407     if (!(recType =
 408           recType_byName (zh->reg->recTypes, zh->res, zh->m_record_type,
 409                           &clientData)))
 410     {
 411         yaz_log (YLOG_WARN, "No such record type: %s", zh->m_record_type);
 412         return 0;
 413     }
 414
 415     /* announce database */
 416     if (zebraExplain_curDatabase (zh->reg->zei, zh->basenames[0]))
 417     {
 418         if (zebraExplain_newDatabase (zh->reg->zei, zh->basenames[0],
 419                                       zh->m_explain_database))
 420             return 0;
 421     }
 422
 423     if (fi->fd != -1)
 424     {
 425         struct recExtractCtrl extractCtrl;
 426
 427         /* we are going to read from a file, so prepare the extraction */
 428         int i;
 429
 430         create_rec_keys_codec(&zh->reg->keys);
 431
 432         zh->reg->sortKeys.buf_used = 0;
 433
 434         recordOffset = fi->file_moffset;
 435         extractCtrl.offset = fi->file_moffset;
 436         extractCtrl.readf = file_read;
 437         extractCtrl.seekf = file_seek;
 438         extractCtrl.tellf = file_tell;
 439         extractCtrl.endf = file_end;
 440         extractCtrl.fh = fi;
 441         extractCtrl.init = extract_init;
 442         extractCtrl.tokenAdd = extract_token_add;
 443         extractCtrl.schemaAdd = extract_schema_add;
 444         extractCtrl.dh = zh->reg->dh;
 445         extractCtrl.match_criteria[0] = '\0';
 446         extractCtrl.handle = zh;
 447         for (i = 0; i<256; i++)
 448         {
 449             if (zebra_maps_is_positioned(zh->reg->zebra_maps, i))
 450                 extractCtrl.seqno[i] = 1;
 451             else
 452                 extractCtrl.seqno[i] = 0;
 453         }
 454         extractCtrl.zebra_maps = zh->reg->zebra_maps;
 455         extractCtrl.flagShowRecords = !zh->m_flag_rw;
 456
 457         if (!zh->m_flag_rw)
 458             printf ("File: %s " PRINTF_OFF_T "\n", fname, recordOffset);
 459         if (zh->m_flag_rw)
 460         {
 461             char msg[512];
 462             sprintf (msg, "%s:" PRINTF_OFF_T , fname, recordOffset);
 463             yaz_log_init_prefix2 (msg);
 464         }
 465
 466         r = (*recType->extract)(clientData, &extractCtrl);
 467
 468         yaz_log_init_prefix2 (0);
 469         if (r == RECCTRL_EXTRACT_EOF)
 470             return 0;
 471         else if (r == RECCTRL_EXTRACT_ERROR_GENERIC)
 472         {
 473             /* error occured during extraction ... */
 474             if (zh->m_flag_rw &&
 475                 zh->records_processed < zh->m_file_verbose_limit)
 476             {
 477                 yaz_log (YLOG_WARN, "fail %s %s " PRINTF_OFF_T, zh->m_record_type,
 478                       fname, recordOffset);
 479             }
 480             return 0;
 481         }
 482         else if (r == RECCTRL_EXTRACT_ERROR_NO_SUCH_FILTER)
 483         {
 484             /* error occured during extraction ... */
 485             if (zh->m_flag_rw &&
 486                 zh->records_processed < zh->m_file_verbose_limit)
 487             {
 488                 yaz_log (YLOG_WARN, "no filter for %s %s "
 489                       PRINTF_OFF_T, zh->m_record_type,
 490                       fname, recordOffset);
 491             }
 492             return 0;
 493         }
 494         if (extractCtrl.match_criteria[0])
 495             matchStr = extractCtrl.match_criteria;
 496     }
 497
 498     /* perform match if sysno not known and if match criteria is specified */
 499     if (!sysno)
 500     {
 501         sysnotmp = 0;
 502         sysno = &sysnotmp;
 503
 504         if (matchStr == 0 && zh->m_record_id && *zh->m_record_id)
 505         {
 506
 507             matchStr = fileMatchStr (zh, &zh->reg->keys, fname,
 508                                      zh->m_record_id);
 509             if (!matchStr)
 510             {
 511                 yaz_log(YLOG_WARN, "Bad match criteria");
 512                 return 0;
 513             }
 514         }
 515         if (matchStr)
 516         {
 517             char *rinfo = dict_lookup (zh->reg->matchDict, matchStr);
 518             if (rinfo)
 519             {
 520                 assert(*rinfo == sizeof(*sysno));
 521                 memcpy (sysno, rinfo+1, sizeof(*sysno));
 522             }
 523         }
 524     }
 525     if (! *sysno && zh->reg->keys.buf_used == 0)
 526     {
 527          /* the extraction process returned no information - the record
 528             is probably empty - unless flagShowRecords is in use */
 529          if (!zh->m_flag_rw)
 530              return 1;
 531
 532          if (zh->records_processed < zh->m_file_verbose_limit)
 533              yaz_log (YLOG_WARN, "empty %s %s " PRINTF_OFF_T, zh->m_record_type,
 534             fname, recordOffset);
 535          return 1;
 536     }
 537
 538     if (! *sysno)
 539     {
 540         /* new record */
 541         if (deleteFlag)
 542         {
 543             yaz_log (YLOG_LOG, "delete %s %s " PRINTF_OFF_T, zh->m_record_type,
 544                   fname, recordOffset);
 545             yaz_log (YLOG_WARN, "cannot delete record above (seems new)");
 546             return 1;
 547         }
 548         if (zh->records_processed < zh->m_file_verbose_limit)
 549             yaz_log (YLOG_LOG, "add %s %s " PRINTF_OFF_T, zh->m_record_type,
 550                   fname, recordOffset);
 551         rec = rec_new (zh->reg->records);
 552
 553         *sysno = rec->sysno;
 554
 555         recordAttr = rec_init_attr (zh->reg->zei, rec);
 556
 557         if (matchStr)
 558         {
 559             dict_insert (zh->reg->matchDict, matchStr, sizeof(*sysno), sysno);
 560         }
 561         extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
 562         extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
 563
 564         zh->records_inserted++;
 565     }
 566     else
 567     {
 568         /* record already exists */
 569         struct recKeys delkeys;
 570         struct sortKeys sortKeys;
 571
 572         rec = rec_get (zh->reg->records, *sysno);
 573         assert (rec);
 574
 575         recordAttr = rec_init_attr (zh->reg->zei, rec);
 576
 577         if (!force_update && recordAttr->runNumber ==
 578             zebraExplain_runNumberIncrement (zh->reg->zei, 0))
 579         {
 580             yaz_log (YLOG_LOG, "run number = " ZINT_FORMAT,
 581                             recordAttr->runNumber);
 582             yaz_log (YLOG_LOG, "skipped %s %s " PRINTF_OFF_T,
