index/extract.c

   1 /* $Id: extract.c,v 1.176 2005-03-17 08:31:28 adam Exp $
   2    Copyright (C) 1995-2005
   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 #include <stdio.h>
  24 #include <assert.h>
  25 #include <ctype.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         yaz_log (YLOG_LOG, "Records: "ZINT_FORMAT" i/u/d "
  76                         ZINT_FORMAT"/"ZINT_FORMAT"/"ZINT_FORMAT,
  77               zh->records_processed, zh->records_inserted, zh->records_updated,
  78               zh->records_deleted);
  79     }
  80 }
  81
  82 static void extract_init (struct recExtractCtrl *p, RecWord *w)
  83 {
  84     w->zebra_maps = p->zebra_maps;
  85     w->seqno = 1;
  86     w->attrSet = VAL_BIB1;
  87     w->attrUse = 1016;
  88     w->attrStr = 0;
  89     w->reg_type = 'w';
  90     w->extractCtrl = p;
  91     w->record_id = 0;
  92     w->section_id = 0;
  93 }
  94
  95 static const char **searchRecordKey (ZebraHandle zh,
  96                                      struct recKeys *reckeys,
  97                                      int attrSetS, int attrUseS)
  98 {
  99     static const char *ws[32];
 100     void *decode_handle = iscz1_start();
 101     int off = 0;
 102     int startSeq = -1;
 103     int seqno = 0;
 104     int i;
 105
 106     for (i = 0; i<32; i++)
 107         ws[i] = NULL;
 108
 109     while (off < reckeys->buf_used)
 110     {
 111         const char *src = reckeys->buf + off;
 112         struct it_key key;
 113         char *dst = (char*) &key;
 114         int attrSet, attrUse;
 115
 116         iscz1_decode(decode_handle, &dst, &src);
 117         assert(key.len < 4 && key.len > 2);
 118
 119         attrSet = (int) key.mem[0] >> 16;
 120         attrUse = (int) key.mem[0] & 65535;
 121         seqno = (int) key.mem[key.len-1];
 122
 123         if (attrUseS == attrUse && attrSetS == attrSet)
 124         {
 125             int woff;
 126
 127             if (startSeq == -1)
 128                 startSeq = seqno;
 129             woff = seqno - startSeq;
 130             if (woff >= 0 && woff < 31)
 131                 ws[woff] = src;
 132         }
 133
 134         while (*src++)
 135             ;
 136         off = src - reckeys->buf;
 137     }
 138     iscz1_stop(decode_handle);
 139     assert (off == reckeys->buf_used);
 140     return ws;
 141 }
 142
 143 struct file_read_info {
 144     off_t file_max;         /* maximum offset so far */
 145     off_t file_offset;      /* current offset */
 146     off_t file_moffset;     /* offset of rec/rec boundary */
 147     int file_more;
 148     int fd;
 149     char *sdrbuf;
 150     int sdrmax;
 151 };
 152
 153 static struct file_read_info *file_read_start (int fd)
 154 {
 155     struct file_read_info *fi = (struct file_read_info *)
 156         xmalloc (sizeof(*fi));
 157
 158     fi->fd = fd;
 159     fi->file_max = 0;
 160     fi->file_moffset = 0;
 161     fi->sdrbuf = 0;
 162     fi->sdrmax = 0;
 163     return fi;
 164 }
 165
 166 static void file_read_stop (struct file_read_info *fi)
 167 {
 168     xfree (fi);
 169 }
 170
 171 static off_t file_seek (void *handle, off_t offset)
 172 {
 173     struct file_read_info *p = (struct file_read_info *) handle;
 174     p->file_offset = offset;
 175     if (p->sdrbuf)
 176         return offset;
 177     return lseek (p->fd, offset, SEEK_SET);
 178 }
 179
 180 static off_t file_tell (void *handle)
 181 {
 182     struct file_read_info *p = (struct file_read_info *) handle;
 183     return p->file_offset;
 184 }
 185
 186 static int file_read (void *handle, char *buf, size_t count)
 187 {
 188     struct file_read_info *p = (struct file_read_info *) handle;
 189     int fd = p->fd;
 190     int r;
 191     if (p->sdrbuf)
 192     {
 193         r = count;
 194         if (r > p->sdrmax - p->file_offset)
 195             r = p->sdrmax - p->file_offset;
 196         if (r)
 197             memcpy (buf, p->sdrbuf + p->file_offset, r);
 198     }
 199     else
 200         r = read (fd, buf, count);
 201     if (r > 0)
 202     {
 203         p->file_offset += r;
 204         if (p->file_offset > p->file_max)
 205             p->file_max = p->file_offset;
 206     }
 207     return r;
 208 }
 209
 210 static void file_begin (void *handle)
 211 {
 212     struct file_read_info *p = (struct file_read_info *) handle;
 213
 214     p->file_offset = p->file_moffset;
 215     if (!p->sdrbuf && p->file_moffset)
 216         lseek (p->fd, p->file_moffset, SEEK_SET);
 217     p->file_more = 0;
 218 }
 219
 220 static void file_end (void *handle, off_t offset)
 221 {
 222     struct file_read_info *p = (struct file_read_info *) handle;
 223
 224     assert (p->file_more == 0);
 225     p->file_more = 1;
 226     p->file_moffset = offset;
 227 }
 228
 229 static char *fileMatchStr (ZebraHandle zh,
 230                            struct recKeys *reckeys,
 231                            const char *fname, const char *spec)
 232 {
 233     static char dstBuf[2048];      /* static here ??? */
 234     char *dst = dstBuf;
 235     const char *s = spec;
 236     static const char **w;
 237
 238     while (1)
 239     {
 240         while (*s == ' ' || *s == '\t')
 241             s++;
 242         if (!*s)
 243             break;
 244         if (*s == '(')
 245         {
 246             char attset_str[64], attname_str[64];
 247             data1_attset *attset;
 248             int i;
 249             char matchFlag[32];
 250             int attSet = 1, attUse = 1;
 251             int first = 1;
 252
 253             s++;
 254             for (i = 0; *s && *s != ',' && *s != ')'; s++)
 255                 if (i < 63)
 256                     attset_str[i++] = *s;
 257             attset_str[i] = '\0';
 258
 259             if (*s == ',')
 260             {
 261                 s++;
 262                 for (i = 0; *s && *s != ')'; s++)
 263                     if (i < 63)
 264                         attname_str[i++] = *s;
 265                 attname_str[i] = '\0';
 266             }
 267
 268             if ((attset = data1_get_attset (zh->reg->dh, attset_str)))
 269             {
 270                 data1_att *att;
 271                 attSet = attset->reference;
 272                 att = data1_getattbyname(zh->reg->dh, attset, attname_str);
 273                 if (att)
 274                     attUse = att->value;
 275                 else
 276                     attUse = atoi (attname_str);
 277             }
 278             w = searchRecordKey (zh, reckeys, attSet, attUse);
 279             assert (w);
 280
 281             if (*s == ')')
 282             {
 283                 for (i = 0; i<32; i++)
 284                     matchFlag[i] = 1;
 285             }
 286             else
 287             {
 288                 yaz_log (YLOG_WARN, "Missing ) in match criteria %s in group %s",
 289                       spec, zh->m_group ? zh->m_group : "none");
 290                 return NULL;
 291             }
 292             s++;
 293
 294             for (i = 0; i<32; i++)
 295                 if (matchFlag[i] && w[i])
 296                 {
 297                     if (first)
 298                     {
 299                         *dst++ = ' ';
 300                         first = 0;
 301                     }
 302                     strcpy (dst, w[i]);
 303                     dst += strlen(w[i]);
 304                 }
 305             if (first)
 306             {
 307                 yaz_log (YLOG_WARN, "Record didn't contain match"
 308                       " fields in (%s,%s)", attset_str, attname_str);
 309                 return NULL;
 310             }
 311         }
 312         else if (*s == '$')
 313         {
 314             int spec_len;
 315             char special[64];
 316             const char *spec_src = NULL;
 317             const char *s1 = ++s;
 318             while (*s1 && *s1 != ' ' && *s1 != '\t')
