index/extract.c

   1 /*
   2  * Copyright (C) 1994-1996, Index Data I/S
   3  * All rights reserved.
   4  * Sebastian Hammer, Adam Dickmeiss
   5  *
   6  * $Log: extract.c,v $
   7  * Revision 1.70  1997-07-01 13:00:42  adam
   8  * Bug fix in routine searchRecordKey: uninitialized variables.
   9  *
  10  * Revision 1.69  1997/04/29 09:26:03  adam
  11  * Bug fix: generic recordId handling didn't work for compressed internal
  12  * keys.
  13  *
  14  * Revision 1.68  1997/02/12 20:39:45  adam
  15  * Implemented options -f <n> that limits the log to the first <n>
  16  * records.
  17  * Changed some log messages also.
  18  *
  19  * Revision 1.67  1996/11/15 15:02:14  adam
  20  * Minor changes regarding logging.
  21  *
  22  * Revision 1.66  1996/11/14  09:52:21  adam
  23  * Strings in record keys bound by IT_MAX_WORD.
  24  *
  25  * Revision 1.65  1996/11/14  08:57:56  adam
  26  * Reduction of storeKeys area.
  27  *
  28  * Revision 1.64  1996/11/08 11:10:16  adam
  29  * Buffers used during file match got bigger.
  30  * Compressed ISAM support everywhere.
  31  * Bug fixes regarding masking characters in queries.
  32  * Redesigned Regexp-2 queries.
  33  *
  34  * Revision 1.63  1996/10/29 14:09:39  adam
  35  * Use of cisam system - enabled if setting isamc is 1.
  36  *
  37  * Revision 1.62  1996/10/11 10:57:01  adam
  38  * New module recctrl. Used to manage records (extract/retrieval).
  39  * Several files have been moved to the recctrl sub directory.
  40  *
  41  * Revision 1.61  1996/06/06 12:08:37  quinn
  42  * Added showRecord function
  43  *
  44  * Revision 1.60  1996/06/04  10:18:12  adam
  45  * Search/scan uses character mapping module.
  46  *
  47  * Revision 1.59  1996/05/14  15:47:07  adam
  48  * Cleanup of various buffer size entities.
  49  *
  50  * Revision 1.58  1996/05/14  06:16:38  adam
  51  * Compact use/set bytes used in search service.
  52  *
  53  * Revision 1.57  1996/05/13 14:23:04  adam
  54  * Work on compaction of set/use bytes in dictionary.
  55  *
  56  * Revision 1.56  1996/05/09  09:54:42  adam
  57  * Server supports maps from one logical attributes to a list of physical
  58  * attributes.
  59  * The extraction process doesn't make space consuming 'any' keys.
  60  *
  61  * Revision 1.55  1996/05/09  07:28:55  quinn
  62  * Work towards phrases and multiple registers
  63  *
  64  * Revision 1.54  1996/05/01  13:46:35  adam
  65  * First work on multiple records in one file.
  66  * New option, -offset, to the "unread" command in the filter module.
  67  *
  68  * Revision 1.53  1996/04/26  12:09:43  adam
  69  * Added a few comments.
  70  *
  71  * Revision 1.52  1996/04/25  13:27:57  adam
  72  * Function recordExtract modified so that files with no keys (possibly empty)
  73  * are ignored.
  74  *
  75  * Revision 1.51  1996/03/19  11:08:42  adam
  76  * Bug fix: Log preamble wasn't always turned off after recordExtract.
  77  *
  78  * Revision 1.50  1996/02/12  18:45:36  adam
  79  * New fileVerboseFlag in record group control.
  80  *
  81  * Revision 1.49  1996/02/05  12:29:57  adam
  82  * Logging reduced a bit.
  83  * The remaining running time is estimated during register merge.
  84  *
  85  * Revision 1.48  1996/02/01  20:53:26  adam
  86  * The temporary per-record keys are compacted a little, and duplication
  87  * of the per-records keys are avoided when they are saved in the record
  88  * information buffer.
  89  *
  90  * Revision 1.47  1996/01/17  14:57:48  adam
  91  * Prototype changed for reader functions in extract/retrieve. File
  92  *  is identified by 'void *' instead of 'int.
  93  *
  94  * Revision 1.46  1995/12/15  14:57:16  adam
  95  * Bug fix.
  96  *
  97  * Revision 1.45  1995/12/15  12:37:41  adam
  98  * In addRecordKeyAny: Writes key only when attrSet != -1.
  99  *
 100  * Revision 1.44  1995/12/12  16:00:54  adam
 101  * System call sync(2) used after update/commit.
 102  * Locking (based on fcntl) uses F_EXLCK and F_SHLCK instead of F_WRLCK
 103  * and F_RDLCK.
 104  *
 105  * Revision 1.43  1995/12/11  09:12:46  adam
 106  * The rec_get function returns NULL if record doesn't exist - will
 107  * happen in the server if the result set records have been deleted since
 108  * the creation of the set (i.e. the search).
 109  * The server saves a result temporarily if it is 'volatile', i.e. the
 110  * set is register dependent.
 111  *
 112  * Revision 1.42  1995/12/07  17:38:46  adam
 113  * Work locking mechanisms for concurrent updates/commit.
 114  *
 115  * Revision 1.41  1995/12/06  16:06:42  adam
 116  * Better diagnostics. Work on 'real' dictionary deletion.
 117  *
 118  * Revision 1.40  1995/12/05  16:57:40  adam
 119  * More work on regular patterns.
 120  *
 121  * Revision 1.39  1995/12/05  13:20:18  adam
 122  * Bug fix: file_read sometimes returned early EOF.
 123  *
 124  * Revision 1.38  1995/12/04  17:59:21  adam
 125  * More work on regular expression conversion.
 126  *
 127  * Revision 1.37  1995/12/04  14:22:27  adam
 128  * Extra arg to recType_byName.