 583                      zh->m_record_type, fname, recordOffset);
 584             extract_flushSortKeys (zh, *sysno, -1, &zh->reg->sortKeys);
 585             rec_rm (&rec);
 586             logRecord (zh);
 587             return 1;
 588         }
 589         delkeys.buf_used = rec->size[recInfo_delKeys];
 590         delkeys.buf = rec->info[recInfo_delKeys];
 591
 592         sortKeys.buf_used = rec->size[recInfo_sortKeys];
 593         sortKeys.buf = rec->info[recInfo_sortKeys];
 594
 595         extract_flushSortKeys (zh, *sysno, 0, &sortKeys);
 596         extract_flushRecordKeys (zh, *sysno, 0, &delkeys);
 597         if (deleteFlag)
 598         {
 599             /* record going to be deleted */
 600             if (!delkeys.buf_used)
 601             {
 602                 yaz_log (YLOG_LOG, "delete %s %s " PRINTF_OFF_T,
 603                       zh->m_record_type, fname, recordOffset);
 604                 yaz_log (YLOG_WARN, "cannot delete file above, storeKeys false");
 605             }
 606             else
 607             {
 608                 if (zh->records_processed < zh->m_file_verbose_limit)
 609                     yaz_log (YLOG_LOG, "delete %s %s " PRINTF_OFF_T,
 610                          zh->m_record_type, fname, recordOffset);
 611                 zh->records_deleted++;
 612                 if (matchStr)
 613                     dict_delete (zh->reg->matchDict, matchStr);
 614                 rec_del (zh->reg->records, &rec);
 615             }
 616             rec_rm (&rec);
 617             logRecord (zh);
 618             return 1;
 619         }
 620         else
 621         {
 622             /* record going to be updated */
 623             if (!delkeys.buf_used)
 624             {
 625                 yaz_log (YLOG_LOG, "update %s %s " PRINTF_OFF_T,
 626                       zh->m_record_type, fname, recordOffset);
 627                 yaz_log (YLOG_WARN, "cannot update file above, storeKeys false");
 628             }
 629             else
 630             {
 631                 if (zh->records_processed < zh->m_file_verbose_limit)
 632                     yaz_log (YLOG_LOG, "update %s %s " PRINTF_OFF_T,
 633                         zh->m_record_type, fname, recordOffset);
 634                 extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
 635                 extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
 636                 zh->records_updated++;
 637             }
 638         }
 639     }
 640     /* update file type */
 641     xfree (rec->info[recInfo_fileType]);
 642     rec->info[recInfo_fileType] =
 643         rec_strdup (zh->m_record_type, &rec->size[recInfo_fileType]);
 644
 645     /* update filename */
 646     xfree (rec->info[recInfo_filename]);
 647     rec->info[recInfo_filename] =
 648         rec_strdup (fname, &rec->size[recInfo_filename]);
 649
 650     /* update delete keys */
 651     xfree (rec->info[recInfo_delKeys]);
 652     if (zh->reg->keys.buf_used > 0 && zh->m_store_keys == 1)
 653     {
 654         rec->size[recInfo_delKeys] = zh->reg->keys.buf_used;
 655         rec->info[recInfo_delKeys] = zh->reg->keys.buf;
 656         zh->reg->keys.buf = NULL;
 657         zh->reg->keys.buf_max = 0;
 658     }
 659     else
 660     {
 661         rec->info[recInfo_delKeys] = NULL;
 662         rec->size[recInfo_delKeys] = 0;
 663     }
 664
 665     /* update sort keys */
 666     xfree (rec->info[recInfo_sortKeys]);
 667
 668     rec->size[recInfo_sortKeys] = zh->reg->sortKeys.buf_used;
 669     rec->info[recInfo_sortKeys] = zh->reg->sortKeys.buf;
 670     zh->reg->sortKeys.buf = NULL;
 671     zh->reg->sortKeys.buf_max = 0;
 672
 673     /* save file size of original record */
 674     zebraExplain_recordBytesIncrement (zh->reg->zei,
 675                                        - recordAttr->recordSize);
 676     recordAttr->recordSize = fi->file_moffset - recordOffset;
 677     if (!recordAttr->recordSize)
 678         recordAttr->recordSize = fi->file_max - recordOffset;
 679     zebraExplain_recordBytesIncrement (zh->reg->zei,
 680                                        recordAttr->recordSize);
 681
 682     /* set run-number for this record */
 683     recordAttr->runNumber = zebraExplain_runNumberIncrement (zh->reg->zei,
 684                                                              0);
 685
 686     /* update store data */
 687     xfree (rec->info[recInfo_storeData]);
 688     if (zh->m_store_data)
 689     {
 690         rec->size[recInfo_storeData] = recordAttr->recordSize;
 691         rec->info[recInfo_storeData] = (char *)
 692             xmalloc (recordAttr->recordSize);
 693         if (lseek (fi->fd, recordOffset, SEEK_SET) < 0)
 694         {
 695             yaz_log (YLOG_ERRNO|YLOG_FATAL, "seek to " PRINTF_OFF_T " in %s",
 696                   recordOffset, fname);
 697             exit (1);
 698         }
 699         if (read (fi->fd, rec->info[recInfo_storeData], recordAttr->recordSize)
 700             < recordAttr->recordSize)
 701         {
 702             yaz_log (YLOG_ERRNO|YLOG_FATAL, "read %d bytes of %s",
 703                   recordAttr->recordSize, fname);
 704             exit (1);
 705         }
 706     }
 707     else
 708     {
 709         rec->info[recInfo_storeData] = NULL;
 710         rec->size[recInfo_storeData] = 0;
 711     }
 712     /* update database name */
 713     xfree (rec->info[recInfo_databaseName]);
 714     rec->info[recInfo_databaseName] =
 715         rec_strdup (zh->basenames[0], &rec->size[recInfo_databaseName]);
 716
 717     /* update offset */
 718     recordAttr->recordOffset = recordOffset;
 719
 720     /* commit this record */
 721     rec_put (zh->reg->records, &rec);
 722     logRecord (zh);
 723     return 1;
 724 }
 725
 726 int fileExtract (ZebraHandle zh, SYSNO *sysno, const char *fname,
 727                  int deleteFlag)
 728 {
 729     int r, i, fd;
 730     char gprefix[128];
 731     char ext[128];
 732     char ext_res[128];
 733     struct file_read_info *fi;
 734     const char *original_record_type = 0;
 735
 736     if (!zh->m_group || !*zh->m_group)
 737         *gprefix = '\0';
 738     else
 739         sprintf (gprefix, "%s.", zh->m_group);
 740
 741     yaz_log (YLOG_DEBUG, "fileExtract %s", fname);
 742
 743     /* determine file extension */
 744     *ext = '\0';
 745     for (i = strlen(fname); --i >= 0; )
 746         if (fname[i] == '/')
 747             break;
 748         else if (fname[i] == '.')
