index/extract.c

   1 /* $Id: extract.c,v 1.153 2004-06-01 14:50:59 heikki Exp $
   2    Copyright (C) 1995,1996,1997,1998,1999,2000,2001,2002,2003,2004
   3    Index Data Aps
   4
   5 This file is part of the Zebra server.
   6
   7 Zebra is free software; you can redistribute it and/or modify it under
   8 the terms of the GNU General Public License as published by the Free
   9 Software Foundation; either version 2, or (at your option) any later
  10 version.
  11
  12 Zebra is distributed in the hope that it will be useful, but WITHOUT ANY
  13 WARRANTY; without even the implied warranty of MERCHANTABILITY or
  14 FITNESS FOR A PARTICULAR PURPOSE.  See the GNU General Public License
  15 for more details.
  16
  17 You should have received a copy of the GNU General Public License
  18 along with Zebra; see the file LICENSE.zebra.  If not, write to the
  19 Free Software Foundation, 59 Temple Place - Suite 330, Boston, MA
  20 02111-1307, USA.
  21 */
  22
  23
  24 #include <stdio.h>
  25 #include <assert.h>
  26 #include <ctype.h>
  27 #ifdef WIN32
  28 #include <io.h>
  29 #else
  30 #include <unistd.h>
  31 #endif
  32 #include <fcntl.h>
  33
  34 #include "index.h"
  35 #include <direntz.h>
  36 #include <charmap.h>
  37
  38 #if _FILE_OFFSET_BITS == 64
  39 #define PRINTF_OFF_T "%Ld"
  40 #else
  41 #define PRINTF_OFF_T "%ld"
  42 #endif
  43
  44 #define USE_SHELLSORT 0
  45
  46 #if USE_SHELLSORT
  47 static void shellsort(void *ar, int r, size_t s,
  48                       int (*cmp)(const void *a, const void *b))
  49 {
  50     char *a = ar;
  51     char v[100];
  52     int h, i, j, k;
  53     static const int incs[16] = { 1391376, 463792, 198768, 86961, 33936,
  54                                   13776, 4592, 1968, 861, 336,
  55                                   112, 48, 21, 7, 3, 1 };
  56     for ( k = 0; k < 16; k++)
  57         for (h = incs[k], i = h; i < r; i++)
  58         {
  59             memcpy (v, a+s*i, s);
  60             j = i;
  61             while (j > h && (*cmp)(a + s*(j-h), v) > 0)
  62             {
  63                 memcpy (a + s*j, a + s*(j-h), s);
  64                 j -= h;
  65             }
  66             memcpy (a+s*j, v, s);
  67         }
  68 }
  69 #endif
  70
  71 static void logRecord (ZebraHandle zh)
  72 {
  73     ++zh->records_processed;
  74     if (!(zh->records_processed % 1000))
  75     {
  76         logf (LOG_LOG, "Records: %7d i/u/d %d/%d/%d",
  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->reg_type = 'w';
  89     w->extractCtrl = p;
  90 }
  91
  92 static const char **searchRecordKey (ZebraHandle zh,
  93                                      struct recKeys *reckeys,
  94                                      int attrSetS, int attrUseS)
  95 {
  96     static const char *ws[32];
  97     int off = 0;
  98     int startSeq = -1;
  99     int i;
 100     int seqno = 0;
 101 #if SU_SCHEME
 102     int chS, ch;
 103 #else
 104     short attrUse;
 105     char attrSet;
 106 #endif
 107
 108     for (i = 0; i<32; i++)
 109         ws[i] = NULL;
 110
 111 #if SU_SCHEME
 112     chS = zebraExplain_lookupSU (zh->reg->zei, attrSetS, attrUseS);
 113     if (chS < 0)
 114         return ws;
 115 #endif
 116     while (off < reckeys->buf_used)
 117     {
 118
 119         const char *src = reckeys->buf + off;
 120         const char *wstart;
 121         int lead;
 122
 123         lead = *src++;
 124 #if SU_SCHEME
 125         if ((lead & 3)<3)
 126         {
 127             memcpy (&ch, src, sizeof(ch));
 128             src += sizeof(ch);
 129         }
 130 #else
 131         if (!(lead & 1))
 132         {
 133             memcpy (&attrSet, src, sizeof(attrSet));
 134             src += sizeof(attrSet);
 135         }
 136         if (!(lead & 2))
 137         {
 138             memcpy (&attrUse, src, sizeof(attrUse));
 139             src += sizeof(attrUse);
 140         }
 141 #endif
 142         wstart = src;
 143         while (*src++)
 144             ;
 145         if (lead & 60)
 146             seqno += ((lead>>2) & 15)-1;
 147         else
 148         {
 149             memcpy (&seqno, src, sizeof(seqno));
 150             src += sizeof(seqno);
 151         }
 152         if (
 153 #if SU_SCHEME
 154             ch == chS
 155 #else
 156             attrUseS == attrUse && attrSetS == attrSet
 157 #endif
 158             )
 159         {
 160             int woff;
 161
 162
 163             if (startSeq == -1)
 164                 startSeq = seqno;
 165             woff = seqno - startSeq;
 166             if (woff >= 0 && woff < 31)
 167                 ws[woff] = wstart;
 168         }
 169
 170         off = src - reckeys->buf;
 171     }
 172     assert (off == reckeys->buf_used);
 173     return ws;
 174 }
 175
 176 struct file_read_info {
 177     off_t file_max;         /* maximum offset so far */
 178     off_t file_offset;      /* current offset */
 179     off_t file_moffset;     /* offset of rec/rec boundary */
 180     int file_more;
 181     int fd;
 182     char *sdrbuf;
 183     int sdrmax;
 184 };
 185
 186 static struct file_read_info *file_read_start (int fd)
 187 {
 188     struct file_read_info *fi = (struct file_read_info *)
 189         xmalloc (sizeof(*fi));
 190
 191     fi->fd = fd;
 192     fi->file_max = 0;
 193     fi->file_moffset = 0;
 194     fi->sdrbuf = 0;
 195     fi->sdrmax = 0;
 196     return fi;
 197 }
 198
 199 static void file_read_stop (struct file_read_info *fi)