 129  * Started work on new regular expression parsed input to
 130  * structured records.
 131  *
 132  * Revision 1.36  1995/11/30  08:34:29  adam
 133  * Started work on commit facility.
 134  * Changed a few malloc/free to xmalloc/xfree.
 135  *
 136  * Revision 1.35  1995/11/28  14:26:21  adam
 137  * Bug fix: recordId with constant wasn't right.
 138  * Bug fix: recordId dictionary entry wasn't deleted when needed.
 139  *
 140  * Revision 1.34  1995/11/28  09:09:38  adam
 141  * Zebra config renamed.
 142  * Use setting 'recordId' to identify record now.
 143  * Bug fix in recindex.c: rec_release_blocks was invokeded even
 144  * though the blocks were already released.
 145  * File traversal properly deletes records when needed.
 146  *
 147  * Revision 1.33  1995/11/27  09:56:20  adam
 148  * Record info elements better enumerated. Internal store of records.
 149  *
 150  * Revision 1.32  1995/11/25  10:24:05  adam
 151  * More record fields - they are enumerated now.
 152  * New options: flagStoreData flagStoreKey.
 153  *
 154  * Revision 1.31  1995/11/24  11:31:35  adam
 155  * Commands add & del read filenames from stdin if source directory is
 156  * empty.
 157  * Match criteria supports 'constant' strings.
 158  *
 159  * Revision 1.30  1995/11/22  17:19:16  adam
 160  * Record management uses the bfile system.
 161  *
 162  * Revision 1.29  1995/11/21  15:01:14  adam
 163  * New general match criteria implemented.
 164  * New feature: document groups.
 165  *
 166  * Revision 1.28  1995/11/21  09:20:30  adam
 167  * Yet more work on record match.
 168  *
 169  * Revision 1.27  1995/11/20  16:59:45  adam
 170  * New update method: the 'old' keys are saved for each records.
 171  *
 172  * Revision 1.26  1995/11/20  11:56:24  adam
 173  * Work on new traversal.
 174  *
 175  * Revision 1.25  1995/11/16  15:34:54  adam
 176  * Uses new record management system in both indexer and server.
 177  *
 178  * Revision 1.24  1995/11/15  19:13:08  adam
 179  * Work on record management.
 180  *
 181  * Revision 1.23  1995/10/27  14:00:10  adam
 182  * Implemented detection of database availability.
 183  *
 184  * Revision 1.22  1995/10/17  18:02:07  adam
 185  * New feature: databases. Implemented as prefix to words in dictionary.
 186  *
 187  * Revision 1.21  1995/10/10  12:24:38  adam
 188  * Temporary sort files are compressed.
 189  *
 190  * Revision 1.20  1995/10/06  13:52:05  adam
 191  * Bug fixes. Handler may abort further scanning.
 192  *
 193  * Revision 1.19  1995/10/04  12:55:16  adam
 194  * Bug fix in ranked search. Use=Any keys inserted.
 195  *
 196  * Revision 1.18  1995/10/04  09:37:08  quinn
 197  * Fixed bug.
 198  *
 199  * Revision 1.17  1995/10/03  14:28:57  adam
 200  * Buffered read in extract works.
 201  *
 202  * Revision 1.16  1995/10/03  14:28:45  adam
 203  * Work on more effecient read handler in extract.
 204  *
 205  * Revision 1.15  1995/10/02  15:42:53  adam
 206  * Extract uses file descriptors instead of FILE pointers.
 207  *
 208  * Revision 1.14  1995/10/02  15:29:13  adam
 209  * More logging in file_extract.
 210  *
 211  * Revision 1.13  1995/09/29  14:01:39  adam
 212  * Bug fixes.
 213  *
 214  * Revision 1.12  1995/09/28  14:22:56  adam
 215  * Sort uses smaller temporary files.
 216  *
 217  * Revision 1.11  1995/09/28  12:10:31  adam
 218  * Bug fixes. Field prefix used in queries.
 219  *
 220  * Revision 1.10  1995/09/28  09:19:41  adam
 221  * xfree/xmalloc used everywhere.
 222  * Extract/retrieve method seems to work for text records.
 223  *
 224  * Revision 1.9  1995/09/27  12:22:28  adam
 225  * More work on extract in record control.
 226  * Field name is not in isam keys but in prefix in dictionary words.
 227  *
 228  * Revision 1.8  1995/09/14  07:48:22  adam
 229  * Record control management.
 230  *
 231  * Revision 1.7  1995/09/11  13:09:32  adam
 232  * More work on relevance feedback.
 233  *
 234  * Revision 1.6  1995/09/08  14:52:27  adam
 235  * Minor changes. Dictionary is lower case now.
 236  *
 237  * Revision 1.5  1995/09/06  16:11:16  adam
 238  * Option: only one word key per file.
 239  *
 240  * Revision 1.4  1995/09/05  15:28:39  adam
 241  * More work on search engine.
 242  *
 243  * Revision 1.3  1995/09/04  12:33:41  adam
 244  * Various cleanup. YAZ util used instead.
 245  *
 246  * Revision 1.2  1995/09/04  09:10:34  adam
 247  * More work on index add/del/update.
 248  * Merge sort implemented.
 249  * Initial work on z39 server.
 250  *
 251  * Revision 1.1  1995/09/01  14:06:35  adam
 252  * Split of work into more files.