 319                 s1++;
 320
 321             spec_len = s1 - s;
 322             if (spec_len > 63)
 323                 spec_len = 63;
 324             memcpy (special, s, spec_len);
 325             special[spec_len] = '\0';
 326             s = s1;
 327
 328             if (!strcmp (special, "group"))
 329                 spec_src = zh->m_group;
 330             else if (!strcmp (special, "database"))
 331                 spec_src = zh->basenames[0];
 332             else if (!strcmp (special, "filename")) {
 333                 spec_src = fname;
 334             }
 335             else if (!strcmp (special, "type"))
 336                 spec_src = zh->m_record_type;
 337             else
 338                 spec_src = NULL;
 339             if (spec_src)
 340             {
 341                 strcpy (dst, spec_src);
 342                 dst += strlen (spec_src);
 343             }
 344         }
 345         else if (*s == '\"' || *s == '\'')
 346         {
 347             int stopMarker = *s++;
 348             char tmpString[64];
 349             int i = 0;
 350
 351             while (*s && *s != stopMarker)
 352             {
 353                 if (i < 63)
 354                     tmpString[i++] = *s++;
 355             }
 356             if (*s)
 357                 s++;
 358             tmpString[i] = '\0';
 359             strcpy (dst, tmpString);
 360             dst += strlen (tmpString);
 361         }
 362         else
 363         {
 364             yaz_log (YLOG_WARN, "Syntax error in match criteria %s in group %s",
 365                   spec, zh->m_group ? zh->m_group : "none");
 366             return NULL;
 367         }
 368         *dst++ = 1;
 369     }
 370     if (dst == dstBuf)
 371     {
 372         yaz_log (YLOG_WARN, "No match criteria for record %s in group %s",
 373               fname, zh->m_group ? zh->m_group : "none");
 374         return NULL;
 375     }
 376     *dst = '\0';
 377     return dstBuf;
 378 }
 379
 380 struct recordLogInfo {
 381     const char *fname;
 382     int recordOffset;
 383     struct recordGroup *rGroup;
 384 };
 385
 386 void create_rec_keys_codec(struct recKeys *keys)
 387 {
 388     keys->buf_used = 0;
 389     iscz1_reset(keys->codec_handle);
 390 }
 391
 392 static int file_extract_record(ZebraHandle zh,
 393                                SYSNO *sysno, const char *fname,
 394                                int deleteFlag,
 395                                struct file_read_info *fi,
 396                                int force_update)
 397 {
 398     RecordAttr *recordAttr;
 399     int r;
 400     const char *matchStr = 0;
 401     SYSNO sysnotmp;
 402     Record rec;
 403     off_t recordOffset = 0;
 404     RecType recType;
 405     void *clientData;
 406
 407     if (!(recType =
 408           recType_byName (zh->reg->recTypes, zh->res, zh->m_record_type,
 409                           &clientData)))
 410     {
 411         yaz_log (YLOG_WARN, "No such record type: %s", zh->m_record_type);
 412         return 0;
 413     }
 414
 415     /* announce database */
 416     if (zebraExplain_curDatabase (zh->reg->zei, zh->basenames[0]))
 417     {
 418         if (zebraExplain_newDatabase (zh->reg->zei, zh->basenames[0],
 419                                       zh->m_explain_database))
 420             return 0;
 421     }
 422
 423     if (fi->fd != -1)
 424     {
 425         struct recExtractCtrl extractCtrl;
 426
 427         /* we are going to read from a file, so prepare the extraction */
 428         int i;
 429
 430         create_rec_keys_codec(&zh->reg->keys);
 431
 432         zh->reg->sortKeys.buf_used = 0;
 433
 434         recordOffset = fi->file_moffset;
 435         extractCtrl.offset = fi->file_moffset;
 436         extractCtrl.readf = file_read;
 437         extractCtrl.seekf = file_seek;
 438         extractCtrl.tellf = file_tell;
 439         extractCtrl.endf = file_end;
 440         extractCtrl.fh = fi;
 441         extractCtrl.init = extract_init;
 442         extractCtrl.tokenAdd = extract_token_add;
 443         extractCtrl.schemaAdd = extract_schema_add;
 444         extractCtrl.dh = zh->reg->dh;
 445         extractCtrl.match_criteria[0] = '\0';
 446         extractCtrl.handle = zh;
 447         for (i = 0; i<256; i++)
 448         {
 449             if (zebra_maps_is_positioned(zh->reg->zebra_maps, i))
 450                 extractCtrl.seqno[i] = 1;
 451             else
 452                 extractCtrl.seqno[i] = 0;
 453         }
 454         extractCtrl.zebra_maps = zh->reg->zebra_maps;
 455         extractCtrl.flagShowRecords = !zh->m_flag_rw;
 456
 457         if (!zh->m_flag_rw)
 458             printf ("File: %s " PRINTF_OFF_T "\n", fname, recordOffset);
 459         if (zh->m_flag_rw)
 460         {
 461             char msg[512];
 462             sprintf (msg, "%s:" PRINTF_OFF_T , fname, recordOffset);
 463             yaz_log_init_prefix2 (msg);
 464         }
 465
 466         r = (*recType->extract)(clientData, &extractCtrl);
 467
 468         yaz_log_init_prefix2 (0);
 469         if (r == RECCTRL_EXTRACT_EOF)
 470             return 0;
 471         else if (r == RECCTRL_EXTRACT_ERROR_GENERIC)
 472         {
 473             /* error occured during extraction ... */
 474             if (zh->m_flag_rw &&
 475                 zh->records_processed < zh->m_file_verbose_limit)
 476             {
 477                 yaz_log (YLOG_WARN, "fail %s %s " PRINTF_OFF_T, zh->m_record_type,
 478                       fname, recordOffset);
 479             }
 480             return 0;
 481         }
 482         else if (r == RECCTRL_EXTRACT_ERROR_NO_SUCH_FILTER)
 483         {
 484             /* error occured during extraction ... */
 485             if (zh->m_flag_rw &&
 486                 zh->records_processed < zh->m_file_verbose_limit)
 487             {
 488                 yaz_log (YLOG_WARN, "no filter for %s %s "
 489                       PRINTF_OFF_T, zh->m_record_type,
 490                       fname, recordOffset);
 491             }
 492             return 0;
 493         }
 494         if (extractCtrl.match_criteria[0])
 495             matchStr = extractCtrl.match_criteria;
 496     }
 497
 498     /* perform match if sysno not known and if match criteria is specified */
 499     if (!sysno)
 500     {
 501         sysnotmp = 0;
 502         sysno = &sysnotmp;
 503
 504         if (matchStr == 0 && zh->m_record_id && *zh->m_record_id)
 505         {
 506
 507             matchStr = fileMatchStr (zh, &zh->reg->keys, fname,
 508                                      zh->m_record_id);
 509             if (!matchStr)
 510             {
 511                 yaz_log(YLOG_WARN, "Bad match criteria");
 512                 return 0;
 513             }
 514         }
 515         if (matchStr)
 516         {
 517             char *rinfo = dict_lookup (zh->reg->matchDict, matchStr);
 518             if (rinfo)
 519             {
 520                 assert(*rinfo == sizeof(*sysno));
 521                 memcpy (sysno, rinfo+1, sizeof(*sysno));
 522             }
 523         }
 524     }
 525     if (! *sysno && zh->reg->keys.buf_used == 0)
 526     {
 527          /* the extraction process returned no information - the record
 528             is probably empty - unless flagShowRecords is in use */
 529          if (!zh->m_flag_rw)
 530              return 1;
 531
 532          if (zh->records_processed < zh->m_file_verbose_limit)
 533              yaz_log (YLOG_WARN, "empty %s %s " PRINTF_OFF_T, zh->m_record_type,
 534             fname, recordOffset);
 535          return 1;
 536     }
 537
 538     if (! *sysno)
 539     {
 540         /* new record */
 541         if (deleteFlag)
 542         {
 543             yaz_log (YLOG_LOG, "delete %s %s " PRINTF_OFF_T, zh->m_record_type,
 544                   fname, recordOffset);
