index/extract.c

   1 /* $Id: extract.c,v 1.146 2003-10-07 09:18:43 adam Exp $
   2    Copyright (C) 1995,1996,1997,1998,1999,2000,2001,2002,2003
   3    Index Data Aps
   4
   5 This file is part of the Zebra server.
   6
   7 Zebra is free software; you can redistribute it and/or modify it under
   8 the terms of the GNU General Public License as published by the Free
   9 Software Foundation; either version 2, or (at your option) any later
  10 version.
  11
  12 Zebra is distributed in the hope that it will be useful, but WITHOUT ANY
  13 WARRANTY; without even the implied warranty of MERCHANTABILITY or
  14 FITNESS FOR A PARTICULAR PURPOSE.  See the GNU General Public License
  15 for more details.
  16
  17 You should have received a copy of the GNU General Public License
  18 along with Zebra; see the file LICENSE.zebra.  If not, write to the
  19 Free Software Foundation, 59 Temple Place - Suite 330, Boston, MA
  20 02111-1307, USA.
  21 */
  22
  23
  24 #include <stdio.h>
  25 #include <assert.h>
  26 #ifdef WIN32
  27 #include <io.h>
  28 #else
  29 #include <unistd.h>
  30 #endif
  31 #include <fcntl.h>
  32
  33 #include "index.h"
  34 #include <direntz.h>
  35 #include <charmap.h>
  36
  37 #if _FILE_OFFSET_BITS == 64
  38 #define PRINTF_OFF_T "%Ld"
  39 #else
  40 #define PRINTF_OFF_T "%ld"
  41 #endif
  42
  43 #define USE_SHELLSORT 0
  44
  45 #if USE_SHELLSORT
  46 static void shellsort(void *ar, int r, size_t s,
  47                       int (*cmp)(const void *a, const void *b))
  48 {
  49     char *a = ar;
  50     char v[100];
  51     int h, i, j, k;
  52     static const int incs[16] = { 1391376, 463792, 198768, 86961, 33936,
  53                                   13776, 4592, 1968, 861, 336,
  54                                   112, 48, 21, 7, 3, 1 };
  55     for ( k = 0; k < 16; k++)
  56         for (h = incs[k], i = h; i < r; i++)
  57         {
  58             memcpy (v, a+s*i, s);
  59             j = i;
  60             while (j > h && (*cmp)(a + s*(j-h), v) > 0)
  61             {
  62                 memcpy (a + s*j, a + s*(j-h), s);
  63                 j -= h;
  64             }
  65             memcpy (a+s*j, v, s);
  66         }
  67 }
  68 #endif
  69
  70 static void logRecord (ZebraHandle zh)
  71 {
  72     ++zh->records_processed;
  73     if (!(zh->records_processed % 1000))
  74     {
  75         logf (LOG_LOG, "Records: %7d i/u/d %d/%d/%d",
  76               zh->records_processed, zh->records_inserted, zh->records_updated,
  77               zh->records_deleted);
  78     }
  79 }
  80
  81 static void extract_init (struct recExtractCtrl *p, RecWord *w)
  82 {
  83     w->zebra_maps = p->zebra_maps;
  84     w->seqno = 1;
  85     w->attrSet = VAL_BIB1;
  86     w->attrUse = 1016;
  87     w->reg_type = 'w';
  88     w->extractCtrl = p;
  89 }
  90
  91 static const char **searchRecordKey (ZebraHandle zh,
  92                                      struct recKeys *reckeys,
  93                                      int attrSetS, int attrUseS)
  94 {
  95     static const char *ws[32];
  96     int off = 0;
  97     int startSeq = -1;
  98     int i;
  99     int seqno = 0;
 100 #if SU_SCHEME
 101     int chS, ch;
 102 #else
 103     short attrUse;
 104     char attrSet;
 105 #endif
 106
 107     for (i = 0; i<32; i++)
 108         ws[i] = NULL;
 109
 110 #if SU_SCHEME
 111     chS = zebraExplain_lookupSU (zh->reg->zei, attrSetS, attrUseS);
 112     if (chS < 0)
 113         return ws;
 114 #endif
 115     while (off < reckeys->buf_used)
 116     {
 117
 118         const char *src = reckeys->buf + off;
 119         const char *wstart;
 120         int lead;
 121
 122         lead = *src++;
 123 #if SU_SCHEME
 124         if ((lead & 3)<3)
 125         {
 126             memcpy (&ch, src, sizeof(ch));
 127             src += sizeof(ch);
 128         }
 129 #else
 130         if (!(lead & 1))
 131         {
 132             memcpy (&attrSet, src, sizeof(attrSet));
 133             src += sizeof(attrSet);
 134         }
 135         if (!(lead & 2))
 136         {
 137             memcpy (&attrUse, src, sizeof(attrUse));
 138             src += sizeof(attrUse);
 139         }
 140 #endif
 141         wstart = src;
 142         while (*src++)
 143             ;
 144         if (lead & 60)
 145             seqno += ((lead>>2) & 15)-1;
 146         else
 147         {
 148             memcpy (&seqno, src, sizeof(seqno));
 149             src += sizeof(seqno);
 150         }
 151         if (
 152 #if SU_SCHEME
 153             ch == chS
 154 #else
 155             attrUseS == attrUse && attrSetS == attrSet
 156 #endif
 157             )
 158         {
 159             int woff;
 160
 161
 162             if (startSeq == -1)
 163                 startSeq = seqno;
 164             woff = seqno - startSeq;
 165             if (woff >= 0 && woff < 31)
 166                 ws[woff] = wstart;
 167         }
 168
 169         off = src - reckeys->buf;
 170     }
 171     assert (off == reckeys->buf_used);
 172     return ws;
 173 }
 174
 175 struct file_read_info {
 176     off_t file_max;         /* maximum offset so far */
 177     off_t file_offset;      /* current offset */
 178     off_t file_moffset;     /* offset of rec/rec boundary */
 179     int file_more;
 180     int fd;
 181     char *sdrbuf;
 182     int sdrmax;
 183 };
 184
 185 static struct file_read_info *file_read_start (int fd)
 186 {
 187     struct file_read_info *fi = (struct file_read_info *)
 188         xmalloc (sizeof(*fi));
 189
 190     fi->fd = fd;
 191     fi->file_max = 0;
 192     fi->file_moffset = 0;
 193     fi->sdrbuf = 0;
 194     fi->sdrmax = 0;
 195     return fi;
 196 }
 197
 198 static void file_read_stop (struct file_read_info *fi)
 199 {
 200     xfree (fi);
 201 }
 202
 203 static off_t file_seek (void *handle, off_t offset)
 204 {
 205     struct file_read_info *p = (struct file_read_info *) handle;
 206     p->file_offset = offset;
 207     if (p->sdrbuf)
 208         return offset;
 209     return lseek (p->fd, offset, SEEK_SET);
 210 }
 211
 212 static off_t file_tell (void *handle)
 213 {
 214     struct file_read_info *p = (struct file_read_info *) handle;
 215     return p->file_offset;
 216 }
 217
 218 static int file_read (void *handle, char *buf, size_t count)
 219 {
 220     struct file_read_info *p = (struct file_read_info *) handle;
 221     int fd = p->fd;
 222     int r;
 223     if (p->sdrbuf)
 224     {
 225         r = count;
 226         if (r > p->sdrmax - p->file_offset)
 227             r = p->sdrmax - p->file_offset;
 228         if (r)
 229             memcpy (buf, p->sdrbuf + p->file_offset, r);
 230     }
 231     else
 232         r = read (fd, buf, count);
 233     if (r > 0)
 234     {
 235         p->file_offset += r;
 236         if (p->file_offset > p->file_max)
 237             p->file_max = p->file_offset;
 238     }
 239     return r;
 240 }
 241
 242 static void file_begin (void *handle)
 243 {
 244     struct file_read_info *p = (struct file_read_info *) handle;
 245
 246     p->file_offset = p->file_moffset;
 247     if (!p->sdrbuf && p->file_moffset)
 248         lseek (p->fd, p->file_moffset, SEEK_SET);
 249     p->file_more = 0;
 250 }
 251
 252 static void file_end (void *handle, off_t offset)
 253 {
 254     struct file_read_info *p = (struct file_read_info *) handle;
 255
 256     assert (p->file_more == 0);
 257     p->file_more = 1;
 258     p->file_moffset = offset;
 259 }
 260
 261 static char *fileMatchStr (ZebraHandle zh,
 262                            struct recKeys *reckeys, struct recordGroup *rGroup,
 263                            const char *fname, const char *spec)
 264 {
 265     static char dstBuf[2048];      /* static here ??? */
 266     char *dst = dstBuf;
 267     const char *s = spec;
 268     static const char **w;
 269
 270     while (1)
 271     {
 272         while (*s == ' ' || *s == '\t')
 273             s++;
 274         if (!*s)
 275             break;
 276         if (*s == '(')
 277         {
 278             char attset_str[64], attname_str[64];
 279             data1_attset *attset;
 280             int i;
 281             char matchFlag[32];
 282             int attSet = 1, attUse = 1;
 283             int first = 1;
 284
 285             s++;
 286             for (i = 0; *s && *s != ',' && *s != ')'; s++)
 287                 if (i < 63)
 288                     attset_str[i++] = *s;
 289             attset_str[i] = '\0';
 290
 291             if (*s == ',')
 292             {
 293                 s++;
 294                 for (i = 0; *s && *s != ')'; s++)