 253  *
 254  */
 255 #include <stdio.h>
 256 #include <assert.h>
 257 #include <unistd.h>
 258 #include <fcntl.h>
 259
 260 #include <recctrl.h>
 261 #include "index.h"
 262
 263 #include "zinfo.h"
 264
 265 static Dict matchDict;
 266
 267 static Records records = NULL;
 268
 269 static char **key_buf;
 270 static size_t ptr_top;
 271 static size_t ptr_i;
 272 static size_t key_buf_used;
 273 static int key_file_no;
 274
 275 static int records_inserted = 0;
 276 static int records_updated = 0;
 277 static int records_deleted = 0;
 278 static int records_processed = 0;
 279
 280 static ZebTargetInfo *zti = NULL;
 281
 282 static void logRecord (int showFlag)
 283 {
 284     if (!showFlag)
 285         ++records_processed;
 286     if (showFlag || !(records_processed % 1000))
 287     {
 288         logf (LOG_LOG, "Records: %7d i/u/d %d/%d/%d",
 289               records_processed, records_inserted, records_updated,
 290               records_deleted);
 291     }
 292 }
 293
 294 void key_open (int mem)
 295 {
 296     if (!mem)
 297         mem = atoi(res_get_def (common_resource, "memMax", "4"))*1024*1024;
 298     if (mem < 50000)
 299         mem = 50000;
 300     key_buf = xmalloc (mem);
 301     ptr_top = mem/sizeof(char*);
 302     ptr_i = 0;
 303
 304     key_buf_used = 0;
 305     key_file_no = 0;
 306
 307     if (!(matchDict = dict_open (GMATCH_DICT, 50, 1)))
 308     {
 309         logf (LOG_FATAL, "dict_open fail of %s", GMATCH_DICT);
 310         exit (1);
 311     }
 312     assert (!records);
 313     records = rec_open (1);
 314 #if 1
 315     zti = zebTargetInfo_open (records, 1);
 316 #endif
 317 }
 318
 319 struct encode_info {
 320     int  sysno;
 321     int  seqno;
 322     char buf[768];
 323 };
 324
 325 void encode_key_init (struct encode_info *i)
 326 {
 327     i->sysno = 0;
 328     i->seqno = 0;
 329 }
 330
 331 char *encode_key_int (int d, char *bp)
 332 {
 333     if (d <= 63)
 334         *bp++ = d;
 335     else if (d <= 16383)
 336     {
 337         *bp++ = 64 + (d>>8);
 338         *bp++ = d  & 255;
 339     }
 340     else if (d <= 4194303)
 341     {
 342         *bp++ = 128 + (d>>16);
 343         *bp++ = (d>>8) & 255;
 344         *bp++ = d & 255;
 345     }
 346     else
 347     {
 348         *bp++ = 192 + (d>>24);
 349         *bp++ = (d>>16) & 255;
 350         *bp++ = (d>>8) & 255;
 351         *bp++ = d & 255;
 352     }
 353     return bp;
 354 }
 355
 356 void encode_key_write (char *k, struct encode_info *i, FILE *outf)
 357 {
 358     struct it_key key;
 359     char *bp = i->buf;
 360
 361     while ((*bp++ = *k++))
 362         ;
 363     memcpy (&key, k+1, sizeof(struct it_key));
 364     bp = encode_key_int ( (key.sysno - i->sysno) * 2 + *k, bp);
 365     if (i->sysno != key.sysno)
 366     {
 367         i->sysno = key.sysno;
 368         i->seqno = 0;
 369     }
 370     bp = encode_key_int (key.seqno - i->seqno, bp);
 371     i->seqno = key.seqno;
 372     if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
 373     {
 374         logf (LOG_FATAL|LOG_ERRNO, "fwrite");
 375         exit (1);
 376     }
 377 }
 378
 379 #define SORT_EXTRA 0
 380
 381 #if SORT_EXTRA
 382 static int key_y_len;
 383
 384 static int key_y_compare (const void *p1, const void *p2)
 385 {
 386     int r;
 387
 388     if ((r = key_compare (*(char**) p1 + key_y_len + 1,
 389                           *(char**) p2 + key_y_len + 1)))
 390          return r;
 391     return *(*(char**) p1 + key_y_len) - *(*(char**) p2 + key_y_len);
 392 }
 393
 394 static int key_x_compare (const void *p1, const void *p2)
 395 {
 396     return strcmp (*(char**) p1, *(char**) p2);
 397 }
 398 #endif
 399
 400 void key_flush (void)
 401 {
 402     FILE *outf;
 403     char out_fname[200];
 404     char *prevcp, *cp;
 405     struct encode_info encode_info;
 406 #if SORT_EXTRA
 407     int i;
 408 #endif
 409
 410     if (ptr_i <= 0)
 411         return;
 412
 413     key_file_no++;
 414     logf (LOG_LOG, "sorting section %d", key_file_no);
 415 #if !SORT_EXTRA
 416     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_qsort_compare);
 417     getFnameTmp (out_fname, key_file_no);
 418
 419     if (!(outf = fopen (out_fname, "w")))
 420     {
 421         logf (LOG_FATAL|LOG_ERRNO, "fopen (4) %s", out_fname);
 422         exit (1);
 423     }
 424     logf (LOG_LOG, "writing section %d", key_file_no);
 425     prevcp = cp = key_buf[ptr_top-ptr_i];
 426
 427     encode_key_init (&encode_info);
 428     encode_key_write (cp, &encode_info, outf);
 429     while (--ptr_i > 0)
 430     {
 431         cp = key_buf[ptr_top-ptr_i];
 432         if (strcmp (cp, prevcp))
 433         {
 434             encode_key_init (&encode_info);
 435             encode_key_write (cp, &encode_info, outf);
 436             prevcp = cp;
 437         }
 438         else
 439             encode_key_write (cp + strlen(cp), &encode_info, outf);
 440     }
 441 #else
 442     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_x_compare);
 443     getFnameTmp (out_fname, key_file_no);
 444
 445     if (!(outf = fopen (out_fname, "w")))
 446     {
 447         logf (LOG_FATAL|LOG_ERRNO, "fopen (4) %s", out_fname);
 448         exit (1);
 449     }
 450     logf (LOG_LOG, "writing section %d", key_file_no);
 451     i = ptr_i;
 452     prevcp =  key_buf[ptr_top-i];
 453     while (1)
 454         if (!--i || strcmp (prevcp, key_buf[ptr_top-i]))
 455         {
 456             key_y_len = strlen(prevcp)+1;
 457 #if 0
 458             logf (LOG_LOG, "key_y_len: %2d %02x %02x %s",