 545             yaz_log (YLOG_WARN, "cannot delete record above (seems new)");
 546             return 1;
 547         }
 548         if (zh->records_processed < zh->m_file_verbose_limit)
 549             yaz_log (YLOG_LOG, "add %s %s " PRINTF_OFF_T, zh->m_record_type,
 550                   fname, recordOffset);
 551         rec = rec_new (zh->reg->records);
 552
 553         *sysno = rec->sysno;
 554
 555         recordAttr = rec_init_attr (zh->reg->zei, rec);
 556
 557         if (matchStr)
 558         {
 559             dict_insert (zh->reg->matchDict, matchStr, sizeof(*sysno), sysno);
 560         }
 561         extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
 562         extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
 563
 564         zh->records_inserted++;
 565     }
 566     else
 567     {
 568         /* record already exists */
 569         struct recKeys delkeys;
 570         struct sortKeys sortKeys;
 571
 572         rec = rec_get (zh->reg->records, *sysno);
 573         assert (rec);
 574
 575         recordAttr = rec_init_attr (zh->reg->zei, rec);
 576
 577         if (!force_update && recordAttr->runNumber ==
 578             zebraExplain_runNumberIncrement (zh->reg->zei, 0))
 579         {
 580             yaz_log (YLOG_LOG, "run number = " ZINT_FORMAT,
 581                             recordAttr->runNumber);
 582             yaz_log (YLOG_LOG, "skipped %s %s " PRINTF_OFF_T,
 583                      zh->m_record_type, fname, recordOffset);
 584             extract_flushSortKeys (zh, *sysno, -1, &zh->reg->sortKeys);
 585             rec_rm (&rec);
 586             logRecord (zh);
 587             return 1;
 588         }
 589         delkeys.buf_used = rec->size[recInfo_delKeys];
 590         delkeys.buf = rec->info[recInfo_delKeys];
 591
 592         sortKeys.buf_used = rec->size[recInfo_sortKeys];
 593         sortKeys.buf = rec->info[recInfo_sortKeys];
 594
 595         extract_flushSortKeys (zh, *sysno, 0, &sortKeys);
 596         extract_flushRecordKeys (zh, *sysno, 0, &delkeys);
 597         if (deleteFlag)
 598         {
 599             /* record going to be deleted */
 600             if (!delkeys.buf_used)
 601             {
 602                 yaz_log (YLOG_LOG, "delete %s %s " PRINTF_OFF_T,
 603                       zh->m_record_type, fname, recordOffset);
 604                 yaz_log (YLOG_WARN, "cannot delete file above, storeKeys false");
 605             }
 606             else
 607             {
 608                 if (zh->records_processed < zh->m_file_verbose_limit)
 609                     yaz_log (YLOG_LOG, "delete %s %s " PRINTF_OFF_T,
 610                          zh->m_record_type, fname, recordOffset);
 611                 zh->records_deleted++;
 612                 if (matchStr)
 613                     dict_delete (zh->reg->matchDict, matchStr);
 614                 rec_del (zh->reg->records, &rec);
 615             }
 616             rec_rm (&rec);
 617             logRecord (zh);
 618             return 1;
 619         }
 620         else
 621         {
 622             /* record going to be updated */
 623             if (!delkeys.buf_used)
 624             {
 625                 yaz_log (YLOG_LOG, "update %s %s " PRINTF_OFF_T,
 626                       zh->m_record_type, fname, recordOffset);
 627                 yaz_log (YLOG_WARN, "cannot update file above, storeKeys false");
 628             }
 629             else
 630             {
 631                 if (zh->records_processed < zh->m_file_verbose_limit)
 632                     yaz_log (YLOG_LOG, "update %s %s " PRINTF_OFF_T,
 633                         zh->m_record_type, fname, recordOffset);
 634                 extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
 635                 extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
 636                 zh->records_updated++;
 637             }
 638         }
 639     }
 640     /* update file type */
 641     xfree (rec->info[recInfo_fileType]);
 642     rec->info[recInfo_fileType] =
 643         rec_strdup (zh->m_record_type, &rec->size[recInfo_fileType]);
 644
 645     /* update filename */
 646     xfree (rec->info[recInfo_filename]);
 647     rec->info[recInfo_filename] =
 648         rec_strdup (fname, &rec->size[recInfo_filename]);
 649
 650     /* update delete keys */
 651     xfree (rec->info[recInfo_delKeys]);
 652     if (zh->reg->keys.buf_used > 0 && zh->m_store_keys == 1)
 653     {
 654         rec->size[recInfo_delKeys] = zh->reg->keys.buf_used;
 655         rec->info[recInfo_delKeys] = zh->reg->keys.buf;
 656         zh->reg->keys.buf = NULL;
 657         zh->reg->keys.buf_max = 0;
 658     }
 659     else
 660     {
 661         rec->info[recInfo_delKeys] = NULL;
 662         rec->size[recInfo_delKeys] = 0;
 663     }
 664
 665     /* update sort keys */
 666     xfree (rec->info[recInfo_sortKeys]);
 667
 668     rec->size[recInfo_sortKeys] = zh->reg->sortKeys.buf_used;
 669     rec->info[recInfo_sortKeys] = zh->reg->sortKeys.buf;
 670     zh->reg->sortKeys.buf = NULL;
 671     zh->reg->sortKeys.buf_max = 0;
 672
 673     /* save file size of original record */
 674     zebraExplain_recordBytesIncrement (zh->reg->zei,
 675                                        - recordAttr->recordSize);
 676     recordAttr->recordSize = fi->file_moffset - recordOffset;
 677     if (!recordAttr->recordSize)
 678         recordAttr->recordSize = fi->file_max - recordOffset;
 679     zebraExplain_recordBytesIncrement (zh->reg->zei,
 680                                        recordAttr->recordSize);
 681
 682     /* set run-number for this record */
 683     recordAttr->runNumber = zebraExplain_runNumberIncrement (zh->reg->zei,
 684                                                              0);
 685
 686     /* update store data */
 687     xfree (rec->info[recInfo_storeData]);
 688     if (zh->m_store_data)
 689     {
 690         rec->size[recInfo_storeData] = recordAttr->recordSize;
 691         rec->info[recInfo_storeData] = (char *)
 692             xmalloc (recordAttr->recordSize);
 693         if (lseek (fi->fd, recordOffset, SEEK_SET) < 0)
 694         {
 695             yaz_log (YLOG_ERRNO|YLOG_FATAL, "seek to " PRINTF_OFF_T " in %s",
 696                   recordOffset, fname);
 697             exit (1);
 698         }
 699         if (read (fi->fd, rec->info[recInfo_storeData], recordAttr->recordSize)
 700             < recordAttr->recordSize)
 701         {
 702             yaz_log (YLOG_ERRNO|YLOG_FATAL, "read %d bytes of %s",
 703                   recordAttr->recordSize, fname);
 704             exit (1);
 705         }
 706     }
 707     else
 708     {
 709         rec->info[recInfo_storeData] = NULL;
 710         rec->size[recInfo_storeData] = 0;
 711     }
 712     /* update database name */
 713     xfree (rec->info[recInfo_databaseName]);
 714     rec->info[recInfo_databaseName] =
 715         rec_strdup (zh->basenames[0], &rec->size[recInfo_databaseName]);
 716
 717     /* update offset */
 718     recordAttr->recordOffset = recordOffset;
 719
 720     /* commit this record */
 721     rec_put (zh->reg->records, &rec);
 722     logRecord (zh);
 723     return 1;
 724 }
 725
 726 int fileExtract (ZebraHandle zh, SYSNO *sysno, const char *fname,
 727                  int deleteFlag)
 728 {
 729     int r, i, fd;
 730     char gprefix[128];
 731     char ext[128];
 732     char ext_res[128];
 733     struct file_read_info *fi;
 734     const char *original_record_type = 0;
 735
 736     if (!zh->m_group || !*zh->m_group)
 737         *gprefix = '\0';
 738     else
 739         sprintf (gprefix, "%s.", zh->m_group);
 740
 741     yaz_log (YLOG_DEBUG, "fileExtract %s", fname);
 742
 743     /* determine file extension */
 744     *ext = '\0';
 745     for (i = strlen(fname); --i >= 0; )
 746         if (fname[i] == '/')
 747             break;
 748         else if (fname[i] == '.')