 200 {
 201     xfree (fi);
 202 }
 203
 204 static off_t file_seek (void *handle, off_t offset)
 205 {
 206     struct file_read_info *p = (struct file_read_info *) handle;
 207     p->file_offset = offset;
 208     if (p->sdrbuf)
 209         return offset;
 210     return lseek (p->fd, offset, SEEK_SET);
 211 }
 212
 213 static off_t file_tell (void *handle)
 214 {
 215     struct file_read_info *p = (struct file_read_info *) handle;
 216     return p->file_offset;
 217 }
 218
 219 static int file_read (void *handle, char *buf, size_t count)
 220 {
 221     struct file_read_info *p = (struct file_read_info *) handle;
 222     int fd = p->fd;
 223     int r;
 224     if (p->sdrbuf)
 225     {
 226         r = count;
 227         if (r > p->sdrmax - p->file_offset)
 228             r = p->sdrmax - p->file_offset;
 229         if (r)
 230             memcpy (buf, p->sdrbuf + p->file_offset, r);
 231     }
 232     else
 233         r = read (fd, buf, count);
 234     if (r > 0)
 235     {
 236         p->file_offset += r;
 237         if (p->file_offset > p->file_max)
 238             p->file_max = p->file_offset;
 239     }
 240     return r;
 241 }
 242
 243 static void file_begin (void *handle)
 244 {
 245     struct file_read_info *p = (struct file_read_info *) handle;
 246
 247     p->file_offset = p->file_moffset;
 248     if (!p->sdrbuf && p->file_moffset)
 249         lseek (p->fd, p->file_moffset, SEEK_SET);
 250     p->file_more = 0;
 251 }
 252
 253 static void file_end (void *handle, off_t offset)
 254 {
 255     struct file_read_info *p = (struct file_read_info *) handle;
 256
 257     assert (p->file_more == 0);
 258     p->file_more = 1;
 259     p->file_moffset = offset;
 260 }
 261
 262 static char *fileMatchStr (ZebraHandle zh,
 263                            struct recKeys *reckeys,
 264                            const char *fname, const char *spec)
 265 {
 266     static char dstBuf[2048];      /* static here ??? */
 267     char *dst = dstBuf;
 268     const char *s = spec;
 269     static const char **w;
 270
 271     while (1)
 272     {
 273         while (*s == ' ' || *s == '\t')
 274             s++;
 275         if (!*s)
 276             break;
 277         if (*s == '(')
 278         {
 279             char attset_str[64], attname_str[64];
 280             data1_attset *attset;
 281             int i;
 282             char matchFlag[32];
 283             int attSet = 1, attUse = 1;
 284             int first = 1;
 285
 286             s++;
 287             for (i = 0; *s && *s != ',' && *s != ')'; s++)
 288                 if (i < 63)
 289                     attset_str[i++] = *s;
 290             attset_str[i] = '\0';
 291
 292             if (*s == ',')
 293             {
 294                 s++;
 295                 for (i = 0; *s && *s != ')'; s++)
 296                     if (i < 63)
 297                         attname_str[i++] = *s;
 298                 attname_str[i] = '\0';
 299             }
 300
 301             if ((attset = data1_get_attset (zh->reg->dh, attset_str)))
 302             {
 303                 data1_att *att;
 304                 attSet = attset->reference;
 305                 att = data1_getattbyname(zh->reg->dh, attset, attname_str);
 306                 if (att)
 307                     attUse = att->value;
 308                 else
 309                     attUse = atoi (attname_str);
 310             }
 311             w = searchRecordKey (zh, reckeys, attSet, attUse);
 312             assert (w);
 313
 314             if (*s == ')')
 315             {
 316                 for (i = 0; i<32; i++)
 317                     matchFlag[i] = 1;
 318             }
 319             else
 320             {
 321                 logf (LOG_WARN, "Missing ) in match criteria %s in group %s",
 322                       spec, zh->m_group ? zh->m_group : "none");
 323                 return NULL;
 324             }
 325             s++;
 326
 327             for (i = 0; i<32; i++)
 328                 if (matchFlag[i] && w[i])
 329                 {
 330                     if (first)
 331                     {
 332                         *dst++ = ' ';
 333                         first = 0;
 334                     }
 335                     strcpy (dst, w[i]);
 336                     dst += strlen(w[i]);
 337                 }
 338             if (first)
 339             {
 340                 logf (LOG_WARN, "Record didn't contain match"
 341                       " fields in (%s,%s)", attset_str, attname_str);
 342                 return NULL;
 343             }
 344         }
 345         else if (*s == '$')
 346         {
 347             int spec_len;
 348             char special[64];
 349             const char *spec_src = NULL;
 350             const char *s1 = ++s;
 351             while (*s1 && *s1 != ' ' && *s1 != '\t')
 352                 s1++;
 353
 354             spec_len = s1 - s;
 355             if (spec_len > 63)
 356                 spec_len = 63;
 357             memcpy (special, s, spec_len);
 358             special[spec_len] = '\0';
 359             s = s1;
 360
 361             if (!strcmp (special, "group"))
 362                 spec_src = zh->m_group;
 363             else if (!strcmp (special, "database"))
 364                 spec_src = zh->basenames[0];
 365             else if (!strcmp (special, "filename")) {
 366                 spec_src = fname;
 367             }
 368             else if (!strcmp (special, "type"))