 749         {
 750             strcpy (ext, fname+i+1);
 751             break;
 752         }
 753     /* determine file type - depending on extension */
 754     original_record_type = zh->m_record_type;
 755     if (!zh->m_record_type)
 756     {
 757         sprintf (ext_res, "%srecordType.%s", gprefix, ext);
 758         zh->m_record_type = res_get (zh->res, ext_res);
 759     }
 760     if (!zh->m_record_type)
 761     {
 762         if (zh->records_processed < zh->m_file_verbose_limit)
 763             yaz_log (YLOG_LOG, "? %s", fname);
 764         return 0;
 765     }
 766     /* determine match criteria */
 767     if (!zh->m_record_id)
 768     {
 769         sprintf (ext_res, "%srecordId.%s", gprefix, ext);
 770         zh->m_record_id = res_get (zh->res, ext_res);
 771     }
 772
 773     if (sysno && deleteFlag)
 774         fd = -1;
 775     else
 776     {
 777         char full_rep[1024];
 778
 779         if (zh->path_reg && !yaz_is_abspath (fname))
 780         {
 781             strcpy (full_rep, zh->path_reg);
 782             strcat (full_rep, "/");
 783             strcat (full_rep, fname);
 784         }
 785         else
 786             strcpy (full_rep, fname);
 787
 788
 789         if ((fd = open (full_rep, O_BINARY|O_RDONLY)) == -1)
 790         {
 791             yaz_log (YLOG_WARN|YLOG_ERRNO, "open %s", full_rep);
 792             zh->m_record_type = original_record_type;
 793             return 0;
 794         }
 795     }
 796     fi = file_read_start (fd);
 797     do
 798     {
 799         file_begin (fi);
 800         r = file_extract_record (zh, sysno, fname, deleteFlag, fi, 1);
 801     } while (r && !sysno && fi->file_more);
 802     file_read_stop (fi);
 803     if (fd != -1)
 804         close (fd);
 805     zh->m_record_type = original_record_type;
 806     return r;
 807 }
 808
 809 /*
 810   If sysno is provided, then it's used to identify the reocord.
 811   If not, and match_criteria is provided, then sysno is guessed
 812   If not, and a record is provided, then sysno is got from there
 813
 814  */
 815 ZEBRA_RES buffer_extract_record (ZebraHandle zh,
 816                                  const char *buf, size_t buf_size,
 817                                  int delete_flag,
 818                                  int test_mode,
 819                                  const char *recordType,
 820                                  SYSNO *sysno,
 821                                  const char *match_criteria,
 822                                  const char *fname,
 823                                  int force_update,
 824                                  int allow_update)
 825 {
 826     RecordAttr *recordAttr;
 827     struct recExtractCtrl extractCtrl;
 828     int i, r;
 829     const char *matchStr = 0;
 830     RecType recType = NULL;
 831     void *clientData;
 832     Record rec;
 833     long recordOffset = 0;
 834     struct zebra_fetch_control fc;
 835     const char *pr_fname = fname;  /* filename to print .. */
 836     int show_progress = zh->records_processed < zh->m_file_verbose_limit ? 1:0;
 837
 838     if (!pr_fname)
 839         pr_fname = "<no file>";  /* make it printable if file is omitted */
 840
 841     fc.fd = -1;
 842     fc.record_int_buf = buf;
 843     fc.record_int_len = buf_size;
 844     fc.record_int_pos = 0;
 845     fc.offset_end = 0;
 846     fc.record_offset = 0;
 847
 848     extractCtrl.offset = 0;
 849     extractCtrl.readf = zebra_record_int_read;
 850     extractCtrl.seekf = zebra_record_int_seek;
 851     extractCtrl.tellf = zebra_record_int_tell;
 852     extractCtrl.endf = zebra_record_int_end;
 853     extractCtrl.fh = &fc;
 854
 855     create_rec_keys_codec(&zh->reg->keys);
 856
 857     zh->reg->sortKeys.buf_used = 0;
 858
 859     if (zebraExplain_curDatabase (zh->reg->zei, zh->basenames[0]))
 860     {
 861         if (zebraExplain_newDatabase (zh->reg->zei, zh->basenames[0],
 862                                       zh->m_explain_database))
 863             return ZEBRA_FAIL;
 864     }
 865
 866     if (recordType && *recordType)
 867     {
 868         yaz_log (YLOG_DEBUG, "Record type explicitly specified: %s", recordType);
 869         recType = recType_byName (zh->reg->recTypes, zh->res, recordType,
 870                                   &clientData);
 871     }
 872     else
 873     {
 874         if (!(zh->m_record_type))
 875         {
 876             yaz_log (YLOG_WARN, "No such record type defined");
 877             return ZEBRA_FAIL;
 878         }
 879         yaz_log (YLOG_DEBUG, "Get record type from rgroup: %s",zh->m_record_type);
 880         recType = recType_byName (zh->reg->recTypes, zh->res,
 881                                   zh->m_record_type, &clientData);
 882         recordType = zh->m_record_type;
 883     }
 884
 885     if (!recType)
 886     {
 887         yaz_log (YLOG_WARN, "No such record type: %s", zh->m_record_type);
 888         return ZEBRA_FAIL;
 889     }
 890
 891     extractCtrl.init = extract_init;
 892     extractCtrl.tokenAdd = extract_token_add;
 893     extractCtrl.schemaAdd = extract_schema_add;
 894     extractCtrl.dh = zh->reg->dh;
 895     extractCtrl.handle = zh;
 896     extractCtrl.zebra_maps = zh->reg->zebra_maps;
 897     extractCtrl.flagShowRecords = 0;
 898     extractCtrl.match_criteria[0] = '\0';
 899     for (i = 0; i<256; i++)
 900     {
 901         if (zebra_maps_is_positioned(zh->reg->zebra_maps, i))
 902             extractCtrl.seqno[i] = 1;
 903         else
 904             extractCtrl.seqno[i] = 0;
 905     }
 906
 907     r = (*recType->extract)(clientData, &extractCtrl);
 908
 909     if (r == RECCTRL_EXTRACT_EOF)
 910         return ZEBRA_FAIL;
 911     else if (r == RECCTRL_EXTRACT_ERROR_GENERIC)
 912     {
 913         /* error occured during extraction ... */
 914         yaz_log (YLOG_WARN, "extract error: generic");
 915         return ZEBRA_FAIL;
 916     }
 917     else if (r == RECCTRL_EXTRACT_ERROR_NO_SUCH_FILTER)
 918     {
 919         /* error occured during extraction ... */
 920         yaz_log (YLOG_WARN, "extract error: no such filter");
 921         return ZEBRA_FAIL;
 922     }
 923     /* match criteria */
 924     matchStr = NULL;
 925
 926     if (extractCtrl.match_criteria[0])
 927         match_criteria = extractCtrl.match_criteria;
 928
 929     if (! *sysno) {
 930         char *rinfo;
 931         if (match_criteria && *match_criteria) {
 932             matchStr = match_criteria;