 749         {
 750             strcpy (ext, fname+i+1);
 751             break;
 752         }
 753     /* determine file type - depending on extension */
 754     original_record_type = zh->m_record_type;
 755     if (!zh->m_record_type)
 756     {
 757         sprintf (ext_res, "%srecordType.%s", gprefix, ext);
 758         zh->m_record_type = res_get (zh->res, ext_res);
 759     }
 760     if (!zh->m_record_type)
 761     {
 762         if (zh->records_processed < zh->m_file_verbose_limit)
 763             yaz_log (YLOG_LOG, "? %s", fname);
 764         return 0;
 765     }
 766     /* determine match criteria */
 767     if (!zh->m_record_id)
 768     {
 769         sprintf (ext_res, "%srecordId.%s", gprefix, ext);
 770         zh->m_record_id = res_get (zh->res, ext_res);
 771     }
 772
 773     if (sysno && deleteFlag)
 774         fd = -1;
 775     else
 776     {
 777         char full_rep[1024];
 778
 779         if (zh->path_reg && !yaz_is_abspath (fname))
 780         {
 781             strcpy (full_rep, zh->path_reg);
 782             strcat (full_rep, "/");
 783             strcat (full_rep, fname);
 784         }
 785         else
 786             strcpy (full_rep, fname);
 787
 788
 789         if ((fd = open (full_rep, O_BINARY|O_RDONLY)) == -1)
 790         {
 791             yaz_log (YLOG_WARN|YLOG_ERRNO, "open %s", full_rep);
 792             zh->m_record_type = original_record_type;
 793             return 0;
 794         }
 795     }
 796     fi = file_read_start (fd);
 797     do
 798     {
 799         file_begin (fi);
 800         r = file_extract_record (zh, sysno, fname, deleteFlag, fi, 1);
 801     } while (r && !sysno && fi->file_more);
 802     file_read_stop (fi);
 803     if (fd != -1)
 804         close (fd);
 805     zh->m_record_type = original_record_type;
 806     return r;
 807 }
 808
 809 /*
 810   If sysno is provided, then it's used to identify the reocord.
 811   If not, and match_criteria is provided, then sysno is guessed
 812   If not, and a record is provided, then sysno is got from there
 813
 814  */
 815 int buffer_extract_record (ZebraHandle zh,
 816                            const char *buf, size_t buf_size,
 817                            int delete_flag,
 818                            int test_mode,
 819                            const char *recordType,
 820                            SYSNO *sysno,
 821                            const char *match_criteria,
 822                            const char *fname,
 823                            int force_update,
 824                            int allow_update)
 825 {
 826     RecordAttr *recordAttr;
 827     struct recExtractCtrl extractCtrl;
 828     int i, r;
 829     const char *matchStr = 0;
 830     RecType recType = NULL;
 831     void *clientData;
 832     Record rec;
 833     long recordOffset = 0;
 834     struct zebra_fetch_control fc;
 835     const char *pr_fname = fname;  /* filename to print .. */
 836     int show_progress = zh->records_processed < zh->m_file_verbose_limit ? 1:0;
 837
 838     if (!pr_fname)
 839         pr_fname = "<no file>";  /* make it printable if file is omitted */
 840
 841     fc.fd = -1;
 842     fc.record_int_buf = buf;
 843     fc.record_int_len = buf_size;
 844     fc.record_int_pos = 0;
 845     fc.offset_end = 0;
 846     fc.record_offset = 0;
 847
 848     extractCtrl.offset = 0;
 849     extractCtrl.readf = zebra_record_int_read;
 850     extractCtrl.seekf = zebra_record_int_seek;
 851     extractCtrl.tellf = zebra_record_int_tell;
 852     extractCtrl.endf = zebra_record_int_end;
 853     extractCtrl.fh = &fc;
 854
 855     create_rec_keys_codec(&zh->reg->keys);
 856
 857     zh->reg->sortKeys.buf_used = 0;
 858
 859     if (zebraExplain_curDatabase (zh->reg->zei, zh->basenames[0]))
 860     {
 861         if (zebraExplain_newDatabase (zh->reg->zei, zh->basenames[0],
 862                                       zh->m_explain_database))
 863             return 0;
 864     }
 865
 866     if (recordType && *recordType) {
 867         yaz_log (YLOG_DEBUG, "Record type explicitly specified: %s", recordType);
 868         recType = recType_byName (zh->reg->recTypes, zh->res, recordType,
 869                                   &clientData);
 870     } else {
 871         if (!(zh->m_record_type)) {
 872             yaz_log (YLOG_WARN, "No such record type defined");
 873             return 0;
 874         }
 875         yaz_log (YLOG_DEBUG, "Get record type from rgroup: %s",zh->m_record_type);
 876         recType = recType_byName (zh->reg->recTypes, zh->res,
 877                                   zh->m_record_type, &clientData);
 878         recordType = zh->m_record_type;
 879     }
 880
 881     if (!recType) {
 882         yaz_log (YLOG_WARN, "No such record type: %s", zh->m_record_type);
 883         return 0;
 884     }
 885
 886     extractCtrl.init = extract_init;
 887     extractCtrl.tokenAdd = extract_token_add;
 888     extractCtrl.schemaAdd = extract_schema_add;
 889     extractCtrl.dh = zh->reg->dh;
 890     extractCtrl.handle = zh;
 891     extractCtrl.zebra_maps = zh->reg->zebra_maps;
 892     extractCtrl.flagShowRecords = 0;
 893     extractCtrl.match_criteria[0] = '\0';
 894     for (i = 0; i<256; i++)
 895     {
 896         if (zebra_maps_is_positioned(zh->reg->zebra_maps, i))
 897             extractCtrl.seqno[i] = 1;
 898         else
 899             extractCtrl.seqno[i] = 0;
 900     }
 901
 902     r = (*recType->extract)(clientData, &extractCtrl);
 903
 904     if (r == RECCTRL_EXTRACT_EOF)
 905         return 0;
 906     else if (r == RECCTRL_EXTRACT_ERROR_GENERIC)
 907     {
 908         /* error occured during extraction ... */
 909         yaz_log (YLOG_WARN, "extract error: generic");
 910         return 0;
 911     }
 912     else if (r == RECCTRL_EXTRACT_ERROR_NO_SUCH_FILTER)
 913     {
 914         /* error occured during extraction ... */
 915         yaz_log (YLOG_WARN, "extract error: no such filter");
 916         return 0;
 917     }
 918     /* match criteria */
 919     matchStr = NULL;
 920
 921     if (extractCtrl.match_criteria[0])
 922         match_criteria = extractCtrl.match_criteria;
 923
 924     if (! *sysno) {
 925         char *rinfo;
 926         if (match_criteria && *match_criteria) {
 927             matchStr = match_criteria;
 928         } else {
 929             if (zh->m_record_id && *zh->m_record_id) {
 930                 matchStr = fileMatchStr (zh, &zh->reg->keys, pr_fname,
 931                                          zh->m_record_id);
 932                 if (!matchStr)
 933                 {
 934                     yaz_log (YLOG_WARN, "Bad match criteria (recordID)");
 935                     return 1;
 936                 }
 937             }
 938         }
 939         if (matchStr) {
 940             rinfo = dict_lookup (zh->reg->matchDict, matchStr);
 941             if (rinfo)
 942             {
 943                 assert(*rinfo == sizeof(*sysno));
 944                 memcpy (sysno, rinfo+1, sizeof(*sysno));
 945             }
 946         }
 947     }
 948     if (! *sysno && zh->reg->keys.buf_used == 0)
 949     {
 950         /* new record and it's empty .. we will skip it */
 951         /* the extraction process returned no information - the record
 952            is probably empty - unless flagShowRecords is in use */
 953         if (test_mode)
 954             return 1;
 955         yaz_log (YLOG_WARN, "No keys generated for record.");
 956         return 1;
 957     }
 958
 959     if (! *sysno)
 960     {
 961         /* new record */
 962         if (delete_flag)
 963         {
 964             if (show_progress)
 965                 yaz_log (YLOG_LOG, "delete %s %s %ld", recordType,
 966                          pr_fname, (long) recordOffset);