 369                 spec_src = zh->m_record_type;
 370             else
 371                 spec_src = NULL;
 372             if (spec_src)
 373             {
 374                 strcpy (dst, spec_src);
 375                 dst += strlen (spec_src);
 376             }
 377         }
 378         else if (*s == '\"' || *s == '\'')
 379         {
 380             int stopMarker = *s++;
 381             char tmpString[64];
 382             int i = 0;
 383
 384             while (*s && *s != stopMarker)
 385             {
 386                 if (i < 63)
 387                     tmpString[i++] = *s++;
 388             }
 389             if (*s)
 390                 s++;
 391             tmpString[i] = '\0';
 392             strcpy (dst, tmpString);
 393             dst += strlen (tmpString);
 394         }
 395         else
 396         {
 397             logf (LOG_WARN, "Syntax error in match criteria %s in group %s",
 398                   spec, zh->m_group ? zh->m_group : "none");
 399             return NULL;
 400         }
 401         *dst++ = 1;
 402     }
 403     if (dst == dstBuf)
 404     {
 405         logf (LOG_WARN, "No match criteria for record %s in group %s",
 406               fname, zh->m_group ? zh->m_group : "none");
 407         return NULL;
 408     }
 409     *dst = '\0';
 410     return dstBuf;
 411 }
 412
 413 struct recordLogInfo {
 414     const char *fname;
 415     int recordOffset;
 416     struct recordGroup *rGroup;
 417 };
 418
 419 static int file_extract_record(ZebraHandle zh,
 420                                SYSNO *sysno, const char *fname,
 421                                int deleteFlag,
 422                                struct file_read_info *fi,
 423                                int force_update)
 424 {
 425     RecordAttr *recordAttr;
 426     int r;
 427     const char *matchStr;
 428     SYSNO sysnotmp;
 429     Record rec;
 430     off_t recordOffset = 0;
 431     RecType recType;
 432     void *clientData;
 433     char subType[128];
 434
 435     if (!(recType =
 436           recType_byName (zh->reg->recTypes, zh->m_record_type, subType,
 437                           &clientData)))
 438     {
 439         logf (LOG_WARN, "No such record type: %s", zh->m_record_type);
 440         return 0;
 441     }
 442
 443     /* announce database */
 444     if (zebraExplain_curDatabase (zh->reg->zei, zh->basenames[0]))
 445     {
 446         if (zebraExplain_newDatabase (zh->reg->zei, zh->basenames[0],
 447                                       zh->m_explain_database))
 448             return 0;
 449     }
 450
 451     if (fi->fd != -1)
 452     {
 453         struct recExtractCtrl extractCtrl;
 454
 455         /* we are going to read from a file, so prepare the extraction */
 456         int i;
 457
 458         zh->reg->keys.buf_used = 0;
 459         zh->reg->keys.prevAttrUse = -1;
 460         zh->reg->keys.prevAttrSet = -1;
 461         zh->reg->keys.prevSeqNo = 0;
 462         zh->reg->sortKeys.buf_used = 0;
 463
 464         recordOffset = fi->file_moffset;
 465         extractCtrl.offset = fi->file_moffset;
 466         extractCtrl.readf = file_read;
 467         extractCtrl.seekf = file_seek;
 468         extractCtrl.tellf = file_tell;
 469         extractCtrl.endf = file_end;
 470         extractCtrl.fh = fi;
 471         extractCtrl.subType = subType;
 472         extractCtrl.init = extract_init;
 473         extractCtrl.tokenAdd = extract_token_add;
 474         extractCtrl.schemaAdd = extract_schema_add;
 475         extractCtrl.dh = zh->reg->dh;
 476         extractCtrl.handle = zh;
 477         for (i = 0; i<256; i++)
 478         {
 479             if (zebra_maps_is_positioned(zh->reg->zebra_maps, i))
 480                 extractCtrl.seqno[i] = 1;
 481             else
 482                 extractCtrl.seqno[i] = 0;
 483         }
 484         extractCtrl.zebra_maps = zh->reg->zebra_maps;
 485         extractCtrl.flagShowRecords = !zh->m_flag_rw;
 486
 487         if (!zh->m_flag_rw)
 488             printf ("File: %s " PRINTF_OFF_T "\n", fname, recordOffset);
 489         if (zh->m_flag_rw)
 490         {
 491             char msg[512];
 492             sprintf (msg, "%s:" PRINTF_OFF_T , fname, recordOffset);
 493             yaz_log_init_prefix2 (msg);
 494         }
 495
 496         r = (*recType->extract)(clientData, &extractCtrl);
 497
 498         yaz_log_init_prefix2 (0);
 499         if (r == RECCTRL_EXTRACT_EOF)
 500             return 0;
 501         else if (r == RECCTRL_EXTRACT_ERROR_GENERIC)
 502         {
 503             /* error occured during extraction ... */
 504             if (zh->m_flag_rw &&
 505                 zh->records_processed < zh->m_file_verbose_limit)
 506             {
 507                 logf (LOG_WARN, "fail %s %s " PRINTF_OFF_T, zh->m_record_type,
 508                       fname, recordOffset);
 509             }
 510             return 0;
 511         }
 512         else if (r == RECCTRL_EXTRACT_ERROR_NO_SUCH_FILTER)
 513         {
 514             /* error occured during extraction ... */
 515             if (zh->m_flag_rw &&
 516                 zh->records_processed < zh->m_file_verbose_limit)
 517             {
 518                 logf (LOG_WARN, "no filter for %s %s "
 519                       PRINTF_OFF_T, zh->m_record_type,
 520                       fname, recordOffset);
 521             }
 522             return 0;
 523         }
 524         if (zh->reg->keys.buf_used == 0)
