index/extract.c

   1 /* $Id: extract.c,v 1.156 2004-07-28 08:15:45 adam Exp $
   2    Copyright (C) 1995,1996,1997,1998,1999,2000,2001,2002,2003,2004
   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
  24 #include <stdio.h>
  25 #include <assert.h>
  26 #include <ctype.h>
  27 #ifdef WIN32
  28 #include <io.h>
  29 #else
  30 #include <unistd.h>
  31 #endif
  32 #include <fcntl.h>
  33
  34 #include "index.h"
  35 #include <direntz.h>
  36 #include <charmap.h>
  37
  38 #if _FILE_OFFSET_BITS == 64
  39 #define PRINTF_OFF_T "%Ld"
  40 #else
  41 #define PRINTF_OFF_T "%ld"
  42 #endif
  43
  44 #define USE_SHELLSORT 0
  45
  46 #if USE_SHELLSORT
  47 static void shellsort(void *ar, int r, size_t s,
  48                       int (*cmp)(const void *a, const void *b))
  49 {
  50     char *a = ar;
  51     char v[100];
  52     int h, i, j, k;
  53     static const int incs[16] = { 1391376, 463792, 198768, 86961, 33936,
  54                                   13776, 4592, 1968, 861, 336,
  55                                   112, 48, 21, 7, 3, 1 };
  56     for ( k = 0; k < 16; k++)
  57         for (h = incs[k], i = h; i < r; i++)
  58         {
  59             memcpy (v, a+s*i, s);
  60             j = i;
  61             while (j > h && (*cmp)(a + s*(j-h), v) > 0)
  62             {
  63                 memcpy (a + s*j, a + s*(j-h), s);
  64                 j -= h;
  65             }
  66             memcpy (a+s*j, v, s);
  67         }
  68 }
  69 #endif
  70
  71 static void logRecord (ZebraHandle zh)
  72 {
  73     ++zh->records_processed;
  74     if (!(zh->records_processed % 1000))
  75     {
  76         logf (LOG_LOG, "Records: %7d i/u/d %d/%d/%d",
  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->reg_type = 'w';
  89     w->extractCtrl = p;
  90 }
  91
  92 static const char **searchRecordKey (ZebraHandle zh,
  93                                      struct recKeys *reckeys,
  94                                      int attrSetS, int attrUseS)
  95 {
  96     static const char *ws[32];
  97     int off = 0;
  98     int startSeq = -1;
  99     int i;
 100     int seqno = 0;
 101 #if SU_SCHEME
 102     int chS, ch;
 103 #else
 104     short attrUse;
 105     char attrSet;
 106 #endif
 107
 108     for (i = 0; i<32; i++)
 109         ws[i] = NULL;
 110
 111 #if SU_SCHEME
 112     chS = zebraExplain_lookupSU (zh->reg->zei, attrSetS, attrUseS);
 113     if (chS < 0)
 114         return ws;
 115 #endif
 116     while (off < reckeys->buf_used)
 117     {
 118
 119         const char *src = reckeys->buf + off;
 120         const char *wstart;
 121         int lead;
 122
 123         lead = *src++;
 124 #if SU_SCHEME
 125         if ((lead & 3)<3)
 126         {
 127             memcpy (&ch, src, sizeof(ch));
 128             src += sizeof(ch);
 129         }
 130 #else
 131         if (!(lead & 1))
 132         {
 133             memcpy (&attrSet, src, sizeof(attrSet));
 134             src += sizeof(attrSet);
 135         }
 136         if (!(lead & 2))
 137         {
 138             memcpy (&attrUse, src, sizeof(attrUse));
 139             src += sizeof(attrUse);
 140         }
 141 #endif
 142         wstart = src;
 143         while (*src++)
 144             ;
 145         if (lead & 60)
 146             seqno += ((lead>>2) & 15)-1;
 147         else
 148         {
 149             memcpy (&seqno, src, sizeof(seqno));
 150             src += sizeof(seqno);
 151         }
 152         if (
 153 #if SU_SCHEME
 154             ch == chS
 155 #else
 156             attrUseS == attrUse && attrSetS == attrSet
 157 #endif
 158             )
 159         {
 160             int woff;
 161
 162
 163             if (startSeq == -1)
 164                 startSeq = seqno;
 165             woff = seqno - startSeq;
 166             if (woff >= 0 && woff < 31)
 167                 ws[woff] = wstart;
 168         }
 169
 170         off = src - reckeys->buf;
 171     }
 172     assert (off == reckeys->buf_used);
 173     return ws;
 174 }
 175
 176 struct file_read_info {
 177     off_t file_max;         /* maximum offset so far */
 178     off_t file_offset;      /* current offset */
 179     off_t file_moffset;     /* offset of rec/rec boundary */
 180     int file_more;
 181     int fd;
 182     char *sdrbuf;
 183     int sdrmax;
 184 };
 185
 186 static struct file_read_info *file_read_start (int fd)
 187 {
 188     struct file_read_info *fi = (struct file_read_info *)
 189         xmalloc (sizeof(*fi));
 190
 191     fi->fd = fd;
 192     fi->file_max = 0;
 193     fi->file_moffset = 0;
 194     fi->sdrbuf = 0;
 195     fi->sdrmax = 0;
 196     return fi;
 197 }
 198
 199 static void file_read_stop (struct file_read_info *fi)
 200 {
 201     xfree (fi);
 202 }
 203
 204 static off_t file_seek (void *handle, off_t offset)
 205 {
 206     struct file_read_info *p = (struct file_read_info *) handle;
 207     p->file_offset = offset;
 208     if (p->sdrbuf)
 209         return offset;
 210     return lseek (p->fd, offset, SEEK_SET);
 211 }
 212
 213 static off_t file_tell (void *handle)
 214 {
 215     struct file_read_info *p = (struct file_read_info *) handle;
 216     return p->file_offset;
 217 }
 218
 219 static int file_read (void *handle, char *buf, size_t count)
 220 {
 221     struct file_read_info *p = (struct file_read_info *) handle;
 222     int fd = p->fd;
 223     int r;
 224     if (p->sdrbuf)
 225     {
 226         r = count;
 227         if (r > p->sdrmax - p->file_offset)
 228             r = p->sdrmax - p->file_offset;
 229         if (r)
 230             memcpy (buf, p->sdrbuf + p->file_offset, r);
 231     }
 232     else
 233         r = read (fd, buf, count);
 234     if (r > 0)
 235     {
 236         p->file_offset += r;
 237         if (p->file_offset > p->file_max)
 238             p->file_max = p->file_offset;
 239     }
 240     return r;
 241 }
 242
 243 static void file_begin (void *handle)
 244 {
 245     struct file_read_info *p = (struct file_read_info *) handle;
 246
 247     p->file_offset = p->file_moffset;
 248     if (!p->sdrbuf && p->file_moffset)
 249         lseek (p->fd, p->file_moffset, SEEK_SET);
 250     p->file_more = 0;
 251 }
 252
 253 static void file_end (void *handle, off_t offset)
 254 {
 255     struct file_read_info *p = (struct file_read_info *) handle;
 256
 257     assert (p->file_more == 0);
 258     p->file_more = 1;
 259     p->file_moffset = offset;
 260 }
 261
 262 static char *fileMatchStr (ZebraHandle zh,
 263                            struct recKeys *reckeys,
 264                            const char *fname, const char *spec)
 265 {
 266     static char dstBuf[2048];      /* static here ??? */
 267     char *dst = dstBuf;
 268     const char *s = spec;
 269     static const char **w;
 270
 271     while (1)
 272     {
 273         while (*s == ' ' || *s == '\t')
 274             s++;
 275         if (!*s)
 276             break;
 277         if (*s == '(')
 278         {
 279             char attset_str[64], attname_str[64];
 280             data1_attset *attset;
 281             int i;
 282             char matchFlag[32];
 283             int attSet = 1, attUse = 1;
 284             int first = 1;
 285
 286             s++;
 287             for (i = 0; *s && *s != ',' && *s != ')'; s++)
 288                 if (i < 63)
 289                     attset_str[i++] = *s;
 290             attset_str[i] = '\0';
 291
 292             if (*s == ',')
 293             {
 294                 s++;
 295                 for (i = 0; *s && *s != ')'; s++)
 296                     if (i < 63)
 297                         attname_str[i++] = *s;
 298                 attname_str[i] = '\0';
 299             }
 300
 301             if ((attset = data1_get_attset (zh->reg->dh, attset_str)))
 302             {
 303                 data1_att *att;
 304                 attSet = attset->reference;
 305                 att = data1_getattbyname(zh->reg->dh, attset, attname_str);
 306                 if (att)
 307                     attUse = att->value;
 308                 else
 309                     attUse = atoi (attname_str);
 310             }
 311             w = searchRecordKey (zh, reckeys, attSet, attUse);
 312             assert (w);
 313
 314             if (*s == ')')
 315             {
 316                 for (i = 0; i<32; i++)