 295                     if (i < 63)
 296                         attname_str[i++] = *s;
 297                 attname_str[i] = '\0';
 298             }
 299
 300             if ((attset = data1_get_attset (zh->reg->dh, attset_str)))
 301             {
 302                 data1_att *att;
 303                 attSet = attset->reference;
 304                 att = data1_getattbyname(zh->reg->dh, attset, attname_str);
 305                 if (att)
 306                     attUse = att->value;
 307                 else
 308                     attUse = atoi (attname_str);
 309             }
 310             w = searchRecordKey (zh, reckeys, attSet, attUse);
 311             assert (w);
 312
 313             if (*s == ')')
 314             {
 315                 for (i = 0; i<32; i++)
 316                     matchFlag[i] = 1;
 317             }
 318             else
 319             {
 320                 logf (LOG_WARN, "Missing ) in match criteria %s in group %s",
 321                       spec, rGroup->groupName ? rGroup->groupName : "none");
 322                 return NULL;
 323             }
 324             s++;
 325
 326             for (i = 0; i<32; i++)
 327                 if (matchFlag[i] && w[i])
 328                 {
 329                     if (first)
 330                     {
 331                         *dst++ = ' ';
 332                         first = 0;
 333                     }
 334                     strcpy (dst, w[i]);
 335                     dst += strlen(w[i]);
 336                 }
 337             if (first)
 338             {
 339                 logf (LOG_WARN, "Record didn't contain match"
 340                       " fields in (%s,%s)", attset_str, attname_str);
 341                 return NULL;
 342             }
 343         }
 344         else if (*s == '$')
 345         {
 346             int spec_len;
 347             char special[64];
 348             const char *spec_src = NULL;
 349             const char *s1 = ++s;
 350             while (*s1 && *s1 != ' ' && *s1 != '\t')
 351                 s1++;
 352
 353             spec_len = s1 - s;
 354             if (spec_len > 63)
 355                 spec_len = 63;
 356             memcpy (special, s, spec_len);
 357             special[spec_len] = '\0';
 358             s = s1;
 359
 360             if (!strcmp (special, "group"))
 361                 spec_src = rGroup->groupName;
 362             else if (!strcmp (special, "database"))
 363                 spec_src = rGroup->databaseName;
 364             else if (!strcmp (special, "filename")) {
 365                 spec_src = fname;
 366             }
 367             else if (!strcmp (special, "type"))
 368                 spec_src = rGroup->recordType;
 369             else
 370                 spec_src = NULL;
 371             if (spec_src)
 372             {
 373                 strcpy (dst, spec_src);
 374                 dst += strlen (spec_src);
 375             }
 376         }
 377         else if (*s == '\"' || *s == '\'')
 378         {
 379             int stopMarker = *s++;
 380             char tmpString[64];
 381             int i = 0;
 382
 383             while (*s && *s != stopMarker)
 384             {
 385                 if (i < 63)
 386                     tmpString[i++] = *s++;
 387             }
 388             if (*s)
 389                 s++;
 390             tmpString[i] = '\0';
 391             strcpy (dst, tmpString);
 392             dst += strlen (tmpString);
 393         }
 394         else
 395         {
 396             logf (LOG_WARN, "Syntax error in match criteria %s in group %s",
 397                   spec, rGroup->groupName ? rGroup->groupName : "none");
 398             return NULL;
 399         }
 400         *dst++ = 1;
 401     }
 402     if (dst == dstBuf)
 403     {
 404         logf (LOG_WARN, "No match criteria for record %s in group %s",
 405               fname, rGroup->groupName ? rGroup->groupName : "none");
 406         return NULL;
 407     }
 408     *dst = '\0';
 409     return dstBuf;
 410 }
 411
 412 struct recordLogInfo {
 413     const char *fname;
 414     int recordOffset;
 415     struct recordGroup *rGroup;
 416 };
 417
 418 static int recordExtract (ZebraHandle zh,
 419                           SYSNO *sysno, const char *fname,
 420                           struct recordGroup *rGroup, int deleteFlag,
 421                           struct file_read_info *fi,
 422                           RecType recType, char *subType, void *clientData,
 423                           int force_update)
 424 {
 425     RecordAttr *recordAttr;
 426     int r;
 427     char *matchStr;
 428     SYSNO sysnotmp;
 429     Record rec;
 430     off_t recordOffset = 0;
 431
 432     if (fi->fd != -1)
 433     {
 434         struct recExtractCtrl extractCtrl;
 435
 436         /* we are going to read from a file, so prepare the extraction */
 437         int i;
 438
 439         zh->reg->keys.buf_used = 0;
 440         zh->reg->keys.prevAttrUse = -1;
 441         zh->reg->keys.prevAttrSet = -1;
 442         zh->reg->keys.prevSeqNo = 0;
 443         zh->reg->sortKeys.buf_used = 0;
 444
 445         recordOffset = fi->file_moffset;
 446         extractCtrl.offset = fi->file_moffset;
 447         extractCtrl.readf = file_read;
 448         extractCtrl.seekf = file_seek;
 449         extractCtrl.tellf = file_tell;
 450         extractCtrl.endf = file_end;
 451         extractCtrl.fh = fi;
 452         extractCtrl.subType = subType;
 453         extractCtrl.init = extract_init;
 454         extractCtrl.tokenAdd = extract_token_add;
 455         extractCtrl.schemaAdd = extract_schema_add;
 456         extractCtrl.dh = zh->reg->dh;
 457         extractCtrl.handle = zh;
 458         for (i = 0; i<256; i++)
 459         {
 460             if (zebra_maps_is_positioned(zh->reg->zebra_maps, i))
 461                 extractCtrl.seqno[i] = 1;
 462             else
 463                 extractCtrl.seqno[i] = 0;
 464         }
 465         extractCtrl.zebra_maps = zh->reg->zebra_maps;
 466         extractCtrl.flagShowRecords = !rGroup->flagRw;
 467
 468         if (!rGroup->flagRw)
 469             printf ("File: %s " PRINTF_OFF_T "\n", fname, recordOffset);
 470         if (rGroup->flagRw)
 471         {
 472             char msg[512];
 473             sprintf (msg, "%s:" PRINTF_OFF_T , fname, recordOffset);
 474             yaz_log_init_prefix2 (msg);
 475         }
 476
 477         r = (*recType->extract)(clientData, &extractCtrl);
 478
 479         yaz_log_init_prefix2 (0);
 480         if (r == RECCTRL_EXTRACT_EOF)
 481             return 0;
 482         else if (r == RECCTRL_EXTRACT_ERROR_GENERIC)
 483         {
 484             /* error occured during extraction ... */
 485             if (rGroup->flagRw &&
 486                 zh->records_processed < rGroup->fileVerboseLimit)
 487             {
 488                 logf (LOG_WARN, "fail %s %s " PRINTF_OFF_T, rGroup->recordType,
 489                       fname, recordOffset);
 490             }
 491             return 0;
 492         }
 493         else if (r == RECCTRL_EXTRACT_ERROR_NO_SUCH_FILTER)
 494         {
 495             /* error occured during extraction ... */
 496             if (rGroup->flagRw &&
 497                 zh->records_processed < rGroup->fileVerboseLimit)
 498             {
 499                 logf (LOG_WARN, "no filter for %s %s "
 500                       PRINTF_OFF_T, rGroup->recordType,
 501                       fname, recordOffset);
 502             }
 503             return 0;
 504         }
 505         if (zh->reg->keys.buf_used == 0)
 506         {
 507             /* the extraction process returned no information - the record
 508                is probably empty - unless flagShowRecords is in use */
 509             if (!rGroup->flagRw)
 510                 return 1;
 511
 512             logf (LOG_WARN, "empty %s %s " PRINTF_OFF_T, rGroup->recordType,
 513                   fname, recordOffset);
 514             return 1;
 515         }
 516     }
 517
 518     /* perform match if sysno not known and if match criteria is specified */
 519
 520     matchStr = NULL;
 521     if (!sysno)
 522     {
 523         sysnotmp = 0;
 524         sysno = &sysnotmp;
 525         if (rGroup->recordId && *rGroup->recordId)
 526         {
 527             char *rinfo;
 528
 529             matchStr = fileMatchStr (zh, &zh->reg->keys, rGroup, fname,
 530                                      rGroup->recordId);
 531             if (matchStr)
 532             {
 533                 rinfo = dict_lookup (zh->reg->matchDict, matchStr);