 525         {
 526             /* the extraction process returned no information - the record
 527                is probably empty - unless flagShowRecords is in use */
 528             if (!zh->m_flag_rw)
 529                 return 1;
 530
 531             logf (LOG_WARN, "empty %s %s " PRINTF_OFF_T, zh->m_record_type,
 532                   fname, recordOffset);
 533             return 1;
 534         }
 535     }
 536
 537     /* perform match if sysno not known and if match criteria is specified */
 538
 539     matchStr = NULL;
 540     if (!sysno)
 541     {
 542         sysnotmp = 0;
 543         sysno = &sysnotmp;
 544         if (zh->m_record_id && *zh->m_record_id)
 545         {
 546             char *rinfo;
 547
 548             matchStr = fileMatchStr (zh, &zh->reg->keys, fname,
 549                                      zh->m_record_id);
 550             if (matchStr)
 551             {
 552                 rinfo = dict_lookup (zh->reg->matchDict, matchStr);
 553                 if (rinfo)
 554                     memcpy (sysno, rinfo+1, sizeof(*sysno));
 555             }
 556             else
 557             {
 558                 logf (LOG_WARN, "Bad match criteria");
 559                 return 0;
 560             }
 561         }
 562     }
 563
 564     if (! *sysno)
 565     {
 566         /* new record */
 567         if (deleteFlag)
 568         {
 569             logf (LOG_LOG, "delete %s %s " PRINTF_OFF_T, zh->m_record_type,
 570                   fname, recordOffset);
 571             logf (LOG_WARN, "cannot delete record above (seems new)");
 572             return 1;
 573         }
 574         if (zh->records_processed < zh->m_file_verbose_limit)
 575             logf (LOG_LOG, "add %s %s " PRINTF_OFF_T, zh->m_record_type,
 576                   fname, recordOffset);
 577         rec = rec_new (zh->reg->records);
 578
 579         *sysno = rec->sysno;
 580
 581         recordAttr = rec_init_attr (zh->reg->zei, rec);
 582
 583         if (matchStr)
 584         {
 585             dict_insert (zh->reg->matchDict, matchStr, sizeof(*sysno), sysno);
 586         }
 587         extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
 588         extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
 589
 590         zh->records_inserted++;
 591     }
 592     else
 593     {
 594         /* record already exists */
 595         struct recKeys delkeys;
 596         struct sortKeys sortKeys;
 597
 598         rec = rec_get (zh->reg->records, *sysno);
 599         assert (rec);
 600
 601         recordAttr = rec_init_attr (zh->reg->zei, rec);
 602
 603         if (!force_update && recordAttr->runNumber ==
 604             zebraExplain_runNumberIncrement (zh->reg->zei, 0))
 605         {
 606             yaz_log (LOG_LOG, "run number = %d", recordAttr->runNumber);
 607             yaz_log (LOG_LOG, "skipped %s %s " PRINTF_OFF_T,
 608                      zh->m_record_type, fname, recordOffset);
 609             extract_flushSortKeys (zh, *sysno, -1, &zh->reg->sortKeys);
 610             rec_rm (&rec);
 611             logRecord (zh);
 612             return 1;
 613         }
 614         delkeys.buf_used = rec->size[recInfo_delKeys];
 615         delkeys.buf = rec->info[recInfo_delKeys];
 616
 617         sortKeys.buf_used = rec->size[recInfo_sortKeys];
 618         sortKeys.buf = rec->info[recInfo_sortKeys];
 619
 620         extract_flushSortKeys (zh, *sysno, 0, &sortKeys);
 621         extract_flushRecordKeys (zh, *sysno, 0, &delkeys);
 622         if (deleteFlag)
 623         {
 624             /* record going to be deleted */
 625             if (!delkeys.buf_used)
 626             {
 627                 logf (LOG_LOG, "delete %s %s " PRINTF_OFF_T,
 628                       zh->m_record_type, fname, recordOffset);
 629                 logf (LOG_WARN, "cannot delete file above, storeKeys false");
 630             }
 631             else
 632             {
 633                 if (zh->records_processed < zh->m_file_verbose_limit)
 634                     logf (LOG_LOG, "delete %s %s " PRINTF_OFF_T,
 635                          zh->m_record_type, fname, recordOffset);
 636                 zh->records_deleted++;
 637                 if (matchStr)
 638                     dict_delete (zh->reg->matchDict, matchStr);
 639                 rec_del (zh->reg->records, &rec);
 640             }
 641             rec_rm (&rec);
 642             logRecord (zh);
 643             return 1;
 644         }
 645         else
 646         {
 647             /* record going to be updated */
 648             if (!delkeys.buf_used)
 649             {
 650                 logf (LOG_LOG, "update %s %s " PRINTF_OFF_T,
 651                       zh->m_record_type, fname, recordOffset);
 652                 logf (LOG_WARN, "cannot update file above, storeKeys false");
 653             }
 654             else
 655             {
 656                 if (zh->records_processed < zh->m_file_verbose_limit)
 657                     logf (LOG_LOG, "update %s %s " PRINTF_OFF_T,
 658                         zh->m_record_type, fname, recordOffset);
 659                 extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
 660                 extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
 661                 zh->records_updated++;
 662             }
 663         }
 664     }
 665     /* update file type */
 666     xfree (rec->info[recInfo_fileType]);
 667     rec->info[recInfo_fileType] =