 459                       key_y_len, prevcp[0], prevcp[1], 2+prevcp);
 460 #endif
 461             qsort (key_buf + ptr_top-ptr_i, ptr_i - i,
 462                                    sizeof(char*), key_y_compare);
 463             cp = key_buf[ptr_top-ptr_i];
 464             --key_y_len;
 465             encode_key_init (&encode_info);
 466             encode_key_write (cp, &encode_info, outf);
 467             while (--ptr_i > i)
 468             {
 469                 cp = key_buf[ptr_top-ptr_i];
 470                 encode_key_write (cp+key_y_len, &encode_info, outf);
 471             }
 472             if (!i)
 473                 break;
 474             prevcp = key_buf[ptr_top-ptr_i];
 475         }
 476 #endif
 477     if (fclose (outf))
 478     {
 479         logf (LOG_FATAL|LOG_ERRNO, "fclose %s", out_fname);
 480         exit (1);
 481     }
 482     logf (LOG_LOG, "finished section %d", key_file_no);
 483     ptr_i = 0;
 484     key_buf_used = 0;
 485 }
 486
 487 int key_close (void)
 488 {
 489     key_flush ();
 490     xfree (key_buf);
 491 #if 1
 492     zebTargetInfo_close (zti, 1);
 493 #endif
 494     rec_close (&records);
 495     dict_close (matchDict);
 496
 497     logRecord (1);
 498     return key_file_no;
 499 }
 500
 501 static void wordInit (RecWord *p)
 502 {
 503     p->attrSet = 1;
 504     p->attrUse = 1016;
 505     p->which = Word_String;
 506 }
 507
 508 struct recKeys {
 509     int buf_used;
 510     int buf_max;
 511     char *buf;
 512     char prevAttrSet;
 513     short prevAttrUse;
 514     int prevSeqNo;
 515 } reckeys;
 516
 517 static void addRecordKey (const RecWord *p)
 518 {
 519     char *dst;
 520     char attrSet;
 521     short attrUse;
 522     size_t i;
 523     int lead = 0;
 524     int diff = 0;
 525
 526     if (reckeys.buf_used+1024 > reckeys.buf_max)
 527     {
 528         char *b;
 529
 530         b = xmalloc (reckeys.buf_max += 128000);
 531         if (reckeys.buf_used > 0)
 532             memcpy (b, reckeys.buf, reckeys.buf_used);
 533         xfree (reckeys.buf);
 534         reckeys.buf = b;
 535     }
 536     dst = reckeys.buf + reckeys.buf_used;
 537
 538     attrSet = p->attrSet;
 539     if (reckeys.buf_used > 0 && reckeys.prevAttrSet == attrSet)
 540         lead |= 1;
 541     else
 542         reckeys.prevAttrSet = attrSet;
 543     attrUse = p->attrUse;
 544     if (reckeys.buf_used > 0 && reckeys.prevAttrUse == attrUse)
 545         lead |= 2;
 546     else
 547         reckeys.prevAttrUse = attrUse;
 548 #if 1
 549     diff = 1 + p->seqno - reckeys.prevSeqNo;
 550     if (diff >= 1 && diff <= 15)
 551         lead |= (diff << 2);
 552     else
 553         diff = 0;
 554 #endif
 555     reckeys.prevSeqNo = p->seqno;
 556
 557     *dst++ = lead;
 558
 559     if (!(lead & 1))
 560     {
 561         memcpy (dst, &attrSet, sizeof(attrSet));
 562         dst += sizeof(attrSet);
 563     }
 564     if (!(lead & 2))
 565     {
 566         memcpy (dst, &attrUse, sizeof(attrUse));
 567         dst += sizeof(attrUse);
 568     }
 569     switch (p->which)
 570     {
 571         case Word_String:
 572             *dst++ = 'w';
 573             break;
 574         case Word_Phrase:
 575             *dst++ = 'p';
 576             break;
 577         case Word_Numeric:
 578             *dst++ = 'n';
 579     }
 580     for (i = 0; p->u.string[i] && i < IT_MAX_WORD-3; i++)
 581         *dst++ = p->u.string[i];
 582     *dst++ = '\0';
 583
 584     if (!diff)
 585     {
 586         memcpy (dst, &p->seqno, sizeof(p->seqno));
 587         dst += sizeof(p->seqno);
 588     }
 589     reckeys.buf_used = dst - reckeys.buf;
 590 }
 591
 592 static void flushRecordKeys (SYSNO sysno, int cmd, struct recKeys *reckeys,
 593                              const char *databaseName)
 594 {
 595     char attrSet = -1;
 596     short attrUse = -1;
 597     int seqno = 0;
 598     int off = 0;
 599
 600     if (zebTargetInfo_curDatabase (zti, databaseName))
 601     {
 602         if (zebTargetInfo_newDatabase (zti, databaseName))
 603             abort ();
 604     }
 605     while (off < reckeys->buf_used)
 606     {
 607         const char *src = reckeys->buf + off;
 608         struct it_key key;
 609         int lead, ch;
 610
 611         lead = *src++;
 612
 613         if (!(lead & 1))
 614         {
 615             memcpy (&attrSet, src, sizeof(attrSet));
 616             src += sizeof(attrSet);
 617         }
 618         if (!(lead & 2))
 619         {
 620             memcpy (&attrUse, src, sizeof(attrUse));
 621             src += sizeof(attrUse);
 622         }
 623         if (key_buf_used + 1024 > (ptr_top-ptr_i)*sizeof(char*))
 624             key_flush ();
 625         ++ptr_i;
 626         key_buf[ptr_top-ptr_i] = (char*)key_buf + key_buf_used;
 627
 628         ch = zebTargetInfo_lookupSU (zti, attrSet, attrUse);
 629         if (ch < 0)
 630             ch = zebTargetInfo_addSU (zti, attrSet, attrUse);
 631         assert (ch > 0);
 632         ((char*) key_buf) [key_buf_used++] = ch;
 633         while (*src)
 634             ((char*)key_buf) [key_buf_used++] = *src++;
 635         src++;
 636         ((char*)key_buf) [key_buf_used++] = '\0';
 637         ((char*) key_buf)[key_buf_used++] = cmd;
 638
 639         if (lead & 60)
 640             seqno += ((lead>>2) & 15)-1;
 641         else
 642         {
 643             memcpy (&seqno, src, sizeof(seqno));
 644             src += sizeof(seqno);
 645         }
 646         key.seqno = seqno;