 967             yaz_log (YLOG_WARN, "cannot delete record above (seems new)");
 968             return 1;
 969         }
 970         if (show_progress)
 971             yaz_log (YLOG_LOG, "add %s %s %ld", recordType, pr_fname,
 972                      (long) recordOffset);
 973         rec = rec_new (zh->reg->records);
 974
 975         *sysno = rec->sysno;
 976
 977         recordAttr = rec_init_attr (zh->reg->zei, rec);
 978
 979         if (matchStr)
 980         {
 981             dict_insert (zh->reg->matchDict, matchStr,
 982                          sizeof(*sysno), sysno);
 983         }
 984         extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
 985         extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
 986
 987         zh->records_inserted++;
 988     }
 989     else
 990     {
 991         /* record already exists */
 992         struct recKeys delkeys;
 993         struct sortKeys sortKeys;
 994
 995         if (!allow_update)
 996         {
 997             if (show_progress)
 998                 yaz_log (YLOG_LOG, "skipped %s %s %ld",
 999                          recordType, pr_fname, (long) recordOffset);
1000             logRecord(zh);
1001             return -1;
1002         }
1003
1004         rec = rec_get (zh->reg->records, *sysno);
1005         assert (rec);
1006
1007         recordAttr = rec_init_attr (zh->reg->zei, rec);
1008
1009         if (!force_update) {
1010             if (recordAttr->runNumber ==
1011                 zebraExplain_runNumberIncrement (zh->reg->zei, 0))
1012             {
1013                 if (show_progress)
1014                     yaz_log (YLOG_LOG, "skipped %s %s %ld", recordType,
1015                              pr_fname, (long) recordOffset);
1016                 extract_flushSortKeys (zh, *sysno, -1, &zh->reg->sortKeys);
1017                 rec_rm (&rec);
1018                 logRecord(zh);
1019                 return -1;
1020             }
1021         }
1022
1023         delkeys.buf_used = rec->size[recInfo_delKeys];
1024         delkeys.buf = rec->info[recInfo_delKeys];
1025
1026         sortKeys.buf_used = rec->size[recInfo_sortKeys];
1027         sortKeys.buf = rec->info[recInfo_sortKeys];
1028
1029         extract_flushSortKeys (zh, *sysno, 0, &sortKeys);
1030         extract_flushRecordKeys (zh, *sysno, 0, &delkeys);
1031         if (delete_flag)
1032         {
1033             /* record going to be deleted */
1034             if (!delkeys.buf_used)
1035             {
1036                 if (show_progress)
1037                 {
1038                     yaz_log (YLOG_LOG, "delete %s %s %ld", recordType,
1039                              pr_fname, (long) recordOffset);
1040                     yaz_log (YLOG_WARN, "cannot delete file above, "
1041                              "storeKeys false");
1042                 }
1043             }
1044             else
1045             {
1046                 if (show_progress)
1047                     yaz_log (YLOG_LOG, "delete %s %s %ld", recordType,
1048                              pr_fname, (long) recordOffset);
1049                 zh->records_deleted++;
1050                 if (matchStr)
1051                     dict_delete (zh->reg->matchDict, matchStr);
1052                 rec_del (zh->reg->records, &rec);
1053             }
1054             rec_rm (&rec);
1055             logRecord(zh);
1056             return 0;
1057         }
1058         else
1059         {
1060             /* record going to be updated */
1061             if (!delkeys.buf_used)
1062             {
1063                 if (show_progress)
1064                 {
1065                     yaz_log (YLOG_LOG, "update %s %s %ld", recordType,
1066                              pr_fname, (long) recordOffset);
1067                     yaz_log (YLOG_WARN, "cannot update file above, storeKeys false");
1068                 }
1069             }
1070             else
1071             {
1072                 if (show_progress)
1073                     yaz_log (YLOG_LOG, "update %s %s %ld", recordType,
1074                              pr_fname, (long) recordOffset);
1075                 extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
1076                 extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
1077                 zh->records_updated++;
1078             }
1079         }
1080     }
1081     /* update file type */
1082     xfree (rec->info[recInfo_fileType]);
1083     rec->info[recInfo_fileType] =
1084         rec_strdup (recordType, &rec->size[recInfo_fileType]);
1085
1086     /* update filename */
1087     xfree (rec->info[recInfo_filename]);
1088     rec->info[recInfo_filename] =
1089         rec_strdup (fname, &rec->size[recInfo_filename]);
1090
1091     /* update delete keys */
1092     xfree (rec->info[recInfo_delKeys]);
1093     if (zh->reg->keys.buf_used > 0 && zh->m_store_keys == 1)
1094     {
1095         rec->size[recInfo_delKeys] = zh->reg->keys.buf_used;
1096         rec->info[recInfo_delKeys] = zh->reg->keys.buf;
1097         zh->reg->keys.buf = NULL;
1098         zh->reg->keys.buf_max = 0;
1099     }
1100     else
1101     {
1102         rec->info[recInfo_delKeys] = NULL;
1103         rec->size[recInfo_delKeys] = 0;
1104     }
1105
1106     /* update sort keys */
1107     xfree (rec->info[recInfo_sortKeys]);
1108
1109     rec->size[recInfo_sortKeys] = zh->reg->sortKeys.buf_used;
1110     rec->info[recInfo_sortKeys] = zh->reg->sortKeys.buf;
1111     zh->reg->sortKeys.buf = NULL;
1112     zh->reg->sortKeys.buf_max = 0;
1113
1114     /* save file size of original record */
1115     zebraExplain_recordBytesIncrement (zh->reg->zei,
1116                                        - recordAttr->recordSize);
1117 #if 0
1118     recordAttr->recordSize = fi->file_moffset - recordOffset;
1119     if (!recordAttr->recordSize)
1120         recordAttr->recordSize = fi->file_max - recordOffset;
1121 #else
1122     recordAttr->recordSize = buf_size;
1123 #endif
1124     zebraExplain_recordBytesIncrement (zh->reg->zei,
1125                                        recordAttr->recordSize);
1126
1127     /* set run-number for this record */
1128     recordAttr->runNumber =
1129         zebraExplain_runNumberIncrement (zh->reg->zei, 0);
1130
1131     /* update store data */
1132     xfree (rec->info[recInfo_storeData]);
1133     if (zh->m_store_data)
1134     {
1135         rec->size[recInfo_storeData] = recordAttr->recordSize;
1136         rec->info[recInfo_storeData] = (char *)
1137             xmalloc (recordAttr->recordSize);
1138         memcpy (rec->info[recInfo_storeData], buf, recordAttr->recordSize);
1139     }
1140     else
1141     {
1142         rec->info[recInfo_storeData] = NULL;
1143         rec->size[recInfo_storeData] = 0;
1144     }
1145     /* update database name */
1146     xfree (rec->info[recInfo_databaseName]);
1147     rec->info[recInfo_databaseName] =
1148         rec_strdup (zh->basenames[0], &rec->size[recInfo_databaseName]);
1149
1150     /* update offset */
1151     recordAttr->recordOffset = recordOffset;
1152
1153     /* commit this record */
1154     rec_put (zh->reg->records, &rec);
1155     logRecord(zh);
1156     return 0;
1157 }
1158
1159 int explain_extract (void *handle, Record rec, data1_node *n)
1160 {
1161     ZebraHandle zh = (ZebraHandle) handle;
1162     struct recExtractCtrl extractCtrl;
1163     int i;
1164
1165     if (zebraExplain_curDatabase (zh->reg->zei,
1166                                   rec->info[recInfo_databaseName]))
1167     {
1168         abort();
1169         if (zebraExplain_newDatabase (zh->reg->zei,
1170                                       rec->info[recInfo_databaseName], 0))
1171             abort ();
1172     }
1173
1174     create_rec_keys_codec(&zh->reg->keys);