 668         rec_strdup (zh->m_record_type, &rec->size[recInfo_fileType]);
 669
 670     /* update filename */
 671     xfree (rec->info[recInfo_filename]);
 672     rec->info[recInfo_filename] =
 673         rec_strdup (fname, &rec->size[recInfo_filename]);
 674
 675     /* update delete keys */
 676     xfree (rec->info[recInfo_delKeys]);
 677     if (zh->reg->keys.buf_used > 0 && zh->m_store_keys == 1)
 678     {
 679         rec->size[recInfo_delKeys] = zh->reg->keys.buf_used;
 680         rec->info[recInfo_delKeys] = zh->reg->keys.buf;
 681         zh->reg->keys.buf = NULL;
 682         zh->reg->keys.buf_max = 0;
 683     }
 684     else
 685     {
 686         rec->info[recInfo_delKeys] = NULL;
 687         rec->size[recInfo_delKeys] = 0;
 688     }
 689
 690     /* update sort keys */
 691     xfree (rec->info[recInfo_sortKeys]);
 692
 693     rec->size[recInfo_sortKeys] = zh->reg->sortKeys.buf_used;
 694     rec->info[recInfo_sortKeys] = zh->reg->sortKeys.buf;
 695     zh->reg->sortKeys.buf = NULL;
 696     zh->reg->sortKeys.buf_max = 0;
 697
 698     /* save file size of original record */
 699     zebraExplain_recordBytesIncrement (zh->reg->zei,
 700                                        - recordAttr->recordSize);
 701     recordAttr->recordSize = fi->file_moffset - recordOffset;
 702     if (!recordAttr->recordSize)
 703         recordAttr->recordSize = fi->file_max - recordOffset;
 704     zebraExplain_recordBytesIncrement (zh->reg->zei,
 705                                        recordAttr->recordSize);
 706
 707     /* set run-number for this record */
 708     recordAttr->runNumber = zebraExplain_runNumberIncrement (zh->reg->zei,
 709                                                              0);
 710
 711     /* update store data */
 712     xfree (rec->info[recInfo_storeData]);
 713     if (zh->m_store_data)
 714     {
 715         rec->size[recInfo_storeData] = recordAttr->recordSize;
 716         rec->info[recInfo_storeData] = (char *)
 717             xmalloc (recordAttr->recordSize);
 718         if (lseek (fi->fd, recordOffset, SEEK_SET) < 0)
 719         {
 720             logf (LOG_ERRNO|LOG_FATAL, "seek to " PRINTF_OFF_T " in %s",
 721                   recordOffset, fname);
 722             exit (1);
 723         }
 724         if (read (fi->fd, rec->info[recInfo_storeData], recordAttr->recordSize)
 725             < recordAttr->recordSize)
 726         {
 727             logf (LOG_ERRNO|LOG_FATAL, "read %d bytes of %s",
 728                   recordAttr->recordSize, fname);
 729             exit (1);
 730         }
 731     }
 732     else
 733     {
 734         rec->info[recInfo_storeData] = NULL;
 735         rec->size[recInfo_storeData] = 0;
 736     }
 737     /* update database name */
 738     xfree (rec->info[recInfo_databaseName]);
 739     rec->info[recInfo_databaseName] =
 740         rec_strdup (zh->basenames[0], &rec->size[recInfo_databaseName]);
 741
 742     /* update offset */
 743     recordAttr->recordOffset = recordOffset;
 744
 745     /* commit this record */
 746     rec_put (zh->reg->records, &rec);
 747     logRecord (zh);
 748     return 1;
 749 }
 750
 751 int fileExtract (ZebraHandle zh, SYSNO *sysno, const char *fname,
 752                  int deleteFlag)
 753 {
 754     int r, i, fd;
 755     char gprefix[128];
 756     char ext[128];
 757     char ext_res[128];
 758     struct file_read_info *fi;
 759
 760     if (!zh->m_group || !*zh->m_group)
 761         *gprefix = '\0';
 762     else
 763         sprintf (gprefix, "%s.", zh->m_group);
 764
 765     logf (LOG_DEBUG, "fileExtract %s", fname);
 766
 767     /* determine file extension */
 768     *ext = '\0';
 769     for (i = strlen(fname); --i >= 0; )
 770         if (fname[i] == '/')
 771             break;
 772         else if (fname[i] == '.')
 773         {
 774             strcpy (ext, fname+i+1);
 775             break;
 776         }
 777     /* determine file type - depending on extension */
 778     if (!zh->m_record_type)
 779     {
 780         sprintf (ext_res, "%srecordType.%s", gprefix, ext);
 781         zh->m_record_type = res_get (zh->res, ext_res);
 782     }
 783     if (!zh->m_record_type)
 784     {
 785         if (zh->records_processed < zh->m_file_verbose_limit)
 786             logf (LOG_LOG, "? %s", fname);
 787         return 0;
 788     }
 789     /* determine match criteria */
 790     if (!zh->m_record_id)
 791     {
 792         sprintf (ext_res, "%srecordId.%s", gprefix, ext);
 793         zh->m_record_id = res_get (zh->res, ext_res);
 794     }
 795
 796     if (sysno && deleteFlag)
 797         fd = -1;
 798     else
 799     {
 800         char full_rep[1024];
 801
 802         if (zh->path_reg && !yaz_is_abspath (fname))
 803         {
 804             strcpy (full_rep, zh->path_reg);
 805             strcat (full_rep, "/");
 806             strcat (full_rep, fname);
 807         }
 808         else
 809             strcpy (full_rep, fname);
 810
 811
 812         if ((fd = open (full_rep, O_BINARY|O_RDONLY)) == -1)
 813         {
 814             logf (LOG_WARN|LOG_ERRNO, "open %s", full_rep);
 815             return 0;
 816         }
 817     }
 818     fi = file_read_start (fd);
 819     do
 820     {
 821         file_begin (fi);
 822         r = file_extract_record (zh, sysno, fname, deleteFlag, fi, 1);
 823     } while (r && !sysno && fi->file_more);
 824     file_read_stop (fi);
 825     if (fd != -1)
 826         close (fd);
 827     return r;