 317                     matchFlag[i] = 1;
 318             }
 319             else
 320             {
 321                 logf (LOG_WARN, "Missing ) in match criteria %s in group %s",
 322                       spec, zh->m_group ? zh->m_group : "none");
 323                 return NULL;
 324             }
 325             s++;
 326
 327             for (i = 0; i<32; i++)
 328                 if (matchFlag[i] && w[i])
 329                 {
 330                     if (first)
 331                     {
 332                         *dst++ = ' ';
 333                         first = 0;
 334                     }
 335                     strcpy (dst, w[i]);
 336                     dst += strlen(w[i]);
 337                 }
 338             if (first)
 339             {
 340                 logf (LOG_WARN, "Record didn't contain match"
 341                       " fields in (%s,%s)", attset_str, attname_str);
 342                 return NULL;
 343             }
 344         }
 345         else if (*s == '$')
 346         {
 347             int spec_len;
 348             char special[64];
 349             const char *spec_src = NULL;
 350             const char *s1 = ++s;
 351             while (*s1 && *s1 != ' ' && *s1 != '\t')
 352                 s1++;
 353
 354             spec_len = s1 - s;
 355             if (spec_len > 63)
 356                 spec_len = 63;
 357             memcpy (special, s, spec_len);
 358             special[spec_len] = '\0';
 359             s = s1;
 360
 361             if (!strcmp (special, "group"))
 362                 spec_src = zh->m_group;
 363             else if (!strcmp (special, "database"))
 364                 spec_src = zh->basenames[0];
 365             else if (!strcmp (special, "filename")) {
 366                 spec_src = fname;
 367             }
 368             else if (!strcmp (special, "type"))
 369                 spec_src = zh->m_record_type;
 370             else
 371                 spec_src = NULL;
 372             if (spec_src)
 373             {
 374                 strcpy (dst, spec_src);
 375                 dst += strlen (spec_src);
 376             }
 377         }
 378         else if (*s == '\"' || *s == '\'')
 379         {
 380             int stopMarker = *s++;
 381             char tmpString[64];
 382             int i = 0;
 383
 384             while (*s && *s != stopMarker)
 385             {
 386                 if (i < 63)
 387                     tmpString[i++] = *s++;
 388             }
 389             if (*s)
 390                 s++;
 391             tmpString[i] = '\0';
 392             strcpy (dst, tmpString);
 393             dst += strlen (tmpString);
 394         }
 395         else
 396         {
 397             logf (LOG_WARN, "Syntax error in match criteria %s in group %s",
 398                   spec, zh->m_group ? zh->m_group : "none");
 399             return NULL;
 400         }
 401         *dst++ = 1;
 402     }
 403     if (dst == dstBuf)
 404     {
 405         logf (LOG_WARN, "No match criteria for record %s in group %s",
 406               fname, zh->m_group ? zh->m_group : "none");
 407         return NULL;
 408     }
 409     *dst = '\0';
 410     return dstBuf;
 411 }
 412
 413 struct recordLogInfo {
 414     const char *fname;
 415     int recordOffset;
 416     struct recordGroup *rGroup;
 417 };
 418
 419 static int file_extract_record(ZebraHandle zh,
 420                                SYSNO *sysno, const char *fname,
 421                                int deleteFlag,
 422                                struct file_read_info *fi,
 423                                int force_update)
 424 {
 425     RecordAttr *recordAttr;
 426     int r;
 427     const char *matchStr;
 428     SYSNO sysnotmp;
 429     Record rec;
 430     off_t recordOffset = 0;
 431     RecType recType;
 432     void *clientData;
 433     char subType[128];
 434
 435     if (!(recType =
 436           recType_byName (zh->reg->recTypes, zh->m_record_type, subType,
 437                           &clientData)))
 438     {
 439         logf (LOG_WARN, "No such record type: %s", zh->m_record_type);
 440         return 0;
 441     }
 442
 443     /* announce database */
 444     if (zebraExplain_curDatabase (zh->reg->zei, zh->basenames[0]))
 445     {
 446         if (zebraExplain_newDatabase (zh->reg->zei, zh->basenames[0],
 447                                       zh->m_explain_database))
 448             return 0;
 449     }
 450
 451     if (fi->fd != -1)
 452     {
 453         struct recExtractCtrl extractCtrl;
 454
 455         /* we are going to read from a file, so prepare the extraction */
 456         int i;
 457
 458         zh->reg->keys.buf_used = 0;
 459         zh->reg->keys.prevAttrUse = -1;
 460         zh->reg->keys.prevAttrSet = -1;
 461         zh->reg->keys.prevSeqNo = 0;
 462         zh->reg->sortKeys.buf_used = 0;
 463
 464         recordOffset = fi->file_moffset;
 465         extractCtrl.offset = fi->file_moffset;
 466         extractCtrl.readf = file_read;
 467         extractCtrl.seekf = file_seek;
 468         extractCtrl.tellf = file_tell;
 469         extractCtrl.endf = file_end;
 470         extractCtrl.fh = fi;
 471         extractCtrl.subType = subType;
 472         extractCtrl.init = extract_init;
 473         extractCtrl.tokenAdd = extract_token_add;
 474         extractCtrl.schemaAdd = extract_schema_add;
 475         extractCtrl.dh = zh->reg->dh;
 476         extractCtrl.handle = zh;
 477         for (i = 0; i<256; i++)
 478         {
 479             if (zebra_maps_is_positioned(zh->reg->zebra_maps, i))
 480                 extractCtrl.seqno[i] = 1;
 481             else
 482                 extractCtrl.seqno[i] = 0;
 483         }
 484         extractCtrl.zebra_maps = zh->reg->zebra_maps;
 485         extractCtrl.flagShowRecords = !zh->m_flag_rw;
 486
 487         if (!zh->m_flag_rw)
 488             printf ("File: %s " PRINTF_OFF_T "\n", fname, recordOffset);
 489         if (zh->m_flag_rw)
 490         {
 491             char msg[512];
 492             sprintf (msg, "%s:" PRINTF_OFF_T , fname, recordOffset);
 493             yaz_log_init_prefix2 (msg);
 494         }
 495
 496         r = (*recType->extract)(clientData, &extractCtrl);
 497
 498         yaz_log_init_prefix2 (0);
 499         if (r == RECCTRL_EXTRACT_EOF)
 500             return 0;
 501         else if (r == RECCTRL_EXTRACT_ERROR_GENERIC)
 502         {
 503             /* error occured during extraction ... */
 504             if (zh->m_flag_rw &&
 505                 zh->records_processed < zh->m_file_verbose_limit)
 506             {
 507                 logf (LOG_WARN, "fail %s %s " PRINTF_OFF_T, zh->m_record_type,
 508                       fname, recordOffset);
 509             }
 510             return 0;
 511         }
 512         else if (r == RECCTRL_EXTRACT_ERROR_NO_SUCH_FILTER)
 513         {
 514             /* error occured during extraction ... */
 515             if (zh->m_flag_rw &&
 516                 zh->records_processed < zh->m_file_verbose_limit)
 517             {
 518                 logf (LOG_WARN, "no filter for %s %s "
 519                       PRINTF_OFF_T, zh->m_record_type,
 520                       fname, recordOffset);
 521             }
 522             return 0;
 523         }
 524         if (zh->reg->keys.buf_used == 0)
 525         {
 526             /* the extraction process returned no information - the record
 527                is probably empty - unless flagShowRecords is in use */
 528             if (!zh->m_flag_rw)
 529                 return 1;
 530
 531             logf (LOG_WARN, "empty %s %s " PRINTF_OFF_T, zh->m_record_type,
 532                   fname, recordOffset);
 533             return 1;
 534         }
 535     }
 536
 537     /* perform match if sysno not known and if match criteria is specified */
 538
 539     matchStr = NULL;
 540     if (!sysno)
 541     {
 542         sysnotmp = 0;
 543         sysno = &sysnotmp;
 544         if (zh->m_record_id && *zh->m_record_id)
 545         {
 546             char *rinfo;
 547
 548             matchStr = fileMatchStr (zh, &zh->reg->keys, fname,
 549                                      zh->m_record_id);
 550             if (matchStr)
 551             {
 552                 rinfo = dict_lookup (zh->reg->matchDict, matchStr);
 553                 if (rinfo)