1175
1176     zh->reg->sortKeys.buf_used = 0;
1177
1178     extractCtrl.init = extract_init;
1179     extractCtrl.tokenAdd = extract_token_add;
1180     extractCtrl.schemaAdd = extract_schema_add;
1181     extractCtrl.dh = zh->reg->dh;
1182     for (i = 0; i<256; i++)
1183         extractCtrl.seqno[i] = 0;
1184     extractCtrl.zebra_maps = zh->reg->zebra_maps;
1185     extractCtrl.flagShowRecords = 0;
1186     extractCtrl.match_criteria[0] = '\0';
1187     extractCtrl.handle = handle;
1188
1189     if (n)
1190         grs_extract_tree(&extractCtrl, n);
1191
1192     if (rec->size[recInfo_delKeys])
1193     {
1194         struct recKeys delkeys;
1195         struct sortKeys sortkeys;
1196
1197         delkeys.buf_used = rec->size[recInfo_delKeys];
1198         delkeys.buf = rec->info[recInfo_delKeys];
1199
1200         sortkeys.buf_used = rec->size[recInfo_sortKeys];
1201         sortkeys.buf = rec->info[recInfo_sortKeys];
1202
1203         extract_flushSortKeys (zh, rec->sysno, 0, &sortkeys);
1204         extract_flushRecordKeys (zh, rec->sysno, 0, &delkeys);
1205     }
1206     extract_flushRecordKeys (zh, rec->sysno, 1, &zh->reg->keys);
1207     extract_flushSortKeys (zh, rec->sysno, 1, &zh->reg->sortKeys);
1208
1209     xfree (rec->info[recInfo_delKeys]);
1210     rec->size[recInfo_delKeys] = zh->reg->keys.buf_used;
1211     rec->info[recInfo_delKeys] = zh->reg->keys.buf;
1212     zh->reg->keys.buf = NULL;
1213     zh->reg->keys.buf_max = 0;
1214
1215     xfree (rec->info[recInfo_sortKeys]);
1216     rec->size[recInfo_sortKeys] = zh->reg->sortKeys.buf_used;
1217     rec->info[recInfo_sortKeys] = zh->reg->sortKeys.buf;
1218     zh->reg->sortKeys.buf = NULL;
1219     zh->reg->sortKeys.buf_max = 0;
1220
1221     return 0;
1222 }
1223
1224 void extract_flushRecordKeys (ZebraHandle zh, SYSNO sysno,
1225                               int cmd, struct recKeys *reckeys)
1226 {
1227     void *decode_handle = iscz1_start();
1228     int off = 0;
1229     int ch = 0;
1230     ZebraExplainInfo zei = zh->reg->zei;
1231
1232     if (!zh->reg->key_buf)
1233     {
1234         int mem= 1024*1024* atoi( res_get_def( zh->res, "memmax", "8"));
1235         if (mem <= 0)
1236         {
1237             yaz_log(YLOG_WARN, "Invalid memory setting, using default 8 MB");
1238             mem= 1024*1024*8;
1239         }
1240         /* FIXME: That "8" should be in a default settings include */
1241         /* not hard-coded here! -H */
1242         zh->reg->key_buf = (char**) xmalloc (mem);
1243         zh->reg->ptr_top = mem/sizeof(char*);
1244         zh->reg->ptr_i = 0;
1245         zh->reg->key_buf_used = 0;
1246         zh->reg->key_file_no = 0;
1247     }
1248     zebraExplain_recordCountIncrement (zei, cmd ? 1 : -1);
1249
1250     while (off < reckeys->buf_used)
1251     {
1252         const char *src = reckeys->buf + off;
1253         struct it_key key;
1254         char *dst = (char*) &key;
1255
1256         iscz1_decode(decode_handle, &dst, &src);
1257         assert(key.len == 4);
1258
1259         if (zh->reg->key_buf_used + 1024 >
1260             (zh->reg->ptr_top -zh->reg->ptr_i)*sizeof(char*))
1261             extract_flushWriteKeys (zh,0);
1262         ++(zh->reg->ptr_i);
1263         assert(zh->reg->ptr_i > 0);
1264         (zh->reg->key_buf)[zh->reg->ptr_top - zh->reg->ptr_i] =
1265             (char*)zh->reg->key_buf + zh->reg->key_buf_used;
1266
1267         ch = (int) key.mem[0];  /* ordinal for field/use/attribute */
1268
1269         zh->reg->key_buf_used +=
1270             key_SU_encode (ch,((char*)zh->reg->key_buf) +
1271                            zh->reg->key_buf_used);
1272         while (*src)
1273             ((char*)zh->reg->key_buf) [(zh->reg->key_buf_used)++] = *src++;
1274         src++;
1275         ((char*)(zh->reg->key_buf))[(zh->reg->key_buf_used)++] = '\0';
1276         ((char*)(zh->reg->key_buf))[(zh->reg->key_buf_used)++] = cmd;
1277
1278         key.len = 3;
1279         if (key.mem[1]) /* filter specified record ID */
1280             key.mem[0] = key.mem[1];
1281         else
1282             key.mem[0] = sysno;
1283         key.mem[1] = key.mem[2];  /* section_id */
1284         key.mem[2] = key.mem[3];  /* sequence .. */
1285
1286         memcpy ((char*)zh->reg->key_buf + zh->reg->key_buf_used,
1287                 &key, sizeof(key));
1288         (zh->reg->key_buf_used) += sizeof(key);
1289         off = src - reckeys->buf;
1290     }
1291     assert (off == reckeys->buf_used);
1292     iscz1_stop(decode_handle);
1293 }
1294
1295 void extract_flushWriteKeys (ZebraHandle zh, int final)
1296         /* optimizing: if final=1, and no files written yet */
1297         /* push the keys directly to merge, sidestepping the */
1298         /* temp file altogether. Speeds small updates */
1299 {
1300     FILE *outf;
1301     char out_fname[200];
1302     char *prevcp, *cp;
1303     struct encode_info encode_info;
1304     int ptr_i = zh->reg->ptr_i;
1305     int temp_policy;
1306 #if SORT_EXTRA
1307     int i;
1308 #endif
1309     if (!zh->reg->key_buf || ptr_i <= 0)
1310     {
1311         yaz_log (YLOG_DEBUG, "  nothing to flush section=%d buf=%p i=%d",
1312                zh->reg->key_file_no, zh->reg->key_buf, ptr_i);
1313         yaz_log (YLOG_DEBUG, "  buf=%p ",
1314                zh->reg->key_buf);
1315         yaz_log (YLOG_DEBUG, "  ptr=%d ",zh->reg->ptr_i);
1316         yaz_log (YLOG_DEBUG, "  reg=%p ",zh->reg);
1317
1318         return;
1319     }
1320
1321     (zh->reg->key_file_no)++;
1322     yaz_log (YLOG_LOG, "sorting section %d", (zh->reg->key_file_no));
1323     yaz_log (YLOG_DEBUG, "  sort_buff at %p n=%d",
1324                     zh->reg->key_buf + zh->reg->ptr_top - ptr_i,ptr_i);
1325 #if !SORT_EXTRA
1326     qsort (zh->reg->key_buf + zh->reg->ptr_top - ptr_i, ptr_i,
1327                sizeof(char*), key_qsort_compare);
1328
1329     /* zebra.cfg: tempfiles:
1330        Y: always use temp files (old way)
1331        A: use temp files, if more than one (auto)
1332           = if this is both the last and the first
1333        N: never bother with temp files (new) */
1334
1335     temp_policy=toupper(res_get_def(zh->res,"tempfiles","auto")[0]);
1336     if (temp_policy != 'Y' && temp_policy != 'N' && temp_policy != 'A') {
1337         yaz_log (YLOG_WARN, "Illegal tempfiles setting '%c'. using 'Auto' ",
1338                         temp_policy);
1339         temp_policy='A';
1340     }
1341
1342     if (   ( temp_policy =='N' )   ||     /* always from memory */
1343          ( ( temp_policy =='A' ) &&       /* automatic */
1344              (zh->reg->key_file_no == 1) &&  /* this is first time */
1345              (final) ) )                     /* and last (=only) time */
1346     { /* go directly from memory */
1347         zh->reg->key_file_no =0; /* signal not to read files */
1348         zebra_index_merge(zh);
1349         zh->reg->ptr_i = 0;
1350         zh->reg->key_buf_used = 0;
1351         return;
1352     }
1353
1354     /* Not doing directly from memory, write into a temp file */
1355     extract_get_fname_tmp (zh, out_fname, zh->reg->key_file_no);
1356
1357     if (!(outf = fopen (out_fname, "wb")))
1358     {
1359         yaz_log (YLOG_FATAL|YLOG_ERRNO, "fopen %s", out_fname);
1360         exit (1);
1361     }
1362     yaz_log (YLOG_LOG, "writing section %d", zh->reg->key_file_no);
1363     prevcp = cp = (zh->reg->key_buf)[zh->reg->ptr_top - ptr_i];
1364
1365     encode_key_init (&encode_info);
1366     encode_key_write (cp, &encode_info, outf);
1367
1368     while (--ptr_i > 0)
1369     {
1370         cp = (zh->reg->key_buf)[zh->reg->ptr_top - ptr_i];
1371         if (strcmp (cp, prevcp))
1372         {
1373             encode_key_flush ( &encode_info, outf);