 933         } else {
 934             if (zh->m_record_id && *zh->m_record_id) {
 935                 matchStr = fileMatchStr (zh, &zh->reg->keys, pr_fname,
 936                                          zh->m_record_id);
 937                 if (!matchStr)
 938                 {
 939                     yaz_log (YLOG_WARN, "Bad match criteria (recordID)");
 940                     return ZEBRA_FAIL;
 941                 }
 942             }
 943         }
 944         if (matchStr) {
 945             rinfo = dict_lookup (zh->reg->matchDict, matchStr);
 946             if (rinfo)
 947             {
 948                 assert(*rinfo == sizeof(*sysno));
 949                 memcpy (sysno, rinfo+1, sizeof(*sysno));
 950             }
 951         }
 952     }
 953     if (zh->reg->keys.buf_used == 0)
 954     {
 955         /* the extraction process returned no information - the record
 956            is probably empty - unless flagShowRecords is in use */
 957         if (test_mode)
 958             return ZEBRA_OK;
 959     }
 960
 961     if (! *sysno)
 962     {
 963         /* new record */
 964         if (delete_flag)
 965         {
 966             if (show_progress)
 967                 yaz_log (YLOG_LOG, "delete %s %s %ld", recordType,
 968                          pr_fname, (long) recordOffset);
 969             yaz_log (YLOG_WARN, "cannot delete record above (seems new)");
 970             return ZEBRA_FAIL;
 971         }
 972         if (show_progress)
 973             yaz_log (YLOG_LOG, "add %s %s %ld", recordType, pr_fname,
 974                      (long) recordOffset);
 975         rec = rec_new (zh->reg->records);
 976
 977         *sysno = rec->sysno;
 978
 979         recordAttr = rec_init_attr (zh->reg->zei, rec);
 980
 981         if (matchStr)
 982         {
 983             dict_insert (zh->reg->matchDict, matchStr,
 984                          sizeof(*sysno), sysno);
 985         }
 986         extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
 987         extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
 988
 989         zh->records_inserted++;
 990     }
 991     else
 992     {
 993         /* record already exists */
 994         struct recKeys delkeys;
 995         struct sortKeys sortKeys;
 996
 997         if (!allow_update)
 998         {
 999             if (show_progress)
1000                 yaz_log (YLOG_LOG, "skipped %s %s %ld",
1001                          recordType, pr_fname, (long) recordOffset);
1002             logRecord(zh);
1003             return ZEBRA_FAIL;
1004         }
1005
1006         rec = rec_get (zh->reg->records, *sysno);
1007         assert (rec);
1008
1009         recordAttr = rec_init_attr (zh->reg->zei, rec);
1010
1011         if (!force_update) {
1012             if (recordAttr->runNumber ==
1013                 zebraExplain_runNumberIncrement (zh->reg->zei, 0))
1014             {
1015                 if (show_progress)
1016                     yaz_log (YLOG_LOG, "skipped %s %s %ld", recordType,
1017                              pr_fname, (long) recordOffset);
1018                 extract_flushSortKeys (zh, *sysno, -1, &zh->reg->sortKeys);
1019                 rec_rm (&rec);
1020                 logRecord(zh);
1021                 return ZEBRA_FAIL;
1022             }
1023         }
1024
1025         delkeys.buf_used = rec->size[recInfo_delKeys];
1026         delkeys.buf = rec->info[recInfo_delKeys];
1027
1028         sortKeys.buf_used = rec->size[recInfo_sortKeys];
1029         sortKeys.buf = rec->info[recInfo_sortKeys];
1030
1031         extract_flushSortKeys (zh, *sysno, 0, &sortKeys);
1032         extract_flushRecordKeys (zh, *sysno, 0, &delkeys);
1033         if (delete_flag)
1034         {
1035             /* record going to be deleted */
1036             if (!delkeys.buf_used)
1037             {
1038                 if (show_progress)
1039                 {
1040                     yaz_log (YLOG_LOG, "delete %s %s %ld", recordType,
1041                              pr_fname, (long) recordOffset);
1042                     yaz_log (YLOG_WARN, "cannot delete file above, "
1043                              "storeKeys false");
1044                 }
1045             }
1046             else
1047             {
1048                 if (show_progress)
1049                     yaz_log (YLOG_LOG, "delete %s %s %ld", recordType,
1050                              pr_fname, (long) recordOffset);
1051                 zh->records_deleted++;
1052                 if (matchStr)
1053                     dict_delete (zh->reg->matchDict, matchStr);
1054                 rec_del (zh->reg->records, &rec);
1055             }
1056             rec_rm (&rec);
1057             logRecord(zh);
1058             return ZEBRA_OK;
1059         }
1060         else
1061         {
1062             /* record going to be updated */
1063             if (!delkeys.buf_used)
1064             {
1065                 if (show_progress)
1066                 {
1067                     yaz_log (YLOG_LOG, "update %s %s %ld", recordType,
1068                              pr_fname, (long) recordOffset);
1069                     yaz_log (YLOG_WARN, "cannot update file above, storeKeys false");
1070                 }
1071             }
1072             else
1073             {
1074                 if (show_progress)
1075                     yaz_log (YLOG_LOG, "update %s %s %ld", recordType,
1076                              pr_fname, (long) recordOffset);
1077                 extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
1078                 extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
1079                 zh->records_updated++;
1080             }
1081         }
1082     }
1083     /* update file type */
1084     xfree (rec->info[recInfo_fileType]);
1085     rec->info[recInfo_fileType] =
1086         rec_strdup (recordType, &rec->size[recInfo_fileType]);
1087
1088     /* update filename */
1089     xfree (rec->info[recInfo_filename]);
1090     rec->info[recInfo_filename] =
1091         rec_strdup (fname, &rec->size[recInfo_filename]);
1092
1093     /* update delete keys */
1094     xfree (rec->info[recInfo_delKeys]);
1095     if (zh->reg->keys.buf_used > 0 && zh->m_store_keys == 1)
1096     {
1097         rec->size[recInfo_delKeys] = zh->reg->keys.buf_used;
1098         rec->info[recInfo_delKeys] = zh->reg->keys.buf;
1099         zh->reg->keys.buf = NULL;
1100         zh->reg->keys.buf_max = 0;
1101     }
1102     else
