index/extract.c

   1 /*
   2  * Copyright (C) 1994-1998, Index Data I/S
   3  * All rights reserved.
   4  * Sebastian Hammer, Adam Dickmeiss
   5  *
   6  * $Log: extract.c,v $
   7  * Revision 1.77  1998-01-12 15:04:08  adam
   8  * The test option (-s) only uses read-lock (and not write lock).
   9  *
  10  * Revision 1.76  1997/10/27 14:33:04  adam
  11  * Moved towards generic character mapping depending on "structure"
  12  * field in abstract syntax file. Fixed a few memory leaks. Fixed
  13  * bug with negative integers when doing searches with relational
  14  * operators.
  15  *
  16  * Revision 1.75  1997/09/17 12:19:12  adam
  17  * Zebra version corresponds to YAZ version 1.4.
  18  * Changed Zebra server so that it doesn't depend on global common_resource.
  19  *
  20  * Revision 1.74  1997/09/09 13:38:06  adam
  21  * Partial port to WIN95/NT.
  22  *
  23  * Revision 1.73  1997/09/04 13:57:20  adam
  24  * New file extract/retrieve method tellf (added).
  25  * Added O_BINARY for open calls.
  26  *
  27  * Revision 1.72  1997/07/15 16:32:29  adam
  28  * Bug fix: Match handler didn't terminate the resulting string!
  29  *
  30  * Revision 1.71  1997/07/15 16:28:41  adam
  31  * Bug fix: storeData didn't work with files with multiple records.
  32  * Bug fix: fixed memory management with records; not really well
  33  *  thought through.
  34  *
  35  * Revision 1.70  1997/07/01 13:00:42  adam
  36  * Bug fix in routine searchRecordKey: uninitialized variables.
  37  *
  38  * Revision 1.69  1997/04/29 09:26:03  adam
  39  * Bug fix: generic recordId handling didn't work for compressed internal
  40  * keys.
  41  *
  42  * Revision 1.68  1997/02/12 20:39:45  adam
  43  * Implemented options -f <n> that limits the log to the first <n>
  44  * records.
  45  * Changed some log messages also.
  46  *
  47  * Revision 1.67  1996/11/15 15:02:14  adam
  48  * Minor changes regarding logging.
  49  *
  50  * Revision 1.66  1996/11/14  09:52:21  adam
  51  * Strings in record keys bound by IT_MAX_WORD.
  52  *
  53  * Revision 1.65  1996/11/14  08:57:56  adam
  54  * Reduction of storeKeys area.
  55  *
  56  * Revision 1.64  1996/11/08 11:10:16  adam
  57  * Buffers used during file match got bigger.
  58  * Compressed ISAM support everywhere.
  59  * Bug fixes regarding masking characters in queries.
  60  * Redesigned Regexp-2 queries.
  61  *
  62  * Revision 1.63  1996/10/29 14:09:39  adam
  63  * Use of cisam system - enabled if setting isamc is 1.
  64  *
  65  * Revision 1.62  1996/10/11 10:57:01  adam
  66  * New module recctrl. Used to manage records (extract/retrieval).
  67  * Several files have been moved to the recctrl sub directory.
  68  *
  69  * Revision 1.61  1996/06/06 12:08:37  quinn
  70  * Added showRecord function
  71  *
  72  * Revision 1.60  1996/06/04  10:18:12  adam
  73  * Search/scan uses character mapping module.
  74  *
  75  * Revision 1.59  1996/05/14  15:47:07  adam
  76  * Cleanup of various buffer size entities.
  77  *
  78  * Revision 1.58  1996/05/14  06:16:38  adam
  79  * Compact use/set bytes used in search service.
  80  *
  81  * Revision 1.57  1996/05/13 14:23:04  adam
  82  * Work on compaction of set/use bytes in dictionary.
  83  *
  84  * Revision 1.56  1996/05/09  09:54:42  adam
  85  * Server supports maps from one logical attributes to a list of physical
  86  * attributes.
  87  * The extraction process doesn't make space consuming 'any' keys.
  88  *
  89  * Revision 1.55  1996/05/09  07:28:55  quinn
  90  * Work towards phrases and multiple registers
  91  *
  92  * Revision 1.54  1996/05/01  13:46:35  adam
  93  * First work on multiple records in one file.
  94  * New option, -offset, to the "unread" command in the filter module.
  95  *
  96  * Revision 1.53  1996/04/26  12:09:43  adam
  97  * Added a few comments.
  98  *
  99  * Revision 1.52  1996/04/25  13:27:57  adam
 100  * Function recordExtract modified so that files with no keys (possibly empty)
 101  * are ignored.
 102  *
 103  * Revision 1.51  1996/03/19  11:08:42  adam
 104  * Bug fix: Log preamble wasn't always turned off after recordExtract.
 105  *
 106  * Revision 1.50  1996/02/12  18:45:36  adam
 107  * New fileVerboseFlag in record group control.
 108  *
 109  * Revision 1.49  1996/02/05  12:29:57  adam
 110  * Logging reduced a bit.
 111  * The remaining running time is estimated during register merge.
 112  *
 113  * Revision 1.48  1996/02/01  20:53:26  adam
 114  * The temporary per-record keys are compacted a little, and duplication
 115  * of the per-records keys are avoided when they are saved in the record
 116  * information buffer.
 117  *
 118  * Revision 1.47  1996/01/17  14:57:48  adam
 119  * Prototype changed for reader functions in extract/retrieve. File
 120  *  is identified by 'void *' instead of 'int.
 121  *
 122  * Revision 1.46  1995/12/15  14:57:16  adam
 123  * Bug fix.
 124  *
 125  * Revision 1.45  1995/12/15  12:37:41  adam
 126  * In addRecordKeyAny: Writes key only when attrSet != -1.
 127  *
 128  * Revision 1.44  1995/12/12  16:00:54  adam
 129  * System call sync(2) used after update/commit.
 130  * Locking (based on fcntl) uses F_EXLCK and F_SHLCK instead of F_WRLCK
 131  * and F_RDLCK.