1374             encode_key_init (&encode_info);
1375             encode_key_write (cp, &encode_info, outf);
1376             prevcp = cp;
1377         }
1378         else
1379             encode_key_write (cp + strlen(cp), &encode_info, outf);
1380     }
1381     encode_key_flush ( &encode_info, outf);
1382 #else
1383     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_x_compare);
1384     extract_get_fname_tmp (out_fname, key_file_no);
1385
1386     if (!(outf = fopen (out_fname, "wb")))
1387     {
1388         yaz_log (YLOG_FATAL|YLOG_ERRNO, "fopen %s", out_fname);
1389         exit (1);
1390     }
1391     yaz_log (YLOG_LOG, "writing section %d", key_file_no);
1392     i = ptr_i;
1393     prevcp =  key_buf[ptr_top-i];
1394     while (1)
1395         if (!--i || strcmp (prevcp, key_buf[ptr_top-i]))
1396         {
1397             key_y_len = strlen(prevcp)+1;
1398 #if 0
1399             yaz_log (YLOG_LOG, "key_y_len: %2d %02x %02x %s",
1400                       key_y_len, prevcp[0], prevcp[1], 2+prevcp);
1401 #endif
1402             qsort (key_buf + ptr_top-ptr_i, ptr_i - i,
1403                                    sizeof(char*), key_y_compare);
1404             cp = key_buf[ptr_top-ptr_i];
1405             --key_y_len;
1406             encode_key_init (&encode_info);
1407             encode_key_write (cp, &encode_info, outf);
1408             while (--ptr_i > i)
1409             {
1410                 cp = key_buf[ptr_top-ptr_i];
1411                 encode_key_write (cp+key_y_len, &encode_info, outf);
1412             }
1413             encode_key_flush ( &encode_info, outf);
1414             if (!i)
1415                 break;
1416             prevcp = key_buf[ptr_top-ptr_i];
1417         }
1418 #endif
1419     if (fclose (outf))
1420     {
1421         yaz_log (YLOG_FATAL|YLOG_ERRNO, "fclose %s", out_fname);
1422         exit (1);
1423     }
1424     yaz_log (YLOG_LOG, "finished section %d", zh->reg->key_file_no);
1425     zh->reg->ptr_i = 0;
1426     zh->reg->key_buf_used = 0;
1427 }
1428
1429 void extract_add_it_key (ZebraHandle zh,
1430                          int reg_type,
1431                          const char *str, int slen, struct it_key *key)
1432 {
1433     char *dst;
1434     struct recKeys *keys = &zh->reg->keys;
1435     const char *src = (char*) key;
1436
1437     if (keys->buf_used+1024 > keys->buf_max)
1438     {
1439         char *b = (char *) xmalloc (keys->buf_max += 128000);
1440         if (keys->buf_used > 0)
1441             memcpy (b, keys->buf, keys->buf_used);
1442         xfree (keys->buf);
1443         keys->buf = b;
1444     }
1445     dst = keys->buf + keys->buf_used;
1446
1447     iscz1_encode(keys->codec_handle, &dst, &src);
1448
1449     *dst++ = reg_type;
1450     memcpy (dst, str, slen);
1451     dst += slen;
1452     *dst++ = '\0';
1453     keys->buf_used = dst - keys->buf;
1454 }
1455
1456 void extract_add_index_string (RecWord *p, const char *str, int length)
1457 {
1458     struct it_key key;
1459
1460     ZebraHandle zh = p->extractCtrl->handle;
1461     ZebraExplainInfo zei = zh->reg->zei;
1462     int ch;
1463
1464     if (p->attrStr)
1465     {
1466         ch = zebraExplain_lookup_attr_str(zei, p->attrStr);
1467         if (ch < 0)
1468             ch = zebraExplain_add_attr_str(zei, p->attrStr);
1469     }
1470     else
1471     {
1472         ch = zebraExplain_lookup_attr_su(zei, p->attrSet, p->attrUse);
1473         if (ch < 0)
1474             ch = zebraExplain_add_attr_su(zei, p->attrSet, p->attrUse);
1475     }
1476     key.len = 4;
1477     key.mem[0] = ch;
1478     key.mem[1] = p->record_id;
1479     key.mem[2] = p->section_id;
1480     key.mem[3] = p->seqno;
1481
1482 #if 0
1483     /* just for debugging .. */
1484     yaz_log(YLOG_LOG, "add: set=%d use=%d "
1485             "record_id=%lld section_id=%lld seqno=%lld",
1486             p->attrSet, p->attrUse, p->record_id, p->section_id, p->seqno);
1487 #endif
1488
1489     extract_add_it_key(p->extractCtrl->handle,  p->reg_type, str,
1490                        length, &key);
1491 }
1492
1493 static void extract_add_sort_string (RecWord *p, const char *str,
1494                                      int length)
1495 {
1496     ZebraHandle zh = p->extractCtrl->handle;
1497     struct sortKeys *sk = &zh->reg->sortKeys;
1498     int off = 0;
1499
1500     while (off < sk->buf_used)
1501     {
1502         int set, use, slen;
1503
1504         off += key_SU_decode(&set, sk->buf + off);
1505         off += key_SU_decode(&use, sk->buf + off);
1506         off += key_SU_decode(&slen, sk->buf + off);
1507         off += slen;
1508         if (p->attrSet == set && p->attrUse == use)
1509             return;
1510     }
1511     assert (off == sk->buf_used);
1512
1513     if (sk->buf_used + IT_MAX_WORD > sk->buf_max)
1514     {
1515         char *b;
1516
1517         b = (char *) xmalloc (sk->buf_max += 128000);
1518         if (sk->buf_used > 0)
1519             memcpy (b, sk->buf, sk->buf_used);
1520         xfree (sk->buf);
1521         sk->buf = b;
1522     }
1523     off += key_SU_encode(p->attrSet, sk->buf + off);
1524     off += key_SU_encode(p->attrUse, sk->buf + off);
1525     off += key_SU_encode(length, sk->buf + off);
1526     memcpy (sk->buf + off, str, length);
1527     sk->buf_used = off + length;
1528 }
1529
1530 void extract_add_string (RecWord *p, const char *string, int length)
1531 {
1532     assert (length > 0);
1533     if (zebra_maps_is_sort (p->zebra_maps, p->reg_type))
1534         extract_add_sort_string (p, string, length);
1535     else
1536         extract_add_index_string (p, string, length);
1537 }
1538
1539 static void extract_add_incomplete_field (RecWord *p)
1540 {
1541     const char *b = p->term_buf;
1542     int remain = p->term_len;
1543     const char **map = 0;
1544
1545     yaz_log(YLOG_DEBUG, "Incomplete field, w='%.*s'", p->term_len, p->term_buf);
1546
1547     if (remain > 0)
1548         map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain, 0);
1549
1550     while (map)
1551     {
1552         char buf[IT_MAX_WORD+1];
1553         int i, remain;
1554
1555         /* Skip spaces */
1556         while (map && *map && **map == *CHR_SPACE)
1557         {
1558             remain = p->term_len - (b - p->term_buf);
1559             if (remain > 0)
1560                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain, 0);
1561             else
1562                 map = 0;
1563         }
1564         if (!map)
1565             break;
1566         i = 0;
1567         while (map && *map && **map != *CHR_SPACE)
1568         {
1569             const char *cp = *map;
1570
1571             while (i < IT_MAX_WORD && *cp)
1572                 buf[i++] = *(cp++);
1573             remain = p->term_len - (b - p->term_buf);
1574             if (remain > 0)
1575                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain, 0);
1576             else
1577                 map = 0;
1578         }
1579         if (!i)
1580             return;
1581         extract_add_string (p, buf, i);
1582         p->seqno++;
1583     }
1584 }
1585
1586 static void extract_add_complete_field (RecWord *p)
1587 {
1588     const char *b = p->term_buf;
1589     char buf[IT_MAX_WORD+1];
1590     const char **map = 0;
1591     int i = 0, remain = p->term_len;
1592
1593     yaz_log(YLOG_DEBUG, "Complete field, w='%.*s'",
1594             p->term_len, p->term_buf);
1595
1596     if (remain > 0)
1597         map = zebra_maps_input (p->zebra_maps, p->reg_type, &b, remain, 1);
1598
1599     while (remain > 0 && i < IT_MAX_WORD)
1600     {
1601         while (map && *map && **map == *CHR_SPACE)
1602         {
1603             remain = p->term_len - (b - p->term_buf);
1604
1605             if (remain > 0)
1606             {