 647         key.sysno = sysno;
 648         memcpy ((char*)key_buf + key_buf_used, &key, sizeof(key));
 649         key_buf_used += sizeof(key);
 650         off = src - reckeys->buf;
 651     }
 652     assert (off == reckeys->buf_used);
 653 }
 654
 655 static const char **searchRecordKey (struct recKeys *reckeys,
 656                                int attrSetS, int attrUseS)
 657 {
 658     static const char *ws[32];
 659     int off = 0;
 660     int startSeq = -1;
 661     int i;
 662     short attrUse;
 663     char attrSet;
 664     int seqno = 0;
 665
 666     for (i = 0; i<32; i++)
 667         ws[i] = NULL;
 668
 669     while (off < reckeys->buf_used)
 670     {
 671
 672         const char *src = reckeys->buf + off;
 673         const char *wstart;
 674         int lead;
 675
 676         lead = *src++;
 677
 678         if (!(lead & 1))
 679         {
 680             memcpy (&attrSet, src, sizeof(attrSet));
 681             src += sizeof(attrSet);
 682         }
 683         if (!(lead & 2))
 684         {
 685             memcpy (&attrUse, src, sizeof(attrUse));
 686             src += sizeof(attrUse);
 687         }
 688         wstart = src;
 689         while (*src++)
 690             ;
 691         if (lead & 60)
 692             seqno += ((lead>>2) & 15)-1;
 693         else
 694         {
 695             memcpy (&seqno, src, sizeof(seqno));
 696             src += sizeof(seqno);
 697         }
 698         if (attrUseS == attrUse && attrSetS == attrSet)
 699         {
 700             int woff;
 701
 702
 703             if (startSeq == -1)
 704                 startSeq = seqno;
 705             woff = seqno - startSeq;
 706             if (woff >= 0 && woff < 31)
 707                 ws[woff] = wstart;
 708         }
 709
 710         off = src - reckeys->buf;
 711     }
 712     assert (off == reckeys->buf_used);
 713     return ws;
 714 }
 715
 716 struct file_read_info {
 717     off_t file_max;
 718     off_t file_offset;
 719     off_t file_moffset;
 720     int file_more;
 721     int fd;
 722 };
 723
 724 static struct file_read_info *file_read_start (int fd)
 725 {
 726     struct file_read_info *fi = xmalloc (sizeof(*fi));
 727
 728     fi->fd = fd;
 729     fi->file_max = 0;
 730     fi->file_moffset = 0;
 731     return fi;
 732 }
 733
 734 static void file_read_stop (struct file_read_info *fi)
 735 {
 736     assert (fi);
 737     xfree (fi);
 738 }
 739
 740 static off_t file_seek (void *handle, off_t offset)
 741 {
 742     struct file_read_info *p = handle;
 743     p->file_offset = offset;
 744     return lseek (p->fd, offset, SEEK_SET);
 745 }
 746
 747 static int file_read (void *handle, char *buf, size_t count)
 748 {
 749     struct file_read_info *p = handle;
 750     int fd = p->fd;
 751     int r;
 752     r = read (fd, buf, count);
 753     if (r > 0)
 754     {
 755         p->file_offset += r;
 756         if (p->file_offset > p->file_max)
 757             p->file_max = p->file_offset;
 758     }
 759     return r;
 760 }
 761
 762 static void file_begin (void *handle)
 763 {
 764     struct file_read_info *p = handle;
 765
 766     p->file_offset = p->file_moffset;
 767     if (p->file_moffset)
 768         lseek (p->fd, p->file_moffset, SEEK_SET);
 769     p->file_more = 0;
 770 }
 771
 772 static void file_end (void *handle, off_t offset)
 773 {
 774     struct file_read_info *p = handle;
 775
 776     assert (p->file_more == 0);
 777     p->file_more = 1;
 778     p->file_moffset = offset;
 779 }
 780
 781 static int atois (const char **s)
 782 {
 783     int val = 0, c;
 784     while ( (c=**s) >= '0' && c <= '9')
 785     {
 786         val = val*10 + c - '0';
 787         ++(*s);
 788     }
 789     return val;
 790 }
 791
 792 static char *fileMatchStr (struct recKeys *reckeys, struct recordGroup *rGroup,
 793                            const char *fname,
 794                            const char *spec)
 795 {
 796     static char dstBuf[2048];
 797     char *dst = dstBuf;
 798     const char *s = spec;
 799     static const char **w;
 800     int i;
 801
 802     while (1)
 803     {
 804         while (*s == ' ' || *s == '\t')
 805             s++;
 806         if (!*s)
 807             break;
 808         if (*s == '(')
 809         {
 810             char matchFlag[32];
 811             int attrSet, attrUse;
 812             int first = 1;
 813
 814             s++;
 815             attrSet = atois (&s);
 816             if (*s != ',')
 817             {
 818                 logf (LOG_WARN, "Missing , in match criteria %s in group %s",
 819                       spec, rGroup->groupName ? rGroup->groupName : "none");
 820                 return NULL;
 821             }
 822             s++;
 823             attrUse = atois (&s);
 824             w = searchRecordKey (reckeys, attrSet, attrUse);
 825             assert (w);
 826
 827             if (*s == ')')
 828             {
 829                 for (i = 0; i<32; i++)
 830                     matchFlag[i] = 1;
 831             }
 832             else
 833             {
 834                 logf (LOG_WARN, "Missing ) in match criteria %s in group %s",
 835                       spec, rGroup->groupName ? rGroup->groupName : "none");
 836                 return NULL;
 837             }
 838             s++;
 839
 840             for (i = 0; i<32; i++)
 841                 if (matchFlag[i] && w[i])
 842                 {
 843                     if (first)
 844                     {
 845                         *dst++ = ' ';