 534                 if (rinfo)
 535                     memcpy (sysno, rinfo+1, sizeof(*sysno));
 536             }
 537             else
 538             {
 539                 logf (LOG_WARN, "Bad match criteria");
 540                 return 0;
 541             }
 542         }
 543     }
 544
 545     if (! *sysno)
 546     {
 547         /* new record */
 548         if (deleteFlag)
 549         {
 550             logf (LOG_LOG, "delete %s %s " PRINTF_OFF_T, rGroup->recordType,
 551                   fname, recordOffset);
 552             logf (LOG_WARN, "cannot delete record above (seems new)");
 553             return 1;
 554         }
 555         if (zh->records_processed < rGroup->fileVerboseLimit)
 556             logf (LOG_LOG, "add %s %s " PRINTF_OFF_T, rGroup->recordType,
 557                   fname, recordOffset);
 558         rec = rec_new (zh->reg->records);
 559
 560         *sysno = rec->sysno;
 561
 562         recordAttr = rec_init_attr (zh->reg->zei, rec);
 563
 564         if (matchStr)
 565         {
 566             dict_insert (zh->reg->matchDict, matchStr, sizeof(*sysno), sysno);
 567         }
 568         extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
 569         extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
 570
 571         zh->records_inserted++;
 572     }
 573     else
 574     {
 575         /* record already exists */
 576         struct recKeys delkeys;
 577         struct sortKeys sortKeys;
 578
 579         rec = rec_get (zh->reg->records, *sysno);
 580         assert (rec);
 581
 582         recordAttr = rec_init_attr (zh->reg->zei, rec);
 583
 584         if (!force_update && recordAttr->runNumber ==
 585             zebraExplain_runNumberIncrement (zh->reg->zei, 0))
 586         {
 587             yaz_log (LOG_LOG, "run number = %d", recordAttr->runNumber);
 588             yaz_log (LOG_LOG, "skipped %s %s " PRINTF_OFF_T,
 589                      rGroup->recordType, fname, recordOffset);
 590             extract_flushSortKeys (zh, *sysno, -1, &zh->reg->sortKeys);
 591             rec_rm (&rec);
 592             logRecord (zh);
 593             return 1;
 594         }
 595         delkeys.buf_used = rec->size[recInfo_delKeys];
 596         delkeys.buf = rec->info[recInfo_delKeys];
 597
 598         sortKeys.buf_used = rec->size[recInfo_sortKeys];
 599         sortKeys.buf = rec->info[recInfo_sortKeys];
 600
 601         extract_flushSortKeys (zh, *sysno, 0, &sortKeys);
 602         extract_flushRecordKeys (zh, *sysno, 0, &delkeys);
 603         if (deleteFlag)
 604         {
 605             /* record going to be deleted */
 606             if (!delkeys.buf_used)
 607             {
 608                 logf (LOG_LOG, "delete %s %s " PRINTF_OFF_T,
 609                       rGroup->recordType, fname, recordOffset);
 610                 logf (LOG_WARN, "cannot delete file above, storeKeys false");
 611             }
 612             else
 613             {
 614                 if (zh->records_processed < rGroup->fileVerboseLimit)
 615                     logf (LOG_LOG, "delete %s %s " PRINTF_OFF_T,
 616                          rGroup->recordType, fname, recordOffset);
 617                 zh->records_deleted++;
 618                 if (matchStr)
 619                     dict_delete (zh->reg->matchDict, matchStr);
 620                 rec_del (zh->reg->records, &rec);
 621             }
 622             rec_rm (&rec);
 623             logRecord (zh);
 624             return 1;
 625         }
 626         else
 627         {
 628             /* record going to be updated */
 629             if (!delkeys.buf_used)
 630             {
 631                 logf (LOG_LOG, "update %s %s " PRINTF_OFF_T,
 632                       rGroup->recordType, fname, recordOffset);
 633                 logf (LOG_WARN, "cannot update file above, storeKeys false");
 634             }
 635             else
 636             {
 637                 if (zh->records_processed < rGroup->fileVerboseLimit)
 638                     logf (LOG_LOG, "update %s %s " PRINTF_OFF_T,
 639                         rGroup->recordType, fname, recordOffset);
 640                 extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
 641                 extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
 642                 zh->records_updated++;
 643             }
 644         }
 645     }
 646     /* update file type */
 647     xfree (rec->info[recInfo_fileType]);
 648     rec->info[recInfo_fileType] =
 649         rec_strdup (rGroup->recordType, &rec->size[recInfo_fileType]);
 650
 651     /* update filename */
 652     xfree (rec->info[recInfo_filename]);
 653     rec->info[recInfo_filename] =
 654         rec_strdup (fname, &rec->size[recInfo_filename]);
 655
 656     /* update delete keys */
 657     xfree (rec->info[recInfo_delKeys]);
 658     if (zh->reg->keys.buf_used > 0 && rGroup->flagStoreKeys == 1)
 659     {
 660         rec->size[recInfo_delKeys] = zh->reg->keys.buf_used;
 661         rec->info[recInfo_delKeys] = zh->reg->keys.buf;
 662         zh->reg->keys.buf = NULL;
 663         zh->reg->keys.buf_max = 0;
 664     }
 665     else
 666     {
 667         rec->info[recInfo_delKeys] = NULL;
 668         rec->size[recInfo_delKeys] = 0;
 669     }
 670
 671     /* update sort keys */
 672     xfree (rec->info[recInfo_sortKeys]);
 673
 674     rec->size[recInfo_sortKeys] = zh->reg->sortKeys.buf_used;
 675     rec->info[recInfo_sortKeys] = zh->reg->sortKeys.buf;
 676     zh->reg->sortKeys.buf = NULL;
 677     zh->reg->sortKeys.buf_max = 0;
 678
 679     /* save file size of original record */
 680     zebraExplain_recordBytesIncrement (zh->reg->zei,
 681                                        - recordAttr->recordSize);
 682     recordAttr->recordSize = fi->file_moffset - recordOffset;
 683     if (!recordAttr->recordSize)
 684         recordAttr->recordSize = fi->file_max - recordOffset;
 685     zebraExplain_recordBytesIncrement (zh->reg->zei,
 686                                        recordAttr->recordSize);
 687
 688     /* set run-number for this record */
 689     recordAttr->runNumber = zebraExplain_runNumberIncrement (zh->reg->zei,
 690                                                              0);
 691
 692     /* update store data */
 693     xfree (rec->info[recInfo_storeData]);
 694     if (rGroup->flagStoreData == 1)
 695     {
 696         rec->size[recInfo_storeData] = recordAttr->recordSize;
 697         rec->info[recInfo_storeData] = (char *)
 698             xmalloc (recordAttr->recordSize);
 699         if (lseek (fi->fd, recordOffset, SEEK_SET) < 0)
 700         {
 701             logf (LOG_ERRNO|LOG_FATAL, "seek to " PRINTF_OFF_T " in %s",
 702                   recordOffset, fname);
 703             exit (1);
 704         }
 705         if (read (fi->fd, rec->info[recInfo_storeData], recordAttr->recordSize)
 706             < recordAttr->recordSize)
 707         {
 708             logf (LOG_ERRNO|LOG_FATAL, "read %d bytes of %s",
 709                   recordAttr->recordSize, fname);
 710             exit (1);
 711         }
 712     }
 713     else
 714     {
 715         rec->info[recInfo_storeData] = NULL;
 716         rec->size[recInfo_storeData] = 0;
 717     }
 718     /* update database name */
 719     xfree (rec->info[recInfo_databaseName]);
 720     rec->info[recInfo_databaseName] =
 721         rec_strdup (rGroup->databaseName, &rec->size[recInfo_databaseName]);
 722
 723     /* update offset */
 724     recordAttr->recordOffset = recordOffset;
 725
 726     /* commit this record */
 727     rec_put (zh->reg->records, &rec);
 728     logRecord (zh);
 729     return 1;
 730 }
 731
 732 int fileExtract (ZebraHandle zh, SYSNO *sysno, const char *fname,
 733                  const struct recordGroup *rGroupP, int deleteFlag)
 734 {
 735     int r, i, fd;
 736     char gprefix[128];
 737     char ext[128];
 738     char ext_res[128];
 739     char subType[128];
 740     RecType recType;
 741     struct recordGroup rGroupM;
 742     struct recordGroup *rGroup = &rGroupM;
 743     struct file_read_info *fi;
 744     void *clientData;
 745
 746     memcpy (rGroup, rGroupP, sizeof(*rGroupP));
 747
 748     if (!rGroup->groupName || !*rGroup->groupName)
 749         *gprefix = '\0';
 750     else
 751         sprintf (gprefix, "%s.", rGroup->groupName);
 752
 753     logf (LOG_DEBUG, "fileExtract %s", fname);
 754
 755     /* determine file extension */
 756     *ext = '\0';
 757     for (i = strlen(fname); --i >= 0; )
 758         if (fname[i] == '/')
 759             break;
 760         else if (fname[i] == '.')
