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