 846                         first = 0;
 847                     }
 848                     strcpy (dst, w[i]);
 849                     dst += strlen(w[i]);
 850                 }
 851             if (first)
 852             {
 853                 logf (LOG_WARN, "Record didn't contain match"
 854                       " fields in (%d,%d)", attrSet, attrUse);
 855                 return NULL;
 856             }
 857         }
 858         else if (*s == '$')
 859         {
 860             int spec_len;
 861             char special[64];
 862             const char *spec_src = NULL;
 863             const char *s1 = ++s;
 864             while (*s1 && *s1 != ' ' && *s1 != '\t')
 865                 s1++;
 866
 867             spec_len = s1 - s;
 868             if (spec_len > 63)
 869                 spec_len = 63;
 870             memcpy (special, s, spec_len);
 871             special[spec_len] = '\0';
 872             s = s1;
 873
 874             if (!strcmp (special, "group"))
 875                 spec_src = rGroup->groupName;
 876             else if (!strcmp (special, "database"))
 877                 spec_src = rGroup->databaseName;
 878             else if (!strcmp (special, "filename"))
 879                 spec_src = fname;
 880             else if (!strcmp (special, "type"))
 881                 spec_src = rGroup->recordType;
 882             else
 883                 spec_src = NULL;
 884             if (spec_src)
 885             {
 886                 strcpy (dst, spec_src);
 887                 dst += strlen (spec_src);
 888             }
 889         }
 890         else if (*s == '\"' || *s == '\'')
 891         {
 892             int stopMarker = *s++;
 893             char tmpString[64];
 894             int i = 0;
 895
 896             while (*s && *s != stopMarker)
 897             {
 898                 if (i < 63)
 899                     tmpString[i++] = *s++;
 900             }
 901             if (*s)
 902                 s++;
 903             tmpString[i] = '\0';
 904             strcpy (dst, tmpString);
 905             dst += strlen (tmpString);
 906         }
 907         else
 908         {
 909             logf (LOG_WARN, "Syntax error in match criteria %s in group %s",
 910                   spec, rGroup->groupName ? rGroup->groupName : "none");
 911             return NULL;
 912         }
 913         *dst++ = 1;
 914     }
 915     if (dst == dstBuf)
 916     {
 917         logf (LOG_WARN, "No match criteria for record %s in group %s",
 918               fname, rGroup->groupName ? rGroup->groupName : "none");
 919         return NULL;
 920     }
 921     return dstBuf;
 922 }
 923
 924 struct recordLogInfo {
 925     const char *fname;
 926     int recordOffset;
 927     struct recordGroup *rGroup;
 928 };
 929
 930 static void recordLogPreamble (int level, const char *msg, void *info)
 931 {
 932     struct recordLogInfo *p = info;
 933     FILE *outf = log_file ();
 934
 935     if (level & LOG_LOG)
 936         return ;
 937     fprintf (outf, "File %s, offset %d, type %s\n",
 938              p->rGroup->recordType, p->recordOffset, p->fname);
 939     log_event_start (NULL, NULL);
 940 }
 941
 942 static int recordExtract (SYSNO *sysno, const char *fname,
 943                           struct recordGroup *rGroup, int deleteFlag,
 944                           struct file_read_info *fi, RecType recType,
 945                           char *subType)
 946 {
 947     struct recExtractCtrl extractCtrl;
 948     int r;
 949     char *matchStr;
 950     SYSNO sysnotmp;
 951     off_t recordOffset = 0;
 952     Record rec;
 953     struct recordLogInfo logInfo;
 954
 955     if (fi->fd != -1)
 956     {
 957         /* we are going to read from a file, so prepare the extraction */
 958         extractCtrl.fh = fi;
 959         extractCtrl.subType = subType;
 960         extractCtrl.init = wordInit;
 961         extractCtrl.add = addRecordKey;
 962
 963         reckeys.buf_used = 0;
 964         reckeys.prevAttrUse = -1;
 965         reckeys.prevAttrSet = -1;
 966         reckeys.prevSeqNo = 0;
 967
 968         recordOffset = fi->file_moffset;
 969         extractCtrl.offset = recordOffset;
 970         extractCtrl.readf = file_read;
 971         extractCtrl.seekf = file_seek;
 972         extractCtrl.endf = file_end;
 973         extractCtrl.map_chrs_input = map_chrs_input;
 974         extractCtrl.flagShowRecords = rGroup->flagShowRecords;
 975         if (rGroup->flagShowRecords)
 976             printf ("File: %s %ld\n", fname, (long) recordOffset);
 977
 978         logInfo.fname = fname;
 979         logInfo.recordOffset = recordOffset;
 980         logInfo.rGroup = rGroup;
 981         log_event_start (recordLogPreamble, &logInfo);
 982
 983         r = (*recType->extract)(&extractCtrl);
 984
 985         log_event_start (NULL, NULL);
 986
 987         if (r)
 988         {
 989             /* error occured during extraction ... */
 990             if (!rGroup->flagShowRecords &&
 991                     records_processed < rGroup->fileVerboseLimit)
 992             {
 993                 logf (LOG_WARN, "fail %s %s %ld code = %d", rGroup->recordType,
 994                       fname, (long) recordOffset, r);
 995             }
 996             return 0;
 997         }
 998         if (reckeys.buf_used == 0)
 999         {
1000             /* the extraction process returned no information - the record
1001                is probably empty - unless flagShowRecords is in use */
1002             if (rGroup->flagShowRecords)