1103     {
1104         rec->info[recInfo_delKeys] = NULL;
1105         rec->size[recInfo_delKeys] = 0;
1106     }
1107
1108     /* update sort keys */
1109     xfree (rec->info[recInfo_sortKeys]);
1110
1111     rec->size[recInfo_sortKeys] = zh->reg->sortKeys.buf_used;
1112     rec->info[recInfo_sortKeys] = zh->reg->sortKeys.buf;
1113     zh->reg->sortKeys.buf = NULL;
1114     zh->reg->sortKeys.buf_max = 0;
1115
1116     /* save file size of original record */
1117     zebraExplain_recordBytesIncrement (zh->reg->zei,
1118                                        - recordAttr->recordSize);
1119 #if 0
1120     recordAttr->recordSize = fi->file_moffset - recordOffset;
1121     if (!recordAttr->recordSize)
1122         recordAttr->recordSize = fi->file_max - recordOffset;
1123 #else
1124     recordAttr->recordSize = buf_size;
1125 #endif
1126     zebraExplain_recordBytesIncrement (zh->reg->zei,
1127                                        recordAttr->recordSize);
1128
1129     /* set run-number for this record */
1130     recordAttr->runNumber =
1131         zebraExplain_runNumberIncrement (zh->reg->zei, 0);
1132
1133     /* update store data */
1134     xfree (rec->info[recInfo_storeData]);
1135     if (zh->m_store_data)
1136     {
1137         rec->size[recInfo_storeData] = recordAttr->recordSize;
1138         rec->info[recInfo_storeData] = (char *)
1139             xmalloc (recordAttr->recordSize);
1140         memcpy (rec->info[recInfo_storeData], buf, recordAttr->recordSize);
1141     }
1142     else
1143     {
1144         rec->info[recInfo_storeData] = NULL;
1145         rec->size[recInfo_storeData] = 0;
1146     }
1147     /* update database name */
1148     xfree (rec->info[recInfo_databaseName]);
1149     rec->info[recInfo_databaseName] =
1150         rec_strdup (zh->basenames[0], &rec->size[recInfo_databaseName]);
1151
1152     /* update offset */
1153     recordAttr->recordOffset = recordOffset;
1154
1155     /* commit this record */
1156     rec_put (zh->reg->records, &rec);
1157     logRecord(zh);
1158     return ZEBRA_OK;
1159 }
1160
1161 int explain_extract (void *handle, Record rec, data1_node *n)
1162 {
1163     ZebraHandle zh = (ZebraHandle) handle;
1164     struct recExtractCtrl extractCtrl;
1165     int i;
1166
1167     if (zebraExplain_curDatabase (zh->reg->zei,
1168                                   rec->info[recInfo_databaseName]))
1169     {
1170         abort();
1171         if (zebraExplain_newDatabase (zh->reg->zei,
1172                                       rec->info[recInfo_databaseName], 0))
1173             abort ();
1174     }
1175
1176     create_rec_keys_codec(&zh->reg->keys);
1177
1178     zh->reg->sortKeys.buf_used = 0;
1179
1180     extractCtrl.init = extract_init;
1181     extractCtrl.tokenAdd = extract_token_add;
1182     extractCtrl.schemaAdd = extract_schema_add;
1183     extractCtrl.dh = zh->reg->dh;
1184     for (i = 0; i<256; i++)
1185         extractCtrl.seqno[i] = 0;
1186     extractCtrl.zebra_maps = zh->reg->zebra_maps;
1187     extractCtrl.flagShowRecords = 0;
1188     extractCtrl.match_criteria[0] = '\0';
1189     extractCtrl.handle = handle;
1190
1191     if (n)
1192         grs_extract_tree(&extractCtrl, n);
1193
1194     if (rec->size[recInfo_delKeys])
1195     {
1196         struct recKeys delkeys;
1197         struct sortKeys sortkeys;
1198
1199         delkeys.buf_used = rec->size[recInfo_delKeys];
1200         delkeys.buf = rec->info[recInfo_delKeys];
1201
1202         sortkeys.buf_used = rec->size[recInfo_sortKeys];
1203         sortkeys.buf = rec->info[recInfo_sortKeys];
1204
1205         extract_flushSortKeys (zh, rec->sysno, 0, &sortkeys);
1206         extract_flushRecordKeys (zh, rec->sysno, 0, &delkeys);
1207     }
1208     extract_flushRecordKeys (zh, rec->sysno, 1, &zh->reg->keys);
1209     extract_flushSortKeys (zh, rec->sysno, 1, &zh->reg->sortKeys);
1210
1211     xfree (rec->info[recInfo_delKeys]);
1212     rec->size[recInfo_delKeys] = zh->reg->keys.buf_used;
1213     rec->info[recInfo_delKeys] = zh->reg->keys.buf;
1214     zh->reg->keys.buf = NULL;
1215     zh->reg->keys.buf_max = 0;
1216
1217     xfree (rec->info[recInfo_sortKeys]);
1218     rec->size[recInfo_sortKeys] = zh->reg->sortKeys.buf_used;
1219     rec->info[recInfo_sortKeys] = zh->reg->sortKeys.buf;
1220     zh->reg->sortKeys.buf = NULL;
1221     zh->reg->sortKeys.buf_max = 0;
1222
1223     return 0;
1224 }
1225
1226 void extract_flushRecordKeys (ZebraHandle zh, SYSNO sysno,
1227                               int cmd, struct recKeys *reckeys)
1228 {
1229     void *decode_handle = iscz1_start();
1230     int off = 0;
1231     int ch = 0;
1232     ZebraExplainInfo zei = zh->reg->zei;
1233
1234     if (!zh->reg->key_buf)
1235     {
1236         int mem= 1024*1024* atoi( res_get_def( zh->res, "memmax", "8"));
1237         if (mem <= 0)
1238         {
1239             yaz_log(YLOG_WARN, "Invalid memory setting, using default 8 MB");
1240             mem= 1024*1024*8;
1241         }
1242         /* FIXME: That "8" should be in a default settings include */
1243         /* not hard-coded here! -H */
1244         zh->reg->key_buf = (char**) xmalloc (mem);
1245         zh->reg->ptr_top = mem/sizeof(char*);
1246         zh->reg->ptr_i = 0;
1247         zh->reg->key_buf_used = 0;
1248         zh->reg->key_file_no = 0;
1249     }
1250     zebraExplain_recordCountIncrement (zei, cmd ? 1 : -1);
1251
1252     while (off < reckeys->buf_used)
1253     {
1254         const char *src = reckeys->buf + off;
1255         struct it_key key;
1256         char *dst = (char*) &key;
1257
1258         iscz1_decode(decode_handle, &dst, &src);
1259         assert(key.len == 4);
1260
1261         if (zh->reg->key_buf_used + 1024 >
1262             (zh->reg->ptr_top -zh->reg->ptr_i)*sizeof(char*))
1263             extract_flushWriteKeys (zh,0);
1264         ++(zh->reg->ptr_i);
1265         assert(zh->reg->ptr_i > 0);
1266         (zh->reg->key_buf)[zh->reg->ptr_top - zh->reg->ptr_i] =
1267             (char*)zh->reg->key_buf + zh->reg->key_buf_used;
1268
1269         ch = (int) key.mem[0];  /* ordinal for field/use/attribute */
1270
1271         zh->reg->key_buf_used +=
1272             key_SU_encode (ch,((char*)zh->reg->key_buf) +
1273                            zh->reg->key_buf_used);
1274         while (*src)
1275             ((char*)zh->reg->key_buf) [(zh->reg->key_buf_used)++] = *src++;
1276         src++;
1277         ((char*)(zh->reg->key_buf))[(zh->reg->key_buf_used)++] = '\0';