 761         {
 762             strcpy (ext, fname+i+1);
 763             break;
 764         }
 765     /* determine file type - depending on extension */
 766     if (!rGroup->recordType)
 767     {
 768         sprintf (ext_res, "%srecordType.%s", gprefix, ext);
 769         if (!(rGroup->recordType = res_get (zh->res, ext_res)))
 770         {
 771             sprintf (ext_res, "%srecordType", gprefix);
 772             rGroup->recordType = res_get (zh->res, ext_res);
 773         }
 774     }
 775     if (!rGroup->recordType)
 776     {
 777         if (zh->records_processed < rGroup->fileVerboseLimit)
 778             logf (LOG_LOG, "? %s", fname);
 779         return 0;
 780     }
 781     if (!*rGroup->recordType)
 782         return 0;
 783     if (!(recType =
 784           recType_byName (zh->reg->recTypes, rGroup->recordType, subType,
 785                           &clientData)))
 786     {
 787         logf (LOG_WARN, "No such record type: %s", rGroup->recordType);
 788         return 0;
 789     }
 790
 791     /* determine match criteria */
 792     if (!rGroup->recordId)
 793     {
 794         sprintf (ext_res, "%srecordId.%s", gprefix, ext);
 795         rGroup->recordId = res_get (zh->res, ext_res);
 796     }
 797
 798     /* determine database name */
 799     if (!rGroup->databaseName)
 800     {
 801         sprintf (ext_res, "%sdatabase.%s", gprefix, ext);
 802         if (!(rGroup->databaseName = res_get (zh->res, ext_res)))
 803         {
 804             sprintf (ext_res, "%sdatabase", gprefix);
 805             rGroup->databaseName = res_get (zh->res, ext_res);
 806         }
 807     }
 808     if (!rGroup->databaseName)
 809         rGroup->databaseName = "Default";
 810
 811     /* determine if explain database */
 812
 813     sprintf (ext_res, "%sexplainDatabase", gprefix);
 814     rGroup->explainDatabase =
 815         atoi (res_get_def (zh->res, ext_res, "0"));
 816
 817     /* announce database */
 818     if (zebraExplain_curDatabase (zh->reg->zei, rGroup->databaseName))
 819     {
 820         if (zebraExplain_newDatabase (zh->reg->zei, rGroup->databaseName,
 821                                       rGroup->explainDatabase))
 822             return 0;
 823     }
 824
 825     if (rGroup->flagStoreData == -1)
 826     {
 827         const char *sval;
 828         sprintf (ext_res, "%sstoreData.%s", gprefix, ext);
 829         if (!(sval = res_get (zh->res, ext_res)))
 830         {
 831             sprintf (ext_res, "%sstoreData", gprefix);
 832             sval = res_get (zh->res, ext_res);
 833         }
 834         if (sval)
 835             rGroup->flagStoreData = atoi (sval);
 836     }
 837     if (rGroup->flagStoreData == -1)
 838         rGroup->flagStoreData = 0;
 839
 840     if (rGroup->flagStoreKeys == -1)
 841     {
 842         const char *sval;
 843
 844         sprintf (ext_res, "%sstoreKeys.%s", gprefix, ext);
 845         sval = res_get (zh->res, ext_res);
 846         if (!sval)
 847         {
 848             sprintf (ext_res, "%sstoreKeys", gprefix);
 849             sval = res_get (zh->res, ext_res);
 850         }
 851         if (!sval)
 852             sval = res_get (zh->res, "storeKeys");
 853         if (sval)
 854             rGroup->flagStoreKeys = atoi (sval);
 855     }
 856     if (rGroup->flagStoreKeys == -1)
 857         rGroup->flagStoreKeys = 0;
 858
 859     if (sysno && deleteFlag)
 860         fd = -1;
 861     else
 862     {
 863         char full_rep[1024];
 864
 865         if (zh->path_reg && !yaz_is_abspath (fname))
 866         {
 867             strcpy (full_rep, zh->path_reg);
 868             strcat (full_rep, "/");
 869             strcat (full_rep, fname);
 870         }
 871         else
 872             strcpy (full_rep, fname);
 873
 874
 875         if ((fd = open (full_rep, O_BINARY|O_RDONLY)) == -1)
 876         {
 877             logf (LOG_WARN|LOG_ERRNO, "open %s", full_rep);
 878             return 0;
 879         }
 880     }
 881     fi = file_read_start (fd);
 882     do
 883     {
 884         file_begin (fi);
 885         r = recordExtract (zh, sysno, fname, rGroup, deleteFlag, fi,
 886                            recType, subType, clientData, 1);
 887     } while (r && !sysno && fi->file_more);
 888     file_read_stop (fi);
 889     if (fd != -1)
 890         close (fd);
 891     return r;
 892 }
 893 int extract_rec_in_mem (ZebraHandle zh, const char *recordType,
 894                         const char *buf, size_t buf_size,
 895                         const char *databaseName, int delete_flag,
 896                         int test_mode, int *sysno,
 897                         int store_keys, int store_data,
 898                         const char *match_criteria)
 899 {
 900     struct recordGroup rGroup;
 901     rGroup.groupName = NULL;
 902     rGroup.databaseName = (char *)databaseName;
 903     rGroup.path = NULL;
 904     rGroup.recordId = NULL;
 905     rGroup.recordType = (char *)recordType;
 906     rGroup.flagStoreData = store_data;
 907     rGroup.flagStoreKeys = store_keys;
 908     rGroup.flagRw = 1;
 909     rGroup.databaseNamePath = 0;
 910     rGroup.explainDatabase = 0;
 911     rGroup.fileVerboseLimit = 100000;
 912     rGroup.followLinks = -1;
 913     return (bufferExtractRecord (zh,
 914                                  buf, buf_size,
 915                                  &rGroup,
 916                                  delete_flag,
 917                                  test_mode,
 918                                  recordType,
 919                                  sysno,
 920                                  match_criteria,
 921                                  "<no file>",
 922                                  0,1));
 923 }
 924 /*
 925   If sysno is provided, then it's used to identify the reocord.
 926   If not, and match_criteria is provided, then sysno is guessed
 927   If not, and a record is provided, then sysno is got from there
 928
 929  */
 930 int bufferExtractRecord (ZebraHandle zh,
 931                          const char *buf, size_t buf_size,
 932                          struct recordGroup *rGroup,
 933                          int delete_flag,
 934                          int test_mode,
 935                          const char *recordType,
 936                          int *sysno,
 937                          const char *match_criteria,
 938                          const char *fname,
 939                          int force_update,
 940                          int allow_update)
 941
 942 {
 943     RecordAttr *recordAttr;
 944     struct recExtractCtrl extractCtrl;
 945     int i, r;
 946     char *matchStr = 0;
 947     RecType recType = NULL;
 948     char subType[1024];
 949     void *clientData;
 950     Record rec;
 951     long recordOffset = 0;
 952     struct zebra_fetch_control fc;
 953
 954     fc.fd = -1;
 955     fc.record_int_buf = buf;
 956     fc.record_int_len = buf_size;
 957     fc.record_int_pos = 0;
 958     fc.offset_end = 0;
 959     fc.record_offset = 0;
 960
 961     extractCtrl.offset = 0;
 962     extractCtrl.readf = zebra_record_int_read;
 963     extractCtrl.seekf = zebra_record_int_seek;
 964     extractCtrl.tellf = zebra_record_int_tell;
 965     extractCtrl.endf = zebra_record_int_end;
 966     extractCtrl.fh = &fc;
 967
 968     zh->reg->keys.buf_used = 0;
 969     zh->reg->keys.prevAttrUse = -1;
 970     zh->reg->keys.prevAttrSet = -1;
 971     zh->reg->keys.prevSeqNo = 0;
 972     zh->reg->sortKeys.buf_used = 0;
 973
 974     /* announce database */
 975
 976     if (!(rGroup->databaseName)) {
 977         logf (LOG_WARN, "Invalid record group, no database name given");
 978         return 0;
 979     }
 980
 981     if (zebraExplain_curDatabase (zh->reg->zei, rGroup->databaseName))
 982     {
 983         if (zebraExplain_newDatabase (zh->reg->zei, rGroup->databaseName, 0))
 984             return 0;
 985     }
 986
 987     if (*recordType) {
 988         logf (LOG_DEBUG, "Record type explicitly specified: %s", recordType);
 989         recType = recType_byName (zh->reg->recTypes, recordType, subType,
 990                                   &clientData);
 991     } else {
 992         if (!(rGroup->recordType)) {
 993             logf (LOG_WARN, "No such record type defined");