 554                     memcpy (sysno, rinfo+1, sizeof(*sysno));
 555             }
 556             else
 557             {
 558                 logf (LOG_WARN, "Bad match criteria");
 559                 return 0;
 560             }
 561         }
 562     }
 563
 564     if (! *sysno)
 565     {
 566         /* new record */
 567         if (deleteFlag)
 568         {
 569             logf (LOG_LOG, "delete %s %s " PRINTF_OFF_T, zh->m_record_type,
 570                   fname, recordOffset);
 571             logf (LOG_WARN, "cannot delete record above (seems new)");
 572             return 1;
 573         }
 574         if (zh->records_processed < zh->m_file_verbose_limit)
 575             logf (LOG_LOG, "add %s %s " PRINTF_OFF_T, zh->m_record_type,
 576                   fname, recordOffset);
 577         rec = rec_new (zh->reg->records);
 578
 579         *sysno = rec->sysno;
 580
 581         recordAttr = rec_init_attr (zh->reg->zei, rec);
 582
 583         if (matchStr)
 584         {
 585             dict_insert (zh->reg->matchDict, matchStr, sizeof(*sysno), sysno);
 586         }
 587         extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
 588         extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
 589
 590         zh->records_inserted++;
 591     }
 592     else
 593     {
 594         /* record already exists */
 595         struct recKeys delkeys;
 596         struct sortKeys sortKeys;
 597
 598         rec = rec_get (zh->reg->records, *sysno);
 599         assert (rec);
 600
 601         recordAttr = rec_init_attr (zh->reg->zei, rec);
 602
 603         if (!force_update && recordAttr->runNumber ==
 604             zebraExplain_runNumberIncrement (zh->reg->zei, 0))
 605         {
 606             yaz_log (LOG_LOG, "run number = %d", recordAttr->runNumber);
 607             yaz_log (LOG_LOG, "skipped %s %s " PRINTF_OFF_T,
 608                      zh->m_record_type, fname, recordOffset);
 609             extract_flushSortKeys (zh, *sysno, -1, &zh->reg->sortKeys);
 610             rec_rm (&rec);
 611             logRecord (zh);
 612             return 1;
 613         }
 614         delkeys.buf_used = rec->size[recInfo_delKeys];
 615         delkeys.buf = rec->info[recInfo_delKeys];
 616
 617         sortKeys.buf_used = rec->size[recInfo_sortKeys];
 618         sortKeys.buf = rec->info[recInfo_sortKeys];
 619
 620         extract_flushSortKeys (zh, *sysno, 0, &sortKeys);
 621         extract_flushRecordKeys (zh, *sysno, 0, &delkeys);
 622         if (deleteFlag)
 623         {
 624             /* record going to be deleted */
 625             if (!delkeys.buf_used)
 626             {
 627                 logf (LOG_LOG, "delete %s %s " PRINTF_OFF_T,
 628                       zh->m_record_type, fname, recordOffset);
 629                 logf (LOG_WARN, "cannot delete file above, storeKeys false");
 630             }
 631             else
 632             {
 633                 if (zh->records_processed < zh->m_file_verbose_limit)
 634                     logf (LOG_LOG, "delete %s %s " PRINTF_OFF_T,
 635                          zh->m_record_type, fname, recordOffset);
 636                 zh->records_deleted++;
 637                 if (matchStr)
 638                     dict_delete (zh->reg->matchDict, matchStr);
 639                 rec_del (zh->reg->records, &rec);
 640             }
 641             rec_rm (&rec);
 642             logRecord (zh);
 643             return 1;
 644         }
 645         else
 646         {
 647             /* record going to be updated */
 648             if (!delkeys.buf_used)
 649             {
 650                 logf (LOG_LOG, "update %s %s " PRINTF_OFF_T,
 651                       zh->m_record_type, fname, recordOffset);
 652                 logf (LOG_WARN, "cannot update file above, storeKeys false");
 653             }
 654             else
 655             {
 656                 if (zh->records_processed < zh->m_file_verbose_limit)
 657                     logf (LOG_LOG, "update %s %s " PRINTF_OFF_T,
 658                         zh->m_record_type, fname, recordOffset);
 659                 extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
 660                 extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
 661                 zh->records_updated++;
 662             }
 663         }
 664     }
 665     /* update file type */
 666     xfree (rec->info[recInfo_fileType]);
 667     rec->info[recInfo_fileType] =
 668         rec_strdup (zh->m_record_type, &rec->size[recInfo_fileType]);
 669
 670     /* update filename */
 671     xfree (rec->info[recInfo_filename]);
 672     rec->info[recInfo_filename] =
 673         rec_strdup (fname, &rec->size[recInfo_filename]);
 674
 675     /* update delete keys */
 676     xfree (rec->info[recInfo_delKeys]);
 677     if (zh->reg->keys.buf_used > 0 && zh->m_store_keys == 1)
 678     {
 679         rec->size[recInfo_delKeys] = zh->reg->keys.buf_used;
 680         rec->info[recInfo_delKeys] = zh->reg->keys.buf;
 681         zh->reg->keys.buf = NULL;
 682         zh->reg->keys.buf_max = 0;
 683     }
 684     else
 685     {
 686         rec->info[recInfo_delKeys] = NULL;
 687         rec->size[recInfo_delKeys] = 0;
 688     }
 689
 690     /* update sort keys */
 691     xfree (rec->info[recInfo_sortKeys]);
 692
 693     rec->size[recInfo_sortKeys] = zh->reg->sortKeys.buf_used;
 694     rec->info[recInfo_sortKeys] = zh->reg->sortKeys.buf;
 695     zh->reg->sortKeys.buf = NULL;
 696     zh->reg->sortKeys.buf_max = 0;
 697
 698     /* save file size of original record */
 699     zebraExplain_recordBytesIncrement (zh->reg->zei,
 700                                        - recordAttr->recordSize);
 701     recordAttr->recordSize = fi->file_moffset - recordOffset;
 702     if (!recordAttr->recordSize)
 703         recordAttr->recordSize = fi->file_max - recordOffset;
 704     zebraExplain_recordBytesIncrement (zh->reg->zei,
 705                                        recordAttr->recordSize);
 706
 707     /* set run-number for this record */
 708     recordAttr->runNumber = zebraExplain_runNumberIncrement (zh->reg->zei,
 709                                                              0);
 710
 711     /* update store data */
 712     xfree (rec->info[recInfo_storeData]);
 713     if (zh->m_store_data)
 714     {
 715         rec->size[recInfo_storeData] = recordAttr->recordSize;
 716         rec->info[recInfo_storeData] = (char *)
 717             xmalloc (recordAttr->recordSize);
 718         if (lseek (fi->fd, recordOffset, SEEK_SET) < 0)
 719         {
 720             logf (LOG_ERRNO|LOG_FATAL, "seek to " PRINTF_OFF_T " in %s",
 721                   recordOffset, fname);
 722             exit (1);
 723         }
 724         if (read (fi->fd, rec->info[recInfo_storeData], recordAttr->recordSize)
 725             < recordAttr->recordSize)
 726         {
 727             logf (LOG_ERRNO|LOG_FATAL, "read %d bytes of %s",
 728                   recordAttr->recordSize, fname);
 729             exit (1);
 730         }
 731     }
 732     else
 733     {
 734         rec->info[recInfo_storeData] = NULL;
 735         rec->size[recInfo_storeData] = 0;
 736     }
 737     /* update database name */
 738     xfree (rec->info[recInfo_databaseName]);
 739     rec->info[recInfo_databaseName] =
 740         rec_strdup (zh->basenames[0], &rec->size[recInfo_databaseName]);
 741
 742     /* update offset */
 743     recordAttr->recordOffset = recordOffset;
 744
 745     /* commit this record */
 746     rec_put (zh->reg->records, &rec);
 747     logRecord (zh);
 748     return 1;
 749 }
 750
 751 int fileExtract (ZebraHandle zh, SYSNO *sysno, const char *fname,
 752                  int deleteFlag)
 753 {
 754     int r, i, fd;
 755     char gprefix[128];
 756     char ext[128];
 757     char ext_res[128];
 758     struct file_read_info *fi;
 759     const char *original_record_type = 0;
 760
 761     if (!zh->m_group || !*zh->m_group)
 762         *gprefix = '\0';
 763     else
 764         sprintf (gprefix, "%s.", zh->m_group);
 765
 766     logf (LOG_DEBUG, "fileExtract %s", fname);
 767
 768     /* determine file extension */
 769     *ext = '\0';
 770     for (i = strlen(fname); --i >= 0; )
 771         if (fname[i] == '/')
 772             break;
 773         else if (fname[i] == '.')