 828 }
 829
 830 /*
 831   If sysno is provided, then it's used to identify the reocord.
 832   If not, and match_criteria is provided, then sysno is guessed
 833   If not, and a record is provided, then sysno is got from there
 834
 835  */
 836 int buffer_extract_record (ZebraHandle zh,
 837                            const char *buf, size_t buf_size,
 838                            int delete_flag,
 839                            int test_mode,
 840                            const char *recordType,
 841                            int *sysno,
 842                            const char *match_criteria,
 843                            const char *fname,
 844                            int force_update,
 845                            int allow_update)
 846 {
 847     RecordAttr *recordAttr;
 848     struct recExtractCtrl extractCtrl;
 849     int i, r;
 850     const char *matchStr = 0;
 851     RecType recType = NULL;
 852     char subType[1024];
 853     void *clientData;
 854     Record rec;
 855     long recordOffset = 0;
 856     struct zebra_fetch_control fc;
 857     const char *pr_fname = fname;  /* filename to print .. */
 858
 859     if (!pr_fname)
 860         pr_fname = "<no file>";  /* make it printable if file is omitted */
 861
 862     fc.fd = -1;
 863     fc.record_int_buf = buf;
 864     fc.record_int_len = buf_size;
 865     fc.record_int_pos = 0;
 866     fc.offset_end = 0;
 867     fc.record_offset = 0;
 868
 869     extractCtrl.offset = 0;
 870     extractCtrl.readf = zebra_record_int_read;
 871     extractCtrl.seekf = zebra_record_int_seek;
 872     extractCtrl.tellf = zebra_record_int_tell;
 873     extractCtrl.endf = zebra_record_int_end;
 874     extractCtrl.fh = &fc;
 875
 876     zh->reg->keys.buf_used = 0;
 877     zh->reg->keys.prevAttrUse = -1;
 878     zh->reg->keys.prevAttrSet = -1;
 879     zh->reg->keys.prevSeqNo = 0;
 880     zh->reg->sortKeys.buf_used = 0;
 881
 882     if (zebraExplain_curDatabase (zh->reg->zei, zh->basenames[0]))
 883     {
 884         if (zebraExplain_newDatabase (zh->reg->zei, zh->basenames[0],
 885                                       zh->m_explain_database))
 886             return 0;
 887     }
 888
 889     if (recordType && *recordType) {
 890         logf (LOG_DEBUG, "Record type explicitly specified: %s", recordType);
 891         recType = recType_byName (zh->reg->recTypes, recordType, subType,
 892                                   &clientData);
 893     } else {
 894         if (!(zh->m_record_type)) {
 895             logf (LOG_WARN, "No such record type defined");
 896             return 0;
 897         }
 898         logf (LOG_DEBUG, "Get record type from rgroup: %s",zh->m_record_type);
 899         recType = recType_byName (zh->reg->recTypes, zh->m_record_type, subType,
 900                                   &clientData);
 901         recordType = zh->m_record_type;
 902     }
 903
 904     if (!recType) {
 905         logf (LOG_WARN, "No such record type: %s", zh->m_record_type);
 906         return 0;
 907     }
 908
 909     extractCtrl.subType = subType;
 910     extractCtrl.init = extract_init;
 911     extractCtrl.tokenAdd = extract_token_add;
 912     extractCtrl.schemaAdd = extract_schema_add;
 913     extractCtrl.dh = zh->reg->dh;
 914     extractCtrl.handle = zh;
 915     extractCtrl.zebra_maps = zh->reg->zebra_maps;
 916     extractCtrl.flagShowRecords = 0;
 917     for (i = 0; i<256; i++)
 918     {
 919         if (zebra_maps_is_positioned(zh->reg->zebra_maps, i))
 920             extractCtrl.seqno[i] = 1;
 921         else
 922             extractCtrl.seqno[i] = 0;
 923     }
 924
 925     r = (*recType->extract)(clientData, &extractCtrl);
 926
 927     if (r == RECCTRL_EXTRACT_EOF)
 928         return 0;
 929     else if (r == RECCTRL_EXTRACT_ERROR_GENERIC)
 930     {
 931         /* error occured during extraction ... */
 932         yaz_log (LOG_WARN, "extract error: generic");
 933         return 0;
 934     }
 935     else if (r == RECCTRL_EXTRACT_ERROR_NO_SUCH_FILTER)
 936     {
 937         /* error occured during extraction ... */
 938         yaz_log (LOG_WARN, "extract error: no such filter");
 939         return 0;
 940     }
 941     if (zh->reg->keys.buf_used == 0)
 942     {
 943         /* the extraction process returned no information - the record
 944            is probably empty - unless flagShowRecords is in use */
 945         if (test_mode)
 946             return 1;
 947         logf (LOG_WARN, "No keys generated for record");
 948         logf (LOG_WARN, " The file is probably empty");
 949         return 1;
 950     }
 951     /* match criteria */
 952     matchStr = NULL;
 953
 954     if (! *sysno) {
 955         char *rinfo;
 956         if (match_criteria && *match_criteria) {
 957             matchStr = match_criteria;
 958         } else {
 959             if (zh->m_record_id && *zh->m_record_id) {
 960                 matchStr = fileMatchStr (zh, &zh->reg->keys, pr_fname,
 961                                          zh->m_record_id);
 962                 if (!matchStr)
 963                 {
 964                     logf (LOG_WARN, "Bad match criteria (recordID)");
 965                     return 1;
 966                 }
 967             }
 968         }
 969         if (matchStr) {
 970             rinfo = dict_lookup (zh->reg->matchDict, matchStr);
 971             if (rinfo)
 972                 memcpy (sysno, rinfo+1, sizeof(*sysno));
 973         }
 974     }
 975
 976     if (! *sysno)
 977     {
 978         /* new record */
 979         if (delete_flag)
 980         {
 981             logf (LOG_LOG, "delete %s %s %ld", recordType,
 982                   pr_fname, (long) recordOffset);
 983             logf (LOG_WARN, "cannot delete record above (seems new)");
 984             return 1;
 985         }
 986         logf (LOG_LOG, "add %s %s %ld", recordType, pr_fname,
 987               (long) recordOffset);
 988         rec = rec_new (zh->reg->records);
 989