1003                 return 1;
1004             logf (LOG_WARN, "No keys generated for file %s", fname);
1005             logf (LOG_WARN, " The file is probably empty");
1006             return 0;
1007         }
1008     }
1009
1010     /* perform match if sysno not known and if match criteria is specified */
1011
1012     matchStr = NULL;
1013     if (!sysno)
1014     {
1015         sysnotmp = 0;
1016         sysno = &sysnotmp;
1017         if (rGroup->recordId && *rGroup->recordId)
1018         {
1019             char *rinfo;
1020
1021             matchStr = fileMatchStr (&reckeys, rGroup, fname,
1022                                      rGroup->recordId);
1023             if (matchStr)
1024             {
1025                 rinfo = dict_lookup (matchDict, matchStr);
1026                 if (rinfo)
1027                     memcpy (sysno, rinfo+1, sizeof(*sysno));
1028             }
1029             else
1030             {
1031                 logf (LOG_WARN, "Bad match criteria");
1032                 return 0;
1033             }
1034         }
1035     }
1036
1037     if (! *sysno)
1038     {
1039         /* new record */
1040         if (deleteFlag)
1041         {
1042             logf (LOG_LOG, "Cannot delete new record");
1043             return 1;
1044         }
1045         if (records_processed < rGroup->fileVerboseLimit)
1046             logf (LOG_LOG, "add %s %s %ld", rGroup->recordType,
1047                   fname, (long) recordOffset);
1048         rec = rec_new (records);
1049         *sysno = rec->sysno;
1050
1051         if (matchStr)
1052         {
1053             dict_insert (matchDict, matchStr, sizeof(*sysno), sysno);
1054         }
1055         flushRecordKeys (*sysno, 1, &reckeys, rGroup->databaseName);
1056
1057         records_inserted++;
1058     }
1059     else
1060     {
1061         /* record already exists */
1062         struct recKeys delkeys;
1063
1064         rec = rec_get (records, *sysno);
1065         assert (rec);
1066         delkeys.buf_used = rec->size[recInfo_delKeys];
1067         delkeys.buf = rec->info[recInfo_delKeys];
1068         flushRecordKeys (*sysno, 0, &delkeys, rec->info[recInfo_databaseName]);
1069         if (deleteFlag)
1070         {
1071             /* record going to be deleted */
1072             if (!delkeys.buf_used)
1073             {
1074                 logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
1075                       fname, (long) recordOffset);
1076                 logf (LOG_WARN, "cannot delete file above, storeKeys false");
1077             }
1078             else
1079             {
1080                 if (records_processed < rGroup->fileVerboseLimit)
1081                     logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
1082                           fname, (long) recordOffset);
1083                 records_deleted++;
1084                 if (matchStr)
1085                     dict_delete (matchDict, matchStr);
1086                 rec_del (records, &rec);
1087             }
1088             logRecord (0);
1089             return 1;
1090         }
1091         else
1092         {
1093             /* record going to be updated */
1094             if (!delkeys.buf_used)
1095             {
1096                 logf (LOG_LOG, "update %s %s %ld", rGroup->recordType,
1097                       fname, (long) recordOffset);
1098                 logf (LOG_WARN, "cannot update file above, storeKeys false");
1099             }
1100             else
1101             {
1102                 if (records_processed < rGroup->fileVerboseLimit)
1103                     logf (LOG_LOG, "update %s %s %ld", rGroup->recordType,
1104                           fname, (long) recordOffset);
1105                 flushRecordKeys (*sysno, 1, &reckeys, rGroup->databaseName);
1106                 records_updated++;
1107             }
1108         }
1109     }
1110     /* update file type */
1111     xfree (rec->info[recInfo_fileType]);
1112     rec->info[recInfo_fileType] =
1113         rec_strdup (rGroup->recordType, &rec->size[recInfo_fileType]);
1114
1115     /* update filename */
1116     xfree (rec->info[recInfo_filename]);
1117     rec->info[recInfo_filename] =
1118         rec_strdup (fname, &rec->size[recInfo_filename]);
1119
1120     /* update delete keys */
1121     xfree (rec->info[recInfo_delKeys]);
1122     if (reckeys.buf_used > 0 && rGroup->flagStoreKeys == 1)
1123     {
1124 #if 1
1125         rec->size[recInfo_delKeys] = reckeys.buf_used;
1126         rec->info[recInfo_delKeys] = reckeys.buf;
1127         reckeys.buf = NULL;
1128         reckeys.buf_max = 0;
1129 #else
1130         rec->info[recInfo_delKeys] = xmalloc (reckeys.buf_used);
1131         rec->size[recInfo_delKeys] = reckeys.buf_used;
1132         memcpy (rec->info[recInfo_delKeys], reckeys.buf,
1133                 rec->size[recInfo_delKeys]);
1134 #endif
1135     }
1136     else
1137     {
1138         rec->info[recInfo_delKeys] = NULL;
1139         rec->size[recInfo_delKeys] = 0;
1140     }
1141
1142     /* update store data */
1143     xfree (rec->info[recInfo_storeData]);
1144     if (rGroup->flagStoreData == 1)
1145     {
1146         rec->size[recInfo_storeData] = fi->file_max;
1147         rec->info[recInfo_storeData] = xmalloc (fi->file_max);
1148         if (lseek (fi->fd, recordOffset, SEEK_SET) < 0)
1149         {
1150             logf (LOG_ERRNO|LOG_FATAL, "seek to %ld in %s", fname,
1151                   (long) recordOffset);
1152             exit (1);
1153         }