 774         {
 775             strcpy (ext, fname+i+1);
 776             break;
 777         }
 778     /* determine file type - depending on extension */
 779     original_record_type = zh->m_record_type;
 780     if (!zh->m_record_type)
 781     {
 782         sprintf (ext_res, "%srecordType.%s", gprefix, ext);
 783         zh->m_record_type = res_get (zh->res, ext_res);
 784     }
 785     if (!zh->m_record_type)
 786     {
 787         if (zh->records_processed < zh->m_file_verbose_limit)
 788             logf (LOG_LOG, "? %s", fname);
 789         return 0;
 790     }
 791     /* determine match criteria */
 792     if (!zh->m_record_id)
 793     {
 794         sprintf (ext_res, "%srecordId.%s", gprefix, ext);
 795         zh->m_record_id = res_get (zh->res, ext_res);
 796     }
 797
 798     if (sysno && deleteFlag)
 799         fd = -1;
 800     else
 801     {
 802         char full_rep[1024];
 803
 804         if (zh->path_reg && !yaz_is_abspath (fname))
 805         {
 806             strcpy (full_rep, zh->path_reg);
 807             strcat (full_rep, "/");
 808             strcat (full_rep, fname);
 809         }
 810         else
 811             strcpy (full_rep, fname);
 812
 813
 814         if ((fd = open (full_rep, O_BINARY|O_RDONLY)) == -1)
 815         {
 816             logf (LOG_WARN|LOG_ERRNO, "open %s", full_rep);
 817             zh->m_record_type = original_record_type;
 818             return 0;
 819         }
 820     }
 821     fi = file_read_start (fd);
 822     do
 823     {
 824         file_begin (fi);
 825         r = file_extract_record (zh, sysno, fname, deleteFlag, fi, 1);
 826     } while (r && !sysno && fi->file_more);
 827     file_read_stop (fi);
 828     if (fd != -1)
 829         close (fd);
 830     zh->m_record_type = original_record_type;
 831     return r;
 832 }
 833
 834 /*
 835   If sysno is provided, then it's used to identify the reocord.
 836   If not, and match_criteria is provided, then sysno is guessed
 837   If not, and a record is provided, then sysno is got from there
 838
 839  */
 840 int buffer_extract_record (ZebraHandle zh,
 841                            const char *buf, size_t buf_size,
 842                            int delete_flag,
 843                            int test_mode,
 844                            const char *recordType,
 845                            int *sysno,
 846                            const char *match_criteria,
 847                            const char *fname,
 848                            int force_update,
 849                            int allow_update)
 850 {
 851     RecordAttr *recordAttr;
 852     struct recExtractCtrl extractCtrl;
 853     int i, r;
 854     const char *matchStr = 0;
 855     RecType recType = NULL;
 856     char subType[1024];
 857     void *clientData;
 858     Record rec;
 859     long recordOffset = 0;
 860     struct zebra_fetch_control fc;
 861     const char *pr_fname = fname;  /* filename to print .. */
 862
 863     if (!pr_fname)
 864         pr_fname = "<no file>";  /* make it printable if file is omitted */
 865
 866     fc.fd = -1;
 867     fc.record_int_buf = buf;
 868     fc.record_int_len = buf_size;
 869     fc.record_int_pos = 0;
 870     fc.offset_end = 0;
 871     fc.record_offset = 0;
 872
 873     extractCtrl.offset = 0;
 874     extractCtrl.readf = zebra_record_int_read;
 875     extractCtrl.seekf = zebra_record_int_seek;
 876     extractCtrl.tellf = zebra_record_int_tell;
 877     extractCtrl.endf = zebra_record_int_end;
 878     extractCtrl.fh = &fc;
 879
 880     zh->reg->keys.buf_used = 0;
 881     zh->reg->keys.prevAttrUse = -1;
 882     zh->reg->keys.prevAttrSet = -1;
 883     zh->reg->keys.prevSeqNo = 0;
 884     zh->reg->sortKeys.buf_used = 0;
 885
 886     if (zebraExplain_curDatabase (zh->reg->zei, zh->basenames[0]))
 887     {
 888         if (zebraExplain_newDatabase (zh->reg->zei, zh->basenames[0],
 889                                       zh->m_explain_database))
 890             return 0;
 891     }
 892
 893     if (recordType && *recordType) {
 894         logf (LOG_DEBUG, "Record type explicitly specified: %s", recordType);
 895         recType = recType_byName (zh->reg->recTypes, recordType, subType,
 896                                   &clientData);
 897     } else {
 898         if (!(zh->m_record_type)) {
 899             logf (LOG_WARN, "No such record type defined");
 900             return 0;
 901         }
 902         logf (LOG_DEBUG, "Get record type from rgroup: %s",zh->m_record_type);
 903         recType = recType_byName (zh->reg->recTypes, zh->m_record_type, subType,
 904                                   &clientData);
 905         recordType = zh->m_record_type;
 906     }
 907
 908     if (!recType) {
 909         logf (LOG_WARN, "No such record type: %s", zh->m_record_type);
 910         return 0;
 911     }
 912
 913     extractCtrl.subType = subType;
 914     extractCtrl.init = extract_init;
 915     extractCtrl.tokenAdd = extract_token_add;
 916     extractCtrl.schemaAdd = extract_schema_add;
 917     extractCtrl.dh = zh->reg->dh;
 918     extractCtrl.handle = zh;
 919     extractCtrl.zebra_maps = zh->reg->zebra_maps;
 920     extractCtrl.flagShowRecords = 0;
 921     for (i = 0; i<256; i++)
 922     {
 923         if (zebra_maps_is_positioned(zh->reg->zebra_maps, i))
 924             extractCtrl.seqno[i] = 1;
 925         else
 926             extractCtrl.seqno[i] = 0;
 927     }
 928
 929     r = (*recType->extract)(clientData, &extractCtrl);
 930
 931     if (r == RECCTRL_EXTRACT_EOF)
 932         return 0;
 933     else if (r == RECCTRL_EXTRACT_ERROR_GENERIC)
 934     {
 935         /* error occured during extraction ... */
 936         yaz_log (LOG_WARN, "extract error: generic");
 937         return 0;
 938     }
 939     else if (r == RECCTRL_EXTRACT_ERROR_NO_SUCH_FILTER)
 940     {
 941         /* error occured during extraction ... */
 942         yaz_log (LOG_WARN, "extract error: no such filter");
 943         return 0;
 944     }
 945     if (zh->reg->keys.buf_used == 0)
 946     {
 947         /* the extraction process returned no information - the record
 948            is probably empty - unless flagShowRecords is in use */
 949         if (test_mode)
 950             return 1;
 951         logf (LOG_WARN, "No keys generated for record");
 952         logf (LOG_WARN, " The file is probably empty");
 953         return 1;
 954     }
 955     /* match criteria */
 956     matchStr = NULL;
 957
 958     if (! *sysno) {
 959         char *rinfo;
 960         if (match_criteria && *match_criteria) {
 961             matchStr = match_criteria;
 962         } else {
 963             if (zh->m_record_id && *zh->m_record_id) {
 964                 matchStr = fileMatchStr (zh, &zh->reg->keys, pr_fname,
 965                                          zh->m_record_id);
 966                 if (!matchStr)
 967                 {
 968                     logf (LOG_WARN, "Bad match criteria (recordID)");
 969                     return 1;
 970                 }
 971             }
 972         }
 973         if (matchStr) {
 974             rinfo = dict_lookup (zh->reg->matchDict, matchStr);
 975             if (rinfo)
 976                 memcpy (sysno, rinfo+1, sizeof(*sysno));
 977         }
 978     }
 979
 980     if (! *sysno)
 981     {
 982         /* new record */
 983         if (delete_flag)
 984         {
 985             logf (LOG_LOG, "delete %s %s %ld", recordType,
 986                   pr_fname, (long) recordOffset);
 987             logf (LOG_WARN, "cannot delete record above (seems new)");
 988             return 1;
 989         }
 990         logf (LOG_LOG, "add %s %s %ld", recordType, pr_fname,
 991               (long) recordOffset);
 992         rec = rec_new (zh->reg->records);
 993
 994         *sysno = rec->sysno;