 132  *
 133  * Revision 1.43  1995/12/11  09:12:46  adam
 134  * The rec_get function returns NULL if record doesn't exist - will
 135  * happen in the server if the result set records have been deleted since
 136  * the creation of the set (i.e. the search).
 137  * The server saves a result temporarily if it is 'volatile', i.e. the
 138  * set is register dependent.
 139  *
 140  * Revision 1.42  1995/12/07  17:38:46  adam
 141  * Work locking mechanisms for concurrent updates/commit.
 142  *
 143  * Revision 1.41  1995/12/06  16:06:42  adam
 144  * Better diagnostics. Work on 'real' dictionary deletion.
 145  *
 146  * Revision 1.40  1995/12/05  16:57:40  adam
 147  * More work on regular patterns.
 148  *
 149  * Revision 1.39  1995/12/05  13:20:18  adam
 150  * Bug fix: file_read sometimes returned early EOF.
 151  *
 152  * Revision 1.38  1995/12/04  17:59:21  adam
 153  * More work on regular expression conversion.
 154  *
 155  * Revision 1.37  1995/12/04  14:22:27  adam
 156  * Extra arg to recType_byName.
 157  * Started work on new regular expression parsed input to
 158  * structured records.
 159  *
 160  * Revision 1.36  1995/11/30  08:34:29  adam
 161  * Started work on commit facility.
 162  * Changed a few malloc/free to xmalloc/xfree.
 163  *
 164  * Revision 1.35  1995/11/28  14:26:21  adam
 165  * Bug fix: recordId with constant wasn't right.
 166  * Bug fix: recordId dictionary entry wasn't deleted when needed.
 167  *
 168  * Revision 1.34  1995/11/28  09:09:38  adam
 169  * Zebra config renamed.
 170  * Use setting 'recordId' to identify record now.
 171  * Bug fix in recindex.c: rec_release_blocks was invokeded even
 172  * though the blocks were already released.
 173  * File traversal properly deletes records when needed.
 174  *
 175  * Revision 1.33  1995/11/27  09:56:20  adam
 176  * Record info elements better enumerated. Internal store of records.
 177  *
 178  * Revision 1.32  1995/11/25  10:24:05  adam
 179  * More record fields - they are enumerated now.
 180  * New options: flagStoreData flagStoreKey.
 181  *
 182  * Revision 1.31  1995/11/24  11:31:35  adam
 183  * Commands add & del read filenames from stdin if source directory is
 184  * empty.
 185  * Match criteria supports 'constant' strings.
 186  *
 187  * Revision 1.30  1995/11/22  17:19:16  adam
 188  * Record management uses the bfile system.
 189  *
 190  * Revision 1.29  1995/11/21  15:01:14  adam
 191  * New general match criteria implemented.
 192  * New feature: document groups.
 193  *
 194  * Revision 1.28  1995/11/21  09:20:30  adam
 195  * Yet more work on record match.
 196  *
 197  * Revision 1.27  1995/11/20  16:59:45  adam
 198  * New update method: the 'old' keys are saved for each records.
 199  *
 200  * Revision 1.26  1995/11/20  11:56:24  adam
 201  * Work on new traversal.
 202  *
 203  * Revision 1.25  1995/11/16  15:34:54  adam
 204  * Uses new record management system in both indexer and server.
 205  *
 206  * Revision 1.24  1995/11/15  19:13:08  adam
 207  * Work on record management.
 208  *
 209  * Revision 1.23  1995/10/27  14:00:10  adam
 210  * Implemented detection of database availability.
 211  *
 212  * Revision 1.22  1995/10/17  18:02:07  adam
 213  * New feature: databases. Implemented as prefix to words in dictionary.
 214  *
 215  * Revision 1.21  1995/10/10  12:24:38  adam
 216  * Temporary sort files are compressed.
 217  *
 218  * Revision 1.20  1995/10/06  13:52:05  adam
 219  * Bug fixes. Handler may abort further scanning.
 220  *
 221  * Revision 1.19  1995/10/04  12:55:16  adam
 222  * Bug fix in ranked search. Use=Any keys inserted.
 223  *
 224  * Revision 1.18  1995/10/04  09:37:08  quinn
 225  * Fixed bug.
 226  *
 227  * Revision 1.17  1995/10/03  14:28:57  adam
 228  * Buffered read in extract works.
 229  *
 230  * Revision 1.16  1995/10/03  14:28:45  adam
 231  * Work on more effecient read handler in extract.
 232  *
 233  * Revision 1.15  1995/10/02  15:42:53  adam
 234  * Extract uses file descriptors instead of FILE pointers.
 235  *
 236  * Revision 1.14  1995/10/02  15:29:13  adam
 237  * More logging in file_extract.
 238  *
 239  * Revision 1.13  1995/09/29  14:01:39  adam
 240  * Bug fixes.
 241  *
 242  * Revision 1.12  1995/09/28  14:22:56  adam
 243  * Sort uses smaller temporary files.
 244  *
 245  * Revision 1.11  1995/09/28  12:10:31  adam
 246  * Bug fixes. Field prefix used in queries.
 247  *
 248  * Revision 1.10  1995/09/28  09:19:41  adam
 249  * xfree/xmalloc used everywhere.
 250  * Extract/retrieve method seems to work for text records.
 251  *
 252  * Revision 1.9  1995/09/27  12:22:28  adam
 253  * More work on extract in record control.
 254  * Field name is not in isam keys but in prefix in dictionary words.
 255  *
 256  * Revision 1.8  1995/09/14  07:48:22  adam
 257  * Record control management.
 258  *
 259  * Revision 1.7  1995/09/11  13:09:32  adam
 260  * More work on relevance feedback.
 261  *
 262  * Revision 1.6  1995/09/08  14:52:27  adam
 263  * Minor changes. Dictionary is lower case now.
 264  *
 265  * Revision 1.5  1995/09/06  16:11:16  adam
 266  * Option: only one word key per file.
 267  *
 268  * Revision 1.4  1995/09/05  15:28:39  adam
 269  * More work on search engine.
 270  *
 271  * Revision 1.3  1995/09/04  12:33:41  adam
 272  * Various cleanup. YAZ util used instead.