 994             return 0;
 995         }
 996         logf (LOG_DEBUG, "Get record type from rgroup: %s",rGroup->recordType);
 997         recType = recType_byName (zh->reg->recTypes, rGroup->recordType, subType,
 998                                   &clientData);
 999         recordType = rGroup->recordType;
1000     }
1001
1002     if (!recType) {
1003         logf (LOG_WARN, "No such record type: %s", rGroup->recordType);
1004         return 0;
1005     }
1006
1007     extractCtrl.subType = subType;
1008     extractCtrl.init = extract_init;
1009     extractCtrl.tokenAdd = extract_token_add;
1010     extractCtrl.schemaAdd = extract_schema_add;
1011     extractCtrl.dh = zh->reg->dh;
1012     extractCtrl.handle = zh;
1013     extractCtrl.zebra_maps = zh->reg->zebra_maps;
1014     extractCtrl.flagShowRecords = 0;
1015     for (i = 0; i<256; i++)
1016     {
1017         if (zebra_maps_is_positioned(zh->reg->zebra_maps, i))
1018             extractCtrl.seqno[i] = 1;
1019         else
1020             extractCtrl.seqno[i] = 0;
1021     }
1022
1023     r = (*recType->extract)(clientData, &extractCtrl);
1024
1025     if (r == RECCTRL_EXTRACT_EOF)
1026         return 0;
1027     else if (r == RECCTRL_EXTRACT_ERROR_GENERIC)
1028     {
1029         /* error occured during extraction ... */
1030         yaz_log (LOG_WARN, "extract error: generic");
1031         return 0;
1032     }
1033     else if (r == RECCTRL_EXTRACT_ERROR_NO_SUCH_FILTER)
1034     {
1035         /* error occured during extraction ... */
1036         yaz_log (LOG_WARN, "extract error: no such filter");
1037         return 0;
1038     }
1039     if (zh->reg->keys.buf_used == 0)
1040     {
1041         /* the extraction process returned no information - the record
1042            is probably empty - unless flagShowRecords is in use */
1043         if (test_mode)
1044             return 1;
1045         logf (LOG_WARN, "No keys generated for record");
1046         logf (LOG_WARN, " The file is probably empty");
1047         return 1;
1048     }
1049     /* match criteria */
1050     matchStr = NULL;
1051
1052     if (! *sysno && match_criteria) {
1053         char *rinfo;
1054         if (*match_criteria) {
1055             matchStr = (char *)match_criteria;
1056         } else {
1057             if (rGroup->recordId && *rGroup->recordId) {
1058                 matchStr = fileMatchStr (zh, &zh->reg->keys, rGroup, fname,
1059                                          rGroup->recordId);
1060             }
1061         }
1062         if (matchStr) {
1063             rinfo = dict_lookup (zh->reg->matchDict, matchStr);
1064             if (rinfo)
1065                 memcpy (sysno, rinfo+1, sizeof(*sysno));
1066         } else {
1067             logf (LOG_WARN, "Bad match criteria (recordID)");
1068             return 0;
1069         }
1070     }
1071
1072     if (! *sysno)
1073     {
1074         /* new record */
1075         if (delete_flag)
1076         {
1077             logf (LOG_LOG, "delete %s %s %ld", recordType,
1078                   fname, (long) recordOffset);
1079             logf (LOG_WARN, "cannot delete record above (seems new)");
1080             return 1;
1081         }
1082         logf (LOG_LOG, "add %s %s %ld", recordType, fname,
1083               (long) recordOffset);
1084         rec = rec_new (zh->reg->records);
1085
1086         *sysno = rec->sysno;
1087
1088         recordAttr = rec_init_attr (zh->reg->zei, rec);
1089
1090         if (matchStr)
1091         {
1092             dict_insert (zh->reg->matchDict, matchStr,
1093                          sizeof(*sysno), sysno);
1094         }
1095         extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
1096         extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
1097
1098         zh->records_inserted++;
1099     }
1100     else
1101     {
1102         /* record already exists */
1103         struct recKeys delkeys;
1104         struct sortKeys sortKeys;
1105
1106         if (!allow_update) {
1107               logf (LOG_LOG, "skipped %s %s %ld",
1108                     recordType, fname, (long) recordOffset);
1109               logRecord(zh);
1110               return -1;
1111         }
1112
1113         rec = rec_get (zh->reg->records, *sysno);
1114         assert (rec);
1115
1116         recordAttr = rec_init_attr (zh->reg->zei, rec);
1117
1118         if (!force_update) {
1119           if (recordAttr->runNumber ==
1120               zebraExplain_runNumberIncrement (zh->reg->zei, 0))
1121             {
1122               logf (LOG_LOG, "skipped %s %s %ld", recordType,
1123                     fname, (long) recordOffset);
1124               extract_flushSortKeys (zh, *sysno, -1, &zh->reg->sortKeys);
1125               rec_rm (&rec);
1126               logRecord(zh);
1127               return 1;
1128             }
1129         }
1130
1131         delkeys.buf_used = rec->size[recInfo_delKeys];
1132         delkeys.buf = rec->info[recInfo_delKeys];
1133
1134         sortKeys.buf_used = rec->size[recInfo_sortKeys];
1135         sortKeys.buf = rec->info[recInfo_sortKeys];
1136
1137         extract_flushSortKeys (zh, *sysno, 0, &sortKeys);
1138         extract_flushRecordKeys (zh, *sysno, 0, &delkeys);
1139         if (delete_flag)
1140         {
1141             /* record going to be deleted */
1142             if (!delkeys.buf_used)
1143             {
1144                 logf (LOG_LOG, "delete %s %s %ld", recordType,
1145                       fname, (long) recordOffset);
1146                 logf (LOG_WARN, "cannot delete file above, storeKeys false");
1147             }
1148             else
1149             {
1150                 logf (LOG_LOG, "delete %s %s %ld", recordType,
1151                       fname, (long) recordOffset);
1152                 zh->records_deleted++;
1153                 if (matchStr)
1154                     dict_delete (zh->reg->matchDict, matchStr);
1155                 rec_del (zh->reg->records, &rec);
1156             }
1157             rec_rm (&rec);
1158             logRecord(zh);
1159             return 1;
1160         }
1161         else
1162         {
1163             /* record going to be updated */
1164             if (!delkeys.buf_used)
1165             {
1166                 logf (LOG_LOG, "update %s %s %ld", recordType,
1167                       fname, (long) recordOffset);
1168                 logf (LOG_WARN, "cannot update file above, storeKeys false");
1169             }
1170             else
1171             {
1172                 logf (LOG_LOG, "update %s %s %ld", recordType,
1173                       fname, (long) recordOffset);
1174                 extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
1175                 extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
1176                 zh->records_updated++;
1177             }
1178         }
1179     }
1180     /* update file type */
1181     xfree (rec->info[recInfo_fileType]);
1182     rec->info[recInfo_fileType] =
1183         rec_strdup (recordType, &rec->size[recInfo_fileType]);
1184
1185     /* update filename */
1186     xfree (rec->info[recInfo_filename]);
1187     rec->info[recInfo_filename] =
1188         rec_strdup (fname, &rec->size[recInfo_filename]);
1189
1190     /* update delete keys */
1191     xfree (rec->info[recInfo_delKeys]);
1192     if (zh->reg->keys.buf_used > 0 && rGroup->flagStoreKeys == 1)
1193     {
1194         rec->size[recInfo_delKeys] = zh->reg->keys.buf_used;
1195         rec->info[recInfo_delKeys] = zh->reg->keys.buf;
1196         zh->reg->keys.buf = NULL;
1197         zh->reg->keys.buf_max = 0;
1198     }
1199     else
1200     {
1201         rec->info[recInfo_delKeys] = NULL;
1202         rec->size[recInfo_delKeys] = 0;
1203     }
1204
1205     /* update sort keys */
1206     xfree (rec->info[recInfo_sortKeys]);
1207
1208     rec->size[recInfo_sortKeys] = zh->reg->sortKeys.buf_used;
1209     rec->info[recInfo_sortKeys] = zh->reg->sortKeys.buf;
1210     zh->reg->sortKeys.buf = NULL;
1211     zh->reg->sortKeys.buf_max = 0;
1212
1213     /* save file size of original record */
1214     zebraExplain_recordBytesIncrement (zh->reg->zei,
1215                                        - recordAttr->recordSize);
1216 #if 0