 995
 996         recordAttr = rec_init_attr (zh->reg->zei, rec);
 997
 998         if (matchStr)
 999         {
1000             dict_insert (zh->reg->matchDict, matchStr,
1001                          sizeof(*sysno), sysno);
1002         }
1003         extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
1004         extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
1005
1006         zh->records_inserted++;
1007     }
1008     else
1009     {
1010         /* record already exists */
1011         struct recKeys delkeys;
1012         struct sortKeys sortKeys;
1013
1014         if (!allow_update) {
1015               logf (LOG_LOG, "skipped %s %s %ld",
1016                     recordType, pr_fname, (long) recordOffset);
1017               logRecord(zh);
1018               return -1;
1019         }
1020
1021         rec = rec_get (zh->reg->records, *sysno);
1022         assert (rec);
1023
1024         recordAttr = rec_init_attr (zh->reg->zei, rec);
1025
1026         if (!force_update) {
1027             if (recordAttr->runNumber ==
1028                 zebraExplain_runNumberIncrement (zh->reg->zei, 0))
1029             {
1030                 logf (LOG_LOG, "skipped %s %s %ld", recordType,
1031                       pr_fname, (long) recordOffset);
1032                 extract_flushSortKeys (zh, *sysno, -1, &zh->reg->sortKeys);
1033                 rec_rm (&rec);
1034                 logRecord(zh);
1035                 return -1;
1036             }
1037         }
1038
1039         delkeys.buf_used = rec->size[recInfo_delKeys];
1040         delkeys.buf = rec->info[recInfo_delKeys];
1041
1042         sortKeys.buf_used = rec->size[recInfo_sortKeys];
1043         sortKeys.buf = rec->info[recInfo_sortKeys];
1044
1045         extract_flushSortKeys (zh, *sysno, 0, &sortKeys);
1046         extract_flushRecordKeys (zh, *sysno, 0, &delkeys);
1047         if (delete_flag)
1048         {
1049             /* record going to be deleted */
1050             if (!delkeys.buf_used)
1051             {
1052                 logf (LOG_LOG, "delete %s %s %ld", recordType,
1053                       pr_fname, (long) recordOffset);
1054                 logf (LOG_WARN, "cannot delete file above, storeKeys false");
1055             }
1056             else
1057             {
1058                 logf (LOG_LOG, "delete %s %s %ld", recordType,
1059                       pr_fname, (long) recordOffset);
1060                 zh->records_deleted++;
1061                 if (matchStr)
1062                     dict_delete (zh->reg->matchDict, matchStr);
1063                 rec_del (zh->reg->records, &rec);
1064             }
1065             rec_rm (&rec);
1066             logRecord(zh);
1067             return 0;
1068         }
1069         else
1070         {
1071             /* record going to be updated */
1072             if (!delkeys.buf_used)
1073             {
1074                 logf (LOG_LOG, "update %s %s %ld", recordType,
1075                       pr_fname, (long) recordOffset);
1076                 logf (LOG_WARN, "cannot update file above, storeKeys false");
1077             }
1078             else
1079             {
1080                 logf (LOG_LOG, "update %s %s %ld", recordType,
1081                       pr_fname, (long) recordOffset);
1082                 extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
1083                 extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
1084                 zh->records_updated++;
1085             }
1086         }
1087     }
1088     /* update file type */
1089     xfree (rec->info[recInfo_fileType]);
1090     rec->info[recInfo_fileType] =
1091         rec_strdup (recordType, &rec->size[recInfo_fileType]);
1092
1093     /* update filename */
1094     xfree (rec->info[recInfo_filename]);
1095     rec->info[recInfo_filename] =
1096         rec_strdup (fname, &rec->size[recInfo_filename]);
1097
1098     /* update delete keys */
1099     xfree (rec->info[recInfo_delKeys]);
1100     if (zh->reg->keys.buf_used > 0 && zh->m_store_keys == 1)
1101     {
1102         rec->size[recInfo_delKeys] = zh->reg->keys.buf_used;
1103         rec->info[recInfo_delKeys] = zh->reg->keys.buf;
1104         zh->reg->keys.buf = NULL;
1105         zh->reg->keys.buf_max = 0;
1106     }
1107     else
1108     {
1109         rec->info[recInfo_delKeys] = NULL;
1110         rec->size[recInfo_delKeys] = 0;
1111     }
1112
1113     /* update sort keys */
1114     xfree (rec->info[recInfo_sortKeys]);
1115
1116     rec->size[recInfo_sortKeys] = zh->reg->sortKeys.buf_used;
1117     rec->info[recInfo_sortKeys] = zh->reg->sortKeys.buf;
1118     zh->reg->sortKeys.buf = NULL;
1119     zh->reg->sortKeys.buf_max = 0;
1120
1121     /* save file size of original record */
1122     zebraExplain_recordBytesIncrement (zh->reg->zei,
1123                                        - recordAttr->recordSize);
1124 #if 0
1125     recordAttr->recordSize = fi->file_moffset - recordOffset;
1126     if (!recordAttr->recordSize)
1127         recordAttr->recordSize = fi->file_max - recordOffset;
1128 #else
1129     recordAttr->recordSize = buf_size;
1130 #endif
1131     zebraExplain_recordBytesIncrement (zh->reg->zei,
1132                                        recordAttr->recordSize);
1133
1134     /* set run-number for this record */
1135     recordAttr->runNumber =
1136         zebraExplain_runNumberIncrement (zh->reg->zei, 0);
1137
1138     /* update store data */
1139     xfree (rec->info[recInfo_storeData]);
1140     if (zh->m_store_data)
1141     {
1142         rec->size[recInfo_storeData] = recordAttr->recordSize;
1143         rec->info[recInfo_storeData] = (char *)
1144             xmalloc (recordAttr->recordSize);
1145         memcpy (rec->info[recInfo_storeData], buf, recordAttr->recordSize);
1146     }
1147     else
1148     {
1149         rec->info[recInfo_storeData] = NULL;
1150         rec->size[recInfo_storeData] = 0;
1151     }
1152     /* update database name */
1153     xfree (rec->info[recInfo_databaseName]);
1154     rec->info[recInfo_databaseName] =
1155         rec_strdup (zh->basenames[0], &rec->size[recInfo_databaseName]);
1156
1157     /* update offset */
1158     recordAttr->recordOffset = recordOffset;
1159
1160     /* commit this record */
1161     rec_put (zh->reg->records, &rec);
1162     logRecord(zh);
1163     return 0;
1164 }
1165
1166 int explain_extract (void *handle, Record rec, data1_node *n)
1167 {
1168     ZebraHandle zh = (ZebraHandle) handle;
1169     struct recExtractCtrl extractCtrl;
1170     int i;
1171
1172     if (zebraExplain_curDatabase (zh->reg->zei,
1173                                   rec->info[recInfo_databaseName]))
1174     {
1175         abort();
1176         if (zebraExplain_newDatabase (zh->reg->zei,
1177                                       rec->info[recInfo_databaseName], 0))
1178             abort ();
1179     }
1180
1181     zh->reg->keys.buf_used = 0;
1182     zh->reg->keys.prevAttrUse = -1;
1183     zh->reg->keys.prevAttrSet = -1;
1184     zh->reg->keys.prevSeqNo = 0;
1185     zh->reg->sortKeys.buf_used = 0;
1186
1187     extractCtrl.init = extract_init;
1188     extractCtrl.tokenAdd = extract_token_add;
1189     extractCtrl.schemaAdd = extract_schema_add;
1190     extractCtrl.dh = zh->reg->dh;
1191     for (i = 0; i<256; i++)
1192         extractCtrl.seqno[i] = 0;
1193     extractCtrl.zebra_maps = zh->reg->zebra_maps;
1194     extractCtrl.flagShowRecords = 0;
1195     extractCtrl.handle = handle;
1196
1197     if (n)
1198         grs_extract_tree(&extractCtrl, n);
1199
1200     if (rec->size[recInfo_delKeys])
1201     {
1202         struct recKeys delkeys;
1203         struct sortKeys sortkeys;
1204
1205         delkeys.buf_used = rec->size[recInfo_delKeys];
1206         delkeys.buf = rec->info[recInfo_delKeys];
1207
1208         sortkeys.buf_used = rec->size[recInfo_sortKeys];