 273  *
 274  * Revision 1.2  1995/09/04  09:10:34  adam
 275  * More work on index add/del/update.
 276  * Merge sort implemented.
 277  * Initial work on z39 server.
 278  *
 279  * Revision 1.1  1995/09/01  14:06:35  adam
 280  * Split of work into more files.
 281  *
 282  */
 283 #include <stdio.h>
 284 #include <assert.h>
 285 #ifdef WINDOWS
 286 #include <io.h>
 287 #else
 288 #include <unistd.h>
 289 #endif
 290 #include <fcntl.h>
 291
 292 #include <recctrl.h>
 293 #include "index.h"
 294
 295 #include "zinfo.h"
 296
 297 static Dict matchDict;
 298
 299 static Records records = NULL;
 300
 301 static char **key_buf;
 302 static size_t ptr_top;
 303 static size_t ptr_i;
 304 static size_t key_buf_used;
 305 static int key_file_no;
 306
 307 static int records_inserted = 0;
 308 static int records_updated = 0;
 309 static int records_deleted = 0;
 310 static int records_processed = 0;
 311
 312 static ZebTargetInfo *zti = NULL;
 313
 314 static void logRecord (int showFlag)
 315 {
 316     if (!showFlag)
 317         ++records_processed;
 318     if (showFlag || !(records_processed % 1000))
 319     {
 320         logf (LOG_LOG, "Records: %7d i/u/d %d/%d/%d",
 321               records_processed, records_inserted, records_updated,
 322               records_deleted);
 323     }
 324 }
 325
 326 int key_open (BFiles bfs, int mem, int rw)
 327 {
 328     if (!mem)
 329         mem = atoi(res_get_def (common_resource, "memMax", "4"))*1024*1024;
 330     if (mem < 50000)
 331         mem = 50000;
 332     key_buf = xmalloc (mem);
 333     ptr_top = mem/sizeof(char*);
 334     ptr_i = 0;
 335
 336     key_buf_used = 0;
 337     key_file_no = 0;
 338
 339     if (!(matchDict = dict_open (bfs, GMATCH_DICT, 50, rw)))
 340     {
 341         logf (LOG_FATAL, "dict_open fail of %s", GMATCH_DICT);
 342         return -1;
 343     }
 344     assert (!records);
 345     records = rec_open (bfs, rw);
 346     if (!records)
 347     {
 348         dict_close (matchDict);
 349         return -1;
 350     }
 351     zti = zebTargetInfo_open (records, rw);
 352     if (!zti)
 353     {
 354         rec_close (&records);
 355         dict_close (matchDict);
 356         return -1;
 357     }
 358     return 0;
 359 }
 360
 361 struct encode_info {
 362     int  sysno;
 363     int  seqno;
 364     char buf[768];
 365 };
 366
 367 void encode_key_init (struct encode_info *i)
 368 {
 369     i->sysno = 0;
 370     i->seqno = 0;
 371 }
 372
 373 char *encode_key_int (int d, char *bp)
 374 {
 375     if (d <= 63)
 376         *bp++ = d;
 377     else if (d <= 16383)
 378     {
 379         *bp++ = 64 + (d>>8);
 380         *bp++ = d  & 255;
 381     }
 382     else if (d <= 4194303)
 383     {
 384         *bp++ = 128 + (d>>16);
 385         *bp++ = (d>>8) & 255;
 386         *bp++ = d & 255;
 387     }
 388     else
 389     {
 390         *bp++ = 192 + (d>>24);
 391         *bp++ = (d>>16) & 255;
 392         *bp++ = (d>>8) & 255;
 393         *bp++ = d & 255;
 394     }
 395     return bp;
 396 }
 397
 398 void encode_key_write (char *k, struct encode_info *i, FILE *outf)
 399 {
 400     struct it_key key;
 401     char *bp = i->buf;
 402
 403     while ((*bp++ = *k++))
 404         ;
 405     memcpy (&key, k+1, sizeof(struct it_key));
 406     bp = encode_key_int ( (key.sysno - i->sysno) * 2 + *k, bp);
 407     if (i->sysno != key.sysno)
 408     {
 409         i->sysno = key.sysno;
 410         i->seqno = 0;
 411     }
 412     bp = encode_key_int (key.seqno - i->seqno, bp);
 413     i->seqno = key.seqno;
 414     if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
 415     {
 416         logf (LOG_FATAL|LOG_ERRNO, "fwrite");
 417         exit (1);
 418     }
 419 }
 420
 421 #define SORT_EXTRA 0
 422
 423 #if SORT_EXTRA
 424 static int key_y_len;
 425
 426 static int key_y_compare (const void *p1, const void *p2)
 427 {
 428     int r;
 429
 430     if ((r = key_compare (*(char**) p1 + key_y_len + 1,
 431                           *(char**) p2 + key_y_len + 1)))
 432          return r;
 433     return *(*(char**) p1 + key_y_len) - *(*(char**) p2 + key_y_len);
 434 }
 435
 436 static int key_x_compare (const void *p1, const void *p2)
 437 {
 438     return strcmp (*(char**) p1, *(char**) p2);
 439 }
 440 #endif
 441
 442 void key_flush (void)
 443 {
 444     FILE *outf;
 445     char out_fname[200];
 446     char *prevcp, *cp;
 447     struct encode_info encode_info;
 448 #if SORT_EXTRA
 449     int i;
 450 #endif
 451
 452     if (ptr_i <= 0)
 453         return;
 454
 455     key_file_no++;
 456     logf (LOG_LOG, "sorting section %d", key_file_no);
 457 #if !SORT_EXTRA
 458     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_qsort_compare);
 459     getFnameTmp (out_fname, key_file_no);
 460
 461     if (!(outf = fopen (out_fname, "w")))
 462     {
 463         logf (LOG_FATAL|LOG_ERRNO, "fopen %s", out_fname);
 464         exit (1);
 465     }
 466     logf (LOG_LOG, "writing section %d", key_file_no);
 467     prevcp = cp = key_buf[ptr_top-ptr_i];
 468
 469     encode_key_init (&encode_info);
 470     encode_key_write (cp, &encode_info, outf);
 471     while (--ptr_i > 0)
 472     {
 473         cp = key_buf[ptr_top-ptr_i];
 474         if (strcmp (cp, prevcp))
 475         {
 476             encode_key_init (&encode_info);
 477             encode_key_write (cp, &encode_info, outf);
 478             prevcp = cp;
 479         }
 480         else
 481             encode_key_write (cp + strlen(cp), &encode_info, outf);
 482     }
 483 #else
 484     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_x_compare);
 485     getFnameTmp (out_fname, key_file_no);
 486