1278         ((char*)(zh->reg->key_buf))[(zh->reg->key_buf_used)++] = cmd;
1279
1280         key.len = 3;
1281         if (key.mem[1]) /* filter specified record ID */
1282             key.mem[0] = key.mem[1];
1283         else
1284             key.mem[0] = sysno;
1285         key.mem[1] = key.mem[2];  /* section_id */
1286         key.mem[2] = key.mem[3];  /* sequence .. */
1287
1288         memcpy ((char*)zh->reg->key_buf + zh->reg->key_buf_used,
1289                 &key, sizeof(key));
1290         (zh->reg->key_buf_used) += sizeof(key);
1291         off = src - reckeys->buf;
1292     }
1293     assert (off == reckeys->buf_used);
1294     iscz1_stop(decode_handle);
1295 }
1296
1297 void extract_flushWriteKeys (ZebraHandle zh, int final)
1298         /* optimizing: if final=1, and no files written yet */
1299         /* push the keys directly to merge, sidestepping the */
1300         /* temp file altogether. Speeds small updates */
1301 {
1302     FILE *outf;
1303     char out_fname[200];
1304     char *prevcp, *cp;
1305     struct encode_info encode_info;
1306     int ptr_i = zh->reg->ptr_i;
1307     int temp_policy;
1308 #if SORT_EXTRA
1309     int i;
1310 #endif
1311     if (!zh->reg->key_buf || ptr_i <= 0)
1312     {
1313         yaz_log (YLOG_DEBUG, "  nothing to flush section=%d buf=%p i=%d",
1314                zh->reg->key_file_no, zh->reg->key_buf, ptr_i);
1315         yaz_log (YLOG_DEBUG, "  buf=%p ",
1316                zh->reg->key_buf);
1317         yaz_log (YLOG_DEBUG, "  ptr=%d ",zh->reg->ptr_i);
1318         yaz_log (YLOG_DEBUG, "  reg=%p ",zh->reg);
1319
1320         return;
1321     }
1322
1323     (zh->reg->key_file_no)++;
1324     yaz_log (YLOG_LOG, "sorting section %d", (zh->reg->key_file_no));
1325     yaz_log (YLOG_DEBUG, "  sort_buff at %p n=%d",
1326                     zh->reg->key_buf + zh->reg->ptr_top - ptr_i,ptr_i);
1327 #if !SORT_EXTRA
1328     qsort (zh->reg->key_buf + zh->reg->ptr_top - ptr_i, ptr_i,
1329                sizeof(char*), key_qsort_compare);
1330
1331     /* zebra.cfg: tempfiles:
1332        Y: always use temp files (old way)
1333        A: use temp files, if more than one (auto)
1334           = if this is both the last and the first
1335        N: never bother with temp files (new) */
1336
1337     temp_policy=toupper(res_get_def(zh->res,"tempfiles","auto")[0]);
1338     if (temp_policy != 'Y' && temp_policy != 'N' && temp_policy != 'A') {
1339         yaz_log (YLOG_WARN, "Illegal tempfiles setting '%c'. using 'Auto' ",
1340                         temp_policy);
1341         temp_policy='A';
1342     }
1343
1344     if (   ( temp_policy =='N' )   ||     /* always from memory */
1345          ( ( temp_policy =='A' ) &&       /* automatic */
1346              (zh->reg->key_file_no == 1) &&  /* this is first time */
1347              (final) ) )                     /* and last (=only) time */
1348     { /* go directly from memory */
1349         zh->reg->key_file_no =0; /* signal not to read files */
1350         zebra_index_merge(zh);
1351         zh->reg->ptr_i = 0;
1352         zh->reg->key_buf_used = 0;
1353         return;
1354     }
1355
1356     /* Not doing directly from memory, write into a temp file */
1357     extract_get_fname_tmp (zh, out_fname, zh->reg->key_file_no);
1358
1359     if (!(outf = fopen (out_fname, "wb")))
1360     {
1361         yaz_log (YLOG_FATAL|YLOG_ERRNO, "fopen %s", out_fname);
1362         exit (1);
1363     }
1364     yaz_log (YLOG_LOG, "writing section %d", zh->reg->key_file_no);
1365     prevcp = cp = (zh->reg->key_buf)[zh->reg->ptr_top - ptr_i];
1366
1367     encode_key_init (&encode_info);
1368     encode_key_write (cp, &encode_info, outf);
1369
1370     while (--ptr_i > 0)
1371     {
1372         cp = (zh->reg->key_buf)[zh->reg->ptr_top - ptr_i];
1373         if (strcmp (cp, prevcp))
1374         {
1375             encode_key_flush ( &encode_info, outf);
1376             encode_key_init (&encode_info);
1377             encode_key_write (cp, &encode_info, outf);
1378             prevcp = cp;
1379         }
1380         else
1381             encode_key_write (cp + strlen(cp), &encode_info, outf);
1382     }
1383     encode_key_flush ( &encode_info, outf);
1384 #else
1385     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_x_compare);
1386     extract_get_fname_tmp (out_fname, key_file_no);
1387
1388     if (!(outf = fopen (out_fname, "wb")))
1389     {
1390         yaz_log (YLOG_FATAL|YLOG_ERRNO, "fopen %s", out_fname);
1391         exit (1);
1392     }
1393     yaz_log (YLOG_LOG, "writing section %d", key_file_no);
1394     i = ptr_i;
1395     prevcp =  key_buf[ptr_top-i];
1396     while (1)
1397         if (!--i || strcmp (prevcp, key_buf[ptr_top-i]))
1398         {
1399             key_y_len = strlen(prevcp)+1;
1400 #if 0
1401             yaz_log (YLOG_LOG, "key_y_len: %2d %02x %02x %s",
1402                       key_y_len, prevcp[0], prevcp[1], 2+prevcp);
1403 #endif
1404             qsort (key_buf + ptr_top-ptr_i, ptr_i - i,
1405                                    sizeof(char*), key_y_compare);
1406             cp = key_buf[ptr_top-ptr_i];
1407             --key_y_len;
1408             encode_key_init (&encode_info);
1409             encode_key_write (cp, &encode_info, outf);
1410             while (--ptr_i > i)
1411             {
1412                 cp = key_buf[ptr_top-ptr_i];
1413                 encode_key_write (cp+key_y_len, &encode_info, outf);
1414             }
1415             encode_key_flush ( &encode_info, outf);
1416             if (!i)
1417                 break;
1418             prevcp = key_buf[ptr_top-ptr_i];
1419         }
1420 #endif
1421     if (fclose (outf))
1422     {
1423         yaz_log (YLOG_FATAL|YLOG_ERRNO, "fclose %s", out_fname);
1424         exit (1);
1425     }
1426     yaz_log (YLOG_LOG, "finished section %d", zh->reg->key_file_no);
1427     zh->reg->ptr_i = 0;
1428     zh->reg->key_buf_used = 0;
1429 }
1430
1431 void extract_add_it_key (ZebraHandle zh,
1432                          int reg_type,
1433                          const char *str, int slen, struct it_key *key)
1434 {
1435     char *dst;
1436     struct recKeys *keys = &zh->reg->keys;
1437     const char *src = (char*) key;
1438
1439     if (keys->buf_used+1024 > keys->buf_max)
1440     {
1441         char *b = (char *) xmalloc (keys->buf_max += 128000);
1442         if (keys->buf_used > 0)
1443             memcpy (b, keys->buf, keys->buf_used);
1444         xfree (keys->buf);