1154         if (read (fi->fd, rec->info[recInfo_storeData], fi->file_max)
1155             < fi->file_max)
1156         {
1157             logf (LOG_ERRNO|LOG_FATAL, "read %d bytes of %s",
1158                   fi->file_max, fname);
1159             exit (1);
1160         }
1161     }
1162     else
1163     {
1164         rec->info[recInfo_storeData] = NULL;
1165         rec->size[recInfo_storeData] = 0;
1166     }
1167     /* update database name */
1168     xfree (rec->info[recInfo_databaseName]);
1169     rec->info[recInfo_databaseName] =
1170         rec_strdup (rGroup->databaseName, &rec->size[recInfo_databaseName]);
1171
1172     /* update offset */
1173     xfree (rec->info[recInfo_offset]);
1174
1175     rec->size[recInfo_offset] = sizeof(recordOffset);
1176     rec->info[recInfo_offset] = xmalloc (sizeof(recordOffset));
1177     memcpy (rec->info[recInfo_offset], &recordOffset, sizeof(recordOffset));
1178
1179     /* commit this record */
1180     rec_put (records, &rec);
1181     logRecord (0);
1182     return 1;
1183 }
1184
1185 int fileExtract (SYSNO *sysno, const char *fname,
1186                  const struct recordGroup *rGroupP, int deleteFlag)
1187 {
1188     int r, i, fd;
1189     char gprefix[128];
1190     char ext[128];
1191     char ext_res[128];
1192     char subType[128];
1193     RecType recType;
1194     struct recordGroup rGroupM;
1195     struct recordGroup *rGroup = &rGroupM;
1196     struct file_read_info *fi;
1197
1198     memcpy (rGroup, rGroupP, sizeof(*rGroupP));
1199
1200     if (!rGroup->groupName || !*rGroup->groupName)
1201         *gprefix = '\0';
1202     else
1203         sprintf (gprefix, "%s.", rGroup->groupName);
1204
1205     logf (LOG_DEBUG, "fileExtract %s", fname);
1206
1207     /* determine file extension */
1208     for (i = strlen(fname); --i >= 0; )
1209         if (fname[i] == '/')
1210         {
1211             strcpy (ext, "");
1212             break;
1213         }
1214         else if (fname[i] == '.')
1215         {
1216             strcpy (ext, fname+i+1);
1217             break;
1218         }
1219     /* determine file type - depending on extension */
1220     if (!rGroup->recordType)
1221     {
1222         sprintf (ext_res, "%srecordType.%s", gprefix, ext);
1223         if (!(rGroup->recordType = res_get (common_resource, ext_res)))
1224         {
1225             sprintf (ext_res, "%srecordType", gprefix);
1226             if (!(rGroup->recordType = res_get (common_resource, ext_res)))
1227             {
1228                 if (records_processed < rGroup->fileVerboseLimit)
1229                     logf (LOG_LOG, "? %s", fname);
1230                 return 0;
1231             }
1232         }
1233     }
1234     if (!rGroup->recordType)
1235     {
1236         if (records_processed < rGroup->fileVerboseLimit)
1237             logf (LOG_LOG, "? record %s", fname);
1238         return 0;
1239     }
1240     if (!(recType = recType_byName (rGroup->recordType, subType)))
1241     {
1242         logf (LOG_WARN, "No such record type: %s", rGroup->recordType);
1243         return 0;
1244     }
1245
1246     /* determine match criteria */
1247     if (!rGroup->recordId)
1248     {
1249         sprintf (ext_res, "%srecordId.%s", gprefix, ext);
1250         rGroup->recordId = res_get (common_resource, ext_res);
1251     }
1252
1253     /* determine database name */
1254     if (!rGroup->databaseName)
1255     {
1256         sprintf (ext_res, "%sdatabase.%s", gprefix, ext);
1257         if (!(rGroup->databaseName = res_get (common_resource, ext_res)))
1258         {
1259             sprintf (ext_res, "%sdatabase", gprefix);
1260             rGroup->databaseName = res_get (common_resource, ext_res);
1261         }
1262     }
1263     if (!rGroup->databaseName)
1264         rGroup->databaseName = "Default";
1265
1266     if (rGroup->flagStoreData == -1)
1267     {
1268         const char *sval;
1269         sprintf (ext_res, "%sstoreData.%s", gprefix, ext);
1270         if (!(sval = res_get (common_resource, ext_res)))
1271         {
1272             sprintf (ext_res, "%sstoreData", gprefix);
1273             sval = res_get (common_resource, ext_res);
1274         }
1275         if (sval)
1276             rGroup->flagStoreData = atoi (sval);
1277     }
1278     if (rGroup->flagStoreData == -1)
1279         rGroup->flagStoreData = 0;
1280
1281     if (rGroup->flagStoreKeys == -1)
1282     {
1283         const char *sval;
1284
1285         sprintf (ext_res, "%sstoreKeys.%s", gprefix, ext);
1286         if (!(sval = res_get (common_resource, ext_res)))
1287         {
1288             sprintf (ext_res, "%sstoreKeys", gprefix);
1289             sval = res_get (common_resource, ext_res);
1290         }
1291         if (sval)
1292             rGroup->flagStoreKeys = atoi (sval);
1293     }
1294     if (rGroup->flagStoreKeys == -1)
1295         rGroup->flagStoreKeys = 0;
1296
1297     if (sysno && deleteFlag)
1298         fd = -1;
1299     else
1300     {
1301         if ((fd = open (fname, O_RDONLY)) == -1)
1302         {
1303             logf (LOG_WARN|LOG_ERRNO, "open %s", fname);
1304             return 0;
1305         }
1306     }
1307     fi = file_read_start (fd);
1308     do
1309     {
1310         file_begin (fi);
1311         r = recordExtract (sysno, fname, rGroup, deleteFlag, fi,
1312                            recType, subType);
1313     } while (r && !sysno && fi->file_more);
1314     file_read_stop (fi);
1315     if (fd != -1)
1316         close (fd);
1317     return r;
1318 }
1319