1607                 int first = i ? 0 : 1;  /* first position */
1608                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain, first);
1609             }
1610             else
1611                 map = 0;
1612         }
1613         if (!map)
1614             break;
1615
1616         if (i && i < IT_MAX_WORD)
1617             buf[i++] = *CHR_SPACE;
1618         while (map && *map && **map != *CHR_SPACE)
1619         {
1620             const char *cp = *map;
1621
1622             if (**map == *CHR_CUT)
1623             {
1624                 i = 0;
1625             }
1626             else
1627             {
1628                 if (i >= IT_MAX_WORD)
1629                     break;
1630                 yaz_log(YLOG_DEBUG, "Adding string to index '%d'", **map);
1631                 while (i < IT_MAX_WORD && *cp)
1632                     buf[i++] = *(cp++);
1633             }
1634             remain = p->term_len  - (b - p->term_buf);
1635             if (remain > 0)
1636             {
1637                 map = zebra_maps_input (p->zebra_maps, p->reg_type, &b,
1638                                         remain, 0);
1639             }
1640             else
1641                 map = 0;
1642         }
1643     }
1644     if (!i)
1645         return;
1646     extract_add_string (p, buf, i);
1647 }
1648
1649 void extract_token_add (RecWord *p)
1650 {
1651     WRBUF wrbuf;
1652 #if 0
1653     yaz_log (YLOG_LOG, "token_add "
1654              "reg_type=%c attrSet=%d attrUse=%d seqno=%d s=%.*s",
1655              p->reg_type, p->attrSet, p->attrUse, p->seqno, p->length,
1656              p->string);
1657 #endif
1658     if ((wrbuf = zebra_replace(p->zebra_maps, p->reg_type, 0,
1659                                p->term_buf, p->term_len)))
1660     {
1661         p->term_buf = wrbuf_buf(wrbuf);
1662         p->term_len = wrbuf_len(wrbuf);
1663     }
1664     if (zebra_maps_is_complete (p->zebra_maps, p->reg_type))
1665         extract_add_complete_field (p);
1666     else
1667         extract_add_incomplete_field(p);
1668 }
1669
1670 void extract_schema_add (struct recExtractCtrl *p, Odr_oid *oid)
1671 {
1672     ZebraHandle zh = (ZebraHandle) (p->handle);
1673     zebraExplain_addSchema (zh->reg->zei, oid);
1674 }
1675
1676 void extract_flushSortKeys (ZebraHandle zh, SYSNO sysno,
1677                             int cmd, struct sortKeys *sk)
1678 {
1679     SortIdx sortIdx = zh->reg->sortIdx;
1680     int off = 0;
1681
1682     sortIdx_sysno (sortIdx, sysno);
1683
1684     while (off < sk->buf_used)
1685     {
1686         int set, use, slen;
1687
1688         off += key_SU_decode(&set, sk->buf + off);
1689         off += key_SU_decode(&use, sk->buf + off);
1690         off += key_SU_decode(&slen, sk->buf + off);
1691
1692         sortIdx_type(sortIdx, use);
1693         if (cmd == 1)
1694             sortIdx_add(sortIdx, sk->buf + off, slen);
1695         else
1696             sortIdx_add(sortIdx, "", 1);
1697         off += slen;
1698     }
1699 }
1700
1701 void encode_key_init (struct encode_info *i)
1702 {
1703     i->sysno = 0;
1704     i->seqno = 0;
1705     i->cmd = -1;
1706     i->prevsys=0;
1707     i->prevseq=0;
1708     i->prevcmd=-1;
1709     i->keylen=0;
1710     i->encode_handle = iscz1_start();
1711 }
1712
1713 #define OLDENCODE 1
1714
1715 #ifdef OLDENCODE
1716 /* this is the old encode_key_write
1717  * may be deleted once we are confident that the new works
1718  * HL 15-oct-2002
1719  */
1720 void encode_key_write (char *k, struct encode_info *i, FILE *outf)
1721 {
1722     struct it_key key;
1723     char *bp = i->buf, *bp0;
1724     const char *src = (char *) &key;
1725
1726     /* copy term to output buf */
1727     while ((*bp++ = *k++))
1728         ;
1729     /* and copy & align key so we can mangle */
1730     memcpy (&key, k+1, sizeof(struct it_key));  /* *k is insert/delete */
1731
1732     bp0 = bp++;
1733     iscz1_encode(i->encode_handle, &bp, &src);
1734     *bp0 = (*k * 128) + bp - bp0 - 1; /* length and insert/delete combined */
1735     if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
1736     {
1737         yaz_log (YLOG_FATAL|YLOG_ERRNO, "fwrite");
1738         exit (1);
1739     }
1740 }
1741
1742 void encode_key_flush (struct encode_info *i, FILE *outf)
1743 { /* dummy routine */
1744     iscz1_stop(i->encode_handle);
1745 }
1746
1747 #else
1748
1749 /* new encode_key_write
1750  * The idea is to buffer one more key, and compare them
1751  * If we are going to delete and insert the same key,
1752  * we may as well not bother. Should make a difference in
1753  * updates with small modifications (appending to a mbox)
1754  */
1755 void encode_key_write (char *k, struct encode_info *i, FILE *outf)
1756 {
1757     struct it_key key;
1758     char *bp;
1759
1760     if (*k)  /* first time for new key */
1761     {
1762         bp = i->buf;
1763         while ((*bp++ = *k++))
1764             ;
1765         i->keylen= bp - i->buf -1;
1766         assert(i->keylen+1+sizeof(struct it_key) < ENCODE_BUFLEN);
1767     }
1768     else
1769     {
1770         bp=i->buf + i->keylen;
1771         *bp++=0;
1772         k++;
1773     }
1774
1775     memcpy (&key, k+1, sizeof(struct it_key));
1776     if (0==i->prevsys) /* no previous filter, fill up */
1777     {
1778         i->prevsys=key.sysno;
1779         i->prevseq=key.seqno;
1780         i->prevcmd=*k;
1781     }
1782     else if ( (i->prevsys==key.sysno) &&
1783               (i->prevseq==key.seqno) &&
1784               (i->prevcmd!=*k) )
1785     { /* same numbers, diff cmd, they cancel out */
1786         i->prevsys=0;
1787     }
1788     else
1789     { /* different stuff, write previous, move buf */
1790         bp = encode_key_int ( (i->prevsys - i->sysno) * 2 + i->prevcmd, bp);
1791         if (i->sysno != i->prevsys)
1792         {
1793             i->sysno = i->prevsys;
1794             i->seqno = 0;
1795         }
1796         else if (!i->seqno && !i->prevseq && i->cmd == i->prevcmd)
1797         {
1798             return; /* ??? Filters some sort of duplicates away */
1799                     /* ??? Can this ever happen   -H 15oct02 */
1800         }
1801         bp = encode_key_int (i->prevseq - i->seqno, bp);
1802         i->seqno = i->prevseq;
1803         i->cmd = i->prevcmd;
1804         if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
1805         {
1806             yaz_log (YLOG_FATAL|YLOG_ERRNO, "fwrite");
1807             exit (1);
1808         }
1809         i->keylen=0; /* ok, it's written, forget it */
1810         i->prevsys=key.sysno;
1811         i->prevseq=key.seqno;
1812         i->prevcmd=*k;
1813     }
1814 }
1815
1816 void encode_key_flush (struct encode_info *i, FILE *outf)
1817 { /* flush the last key from i */
1818     char *bp =i->buf + i->keylen;
1819     if (0==i->prevsys)
1820     {
1821         return; /* nothing to flush */
1822     }
1823     *bp++=0;
1824     bp = encode_key_int ( (i->prevsys - i->sysno) * 2 + i->prevcmd, bp);
1825     if (i->sysno != i->prevsys)
1826     {
1827         i->sysno = i->prevsys;
1828         i->seqno = 0;
1829     }
1830     else if (!i->seqno && !i->prevseq && i->cmd == i->prevcmd)
1831     {
1832         return; /* ??? Filters some sort of duplicates away */
1833                 /* ??? Can this ever happen   -H 15oct02 */
1834     }
1835     bp = encode_key_int (i->prevseq - i->seqno, bp);
1836     i->seqno = i->prevseq;
1837     i->cmd = i->prevcmd;
1838     if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
1839     {
1840         yaz_log (YLOG_FATAL|YLOG_ERRNO, "fwrite");
1841         exit (1);
1842     }
1843     i->keylen=0; /* ok, it's written, forget it */
1844     i->prevsys=0; /* forget the values too */
1845     i->prevseq=0;
1846 }
1847 #endif