1209         sortkeys.buf = rec->info[recInfo_sortKeys];
1210
1211         extract_flushSortKeys (zh, rec->sysno, 0, &sortkeys);
1212         extract_flushRecordKeys (zh, rec->sysno, 0, &delkeys);
1213     }
1214     extract_flushRecordKeys (zh, rec->sysno, 1, &zh->reg->keys);
1215     extract_flushSortKeys (zh, rec->sysno, 1, &zh->reg->sortKeys);
1216
1217     xfree (rec->info[recInfo_delKeys]);
1218     rec->size[recInfo_delKeys] = zh->reg->keys.buf_used;
1219     rec->info[recInfo_delKeys] = zh->reg->keys.buf;
1220     zh->reg->keys.buf = NULL;
1221     zh->reg->keys.buf_max = 0;
1222
1223     xfree (rec->info[recInfo_sortKeys]);
1224     rec->size[recInfo_sortKeys] = zh->reg->sortKeys.buf_used;
1225     rec->info[recInfo_sortKeys] = zh->reg->sortKeys.buf;
1226     zh->reg->sortKeys.buf = NULL;
1227     zh->reg->sortKeys.buf_max = 0;
1228
1229     return 0;
1230 }
1231
1232 void extract_flushRecordKeys (ZebraHandle zh, SYSNO sysno,
1233                               int cmd, struct recKeys *reckeys)
1234 {
1235 #if SU_SCHEME
1236 #else
1237     unsigned char attrSet = (unsigned char) -1;
1238     unsigned short attrUse = (unsigned short) -1;
1239 #endif
1240     int seqno = 0;
1241     int off = 0;
1242     int ch = 0;
1243     ZebraExplainInfo zei = zh->reg->zei;
1244
1245     if (!zh->reg->key_buf)
1246     {
1247         int mem= 1024*1024* atoi( res_get_def( zh->res, "memmax", "8"));
1248         if (mem <= 0)
1249         {
1250             logf(LOG_WARN, "Invalid memory setting, using default 8 MB");
1251             mem= 1024*1024*8;
1252         }
1253         /* FIXME: That "8" should be in a default settings include */
1254         /* not hard-coded here! -H */
1255         zh->reg->key_buf = (char**) xmalloc (mem);
1256         zh->reg->ptr_top = mem/sizeof(char*);
1257         zh->reg->ptr_i = 0;
1258         zh->reg->key_buf_used = 0;
1259         zh->reg->key_file_no = 0;
1260     }
1261     zebraExplain_recordCountIncrement (zei, cmd ? 1 : -1);
1262     while (off < reckeys->buf_used)
1263     {
1264         const char *src = reckeys->buf + off;
1265         struct it_key key;
1266         int lead;
1267
1268         lead = *src++;
1269
1270 #if SU_SCHEME
1271         if ((lead & 3) < 3)
1272         {
1273             memcpy (&ch, src, sizeof(ch));
1274             src += sizeof(ch);
1275         }
1276 #else
1277         if (!(lead & 1))
1278         {
1279             memcpy (&attrSet, src, sizeof(attrSet));
1280             src += sizeof(attrSet);
1281         }
1282         if (!(lead & 2))
1283         {
1284             memcpy (&attrUse, src, sizeof(attrUse));
1285             src += sizeof(attrUse);
1286         }
1287 #endif
1288         if (zh->reg->key_buf_used + 1024 >
1289             (zh->reg->ptr_top -zh->reg->ptr_i)*sizeof(char*))
1290             extract_flushWriteKeys (zh,0);
1291         assert(zh->reg->ptr_i >= 0);
1292         ++(zh->reg->ptr_i);
1293         assert(zh->reg->ptr_i > 0);
1294         (zh->reg->key_buf)[zh->reg->ptr_top - zh->reg->ptr_i] =
1295             (char*)zh->reg->key_buf + zh->reg->key_buf_used;
1296 #if SU_SCHEME
1297 #else
1298         ch = zebraExplain_lookupSU (zei, attrSet, attrUse);
1299         if (ch < 0)
1300             ch = zebraExplain_addSU (zei, attrSet, attrUse);
1301 #endif
1302         assert (ch > 0);
1303         zh->reg->key_buf_used +=
1304             key_SU_encode (ch,((char*)zh->reg->key_buf) +
1305                            zh->reg->key_buf_used);
1306
1307         while (*src)
1308             ((char*)zh->reg->key_buf) [(zh->reg->key_buf_used)++] = *src++;
1309         src++;
1310         ((char*)(zh->reg->key_buf))[(zh->reg->key_buf_used)++] = '\0';
1311         ((char*)(zh->reg->key_buf))[(zh->reg->key_buf_used)++] = cmd;
1312
1313         if (lead & 60)
1314             seqno += ((lead>>2) & 15)-1;
1315         else
1316         {
1317             memcpy (&seqno, src, sizeof(seqno));
1318             src += sizeof(seqno);
1319         }
1320         key.seqno = seqno;
1321         key.sysno = sysno;
1322         memcpy ((char*)zh->reg->key_buf + zh->reg->key_buf_used, &key, sizeof(key));
1323         (zh->reg->key_buf_used) += sizeof(key);
1324         off = src - reckeys->buf;
1325     }
1326     assert (off == reckeys->buf_used);
1327 }
1328
1329 void extract_flushWriteKeys (ZebraHandle zh, int final)
1330         /* optimizing: if final=1, and no files written yet */
1331         /* push the keys directly to merge, sidestepping the */
1332         /* temp file altogether. Speeds small updates */
1333 {
1334     FILE *outf;
1335     char out_fname[200];
1336     char *prevcp, *cp;
1337     struct encode_info encode_info;
1338     int ptr_i = zh->reg->ptr_i;
1339     int temp_policy;
1340 #if SORT_EXTRA
1341     int i;
1342 #endif
1343     if (!zh->reg->key_buf || ptr_i <= 0)
1344     {
1345         logf (LOG_DEBUG, "  nothing to flush section=%d buf=%p i=%d",
1346                zh->reg->key_file_no, zh->reg->key_buf, ptr_i);
1347         logf (LOG_DEBUG, "  buf=%p ",
1348                zh->reg->key_buf);
1349         logf (LOG_DEBUG, "  ptr=%d ",zh->reg->ptr_i);
1350         logf (LOG_DEBUG, "  reg=%p ",zh->reg);
1351
1352         return;
1353     }
1354
1355     (zh->reg->key_file_no)++;
1356     logf (LOG_LOG, "sorting section %d", (zh->reg->key_file_no));
1357     logf (LOG_DEBUG, "  sort_buff at %p n=%d",
1358                     zh->reg->key_buf + zh->reg->ptr_top - ptr_i,ptr_i);
1359 #if !SORT_EXTRA
1360     qsort (zh->reg->key_buf + zh->reg->ptr_top - ptr_i, ptr_i,
1361                sizeof(char*), key_qsort_compare);
1362
1363     /* zebra.cfg: tempfiles:
1364        Y: always use temp files (old way)
1365        A: use temp files, if more than one (auto)
1366           = if this is both the last and the first
1367        N: never bother with temp files (new) */
1368
1369     temp_policy=toupper(res_get_def(zh->res,"tempfiles","auto")[0]);
1370     if (temp_policy != 'Y' && temp_policy != 'N' && temp_policy != 'A') {
1371         logf (LOG_WARN, "Illegal tempfiles setting '%c'. using 'Auto' ",
1372                         temp_policy);
1373         temp_policy='A';
1374     }
1375
1376     if (   ( temp_policy =='N' )   ||     /* always from memory */
1377          ( ( temp_policy =='A' ) &&       /* automatic */
1378              (zh->reg->key_file_no == 1) &&  /* this is first time */
1379              (final) ) )                     /* and last (=only) time */
1380     { /* go directly from memory */
1381         zh->reg->key_file_no =0; /* signal not to read files */
1382         zebra_index_merge(zh);
1383         zh->reg->ptr_i = 0;
1384         zh->reg->key_buf_used = 0;
1385         return;
1386     }
1387
1388     /* Not doing directly from memory, write into a temp file */
1389     extract_get_fname_tmp (zh, out_fname, zh->reg->key_file_no);
1390
1391     if (!(outf = fopen (out_fname, "wb")))
1392     {
1393         logf (LOG_FATAL|LOG_ERRNO, "fopen %s", out_fname);
1394         exit (1);
1395     }
1396     logf (LOG_LOG, "writing section %d", zh->reg->key_file_no);
1397     prevcp = cp = (zh->reg->key_buf)[zh->reg->ptr_top - ptr_i];
1398
1399     encode_key_init (&encode_info);
1400     encode_key_write (cp, &encode_info, outf);
1401
1402     while (--ptr_i > 0)
1403     {
1404         cp = (zh->reg->key_buf)[zh->reg->ptr_top - ptr_i];
1405         if (strcmp (cp, prevcp))
1406         {
1407             encode_key_flush ( &encode_info, outf);
1408             encode_key_init (&encode_info);
1409             encode_key_write (cp, &encode_info, outf);
1410             prevcp = cp;
1411         }
1412         else
1413             encode_key_write (cp + strlen(cp), &encode_info, outf);
1414     }
1415     encode_key_flush ( &encode_info, outf);
1416 #else