 487     if (!(outf = fopen (out_fname, "w")))
 488     {
 489         logf (LOG_FATAL|LOG_ERRNO, "fopen %s", out_fname);
 490         exit (1);
 491     }
 492     logf (LOG_LOG, "writing section %d", key_file_no);
 493     i = ptr_i;
 494     prevcp =  key_buf[ptr_top-i];
 495     while (1)
 496         if (!--i || strcmp (prevcp, key_buf[ptr_top-i]))
 497         {
 498             key_y_len = strlen(prevcp)+1;
 499 #if 0
 500             logf (LOG_LOG, "key_y_len: %2d %02x %02x %s",
 501                       key_y_len, prevcp[0], prevcp[1], 2+prevcp);
 502 #endif
 503             qsort (key_buf + ptr_top-ptr_i, ptr_i - i,
 504                                    sizeof(char*), key_y_compare);
 505             cp = key_buf[ptr_top-ptr_i];
 506             --key_y_len;
 507             encode_key_init (&encode_info);
 508             encode_key_write (cp, &encode_info, outf);
 509             while (--ptr_i > i)
 510             {
 511                 cp = key_buf[ptr_top-ptr_i];
 512                 encode_key_write (cp+key_y_len, &encode_info, outf);
 513             }
 514             if (!i)
 515                 break;
 516             prevcp = key_buf[ptr_top-ptr_i];
 517         }
 518 #endif
 519     if (fclose (outf))
 520     {
 521         logf (LOG_FATAL|LOG_ERRNO, "fclose %s", out_fname);
 522         exit (1);
 523     }
 524     logf (LOG_LOG, "finished section %d", key_file_no);
 525     ptr_i = 0;
 526     key_buf_used = 0;
 527 }
 528
 529 int key_close ()
 530 {
 531     key_flush ();
 532     xfree (key_buf);
 533 #if 1
 534     zebTargetInfo_close (zti, 1);
 535 #endif
 536     rec_close (&records);
 537     dict_close (matchDict);
 538
 539     logRecord (1);
 540     return key_file_no;
 541 }
 542
 543 static void wordInit (RecWord *p)
 544 {
 545     p->attrSet = 1;
 546     p->attrUse = 1016;
 547     p->reg_type = 'w';
 548 }
 549
 550 struct recKeys {
 551     int buf_used;
 552     int buf_max;
 553     char *buf;
 554     char prevAttrSet;
 555     short prevAttrUse;
 556     int prevSeqNo;
 557 } reckeys;
 558
 559 static void addRecordKey (const RecWord *p)
 560 {
 561     char *dst;
 562     char attrSet;
 563     short attrUse;
 564     size_t i;
 565     int lead = 0;
 566     int diff = 0;
 567
 568     if (reckeys.buf_used+1024 > reckeys.buf_max)
 569     {
 570         char *b;
 571
 572         b = xmalloc (reckeys.buf_max += 128000);
 573         if (reckeys.buf_used > 0)
 574             memcpy (b, reckeys.buf, reckeys.buf_used);
 575         xfree (reckeys.buf);
 576         reckeys.buf = b;
 577     }
 578     dst = reckeys.buf + reckeys.buf_used;
 579
 580     attrSet = p->attrSet;
 581     if (reckeys.buf_used > 0 && reckeys.prevAttrSet == attrSet)
 582         lead |= 1;
 583     else
 584         reckeys.prevAttrSet = attrSet;
 585     attrUse = p->attrUse;
 586     if (reckeys.buf_used > 0 && reckeys.prevAttrUse == attrUse)
 587         lead |= 2;
 588     else
 589         reckeys.prevAttrUse = attrUse;
 590 #if 1
 591     diff = 1 + p->seqno - reckeys.prevSeqNo;
 592     if (diff >= 1 && diff <= 15)
 593         lead |= (diff << 2);
 594     else
 595         diff = 0;
 596 #endif
 597     reckeys.prevSeqNo = p->seqno;
 598
 599     *dst++ = lead;
 600
 601     if (!(lead & 1))
 602     {
 603         memcpy (dst, &attrSet, sizeof(attrSet));
 604         dst += sizeof(attrSet);
 605     }
 606     if (!(lead & 2))
 607     {
 608         memcpy (dst, &attrUse, sizeof(attrUse));
 609         dst += sizeof(attrUse);
 610     }
 611     *dst++ = p->reg_type;
 612     for (i = 0; p->string[i] && i < IT_MAX_WORD-3; i++)
 613         *dst++ = p->string[i];
 614     *dst++ = '\0';
 615
 616     if (!diff)
 617     {
 618         memcpy (dst, &p->seqno, sizeof(p->seqno));
 619         dst += sizeof(p->seqno);
 620     }
 621     reckeys.buf_used = dst - reckeys.buf;
 622 }
 623
 624 static void flushRecordKeys (SYSNO sysno, int cmd, struct recKeys *reckeys,
 625                              const char *databaseName)
 626 {
 627     char attrSet = -1;
 628     short attrUse = -1;
 629     int seqno = 0;
 630     int off = 0;
 631
 632     if (zebTargetInfo_curDatabase (zti, databaseName))
 633     {
 634         if (zebTargetInfo_newDatabase (zti, databaseName))
 635             abort ();
 636     }
 637     while (off < reckeys->buf_used)
 638     {
 639         const char *src = reckeys->buf + off;
 640         struct it_key key;
 641         int lead, ch;
 642
 643         lead = *src++;
 644
 645         if (!(lead & 1))
 646         {
 647             memcpy (&attrSet, src, sizeof(attrSet));
 648             src += sizeof(attrSet);
 649         }
 650         if (!(lead & 2))
 651         {
 652             memcpy (&attrUse, src, sizeof(attrUse));
 653             src += sizeof(attrUse);
 654         }
 655         if (key_buf_used + 1024 > (ptr_top-ptr_i)*sizeof(char*))
 656             key_flush ();
 657         ++ptr_i;
 658         key_buf[ptr_top-ptr_i] = (char*)key_buf + key_buf_used;
 659
 660         ch = zebTargetInfo_lookupSU (zti, attrSet, attrUse);
 661         if (ch < 0)
 662             ch = zebTargetInfo_addSU (zti, attrSet, attrUse);
 663         assert (ch > 0);
 664         ((char*) key_buf) [key_buf_used++] = ch;
 665         while (*src)
 666             ((char*)key_buf) [key_buf_used++] = *src++;
 667         src++;
 668         ((char*)key_buf) [key_buf_used++] = '\0';
 669         ((char*) key_buf)[key_buf_used++] = cmd;
 670
 671         if (lead & 60)
 672             seqno += ((lead>>2) & 15)-1;
 673         else
 674         {
 675             memcpy (&seqno, src, sizeof(seqno));