1445         keys->buf = b;
1446     }
1447     dst = keys->buf + keys->buf_used;
1448
1449     iscz1_encode(keys->codec_handle, &dst, &src);
1450
1451     *dst++ = reg_type;
1452     memcpy (dst, str, slen);
1453     dst += slen;
1454     *dst++ = '\0';
1455     keys->buf_used = dst - keys->buf;
1456 }
1457
1458 void extract_add_index_string (RecWord *p, const char *str, int length)
1459 {
1460     struct it_key key;
1461
1462     ZebraHandle zh = p->extractCtrl->handle;
1463     ZebraExplainInfo zei = zh->reg->zei;
1464     int ch;
1465
1466     if (p->attrStr)
1467     {
1468         ch = zebraExplain_lookup_attr_str(zei, p->attrStr);
1469         if (ch < 0)
1470             ch = zebraExplain_add_attr_str(zei, p->attrStr);
1471     }
1472     else
1473     {
1474         ch = zebraExplain_lookup_attr_su(zei, p->attrSet, p->attrUse);
1475         if (ch < 0)
1476             ch = zebraExplain_add_attr_su(zei, p->attrSet, p->attrUse);
1477     }
1478     key.len = 4;
1479     key.mem[0] = ch;
1480     key.mem[1] = p->record_id;
1481     key.mem[2] = p->section_id;
1482     key.mem[3] = p->seqno;
1483
1484 #if 0
1485     /* just for debugging .. */
1486     yaz_log(YLOG_LOG, "add: set=%d use=%d "
1487             "record_id=%lld section_id=%lld seqno=%lld",
1488             p->attrSet, p->attrUse, p->record_id, p->section_id, p->seqno);
1489 #endif
1490
1491     extract_add_it_key(p->extractCtrl->handle,  p->reg_type, str,
1492                        length, &key);
1493 }
1494
1495 static void extract_add_sort_string (RecWord *p, const char *str,
1496                                      int length)
1497 {
1498     ZebraHandle zh = p->extractCtrl->handle;
1499     struct sortKeys *sk = &zh->reg->sortKeys;
1500     int off = 0;
1501
1502     while (off < sk->buf_used)
1503     {
1504         int set, use, slen;
1505
1506         off += key_SU_decode(&set, sk->buf + off);
1507         off += key_SU_decode(&use, sk->buf + off);
1508         off += key_SU_decode(&slen, sk->buf + off);
1509         off += slen;
1510         if (p->attrSet == set && p->attrUse == use)
1511             return;
1512     }
1513     assert (off == sk->buf_used);
1514
1515     if (sk->buf_used + IT_MAX_WORD > sk->buf_max)
1516     {
1517         char *b;
1518
1519         b = (char *) xmalloc (sk->buf_max += 128000);
1520         if (sk->buf_used > 0)
1521             memcpy (b, sk->buf, sk->buf_used);
1522         xfree (sk->buf);
1523         sk->buf = b;
1524     }
1525     off += key_SU_encode(p->attrSet, sk->buf + off);
1526     off += key_SU_encode(p->attrUse, sk->buf + off);
1527     off += key_SU_encode(length, sk->buf + off);
1528     memcpy (sk->buf + off, str, length);
1529     sk->buf_used = off + length;
1530 }
1531
1532 void extract_add_string (RecWord *p, const char *string, int length)
1533 {
1534     assert (length > 0);
1535     if (zebra_maps_is_sort (p->zebra_maps, p->reg_type))
1536         extract_add_sort_string (p, string, length);
1537     else
1538         extract_add_index_string (p, string, length);
1539 }
1540
1541 static void extract_add_incomplete_field (RecWord *p)
1542 {
1543     const char *b = p->term_buf;
1544     int remain = p->term_len;
1545     const char **map = 0;
1546
1547     yaz_log(YLOG_DEBUG, "Incomplete field, w='%.*s'", p->term_len, p->term_buf);
1548
1549     if (remain > 0)
1550         map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain, 0);
1551
1552     while (map)
1553     {
1554         char buf[IT_MAX_WORD+1];
1555         int i, remain;
1556
1557         /* Skip spaces */
1558         while (map && *map && **map == *CHR_SPACE)
1559         {
1560             remain = p->term_len - (b - p->term_buf);
1561             if (remain > 0)
1562                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain, 0);
1563             else
1564                 map = 0;
1565         }
1566         if (!map)
1567             break;
1568         i = 0;
1569         while (map && *map && **map != *CHR_SPACE)
1570         {
1571             const char *cp = *map;
1572
1573             while (i < IT_MAX_WORD && *cp)
1574                 buf[i++] = *(cp++);
1575             remain = p->term_len - (b - p->term_buf);
1576             if (remain > 0)
1577                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain, 0);
1578             else
1579                 map = 0;
1580         }
1581         if (!i)
1582             return;
1583         extract_add_string (p, buf, i);
1584         p->seqno++;
1585     }
1586 }
1587
1588 static void extract_add_complete_field (RecWord *p)
1589 {
1590     const char *b = p->term_buf;
1591     char buf[IT_MAX_WORD+1];
1592     const char **map = 0;
1593     int i = 0, remain = p->term_len;
1594
1595     yaz_log(YLOG_DEBUG, "Complete field, w='%.*s'",
1596             p->term_len, p->term_buf);
1597
1598     if (remain > 0)
1599         map = zebra_maps_input (p->zebra_maps, p->reg_type, &b, remain, 1);
1600
1601     while (remain > 0 && i < IT_MAX_WORD)
1602     {
1603         while (map && *map && **map == *CHR_SPACE)
1604         {
1605             remain = p->term_len - (b - p->term_buf);
1606
1607             if (remain > 0)
1608             {
1609                 int first = i ? 0 : 1;  /* first position */
1610                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain, first);
1611             }
1612             else
1613                 map = 0;
1614         }
1615         if (!map)
1616             break;
1617
1618         if (i && i < IT_MAX_WORD)
1619             buf[i++] = *CHR_SPACE;
1620         while (map && *map && **map != *CHR_SPACE)
1621         {
1622             const char *cp = *map;
1623
1624             if (**map == *CHR_CUT)
1625             {
1626                 i = 0;
1627             }
1628             else
1629             {
1630                 if (i >= IT_MAX_WORD)
1631                     break;
1632                 yaz_log(YLOG_DEBUG, "Adding string to index '%d'", **map);
1633                 while (i < IT_MAX_WORD && *cp)
1634                     buf[i++] = *(cp++);
1635             }
1636             remain = p->term_len  - (b - p->term_buf);
1637             if (remain > 0)
1638             {
1639                 map = zebra_maps_input (p->zebra_maps, p->reg_type, &b,
1640                                         remain, 0);
1641             }
1642             else
1643                 map = 0;
1644         }
1645     }
1646     if (!i)
1647         return;