1217     recordAttr->recordSize = fi->file_moffset - recordOffset;
1218     if (!recordAttr->recordSize)
1219         recordAttr->recordSize = fi->file_max - recordOffset;
1220 #else
1221     recordAttr->recordSize = buf_size;
1222 #endif
1223     zebraExplain_recordBytesIncrement (zh->reg->zei,
1224                                        recordAttr->recordSize);
1225
1226     /* set run-number for this record */
1227     recordAttr->runNumber =
1228         zebraExplain_runNumberIncrement (zh->reg->zei, 0);
1229
1230     /* update store data */
1231     xfree (rec->info[recInfo_storeData]);
1232     if (rGroup->flagStoreData == 1)
1233     {
1234         rec->size[recInfo_storeData] = recordAttr->recordSize;
1235         rec->info[recInfo_storeData] = (char *)
1236             xmalloc (recordAttr->recordSize);
1237 #if 1
1238         memcpy (rec->info[recInfo_storeData], buf, recordAttr->recordSize);
1239 #else
1240         if (lseek (fi->fd, recordOffset, SEEK_SET) < 0)
1241         {
1242             logf (LOG_ERRNO|LOG_FATAL, "seek to %ld in %s",
1243                   (long) recordOffset, fname);
1244             exit (1);
1245         }
1246         if (read (fi->fd, rec->info[recInfo_storeData], recordAttr->recordSize)
1247             < recordAttr->recordSize)
1248         {
1249             logf (LOG_ERRNO|LOG_FATAL, "read %d bytes of %s",
1250                   recordAttr->recordSize, fname);
1251             exit (1);
1252         }
1253 #endif
1254     }
1255     else
1256     {
1257         rec->info[recInfo_storeData] = NULL;
1258         rec->size[recInfo_storeData] = 0;
1259     }
1260     /* update database name */
1261     xfree (rec->info[recInfo_databaseName]);
1262     rec->info[recInfo_databaseName] =
1263         rec_strdup (rGroup->databaseName, &rec->size[recInfo_databaseName]);
1264
1265     /* update offset */
1266     recordAttr->recordOffset = recordOffset;
1267
1268     /* commit this record */
1269     rec_put (zh->reg->records, &rec);
1270     logRecord(zh);
1271     return 0;
1272 }
1273
1274
1275
1276 int explain_extract (void *handle, Record rec, data1_node *n)
1277 {
1278     ZebraHandle zh = (ZebraHandle) handle;
1279     struct recExtractCtrl extractCtrl;
1280     int i;
1281
1282     if (zebraExplain_curDatabase (zh->reg->zei,
1283                                   rec->info[recInfo_databaseName]))
1284     {
1285         abort();
1286         if (zebraExplain_newDatabase (zh->reg->zei,
1287                                       rec->info[recInfo_databaseName], 0))
1288             abort ();
1289     }
1290
1291     zh->reg->keys.buf_used = 0;
1292     zh->reg->keys.prevAttrUse = -1;
1293     zh->reg->keys.prevAttrSet = -1;
1294     zh->reg->keys.prevSeqNo = 0;
1295     zh->reg->sortKeys.buf_used = 0;
1296
1297     extractCtrl.init = extract_init;
1298     extractCtrl.tokenAdd = extract_token_add;
1299     extractCtrl.schemaAdd = extract_schema_add;
1300     extractCtrl.dh = zh->reg->dh;
1301     for (i = 0; i<256; i++)
1302         extractCtrl.seqno[i] = 0;
1303     extractCtrl.zebra_maps = zh->reg->zebra_maps;
1304     extractCtrl.flagShowRecords = 0;
1305     extractCtrl.handle = handle;
1306
1307     if (n)
1308         grs_extract_tree(&extractCtrl, n);
1309
1310     if (rec->size[recInfo_delKeys])
1311     {
1312         struct recKeys delkeys;
1313         struct sortKeys sortkeys;
1314
1315         delkeys.buf_used = rec->size[recInfo_delKeys];
1316         delkeys.buf = rec->info[recInfo_delKeys];
1317
1318         sortkeys.buf_used = rec->size[recInfo_sortKeys];
1319         sortkeys.buf = rec->info[recInfo_sortKeys];
1320
1321         extract_flushSortKeys (zh, rec->sysno, 0, &sortkeys);
1322         extract_flushRecordKeys (zh, rec->sysno, 0, &delkeys);
1323     }
1324     extract_flushRecordKeys (zh, rec->sysno, 1, &zh->reg->keys);
1325     extract_flushSortKeys (zh, rec->sysno, 1, &zh->reg->sortKeys);
1326
1327     xfree (rec->info[recInfo_delKeys]);
1328     rec->size[recInfo_delKeys] = zh->reg->keys.buf_used;
1329     rec->info[recInfo_delKeys] = zh->reg->keys.buf;
1330     zh->reg->keys.buf = NULL;
1331     zh->reg->keys.buf_max = 0;
1332
1333     xfree (rec->info[recInfo_sortKeys]);
1334     rec->size[recInfo_sortKeys] = zh->reg->sortKeys.buf_used;
1335     rec->info[recInfo_sortKeys] = zh->reg->sortKeys.buf;
1336     zh->reg->sortKeys.buf = NULL;
1337     zh->reg->sortKeys.buf_max = 0;
1338
1339     return 0;
1340 }
1341
1342 void extract_flushRecordKeys (ZebraHandle zh, SYSNO sysno,
1343                               int cmd, struct recKeys *reckeys)
1344 {
1345 #if SU_SCHEME
1346 #else
1347     unsigned char attrSet = (unsigned char) -1;
1348     unsigned short attrUse = (unsigned short) -1;
1349 #endif
1350     int seqno = 0;
1351     int off = 0;
1352     int ch = 0;
1353     ZebraExplainInfo zei = zh->reg->zei;
1354
1355     if (!zh->reg->key_buf)
1356     {
1357         int mem= 1024*1024* atoi( res_get_def( zh->res, "memmax", "8"));
1358         if (mem <= 0)
1359         {
1360             logf(LOG_WARN, "Invalid memory setting, using default 8 MB");
1361             mem= 1024*1024*8;
1362         }
1363         /* FIXME: That "8" should be in a default settings include */
1364         /* not hard-coded here! -H */
1365         zh->reg->key_buf = (char**) xmalloc (mem);
1366         zh->reg->ptr_top = mem/sizeof(char*);
1367         zh->reg->ptr_i = 0;
1368         zh->reg->key_buf_used = 0;
1369         zh->reg->key_file_no = 0;
1370     }
1371     zebraExplain_recordCountIncrement (zei, cmd ? 1 : -1);
1372     while (off < reckeys->buf_used)
1373     {
1374         const char *src = reckeys->buf + off;
1375         struct it_key key;
1376         int lead;
1377
1378         lead = *src++;
1379
1380 #if SU_SCHEME
1381         if ((lead & 3) < 3)
1382         {
1383             memcpy (&ch, src, sizeof(ch));
1384             src += sizeof(ch);
1385         }
1386 #else
1387         if (!(lead & 1))
1388         {
1389             memcpy (&attrSet, src, sizeof(attrSet));
1390             src += sizeof(attrSet);
1391         }
1392         if (!(lead & 2))
1393         {
1394             memcpy (&attrUse, src, sizeof(attrUse));
1395             src += sizeof(attrUse);
1396         }
1397 #endif
1398         if (zh->reg->key_buf_used + 1024 >
1399             (zh->reg->ptr_top -zh->reg->ptr_i)*sizeof(char*))
1400             extract_flushWriteKeys (zh);
1401         ++(zh->reg->ptr_i);
1402         (zh->reg->key_buf)[zh->reg->ptr_top - zh->reg->ptr_i] =
1403             (char*)zh->reg->key_buf + zh->reg->key_buf_used;
1404 #if SU_SCHEME
1405 #else
1406         ch = zebraExplain_lookupSU (zei, attrSet, attrUse);
1407         if (ch < 0)
1408             ch = zebraExplain_addSU (zei, attrSet, attrUse);
1409 #endif
1410         assert (ch > 0);
1411         zh->reg->key_buf_used +=
1412             key_SU_encode (ch,((char*)zh->reg->key_buf) +
1413                            zh->reg->key_buf_used);
1414
1415         while (*src)
1416             ((char*)zh->reg->key_buf) [(zh->reg->key_buf_used)++] = *src++;
1417         src++;
1418         ((char*)(zh->reg->key_buf))[(zh->reg->key_buf_used)++] = '\0';
1419         ((char*)(zh->reg->key_buf))[(zh->reg->key_buf_used)++] = cmd;
1420
1421         if (lead & 60)
1422             seqno += ((lead>>2) & 15)-1;
1423         else
1424         {
1425             memcpy (&seqno, src, sizeof(seqno));
1426             src += sizeof(seqno);
1427         }
1428         key.seqno = seqno;
1429         key.sysno = sysno;
1430         memcpy ((char*)zh->reg->key_buf + zh->reg->key_buf_used, &key, sizeof(key));
1431         (zh->reg->key_buf_used) += sizeof(key);
1432         off = src - reckeys->buf;
1433     }
1434     assert (off == reckeys->buf_used);
1435 }
1436
1437 void extract_flushWriteKeys (ZebraHandle zh)
1438 {
1439     FILE *outf;
1440     char out_fname[200];
1441     char *prevcp, *cp;
1442     struct encode_info encode_info;
1443     int ptr_i = zh->reg->ptr_i;
1444 #if SORT_EXTRA
1445     int i;
1446 #endif
1447     if (!zh->reg->key_buf || ptr_i <= 0)
1448         return;
1449
1450     (zh->reg->key_file_no)++;
1451     logf (LOG_LOG, "sorting section %d", (zh->reg->key_file_no));
1452 #if !SORT_EXTRA
1453     qsort (zh->reg->key_buf + zh->reg->ptr_top - ptr_i, ptr_i,