 676             src += sizeof(seqno);
 677         }
 678         key.seqno = seqno;
 679         key.sysno = sysno;
 680         memcpy ((char*)key_buf + key_buf_used, &key, sizeof(key));
 681         key_buf_used += sizeof(key);
 682         off = src - reckeys->buf;
 683     }
 684     assert (off == reckeys->buf_used);
 685 }
 686
 687 static const char **searchRecordKey (struct recKeys *reckeys,
 688                                int attrSetS, int attrUseS)
 689 {
 690     static const char *ws[32];
 691     int off = 0;
 692     int startSeq = -1;
 693     int i;
 694     short attrUse;
 695     char attrSet;
 696     int seqno = 0;
 697
 698     for (i = 0; i<32; i++)
 699         ws[i] = NULL;
 700
 701     while (off < reckeys->buf_used)
 702     {
 703
 704         const char *src = reckeys->buf + off;
 705         const char *wstart;
 706         int lead;
 707
 708         lead = *src++;
 709
 710         if (!(lead & 1))
 711         {
 712             memcpy (&attrSet, src, sizeof(attrSet));
 713             src += sizeof(attrSet);
 714         }
 715         if (!(lead & 2))
 716         {
 717             memcpy (&attrUse, src, sizeof(attrUse));
 718             src += sizeof(attrUse);
 719         }
 720         wstart = src;
 721         while (*src++)
 722             ;
 723         if (lead & 60)
 724             seqno += ((lead>>2) & 15)-1;
 725         else
 726         {
 727             memcpy (&seqno, src, sizeof(seqno));
 728             src += sizeof(seqno);
 729         }
 730         if (attrUseS == attrUse && attrSetS == attrSet)
 731         {
 732             int woff;
 733
 734
 735             if (startSeq == -1)
 736                 startSeq = seqno;
 737             woff = seqno - startSeq;
 738             if (woff >= 0 && woff < 31)
 739                 ws[woff] = wstart;
 740         }
 741
 742         off = src - reckeys->buf;
 743     }
 744     assert (off == reckeys->buf_used);
 745     return ws;
 746 }
 747
 748 struct file_read_info {
 749     off_t file_max;
 750     off_t file_offset;
 751     off_t file_moffset;
 752     int file_more;
 753     int fd;
 754 };
 755
 756 static struct file_read_info *file_read_start (int fd)
 757 {
 758     struct file_read_info *fi = xmalloc (sizeof(*fi));
 759
 760     fi->fd = fd;
 761     fi->file_max = 0;
 762     fi->file_moffset = 0;
 763     return fi;
 764 }
 765
 766 static void file_read_stop (struct file_read_info *fi)
 767 {
 768     assert (fi);
 769     xfree (fi);
 770 }
 771
 772 static off_t file_seek (void *handle, off_t offset)
 773 {
 774     struct file_read_info *p = handle;
 775     p->file_offset = offset;
 776     return lseek (p->fd, offset, SEEK_SET);
 777 }
 778
 779 static off_t file_tell (void *handle)
 780 {
 781     struct file_read_info *p = handle;
 782     return p->file_offset;
 783 }
 784
 785 static int file_read (void *handle, char *buf, size_t count)
 786 {
 787     struct file_read_info *p = handle;
 788     int fd = p->fd;
 789     int r;
 790     r = read (fd, buf, count);
 791     if (r > 0)
 792     {
 793         p->file_offset += r;
 794         if (p->file_offset > p->file_max)
 795             p->file_max = p->file_offset;
 796     }
 797     return r;
 798 }
 799
 800 static void file_begin (void *handle)
 801 {
 802     struct file_read_info *p = handle;
 803
 804     p->file_offset = p->file_moffset;
 805     if (p->file_moffset)
 806         lseek (p->fd, p->file_moffset, SEEK_SET);
 807     p->file_more = 0;
 808 }
 809
 810 static void file_end (void *handle, off_t offset)
 811 {
 812     struct file_read_info *p = handle;
 813
 814     assert (p->file_more == 0);
 815     p->file_more = 1;
 816     p->file_moffset = offset;
 817 }
 818
 819 static int atois (const char **s)
 820 {
 821     int val = 0, c;
 822     while ( (c=**s) >= '0' && c <= '9')
 823     {
 824         val = val*10 + c - '0';
 825         ++(*s);
 826     }
 827     return val;
 828 }
 829
 830 static char *fileMatchStr (struct recKeys *reckeys, struct recordGroup *rGroup,
 831                            const char *fname,
 832                            const char *spec)
 833 {
 834     static char dstBuf[2048];
 835     char *dst = dstBuf;
 836     const char *s = spec;
 837     static const char **w;
 838     int i;
 839
 840     while (1)
 841     {
 842         while (*s == ' ' || *s == '\t')
 843             s++;
 844         if (!*s)
 845             break;
 846         if (*s == '(')
 847         {
 848             char matchFlag[32];
 849             int attrSet, attrUse;
 850             int first = 1;
 851
 852             s++;
 853             attrSet = atois (&s);
 854             if (*s != ',')
 855             {
 856                 logf (LOG_WARN, "Missing , in match criteria %s in group %s",
 857                       spec, rGroup->groupName ? rGroup->groupName : "none");
 858                 return NULL;
 859             }
 860             s++;
 861             attrUse = atois (&s);
 862             w = searchRecordKey (reckeys, attrSet, attrUse);
 863             assert (w);
 864
 865             if (*s == ')')
 866             {
 867                 for (i = 0; i<32; i++)
 868                     matchFlag[i] = 1;
 869             }
 870             else
 871             {
 872                 logf (LOG_WARN, "Missing ) in match criteria %s in group %s",
 873                       spec, rGroup->groupName ? rGroup->groupName : "none");
 874                 return NULL;
 875             }
 876             s++;
 877
 878             for (i = 0; i<32; i++)
 879                 if (matchFlag[i] && w[i])
 880                 {
 881                     if (first)