1648     extract_add_string (p, buf, i);
1649 }
1650
1651 void extract_token_add (RecWord *p)
1652 {
1653     WRBUF wrbuf;
1654 #if 0
1655     yaz_log (YLOG_LOG, "token_add "
1656              "reg_type=%c attrSet=%d attrUse=%d seqno=%d s=%.*s",
1657              p->reg_type, p->attrSet, p->attrUse, p->seqno, p->length,
1658              p->string);
1659 #endif
1660     if ((wrbuf = zebra_replace(p->zebra_maps, p->reg_type, 0,
1661                                p->term_buf, p->term_len)))
1662     {
1663         p->term_buf = wrbuf_buf(wrbuf);
1664         p->term_len = wrbuf_len(wrbuf);
1665     }
1666     if (zebra_maps_is_complete (p->zebra_maps, p->reg_type))
1667         extract_add_complete_field (p);
1668     else
1669         extract_add_incomplete_field(p);
1670 }
1671
1672 void extract_schema_add (struct recExtractCtrl *p, Odr_oid *oid)
1673 {
1674     ZebraHandle zh = (ZebraHandle) (p->handle);
1675     zebraExplain_addSchema (zh->reg->zei, oid);
1676 }
1677
1678 void extract_flushSortKeys (ZebraHandle zh, SYSNO sysno,
1679                             int cmd, struct sortKeys *sk)
1680 {
1681     SortIdx sortIdx = zh->reg->sortIdx;
1682     int off = 0;
1683
1684     sortIdx_sysno (sortIdx, sysno);
1685
1686     while (off < sk->buf_used)
1687     {
1688         int set, use, slen;
1689
1690         off += key_SU_decode(&set, sk->buf + off);
1691         off += key_SU_decode(&use, sk->buf + off);
1692         off += key_SU_decode(&slen, sk->buf + off);
1693
1694         sortIdx_type(sortIdx, use);
1695         if (cmd == 1)
1696             sortIdx_add(sortIdx, sk->buf + off, slen);
1697         else
1698             sortIdx_add(sortIdx, "", 1);
1699         off += slen;
1700     }
1701 }
1702
1703 void encode_key_init (struct encode_info *i)
1704 {
1705     i->sysno = 0;
1706     i->seqno = 0;
1707     i->cmd = -1;
1708     i->prevsys=0;
1709     i->prevseq=0;
1710     i->prevcmd=-1;
1711     i->keylen=0;
1712     i->encode_handle = iscz1_start();
1713 }
1714
1715 #define OLDENCODE 1
1716
1717 #ifdef OLDENCODE
1718 /* this is the old encode_key_write
1719  * may be deleted once we are confident that the new works
1720  * HL 15-oct-2002
1721  */
1722 void encode_key_write (char *k, struct encode_info *i, FILE *outf)
1723 {
1724     struct it_key key;
1725     char *bp = i->buf, *bp0;
1726     const char *src = (char *) &key;
1727
1728     /* copy term to output buf */
1729     while ((*bp++ = *k++))
1730         ;
1731     /* and copy & align key so we can mangle */
1732     memcpy (&key, k+1, sizeof(struct it_key));  /* *k is insert/delete */
1733
1734     bp0 = bp++;
1735     iscz1_encode(i->encode_handle, &bp, &src);
1736     *bp0 = (*k * 128) + bp - bp0 - 1; /* length and insert/delete combined */
1737     if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
1738     {
1739         yaz_log (YLOG_FATAL|YLOG_ERRNO, "fwrite");
1740         exit (1);
1741     }
1742 }
1743
1744 void encode_key_flush (struct encode_info *i, FILE *outf)
1745 { /* dummy routine */
1746     iscz1_stop(i->encode_handle);
1747 }
1748
1749 #else
1750
1751 /* new encode_key_write
1752  * The idea is to buffer one more key, and compare them
1753  * If we are going to delete and insert the same key,
1754  * we may as well not bother. Should make a difference in
1755  * updates with small modifications (appending to a mbox)
1756  */
1757 void encode_key_write (char *k, struct encode_info *i, FILE *outf)
1758 {
1759     struct it_key key;
1760     char *bp;
1761
1762     if (*k)  /* first time for new key */
1763     {
1764         bp = i->buf;
1765         while ((*bp++ = *k++))
1766             ;
1767         i->keylen= bp - i->buf -1;
1768         assert(i->keylen+1+sizeof(struct it_key) < ENCODE_BUFLEN);
1769     }
1770     else
1771     {
1772         bp=i->buf + i->keylen;
1773         *bp++=0;
1774         k++;
1775     }
1776
1777     memcpy (&key, k+1, sizeof(struct it_key));
1778     if (0==i->prevsys) /* no previous filter, fill up */
1779     {
1780         i->prevsys=key.sysno;
1781         i->prevseq=key.seqno;
1782         i->prevcmd=*k;
1783     }
1784     else if ( (i->prevsys==key.sysno) &&
1785               (i->prevseq==key.seqno) &&
1786               (i->prevcmd!=*k) )
1787     { /* same numbers, diff cmd, they cancel out */
1788         i->prevsys=0;
1789     }
1790     else
1791     { /* different stuff, write previous, move buf */
1792         bp = encode_key_int ( (i->prevsys - i->sysno) * 2 + i->prevcmd, bp);
1793         if (i->sysno != i->prevsys)
1794         {
1795             i->sysno = i->prevsys;
1796             i->seqno = 0;
1797         }
1798         else if (!i->seqno && !i->prevseq && i->cmd == i->prevcmd)
1799         {
1800             return; /* ??? Filters some sort of duplicates away */
1801                     /* ??? Can this ever happen   -H 15oct02 */
1802         }
1803         bp = encode_key_int (i->prevseq - i->seqno, bp);
1804         i->seqno = i->prevseq;
1805         i->cmd = i->prevcmd;
1806         if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
1807         {
1808             yaz_log (YLOG_FATAL|YLOG_ERRNO, "fwrite");
1809             exit (1);
1810         }
1811         i->keylen=0; /* ok, it's written, forget it */
1812         i->prevsys=key.sysno;
1813         i->prevseq=key.seqno;
1814         i->prevcmd=*k;
1815     }
1816 }
1817
1818 void encode_key_flush (struct encode_info *i, FILE *outf)
1819 { /* flush the last key from i */
1820     char *bp =i->buf + i->keylen;
1821     if (0==i->prevsys)
1822     {
1823         return; /* nothing to flush */
1824     }
1825     *bp++=0;
1826     bp = encode_key_int ( (i->prevsys - i->sysno) * 2 + i->prevcmd, bp);
1827     if (i->sysno != i->prevsys)
1828     {
1829         i->sysno = i->prevsys;
1830         i->seqno = 0;
1831     }
1832     else if (!i->seqno && !i->prevseq && i->cmd == i->prevcmd)
1833     {
1834         return; /* ??? Filters some sort of duplicates away */
1835                 /* ??? Can this ever happen   -H 15oct02 */
1836     }
1837     bp = encode_key_int (i->prevseq - i->seqno, bp);
1838     i->seqno = i->prevseq;
1839     i->cmd = i->prevcmd;
1840     if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
1841     {
1842         yaz_log (YLOG_FATAL|YLOG_ERRNO, "fwrite");
1843         exit (1);
1844     }
1845     i->keylen=0; /* ok, it's written, forget it */
1846     i->prevsys=0; /* forget the values too */
1847     i->prevseq=0;
1848 }
1849 #endif