1417     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_x_compare);
1418     extract_get_fname_tmp (out_fname, key_file_no);
1419
1420     if (!(outf = fopen (out_fname, "wb")))
1421     {
1422         logf (LOG_FATAL|LOG_ERRNO, "fopen %s", out_fname);
1423         exit (1);
1424     }
1425     logf (LOG_LOG, "writing section %d", key_file_no);
1426     i = ptr_i;
1427     prevcp =  key_buf[ptr_top-i];
1428     while (1)
1429         if (!--i || strcmp (prevcp, key_buf[ptr_top-i]))
1430         {
1431             key_y_len = strlen(prevcp)+1;
1432 #if 0
1433             logf (LOG_LOG, "key_y_len: %2d %02x %02x %s",
1434                       key_y_len, prevcp[0], prevcp[1], 2+prevcp);
1435 #endif
1436             qsort (key_buf + ptr_top-ptr_i, ptr_i - i,
1437                                    sizeof(char*), key_y_compare);
1438             cp = key_buf[ptr_top-ptr_i];
1439             --key_y_len;
1440             encode_key_init (&encode_info);
1441             encode_key_write (cp, &encode_info, outf);
1442             while (--ptr_i > i)
1443             {
1444                 cp = key_buf[ptr_top-ptr_i];
1445                 encode_key_write (cp+key_y_len, &encode_info, outf);
1446             }
1447             encode_key_flush ( &encode_info, outf);
1448             if (!i)
1449                 break;
1450             prevcp = key_buf[ptr_top-ptr_i];
1451         }
1452 #endif
1453     if (fclose (outf))
1454     {
1455         logf (LOG_FATAL|LOG_ERRNO, "fclose %s", out_fname);
1456         exit (1);
1457     }
1458     logf (LOG_LOG, "finished section %d", zh->reg->key_file_no);
1459     zh->reg->ptr_i = 0;
1460     zh->reg->key_buf_used = 0;
1461 }
1462
1463 void extract_add_index_string (RecWord *p, const char *string,
1464                                int length)
1465 {
1466     char *dst;
1467     unsigned char attrSet;
1468     unsigned short attrUse;
1469     int lead = 0;
1470     int diff = 0;
1471     int *pseqno = &p->seqno;
1472     ZebraHandle zh = p->extractCtrl->handle;
1473     ZebraExplainInfo zei = zh->reg->zei;
1474     struct recKeys *keys = &zh->reg->keys;
1475
1476     if (keys->buf_used+1024 > keys->buf_max)
1477     {
1478         char *b;
1479
1480         b = (char *) xmalloc (keys->buf_max += 128000);
1481         if (keys->buf_used > 0)
1482             memcpy (b, keys->buf, keys->buf_used);
1483         xfree (keys->buf);
1484         keys->buf = b;
1485     }
1486     dst = keys->buf + keys->buf_used;
1487
1488     /* leader byte is encoded as follows:
1489        bit 0 : 1 if attrset is unchanged; 0 if attrset is changed
1490        bit 1 : 1 if attruse is unchanged; 0 if attruse is changed
1491     */
1492     attrSet = p->attrSet;
1493     if (keys->buf_used > 0 && keys->prevAttrSet == attrSet)
1494         lead |= 1;
1495     else
1496         keys->prevAttrSet = attrSet;
1497     attrUse = p->attrUse;
1498     if (keys->buf_used > 0 && keys->prevAttrUse == attrUse)
1499         lead |= 2;
1500     else
1501         keys->prevAttrUse = attrUse;
1502 #if 1
1503     diff = 1 + *pseqno - keys->prevSeqNo;
1504     if (diff >= 1 && diff <= 15)
1505         lead |= (diff << 2);
1506     else
1507         diff = 0;
1508 #endif
1509     keys->prevSeqNo = *pseqno;
1510
1511     *dst++ = lead;
1512
1513 #if SU_SCHEME
1514     if ((lead & 3) < 3)
1515     {
1516         int ch = zebraExplain_lookupSU (zei, attrSet, attrUse);
1517         if (ch < 0)
1518         {
1519             ch = zebraExplain_addSU (zei, attrSet, attrUse);
1520             yaz_log (LOG_DEBUG, "addSU set=%d use=%d SU=%d",
1521                      attrSet, attrUse, ch);
1522         }
1523         assert (ch > 0);
1524         memcpy (dst, &ch, sizeof(ch));
1525         dst += sizeof(ch);
1526     }
1527 #else
1528     if (!(lead & 1))
1529     {
1530         memcpy (dst, &attrSet, sizeof(attrSet));
1531         dst += sizeof(attrSet);
1532     }
1533     if (!(lead & 2))
1534     {
1535         memcpy (dst, &attrUse, sizeof(attrUse));
1536         dst += sizeof(attrUse);
1537     }
1538 #endif
1539     *dst++ = p->reg_type;
1540     memcpy (dst, string, length);
1541     dst += length;
1542     *dst++ = '\0';
1543
1544     if (!diff)
1545     {
1546         memcpy (dst, pseqno, sizeof(*pseqno));
1547         dst += sizeof(*pseqno);
1548     }
1549     keys->buf_used = dst - keys->buf;
1550 }
1551
1552 static void extract_add_sort_string (RecWord *p, const char *string,
1553                                      int length)
1554 {
1555     ZebraHandle zh = p->extractCtrl->handle;
1556     struct sortKeys *sk = &zh->reg->sortKeys;
1557     int off = 0;
1558
1559     while (off < sk->buf_used)
1560     {
1561         int set, use, slen;
1562
1563         off += key_SU_decode(&set, sk->buf + off);
1564         off += key_SU_decode(&use, sk->buf + off);
1565         off += key_SU_decode(&slen, sk->buf + off);
1566         off += slen;
1567         if (p->attrSet == set && p->attrUse == use)
1568             return;
1569     }
1570     assert (off == sk->buf_used);
1571
1572     if (sk->buf_used + IT_MAX_WORD > sk->buf_max)
1573     {
1574         char *b;
1575
1576         b = (char *) xmalloc (sk->buf_max += 128000);
1577         if (sk->buf_used > 0)
1578             memcpy (b, sk->buf, sk->buf_used);
1579         xfree (sk->buf);
1580         sk->buf = b;
1581     }
1582     off += key_SU_encode(p->attrSet, sk->buf + off);
1583     off += key_SU_encode(p->attrUse, sk->buf + off);
1584     off += key_SU_encode(length, sk->buf + off);
1585     memcpy (sk->buf + off, string, length);
1586     sk->buf_used = off + length;
1587 }
1588
1589 void extract_add_string (RecWord *p, const char *string, int length)
1590 {
1591     assert (length > 0);
1592     if (zebra_maps_is_sort (p->zebra_maps, p->reg_type))
1593         extract_add_sort_string (p, string, length);
1594     else
1595         extract_add_index_string (p, string, length);
1596 }
1597
1598 static void extract_add_incomplete_field (RecWord *p)
1599 {
1600     const char *b = p->string;
1601     int remain = p->length;
1602     const char **map = 0;
1603
1604     if (remain > 0)
1605         map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
1606
1607     while (map)
1608     {
1609         char buf[IT_MAX_WORD+1];
1610         int i, remain;
1611
1612         /* Skip spaces */
1613         while (map && *map && **map == *CHR_SPACE)
1614         {
1615             remain = p->length - (b - p->string);
1616             if (remain > 0)
1617                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
1618             else
1619                 map = 0;
1620         }
1621         if (!map)
1622             break;
1623         i = 0;
1624         while (map && *map && **map != *CHR_SPACE)
1625         {
1626             const char *cp = *map;
1627
1628             while (i < IT_MAX_WORD && *cp)
1629                 buf[i++] = *(cp++);
1630             remain = p->length - (b - p->string);
1631             if (remain > 0)
1632                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
1633             else
1634                 map = 0;
1635         }
1636         if (!i)
1637             return;
1638         extract_add_string (p, buf, i);
1639         p->seqno++;
1640     }
1641 }
1642
1643 static void extract_add_complete_field (RecWord *p)
1644 {
1645     const char *b = p->string;
1646     char buf[IT_MAX_WORD+1];
1647     const char **map = 0;
1648     int i = 0, remain = p->length;
1649
1650     if (remain > 0)
1651         map = zebra_maps_input (p->zebra_maps, p->reg_type, &b, remain);
1652
1653     while (remain > 0 && i < IT_MAX_WORD)
1654     {
1655         while (map && *map && **map == *CHR_SPACE)
1656         {
1657             remain = p->length - (b - p->string);
1658             if (remain > 0)