 882                     {
 883                         *dst++ = ' ';
 884                         first = 0;
 885                     }
 886                     strcpy (dst, w[i]);
 887                     dst += strlen(w[i]);
 888                 }
 889             if (first)
 890             {
 891                 logf (LOG_WARN, "Record didn't contain match"
 892                       " fields in (%d,%d)", attrSet, attrUse);
 893                 return NULL;
 894             }
 895         }
 896         else if (*s == '$')
 897         {
 898             int spec_len;
 899             char special[64];
 900             const char *spec_src = NULL;
 901             const char *s1 = ++s;
 902             while (*s1 && *s1 != ' ' && *s1 != '\t')
 903                 s1++;
 904
 905             spec_len = s1 - s;
 906             if (spec_len > 63)
 907                 spec_len = 63;
 908             memcpy (special, s, spec_len);
 909             special[spec_len] = '\0';
 910             s = s1;
 911
 912             if (!strcmp (special, "group"))
 913                 spec_src = rGroup->groupName;
 914             else if (!strcmp (special, "database"))
 915                 spec_src = rGroup->databaseName;
 916             else if (!strcmp (special, "filename"))
 917                 spec_src = fname;
 918             else if (!strcmp (special, "type"))
 919                 spec_src = rGroup->recordType;
 920             else
 921                 spec_src = NULL;
 922             if (spec_src)
 923             {
 924                 strcpy (dst, spec_src);
 925                 dst += strlen (spec_src);
 926             }
 927         }
 928         else if (*s == '\"' || *s == '\'')
 929         {
 930             int stopMarker = *s++;
 931             char tmpString[64];
 932             int i = 0;
 933
 934             while (*s && *s != stopMarker)
 935             {
 936                 if (i < 63)
 937                     tmpString[i++] = *s++;
 938             }
 939             if (*s)
 940                 s++;
 941             tmpString[i] = '\0';
 942             strcpy (dst, tmpString);
 943             dst += strlen (tmpString);
 944         }
 945         else
 946         {
 947             logf (LOG_WARN, "Syntax error in match criteria %s in group %s",
 948                   spec, rGroup->groupName ? rGroup->groupName : "none");
 949             return NULL;
 950         }
 951         *dst++ = 1;
 952     }
 953     if (dst == dstBuf)
 954     {
 955         logf (LOG_WARN, "No match criteria for record %s in group %s",
 956               fname, rGroup->groupName ? rGroup->groupName : "none");
 957         return NULL;
 958     }
 959     *dst = '\0';
 960     return dstBuf;
 961 }
 962
 963 struct recordLogInfo {
 964     const char *fname;
 965     int recordOffset;
 966     struct recordGroup *rGroup;
 967 };
 968
 969 static void recordLogPreamble (int level, const char *msg, void *info)
 970 {
 971     struct recordLogInfo *p = info;
 972     FILE *outf = log_file ();
 973
 974     if (level & LOG_LOG)
 975         return ;
 976     fprintf (outf, "File %s, offset %d, type %s\n",
 977              p->rGroup->recordType, p->recordOffset, p->fname);
 978     log_event_start (NULL, NULL);
 979 }
 980
 981 static int recordExtract (SYSNO *sysno, const char *fname,
 982                           struct recordGroup *rGroup, int deleteFlag,
 983                           struct file_read_info *fi, RecType recType,
 984                           char *subType)
 985 {
 986     struct recExtractCtrl extractCtrl;
 987     int r;
 988     char *matchStr;
 989     SYSNO sysnotmp;
 990     off_t recordOffset = 0;
 991     Record rec;
 992     struct recordLogInfo logInfo;
 993
 994     if (fi->fd != -1)
 995     {
 996         /* we are going to read from a file, so prepare the extraction */
 997         extractCtrl.fh = fi;
 998         extractCtrl.subType = subType;
 999         extractCtrl.init = wordInit;
1000         extractCtrl.add = addRecordKey;
1001         extractCtrl.dh = rGroup->dh;
1002
1003         reckeys.buf_used = 0;
1004         reckeys.prevAttrUse = -1;
1005         reckeys.prevAttrSet = -1;
1006         reckeys.prevSeqNo = 0;
1007
1008         recordOffset = fi->file_moffset;
1009         extractCtrl.offset = recordOffset;
1010         extractCtrl.readf = file_read;
1011         extractCtrl.seekf = file_seek;
1012         extractCtrl.tellf = file_tell;
1013         extractCtrl.endf = file_end;
1014         extractCtrl.zebra_maps = rGroup->zebra_maps;
1015         extractCtrl.flagShowRecords = !rGroup->flagRw;
1016         if (!rGroup->flagRw)
1017             printf ("File: %s %ld\n", fname, (long) recordOffset);
1018
1019         logInfo.fname = fname;
1020         logInfo.recordOffset = recordOffset;
1021         logInfo.rGroup = rGroup;
1022         log_event_start (recordLogPreamble, &logInfo);
1023
1024         r = (*recType->extract)(&extractCtrl);
1025
1026         log_event_start (NULL, NULL);
1027
1028         if (r)
1029         {
1030             /* error occured during extraction ... */
1031             if (rGroup->flagRw &&
1032                 records_processed < rGroup->fileVerboseLimit)
1033             {
1034                 logf (LOG_WARN, "fail %s %s %ld code = %d", rGroup->recordType,
1035                       fname, (long) recordOffset, r);
1036             }
1037             return 0;
1038         }
1039         if (reckeys.buf_used == 0)
1040         {
1041             /* the extraction process returned no information - the record
1042                is probably empty - unless flagShowRecords is in use */