1454                sizeof(char*), key_qsort_compare);
1455     extract_get_fname_tmp (zh, out_fname, zh->reg->key_file_no);
1456
1457     if (!(outf = fopen (out_fname, "wb")))
1458     {
1459         logf (LOG_FATAL|LOG_ERRNO, "fopen %s", out_fname);
1460         exit (1);
1461     }
1462     logf (LOG_LOG, "writing section %d", zh->reg->key_file_no);
1463     prevcp = cp = (zh->reg->key_buf)[zh->reg->ptr_top - ptr_i];
1464
1465     encode_key_init (&encode_info);
1466     encode_key_write (cp, &encode_info, outf);
1467
1468     while (--ptr_i > 0)
1469     {
1470         cp = (zh->reg->key_buf)[zh->reg->ptr_top - ptr_i];
1471         if (strcmp (cp, prevcp))
1472         {
1473             encode_key_flush ( &encode_info, outf);
1474             encode_key_init (&encode_info);
1475             encode_key_write (cp, &encode_info, outf);
1476             prevcp = cp;
1477         }
1478         else
1479             encode_key_write (cp + strlen(cp), &encode_info, outf);
1480     }
1481     encode_key_flush ( &encode_info, outf);
1482 #else
1483     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_x_compare);
1484     extract_get_fname_tmp (out_fname, key_file_no);
1485
1486     if (!(outf = fopen (out_fname, "wb")))
1487     {
1488         logf (LOG_FATAL|LOG_ERRNO, "fopen %s", out_fname);
1489         exit (1);
1490     }
1491     logf (LOG_LOG, "writing section %d", key_file_no);
1492     i = ptr_i;
1493     prevcp =  key_buf[ptr_top-i];
1494     while (1)
1495         if (!--i || strcmp (prevcp, key_buf[ptr_top-i]))
1496         {
1497             key_y_len = strlen(prevcp)+1;
1498 #if 0
1499             logf (LOG_LOG, "key_y_len: %2d %02x %02x %s",
1500                       key_y_len, prevcp[0], prevcp[1], 2+prevcp);
1501 #endif
1502             qsort (key_buf + ptr_top-ptr_i, ptr_i - i,
1503                                    sizeof(char*), key_y_compare);
1504             cp = key_buf[ptr_top-ptr_i];
1505             --key_y_len;
1506             encode_key_init (&encode_info);
1507             encode_key_write (cp, &encode_info, outf);
1508             while (--ptr_i > i)
1509             {
1510                 cp = key_buf[ptr_top-ptr_i];
1511                 encode_key_write (cp+key_y_len, &encode_info, outf);
1512             }
1513             encode_key_flush ( &encode_info, outf);
1514             if (!i)
1515                 break;
1516             prevcp = key_buf[ptr_top-ptr_i];
1517         }
1518 #endif
1519     if (fclose (outf))
1520     {
1521         logf (LOG_FATAL|LOG_ERRNO, "fclose %s", out_fname);
1522         exit (1);
1523     }
1524     logf (LOG_LOG, "finished section %d", zh->reg->key_file_no);
1525     zh->reg->ptr_i = 0;
1526     zh->reg->key_buf_used = 0;
1527 }
1528
1529 void extract_add_index_string (RecWord *p, const char *string,
1530                                int length)
1531 {
1532     char *dst;
1533     unsigned char attrSet;
1534     unsigned short attrUse;
1535     int lead = 0;
1536     int diff = 0;
1537     int *pseqno = &p->seqno;
1538     ZebraHandle zh = p->extractCtrl->handle;
1539     ZebraExplainInfo zei = zh->reg->zei;
1540     struct recKeys *keys = &zh->reg->keys;
1541
1542     if (keys->buf_used+1024 > keys->buf_max)
1543     {
1544         char *b;
1545
1546         b = (char *) xmalloc (keys->buf_max += 128000);
1547         if (keys->buf_used > 0)
1548             memcpy (b, keys->buf, keys->buf_used);
1549         xfree (keys->buf);
1550         keys->buf = b;
1551     }
1552     dst = keys->buf + keys->buf_used;
1553
1554     attrSet = p->attrSet;
1555     if (keys->buf_used > 0 && keys->prevAttrSet == attrSet)
1556         lead |= 1;
1557     else
1558         keys->prevAttrSet = attrSet;
1559     attrUse = p->attrUse;
1560     if (keys->buf_used > 0 && keys->prevAttrUse == attrUse)
1561         lead |= 2;
1562     else
1563         keys->prevAttrUse = attrUse;
1564 #if 1
1565     diff = 1 + *pseqno - keys->prevSeqNo;
1566     if (diff >= 1 && diff <= 15)
1567         lead |= (diff << 2);
1568     else
1569         diff = 0;
1570 #endif
1571     keys->prevSeqNo = *pseqno;
1572
1573     *dst++ = lead;
1574
1575 #if SU_SCHEME
1576     if ((lead & 3) < 3)
1577     {
1578         int ch = zebraExplain_lookupSU (zei, attrSet, attrUse);
1579         if (ch < 0)
1580         {
1581             ch = zebraExplain_addSU (zei, attrSet, attrUse);
1582             yaz_log (LOG_DEBUG, "addSU set=%d use=%d SU=%d",
1583                      attrSet, attrUse, ch);
1584         }
1585         assert (ch > 0);
1586         memcpy (dst, &ch, sizeof(ch));
1587         dst += sizeof(ch);
1588     }
1589 #else
1590     if (!(lead & 1))
1591     {
1592         memcpy (dst, &attrSet, sizeof(attrSet));
1593         dst += sizeof(attrSet);
1594     }
1595     if (!(lead & 2))
1596     {
1597         memcpy (dst, &attrUse, sizeof(attrUse));
1598         dst += sizeof(attrUse);
1599     }
1600 #endif
1601     *dst++ = p->reg_type;
1602     memcpy (dst, string, length);
1603     dst += length;
1604     *dst++ = '\0';
1605
1606     if (!diff)
1607     {
1608         memcpy (dst, pseqno, sizeof(*pseqno));
1609         dst += sizeof(*pseqno);
1610     }
1611     keys->buf_used = dst - keys->buf;
1612 }
1613
1614 static void extract_add_sort_string (RecWord *p, const char *string,
1615                                      int length)
1616 {
1617     ZebraHandle zh = p->extractCtrl->handle;
1618     struct sortKeys *sk = &zh->reg->sortKeys;
1619     int off = 0;
1620
1621     while (off < sk->buf_used)
1622     {
1623         int set, use, slen;
1624
1625         off += key_SU_decode(&set, sk->buf + off);
1626         off += key_SU_decode(&use, sk->buf + off);
1627         off += key_SU_decode(&slen, sk->buf + off);
1628         off += slen;
1629         if (p->attrSet == set && p->attrUse == use)
1630             return;
1631     }
1632     assert (off == sk->buf_used);
1633
1634     if (sk->buf_used + IT_MAX_WORD > sk->buf_max)
1635     {
1636         char *b;
1637
1638         b = (char *) xmalloc (sk->buf_max += 128000);
1639         if (sk->buf_used > 0)
1640             memcpy (b, sk->buf, sk->buf_used);
1641         xfree (sk->buf);
1642         sk->buf = b;
1643     }
1644     off += key_SU_encode(p->attrSet, sk->buf + off);
1645     off += key_SU_encode(p->attrUse, sk->buf + off);
1646     off += key_SU_encode(length, sk->buf + off);
1647     memcpy (sk->buf + off, string, length);
1648     sk->buf_used = off + length;
1649 }
1650
1651 void extract_add_string (RecWord *p, const char *string, int length)
1652 {
1653     assert (length > 0);
1654     if (zebra_maps_is_sort (p->zebra_maps, p->reg_type))
1655         extract_add_sort_string (p, string, length);
1656     else
1657         extract_add_index_string (p, string, length);
1658 }
1659
1660 static void extract_add_incomplete_field (RecWord *p)
1661 {
1662     const char *b = p->string;
1663     int remain = p->length;
1664     const char **map = 0;
1665
1666     if (remain > 0)
1667         map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
1668
1669     while (map)
1670     {
1671         char buf[IT_MAX_WORD+1];
1672         int i, remain;
1673
1674         /* Skip spaces */
1675         while (map && *map && **map == *CHR_SPACE)
1676         {
1677             remain = p->length - (b - p->string);
1678             if (remain > 0)
1679                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
1680             else
1681                 map = 0;
1682         }
1683         if (!map)
1684             break;
1685         i = 0;
1686         while (map && *map && **map != *CHR_SPACE)
1687         {
1688             const char *cp = *map;
1689
1690             while (i < IT_MAX_WORD && *cp)
1691                 buf[i++] = *(cp++);
1692             remain = p->length - (b - p->string);
1693             if (remain > 0)
1694                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
1695             else
1696                 map = 0;
1697         }
1698         if (!i)
1699             return;
1700         extract_add_string (p, buf, i);
1701         p->seqno++;
1702     }
1703 }
1704
1705 static void extract_add_complete_field (RecWord *p)
1706 {
1707     const char *b = p->string;
1708     char buf[IT_MAX_WORD+1];