 990         *sysno = rec->sysno;
 991
 992         recordAttr = rec_init_attr (zh->reg->zei, rec);
 993
 994         if (matchStr)
 995         {
 996             dict_insert (zh->reg->matchDict, matchStr,
 997                          sizeof(*sysno), sysno);
 998         }
 999         extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
1000         extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
1001
1002         zh->records_inserted++;
1003     }
1004     else
1005     {
1006         /* record already exists */
1007         struct recKeys delkeys;
1008         struct sortKeys sortKeys;
1009
1010         if (!allow_update) {
1011               logf (LOG_LOG, "skipped %s %s %ld",
1012                     recordType, pr_fname, (long) recordOffset);
1013               logRecord(zh);
1014               return -1;
1015         }
1016
1017         rec = rec_get (zh->reg->records, *sysno);
1018         assert (rec);
1019
1020         recordAttr = rec_init_attr (zh->reg->zei, rec);
1021
1022         if (!force_update) {
1023             if (recordAttr->runNumber ==
1024                 zebraExplain_runNumberIncrement (zh->reg->zei, 0))
1025             {
1026                 logf (LOG_LOG, "skipped %s %s %ld", recordType,
1027                       pr_fname, (long) recordOffset);
1028                 extract_flushSortKeys (zh, *sysno, -1, &zh->reg->sortKeys);
1029                 rec_rm (&rec);
1030                 logRecord(zh);
1031                 return 0;
1032             }
1033         }
1034
1035         delkeys.buf_used = rec->size[recInfo_delKeys];
1036         delkeys.buf = rec->info[recInfo_delKeys];
1037
1038         sortKeys.buf_used = rec->size[recInfo_sortKeys];
1039         sortKeys.buf = rec->info[recInfo_sortKeys];
1040
1041         extract_flushSortKeys (zh, *sysno, 0, &sortKeys);
1042         extract_flushRecordKeys (zh, *sysno, 0, &delkeys);
1043         if (delete_flag)
1044         {
1045             /* record going to be deleted */
1046             if (!delkeys.buf_used)
1047             {
1048                 logf (LOG_LOG, "delete %s %s %ld", recordType,
1049                       pr_fname, (long) recordOffset);
1050                 logf (LOG_WARN, "cannot delete file above, storeKeys false");
1051             }
1052             else
1053             {
1054                 logf (LOG_LOG, "delete %s %s %ld", recordType,
1055                       pr_fname, (long) recordOffset);
1056                 zh->records_deleted++;
1057                 if (matchStr)
1058                     dict_delete (zh->reg->matchDict, matchStr);
1059                 rec_del (zh->reg->records, &rec);
1060             }
1061             rec_rm (&rec);
1062             logRecord(zh);
1063             return 0;
1064         }
1065         else
1066         {
1067             /* record going to be updated */
1068             if (!delkeys.buf_used)
1069             {
1070                 logf (LOG_LOG, "update %s %s %ld", recordType,
1071                       pr_fname, (long) recordOffset);
1072                 logf (LOG_WARN, "cannot update file above, storeKeys false");
1073             }
1074             else
1075             {
1076                 logf (LOG_LOG, "update %s %s %ld", recordType,
1077                       pr_fname, (long) recordOffset);
1078                 extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
1079                 extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
1080                 zh->records_updated++;
1081             }
1082         }
1083     }
1084     /* update file type */
1085     xfree (rec->info[recInfo_fileType]);
1086     rec->info[recInfo_fileType] =
1087         rec_strdup (recordType, &rec->size[recInfo_fileType]);
1088
1089     /* update filename */
1090     xfree (rec->info[recInfo_filename]);
1091     rec->info[recInfo_filename] =
1092         rec_strdup (fname, &rec->size[recInfo_filename]);
1093
1094     /* update delete keys */
1095     xfree (rec->info[recInfo_delKeys]);
1096     if (zh->reg->keys.buf_used > 0 && zh->m_store_keys == 1)
1097     {
1098         rec->size[recInfo_delKeys] = zh->reg->keys.buf_used;
1099         rec->info[recInfo_delKeys] = zh->reg->keys.buf;
1100         zh->reg->keys.buf = NULL;
1101         zh->reg->keys.buf_max = 0;
1102     }
1103     else
1104     {
1105         rec->info[recInfo_delKeys] = NULL;
1106         rec->size[recInfo_delKeys] = 0;
1107     }
1108
1109     /* update sort keys */
1110     xfree (rec->info[recInfo_sortKeys]);
1111
1112     rec->size[recInfo_sortKeys] = zh->reg->sortKeys.buf_used;
1113     rec->info[recInfo_sortKeys] = zh->reg->sortKeys.buf;
1114     zh->reg->sortKeys.buf = NULL;
1115     zh->reg->sortKeys.buf_max = 0;
1116
1117     /* save file size of original record */
1118     zebraExplain_recordBytesIncrement (zh->reg->zei,
1119                                        - recordAttr->recordSize);
1120 #if 0
1121     recordAttr->recordSize = fi->file_moffset - recordOffset;
1122     if (!recordAttr->recordSize)
1123         recordAttr->recordSize = fi->file_max - recordOffset;
1124 #else
1125     recordAttr->recordSize = buf_size;
1126 #endif
1127     zebraExplain_recordBytesIncrement (zh->reg->zei,
1128                                        recordAttr->recordSize);
1129
1130     /* set run-number for this record */
1131     recordAttr->runNumber =
1132         zebraExplain_runNumberIncrement (zh->reg->zei, 0);
1133
1134     /* update store data */
1135     xfree (rec->info[recInfo_storeData]);
1136     if (zh->m_store_data)
1137     {
1138         rec->size[recInfo_storeData] = recordAttr->recordSize;
1139         rec->info[recInfo_storeData] = (char *)
1140             xmalloc (recordAttr->recordSize);
1141         memcpy (rec->info[recInfo_storeData], buf, recordAttr->recordSize);
1142     }
1143     else
1144     {
1145         rec->info[recInfo_storeData] = NULL;
1146         rec->size[recInfo_storeData] = 0;
1147     }
1148     /* update database name */