1043             if (!rGroup->flagRw)
1044                 return 1;
1045             logf (LOG_WARN, "No keys generated for file %s", fname);
1046             logf (LOG_WARN, " The file is probably empty");
1047             return 0;
1048         }
1049     }
1050
1051     /* perform match if sysno not known and if match criteria is specified */
1052
1053     matchStr = NULL;
1054     if (!sysno)
1055     {
1056         sysnotmp = 0;
1057         sysno = &sysnotmp;
1058         if (rGroup->recordId && *rGroup->recordId)
1059         {
1060             char *rinfo;
1061
1062             matchStr = fileMatchStr (&reckeys, rGroup, fname,
1063                                      rGroup->recordId);
1064             if (matchStr)
1065             {
1066                 rinfo = dict_lookup (matchDict, matchStr);
1067                 if (rinfo)
1068                     memcpy (sysno, rinfo+1, sizeof(*sysno));
1069             }
1070             else
1071             {
1072                 logf (LOG_WARN, "Bad match criteria");
1073                 return 0;
1074             }
1075         }
1076     }
1077
1078     if (! *sysno)
1079     {
1080         /* new record */
1081         if (deleteFlag)
1082         {
1083             logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
1084                   fname, (long) recordOffset);
1085             logf (LOG_WARN, "cannot delete record above (seems new)");
1086             return 1;
1087         }
1088         if (records_processed < rGroup->fileVerboseLimit)
1089             logf (LOG_LOG, "add %s %s %ld", rGroup->recordType,
1090                   fname, (long) recordOffset);
1091         rec = rec_new (records);
1092         *sysno = rec->sysno;
1093
1094         if (matchStr)
1095         {
1096             dict_insert (matchDict, matchStr, sizeof(*sysno), sysno);
1097         }
1098         flushRecordKeys (*sysno, 1, &reckeys, rGroup->databaseName);
1099
1100         records_inserted++;
1101     }
1102     else
1103     {
1104         /* record already exists */
1105         struct recKeys delkeys;
1106
1107         rec = rec_get (records, *sysno);
1108         assert (rec);
1109         delkeys.buf_used = rec->size[recInfo_delKeys];
1110         delkeys.buf = rec->info[recInfo_delKeys];
1111         flushRecordKeys (*sysno, 0, &delkeys, rec->info[recInfo_databaseName]);
1112         if (deleteFlag)
1113         {
1114             /* record going to be deleted */
1115             if (!delkeys.buf_used)
1116             {
1117                 logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
1118                       fname, (long) recordOffset);
1119                 logf (LOG_WARN, "cannot delete file above, storeKeys false");
1120             }
1121             else
1122             {
1123                 if (records_processed < rGroup->fileVerboseLimit)
1124                     logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
1125                           fname, (long) recordOffset);
1126                 records_deleted++;
1127                 if (matchStr)
1128                     dict_delete (matchDict, matchStr);
1129                 rec_del (records, &rec);
1130             }
1131             logRecord (0);
1132             return 1;
1133         }
1134         else
1135         {
1136             /* record going to be updated */
1137             if (!delkeys.buf_used)
1138             {
1139                 logf (LOG_LOG, "update %s %s %ld", rGroup->recordType,
1140                       fname, (long) recordOffset);
1141                 logf (LOG_WARN, "cannot update file above, storeKeys false");
1142             }
1143             else
1144             {
1145                 if (records_processed < rGroup->fileVerboseLimit)
1146                     logf (LOG_LOG, "update %s %s %ld", rGroup->recordType,
1147                           fname, (long) recordOffset);
1148                 flushRecordKeys (*sysno, 1, &reckeys, rGroup->databaseName);
1149                 records_updated++;
1150             }
1151         }
1152     }
1153     /* update file type */
1154     xfree (rec->info[recInfo_fileType]);
1155     rec->info[recInfo_fileType] =
1156         rec_strdup (rGroup->recordType, &rec->size[recInfo_fileType]);
1157
1158     /* update filename */
1159     xfree (rec->info[recInfo_filename]);
1160     rec->info[recInfo_filename] =
1161         rec_strdup (fname, &rec->size[recInfo_filename]);
1162
1163     /* update delete keys */
1164     xfree (rec->info[recInfo_delKeys]);
1165     if (reckeys.buf_used > 0 && rGroup->flagStoreKeys == 1)
1166     {
1167 #if 1
1168         rec->size[recInfo_delKeys] = reckeys.buf_used;
1169         rec->info[recInfo_delKeys] = reckeys.buf;
1170         reckeys.buf = NULL;
1171         reckeys.buf_max = 0;
1172 #else
1173         rec->info[recInfo_delKeys] = xmalloc (reckeys.buf_used);
1174         rec->size[recInfo_delKeys] = reckeys.buf_used;
1175         memcpy (rec->info[recInfo_delKeys], reckeys.buf,
1176                 rec->size[recInfo_delKeys]);
1177 #endif
1178     }
1179     else
1180     {
1181         rec->info[recInfo_delKeys] = NULL;
1182         rec->size[recInfo_delKeys] = 0;
1183     }
1184
1185     /* update store data */
1186     xfree (rec->info[recInfo_storeData]);
1187     if (rGroup->flagStoreData == 1)
1188     {
1189         int size = fi->file_moffset - recordOffset;
1190         if (!size)
1191             size = fi->file_max - recordOffset;
1192         rec->size[recInfo_storeData] = size;
1193         rec->info[recInfo_storeData] = xmalloc (size);
1194         if (lseek (fi->fd, recordOffset, SEEK_SET) < 0)
1195         {