1659                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
1660             else
1661                 map = 0;
1662         }
1663         if (!map)
1664             break;
1665
1666         if (i && i < IT_MAX_WORD)
1667             buf[i++] = *CHR_SPACE;
1668         while (map && *map && **map != *CHR_SPACE)
1669         {
1670             const char *cp = *map;
1671
1672             if (i >= IT_MAX_WORD)
1673                 break;
1674             while (i < IT_MAX_WORD && *cp)
1675                 buf[i++] = *(cp++);
1676             remain = p->length  - (b - p->string);
1677             if (remain > 0)
1678                 map = zebra_maps_input (p->zebra_maps, p->reg_type, &b,
1679                                         remain);
1680             else
1681                 map = 0;
1682         }
1683     }
1684     if (!i)
1685         return;
1686     extract_add_string (p, buf, i);
1687 }
1688
1689 void extract_token_add (RecWord *p)
1690 {
1691     WRBUF wrbuf;
1692 #if 0
1693     yaz_log (LOG_LOG, "token_add "
1694              "reg_type=%c attrSet=%d attrUse=%d seqno=%d s=%.*s",
1695              p->reg_type, p->attrSet, p->attrUse, p->seqno, p->length,
1696              p->string);
1697 #endif
1698     if ((wrbuf = zebra_replace(p->zebra_maps, p->reg_type, 0,
1699                                p->string, p->length)))
1700     {
1701         p->string = wrbuf_buf(wrbuf);
1702         p->length = wrbuf_len(wrbuf);
1703     }
1704     if (zebra_maps_is_complete (p->zebra_maps, p->reg_type))
1705         extract_add_complete_field (p);
1706     else
1707         extract_add_incomplete_field(p);
1708 }
1709
1710 void extract_schema_add (struct recExtractCtrl *p, Odr_oid *oid)
1711 {
1712     ZebraHandle zh = (ZebraHandle) (p->handle);
1713     zebraExplain_addSchema (zh->reg->zei, oid);
1714 }
1715
1716 void extract_flushSortKeys (ZebraHandle zh, SYSNO sysno,
1717                             int cmd, struct sortKeys *sk)
1718 {
1719     SortIdx sortIdx = zh->reg->sortIdx;
1720     int off = 0;
1721
1722     sortIdx_sysno (sortIdx, sysno);
1723
1724     while (off < sk->buf_used)
1725     {
1726         int set, use, slen;
1727
1728         off += key_SU_decode(&set, sk->buf + off);
1729         off += key_SU_decode(&use, sk->buf + off);
1730         off += key_SU_decode(&slen, sk->buf + off);
1731
1732         sortIdx_type(sortIdx, use);
1733         if (cmd == 1)
1734             sortIdx_add(sortIdx, sk->buf + off, slen);
1735         else
1736             sortIdx_add(sortIdx, "", 1);
1737         off += slen;
1738     }
1739 }
1740
1741 void encode_key_init (struct encode_info *i)
1742 {
1743     i->sysno = 0;
1744     i->seqno = 0;
1745     i->cmd = -1;
1746     i->prevsys=0;
1747     i->prevseq=0;
1748     i->prevcmd=-1;
1749     i->keylen=0;
1750 }
1751
1752 char *encode_key_int (int d, char *bp)
1753 {
1754     if (d <= 63)
1755         *bp++ = d;
1756     else if (d <= 16383)
1757     {
1758         *bp++ = 64 + (d>>8);
1759         *bp++ = d  & 255;
1760     }
1761     else if (d <= 4194303)
1762     {
1763         *bp++ = 128 + (d>>16);
1764         *bp++ = (d>>8) & 255;
1765         *bp++ = d & 255;
1766     }
1767     else
1768     {
1769         *bp++ = 192 + (d>>24);
1770         *bp++ = (d>>16) & 255;
1771         *bp++ = (d>>8) & 255;
1772         *bp++ = d & 255;
1773     }
1774     return bp;
1775 }
1776 #define OLDENCODE 1
1777
1778 #ifdef OLDENCODE
1779 /* this is the old encode_key_write
1780  * may be deleted once we are confident that the new works
1781  * HL 15-oct-2002
1782  */
1783 void encode_key_write (char *k, struct encode_info *i, FILE *outf)
1784 {
1785     struct it_key key;
1786     char *bp = i->buf;
1787
1788     while ((*bp++ = *k++))
1789         ;
1790     memcpy (&key, k+1, sizeof(struct it_key));
1791     bp = encode_key_int ( (key.sysno - i->sysno) * 2 + *k, bp);
1792     if (i->sysno != key.sysno)
1793     {
1794         i->sysno = key.sysno;
1795         i->seqno = 0;
1796     }
1797     else if (!i->seqno && !key.seqno && i->cmd == *k)
1798         return;
1799     bp = encode_key_int (key.seqno - i->seqno, bp);
1800     i->seqno = key.seqno;
1801     i->cmd = *k;
1802     if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
1803     {
1804         logf (LOG_FATAL|LOG_ERRNO, "fwrite");
1805         exit (1);
1806     }
1807 }
1808
1809 void encode_key_flush (struct encode_info *i, FILE *outf)
1810 { /* dummy routine */
1811 }
1812
1813 #else
1814
1815 /* new encode_key_write
1816  * The idea is to buffer one more key, and compare them
1817  * If we are going to delete and insert the same key,
1818  * we may as well not bother. Should make a difference in
1819  * updates with small modifications (appending to a mbox)
1820  */
1821 void encode_key_write (char *k, struct encode_info *i, FILE *outf)
1822 {
1823     struct it_key key;
1824     char *bp;
1825
1826     if (*k)  /* first time for new key */
1827     {
1828         bp = i->buf;
1829         while ((*bp++ = *k++))
1830             ;
1831         i->keylen= bp - i->buf -1;
1832         assert(i->keylen+1+sizeof(struct it_key) < ENCODE_BUFLEN);
1833     }
1834     else
1835     {
1836         bp=i->buf + i->keylen;
1837         *bp++=0;
1838         k++;
1839     }
1840
1841     memcpy (&key, k+1, sizeof(struct it_key));
1842     if (0==i->prevsys) /* no previous filter, fill up */
1843     {
1844         i->prevsys=key.sysno;
1845         i->prevseq=key.seqno;
1846         i->prevcmd=*k;
1847     }
1848     else if ( (i->prevsys==key.sysno) &&
1849               (i->prevseq==key.seqno) &&
1850               (i->prevcmd!=*k) )
1851     { /* same numbers, diff cmd, they cancel out */
1852         i->prevsys=0;
1853     }
1854     else
1855     { /* different stuff, write previous, move buf */
1856         bp = encode_key_int ( (i->prevsys - i->sysno) * 2 + i->prevcmd, bp);
1857         if (i->sysno != i->prevsys)
1858         {
1859             i->sysno = i->prevsys;
1860             i->seqno = 0;
1861         }
1862         else if (!i->seqno && !i->prevseq && i->cmd == i->prevcmd)
1863         {
1864             return; /* ??? Filters some sort of duplicates away */
1865                     /* ??? Can this ever happen   -H 15oct02 */
1866         }
1867         bp = encode_key_int (i->prevseq - i->seqno, bp);
1868         i->seqno = i->prevseq;
1869         i->cmd = i->prevcmd;
1870         if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
1871         {
1872             logf (LOG_FATAL|LOG_ERRNO, "fwrite");
1873             exit (1);
1874         }
1875         i->keylen=0; /* ok, it's written, forget it */
1876         i->prevsys=key.sysno;
1877         i->prevseq=key.seqno;
1878         i->prevcmd=*k;
1879     }
1880 }
1881
1882 void encode_key_flush (struct encode_info *i, FILE *outf)
1883 { /* flush the last key from i */
1884     char *bp =i->buf + i->keylen;
1885     if (0==i->prevsys)
1886     {
1887         return; /* nothing to flush */
1888     }
1889     *bp++=0;
1890     bp = encode_key_int ( (i->prevsys - i->sysno) * 2 + i->prevcmd, bp);
1891     if (i->sysno != i->prevsys)
1892     {
1893         i->sysno = i->prevsys;
1894         i->seqno = 0;
1895     }
1896     else if (!i->seqno && !i->prevseq && i->cmd == i->prevcmd)
1897     {
1898         return; /* ??? Filters some sort of duplicates away */
1899                 /* ??? Can this ever happen   -H 15oct02 */
1900     }
1901     bp = encode_key_int (i->prevseq - i->seqno, bp);
1902     i->seqno = i->prevseq;
1903     i->cmd = i->prevcmd;
1904     if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
1905     {
1906         logf (LOG_FATAL|LOG_ERRNO, "fwrite");
1907         exit (1);
1908     }
1909     i->keylen=0; /* ok, it's written, forget it */
1910     i->prevsys=0; /* forget the values too */
1911     i->prevseq=0;
1912 }
1913 #endif