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