1709     const char **map = 0;
1710     int i = 0, remain = p->length;
1711
1712     if (remain > 0)
1713         map = zebra_maps_input (p->zebra_maps, p->reg_type, &b, remain);
1714
1715     while (remain > 0 && i < IT_MAX_WORD)
1716     {
1717         while (map && *map && **map == *CHR_SPACE)
1718         {
1719             remain = p->length - (b - p->string);
1720             if (remain > 0)
1721                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
1722             else
1723                 map = 0;
1724         }
1725         if (!map)
1726             break;
1727
1728         if (i && i < IT_MAX_WORD)
1729             buf[i++] = *CHR_SPACE;
1730         while (map && *map && **map != *CHR_SPACE)
1731         {
1732             const char *cp = *map;
1733
1734             if (i >= IT_MAX_WORD)
1735                 break;
1736             while (i < IT_MAX_WORD && *cp)
1737                 buf[i++] = *(cp++);
1738             remain = p->length  - (b - p->string);
1739             if (remain > 0)
1740                 map = zebra_maps_input (p->zebra_maps, p->reg_type, &b,
1741                                         remain);
1742             else
1743                 map = 0;
1744         }
1745     }
1746     if (!i)
1747         return;
1748     extract_add_string (p, buf, i);
1749 }
1750
1751 void extract_token_add (RecWord *p)
1752 {
1753     WRBUF wrbuf;
1754 #if 0
1755     yaz_log (LOG_LOG, "token_add "
1756              "reg_type=%c attrSet=%d attrUse=%d seqno=%d s=%.*s",
1757              p->reg_type, p->attrSet, p->attrUse, p->seqno, p->length,
1758              p->string);
1759 #endif
1760     if ((wrbuf = zebra_replace(p->zebra_maps, p->reg_type, 0,
1761                                p->string, p->length)))
1762     {
1763         p->string = wrbuf_buf(wrbuf);
1764         p->length = wrbuf_len(wrbuf);
1765     }
1766     if (zebra_maps_is_complete (p->zebra_maps, p->reg_type))
1767         extract_add_complete_field (p);
1768     else
1769         extract_add_incomplete_field(p);
1770 }
1771
1772 void extract_schema_add (struct recExtractCtrl *p, Odr_oid *oid)
1773 {
1774     ZebraHandle zh = (ZebraHandle) (p->handle);
1775     zebraExplain_addSchema (zh->reg->zei, oid);
1776 }
1777
1778 void extract_flushSortKeys (ZebraHandle zh, SYSNO sysno,
1779                             int cmd, struct sortKeys *sk)
1780 {
1781     SortIdx sortIdx = zh->reg->sortIdx;
1782     int off = 0;
1783
1784     sortIdx_sysno (sortIdx, sysno);
1785
1786     while (off < sk->buf_used)
1787     {
1788         int set, use, slen;
1789
1790         off += key_SU_decode(&set, sk->buf + off);
1791         off += key_SU_decode(&use, sk->buf + off);
1792         off += key_SU_decode(&slen, sk->buf + off);
1793
1794         sortIdx_type(sortIdx, use);
1795         if (cmd == 1)
1796             sortIdx_add(sortIdx, sk->buf + off, slen);
1797         else
1798             sortIdx_add(sortIdx, "", 1);
1799         off += slen;
1800     }
1801 }
1802
1803 void encode_key_init (struct encode_info *i)
1804 {
1805     i->sysno = 0;
1806     i->seqno = 0;
1807     i->cmd = -1;
1808     i->prevsys=0;
1809     i->prevseq=0;
1810     i->prevcmd=-1;
1811     i->keylen=0;
1812 }
1813
1814 char *encode_key_int (int d, char *bp)
1815 {
1816     if (d <= 63)
1817         *bp++ = d;
1818     else if (d <= 16383)
1819     {
1820         *bp++ = 64 + (d>>8);
1821         *bp++ = d  & 255;
1822     }
1823     else if (d <= 4194303)
1824     {
1825         *bp++ = 128 + (d>>16);
1826         *bp++ = (d>>8) & 255;
1827         *bp++ = d & 255;
1828     }
1829     else
1830     {
1831         *bp++ = 192 + (d>>24);
1832         *bp++ = (d>>16) & 255;
1833         *bp++ = (d>>8) & 255;
1834         *bp++ = d & 255;
1835     }
1836     return bp;
1837 }
1838 #define OLDENCODE 1
1839
1840 #ifdef OLDENCODE
1841 /* this is the old encode_key_write
1842  * may be deleted once we are confident that the new works
1843  * HL 15-oct-2002
1844  */
1845 void encode_key_write (char *k, struct encode_info *i, FILE *outf)
1846 {
1847     struct it_key key;
1848     char *bp = i->buf;
1849
1850     while ((*bp++ = *k++))
1851         ;
1852     memcpy (&key, k+1, sizeof(struct it_key));
1853     bp = encode_key_int ( (key.sysno - i->sysno) * 2 + *k, bp);
1854     if (i->sysno != key.sysno)
1855     {
1856         i->sysno = key.sysno;
1857         i->seqno = 0;
1858     }
1859     else if (!i->seqno && !key.seqno && i->cmd == *k)
1860         return;
1861     bp = encode_key_int (key.seqno - i->seqno, bp);
1862     i->seqno = key.seqno;
1863     i->cmd = *k;
1864     if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
1865     {
1866         logf (LOG_FATAL|LOG_ERRNO, "fwrite");
1867         exit (1);
1868     }
1869 }
1870
1871 void encode_key_flush (struct encode_info *i, FILE *outf)
1872 { /* dummy routine */
1873 }
1874
1875 #else
1876
1877 /* new encode_key_write
1878  * The idea is to buffer one more key, and compare them
1879  * If we are going to delete and insert the same key,
1880  * we may as well not bother. Should make a difference in
1881  * updates with small modifications (appending to a mbox)
1882  */
1883 void encode_key_write (char *k, struct encode_info *i, FILE *outf)
1884 {
1885     struct it_key key;
1886     char *bp;
1887
1888     if (*k)  /* first time for new key */
1889     {
1890         bp = i->buf;
1891         while ((*bp++ = *k++))
1892             ;
1893         i->keylen= bp - i->buf -1;
1894         assert(i->keylen+1+sizeof(struct it_key) < ENCODE_BUFLEN);
1895     }
1896     else
1897     {
1898         bp=i->buf + i->keylen;
1899         *bp++=0;
1900         k++;
1901     }
1902
1903     memcpy (&key, k+1, sizeof(struct it_key));
1904     if (0==i->prevsys) /* no previous filter, fill up */
1905     {
1906         i->prevsys=key.sysno;
1907         i->prevseq=key.seqno;
1908         i->prevcmd=*k;
1909     }
1910     else if ( (i->prevsys==key.sysno) &&
1911               (i->prevseq==key.seqno) &&
1912               (i->prevcmd!=*k) )
1913     { /* same numbers, diff cmd, they cancel out */
1914         i->prevsys=0;
1915     }
1916     else
1917     { /* different stuff, write previous, move buf */
1918         bp = encode_key_int ( (i->prevsys - i->sysno) * 2 + i->prevcmd, bp);
1919         if (i->sysno != i->prevsys)
1920         {
1921             i->sysno = i->prevsys;
1922             i->seqno = 0;
1923         }
1924         else if (!i->seqno && !i->prevseq && i->cmd == i->prevcmd)
1925         {
1926             return; /* ??? Filters some sort of duplicates away */
1927                     /* ??? Can this ever happen   -H 15oct02 */
1928         }
1929         bp = encode_key_int (i->prevseq - i->seqno, bp);
1930         i->seqno = i->prevseq;
1931         i->cmd = i->prevcmd;
1932         if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
1933         {
1934             logf (LOG_FATAL|LOG_ERRNO, "fwrite");
1935             exit (1);
1936         }
1937         i->keylen=0; /* ok, it's written, forget it */
1938         i->prevsys=key.sysno;
1939         i->prevseq=key.seqno;
1940         i->prevcmd=*k;
1941     }
1942 }
1943
1944 void encode_key_flush (struct encode_info *i, FILE *outf)
1945 { /* flush the last key from i */
1946     char *bp =i->buf + i->keylen;
1947     if (0==i->prevsys)
1948     {
1949         return; /* nothing to flush */
1950     }
1951     *bp++=0;
1952     bp = encode_key_int ( (i->prevsys - i->sysno) * 2 + i->prevcmd, bp);
1953     if (i->sysno != i->prevsys)
1954     {
1955         i->sysno = i->prevsys;
1956         i->seqno = 0;
1957     }
1958     else if (!i->seqno && !i->prevseq && i->cmd == i->prevcmd)
1959     {
1960         return; /* ??? Filters some sort of duplicates away */
1961                 /* ??? Can this ever happen   -H 15oct02 */
1962     }
1963     bp = encode_key_int (i->prevseq - i->seqno, bp);
1964     i->seqno = i->prevseq;
1965     i->cmd = i->prevcmd;
1966     if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
1967     {
1968         logf (LOG_FATAL|LOG_ERRNO, "fwrite");
1969         exit (1);
1970     }
1971     i->keylen=0; /* ok, it's written, forget it */
1972     i->prevsys=0; /* forget the values too */
1973     i->prevseq=0;
1974 }
1975 #endif