1196             logf (LOG_ERRNO|LOG_FATAL, "seek to %ld in %s", fname,
1197                   (long) recordOffset);
1198             exit (1);
1199         }
1200         if (read (fi->fd, rec->info[recInfo_storeData], size) < size)
1201         {
1202             logf (LOG_ERRNO|LOG_FATAL, "read %d bytes of %s",
1203                   fi->file_max, fname);
1204             exit (1);
1205         }
1206     }
1207     else
1208     {
1209         rec->info[recInfo_storeData] = NULL;
1210         rec->size[recInfo_storeData] = 0;
1211     }
1212     /* update database name */
1213     xfree (rec->info[recInfo_databaseName]);
1214     rec->info[recInfo_databaseName] =
1215         rec_strdup (rGroup->databaseName, &rec->size[recInfo_databaseName]);
1216
1217     /* update offset */
1218     xfree (rec->info[recInfo_offset]);
1219
1220     rec->size[recInfo_offset] = sizeof(recordOffset);
1221     rec->info[recInfo_offset] = xmalloc (sizeof(recordOffset));
1222     memcpy (rec->info[recInfo_offset], &recordOffset, sizeof(recordOffset));
1223
1224     /* commit this record */
1225     rec_put (records, &rec);
1226     logRecord (0);
1227     return 1;
1228 }
1229
1230 int fileExtract (SYSNO *sysno, const char *fname,
1231                  const struct recordGroup *rGroupP, int deleteFlag)
1232 {
1233     int r, i, fd;
1234     char gprefix[128];
1235     char ext[128];
1236     char ext_res[128];
1237     char subType[128];
1238     RecType recType;
1239     struct recordGroup rGroupM;
1240     struct recordGroup *rGroup = &rGroupM;
1241     struct file_read_info *fi;
1242
1243     memcpy (rGroup, rGroupP, sizeof(*rGroupP));
1244
1245     if (!rGroup->groupName || !*rGroup->groupName)
1246         *gprefix = '\0';
1247     else
1248         sprintf (gprefix, "%s.", rGroup->groupName);
1249
1250     logf (LOG_DEBUG, "fileExtract %s", fname);
1251
1252     /* determine file extension */
1253     for (i = strlen(fname); --i >= 0; )
1254         if (fname[i] == '/')
1255         {
1256             strcpy (ext, "");
1257             break;
1258         }
1259         else if (fname[i] == '.')
1260         {
1261             strcpy (ext, fname+i+1);
1262             break;
1263         }
1264     /* determine file type - depending on extension */
1265     if (!rGroup->recordType)
1266     {
1267         sprintf (ext_res, "%srecordType.%s", gprefix, ext);
1268         if (!(rGroup->recordType = res_get (common_resource, ext_res)))
1269         {
1270             sprintf (ext_res, "%srecordType", gprefix);
1271             if (!(rGroup->recordType = res_get (common_resource, ext_res)))
1272             {
1273                 if (records_processed < rGroup->fileVerboseLimit)
1274                     logf (LOG_LOG, "? %s", fname);
1275                 return 0;
1276             }
1277         }
1278     }
1279     if (!rGroup->recordType)
1280     {
1281         if (records_processed < rGroup->fileVerboseLimit)
1282             logf (LOG_LOG, "? record %s", fname);
1283         return 0;
1284     }
1285     if (!(recType = recType_byName (rGroup->recordType, subType)))
1286     {
1287         logf (LOG_WARN, "No such record type: %s", rGroup->recordType);
1288         return 0;
1289     }
1290
1291     /* determine match criteria */
1292     if (!rGroup->recordId)
1293     {
1294         sprintf (ext_res, "%srecordId.%s", gprefix, ext);
1295         rGroup->recordId = res_get (common_resource, ext_res);
1296     }
1297
1298     /* determine database name */
1299     if (!rGroup->databaseName)
1300     {
1301         sprintf (ext_res, "%sdatabase.%s", gprefix, ext);
1302         if (!(rGroup->databaseName = res_get (common_resource, ext_res)))
1303         {
1304             sprintf (ext_res, "%sdatabase", gprefix);
1305             rGroup->databaseName = res_get (common_resource, ext_res);
1306         }
1307     }
1308     if (!rGroup->databaseName)
1309         rGroup->databaseName = "Default";
1310
1311     if (rGroup->flagStoreData == -1)
1312     {
1313         const char *sval;
1314         sprintf (ext_res, "%sstoreData.%s", gprefix, ext);
1315         if (!(sval = res_get (common_resource, ext_res)))
1316         {
1317             sprintf (ext_res, "%sstoreData", gprefix);
1318             sval = res_get (common_resource, ext_res);
1319         }
1320         if (sval)
1321             rGroup->flagStoreData = atoi (sval);
1322     }
1323     if (rGroup->flagStoreData == -1)
1324         rGroup->flagStoreData = 0;
1325
1326     if (rGroup->flagStoreKeys == -1)
1327     {
1328         const char *sval;
1329
1330         sprintf (ext_res, "%sstoreKeys.%s", gprefix, ext);
1331         if (!(sval = res_get (common_resource, ext_res)))
1332         {
1333             sprintf (ext_res, "%sstoreKeys", gprefix);
1334             sval = res_get (common_resource, ext_res);
1335         }
1336         if (sval)
1337             rGroup->flagStoreKeys = atoi (sval);
1338     }
1339     if (rGroup->flagStoreKeys == -1)
1340         rGroup->flagStoreKeys = 0;
1341
1342     if (sysno && deleteFlag)
1343         fd = -1;
1344     else
1345     {
1346         if ((fd = open (fname, O_BINARY|O_RDONLY)) == -1)
1347         {
1348             logf (LOG_WARN|LOG_ERRNO, "open %s", fname);
1349             return 0;
1350         }
1351     }
1352     fi = file_read_start (fd);
1353     do
1354     {
1355         file_begin (fi);
1356         r = recordExtract (sysno, fname, rGroup, deleteFlag, fi,
1357                            recType, subType);
1358     } while (r && !sysno && fi->file_more);
1359     file_read_stop (fi);
1360     if (fd != -1)
1361         close (fd);
1362     return r;
1363 }
1364