1149     xfree (rec->info[recInfo_databaseName]);
1150     rec->info[recInfo_databaseName] =
1151         rec_strdup (zh->basenames[0], &rec->size[recInfo_databaseName]);
1152
1153     /* update offset */
1154     recordAttr->recordOffset = recordOffset;
1155
1156     /* commit this record */
1157     rec_put (zh->reg->records, &rec);
1158     logRecord(zh);
1159     return 0;
1160 }
1161
1162 int explain_extract (void *handle, Record rec, data1_node *n)
1163 {
1164     ZebraHandle zh = (ZebraHandle) handle;
1165     struct recExtractCtrl extractCtrl;
1166     int i;
1167
1168     if (zebraExplain_curDatabase (zh->reg->zei,
1169                                   rec->info[recInfo_databaseName]))
1170     {
1171         abort();
1172         if (zebraExplain_newDatabase (zh->reg->zei,
1173                                       rec->info[recInfo_databaseName], 0))
1174             abort ();
1175     }
1176
1177     zh->reg->keys.buf_used = 0;
1178     zh->reg->keys.prevAttrUse = -1;
1179     zh->reg->keys.prevAttrSet = -1;
1180     zh->reg->keys.prevSeqNo = 0;
1181     zh->reg->sortKeys.buf_used = 0;
1182
1183     extractCtrl.init = extract_init;
1184     extractCtrl.tokenAdd = extract_token_add;
1185     extractCtrl.schemaAdd = extract_schema_add;
1186     extractCtrl.dh = zh->reg->dh;
1187     for (i = 0; i<256; i++)
1188         extractCtrl.seqno[i] = 0;
1189     extractCtrl.zebra_maps = zh->reg->zebra_maps;
1190     extractCtrl.flagShowRecords = 0;
1191     extractCtrl.handle = handle;
1192
1193     if (n)
1194         grs_extract_tree(&extractCtrl, n);
1195
1196     if (rec->size[recInfo_delKeys])
1197     {
1198         struct recKeys delkeys;
1199         struct sortKeys sortkeys;
1200
1201         delkeys.buf_used = rec->size[recInfo_delKeys];
1202         delkeys.buf = rec->info[recInfo_delKeys];
1203
1204         sortkeys.buf_used = rec->size[recInfo_sortKeys];
1205         sortkeys.buf = rec->info[recInfo_sortKeys];
1206
1207         extract_flushSortKeys (zh, rec->sysno, 0, &sortkeys);
1208         extract_flushRecordKeys (zh, rec->sysno, 0, &delkeys);
1209     }
1210     extract_flushRecordKeys (zh, rec->sysno, 1, &zh->reg->keys);
1211     extract_flushSortKeys (zh, rec->sysno, 1, &zh->reg->sortKeys);
1212
1213     xfree (rec->info[recInfo_delKeys]);
1214     rec->size[recInfo_delKeys] = zh->reg->keys.buf_used;
1215     rec->info[recInfo_delKeys] = zh->reg->keys.buf;
1216     zh->reg->keys.buf = NULL;
1217     zh->reg->keys.buf_max = 0;
1218
1219     xfree (rec->info[recInfo_sortKeys]);
1220     rec->size[recInfo_sortKeys] = zh->reg->sortKeys.buf_used;
1221     rec->info[recInfo_sortKeys] = zh->reg->sortKeys.buf;
1222     zh->reg->sortKeys.buf = NULL;
1223     zh->reg->sortKeys.buf_max = 0;
1224
1225     return 0;
1226 }
1227
1228 void extract_flushRecordKeys (ZebraHandle zh, SYSNO sysno,
1229                               int cmd, struct recKeys *reckeys)
1230 {
1231 #if SU_SCHEME
1232 #else
1233     unsigned char attrSet = (unsigned char) -1;
1234     unsigned short attrUse = (unsigned short) -1;
1235 #endif
1236     int seqno = 0;
1237     int off = 0;
1238     int ch = 0;
1239     ZebraExplainInfo zei = zh->reg->zei;
1240
1241     if (!zh->reg->key_buf)
1242     {
1243         int mem= 1024*1024* atoi( res_get_def( zh->res, "memmax", "8"));
1244         if (mem <= 0)
1245         {
1246             logf(LOG_WARN, "Invalid memory setting, using default 8 MB");
1247             mem= 1024*1024*8;
1248         }
1249         /* FIXME: That "8" should be in a default settings include */
1250         /* not hard-coded here! -H */
1251         zh->reg->key_buf = (char**) xmalloc (mem);
1252         zh->reg->ptr_top = mem/sizeof(char*);
1253         zh->reg->ptr_i = 0;
1254         zh->reg->key_buf_used = 0;
1255         zh->reg->key_file_no = 0;
1256     }
1257     zebraExplain_recordCountIncrement (zei, cmd ? 1 : -1);
1258     while (off < reckeys->buf_used)
1259     {
1260         const char *src = reckeys->buf + off;
1261         struct it_key key;
1262         int lead;
1263
1264         lead = *src++;
1265
1266 #if SU_SCHEME
1267         if ((lead & 3) < 3)
1268         {
1269             memcpy (&ch, src, sizeof(ch));
1270             src += sizeof(ch);
1271         }
1272 #else
1273         if (!(lead & 1))
1274         {
1275             memcpy (&attrSet, src, sizeof(attrSet));
1276             src += sizeof(attrSet);
1277         }
1278         if (!(lead & 2))
1279         {
1280             memcpy (&attrUse, src, sizeof(attrUse));
1281             src += sizeof(attrUse);
1282         }
1283 #endif
1284         if (zh->reg->key_buf_used + 1024 >
1285             (zh->reg->ptr_top -zh->reg->ptr_i)*sizeof(char*))
1286             extract_flushWriteKeys (zh,0);
1287         assert(zh->reg->ptr_i >= 0);
1288         ++(zh->reg->ptr_i);
1289         assert(zh->reg->ptr_i > 0);
1290         (zh->reg->key_buf)[zh->reg->ptr_top - zh->reg->ptr_i] =
1291             (char*)zh->reg->key_buf + zh->reg->key_buf_used;
1292 #if SU_SCHEME
1293 #else
1294         ch = zebraExplain_lookupSU (zei, attrSet, attrUse);
1295         if (ch < 0)
1296             ch = zebraExplain_addSU (zei, attrSet, attrUse);
1297 #endif
1298         assert (ch > 0);
1299         zh->reg->key_buf_used +=
1300             key_SU_encode (ch,((char*)zh->reg->key_buf) +
1301                            zh->reg->key_buf_used);
1302
1303         while (*src)
1304             ((char*)zh->reg->key_buf) [(zh->reg->key_buf_used)++] = *src++;
1305         src++;
1306         ((char*)(zh->reg->key_buf))[(zh->reg->key_buf_used)++] = '\0';
1307         ((char*)(zh->reg->key_buf))[(zh->reg->key_buf_used)++] = cmd;
1308
1309         if (lead & 60)
1310             seqno += ((lead>>2) & 15)-1;
1311         else
1312         {
1313             memcpy (&seqno, src, sizeof(seqno));
1314             src += sizeof(seqno);
1315         }
1316         key.seqno = seqno;
1317         key.sysno = sysno;
1318         memcpy ((char*)zh->reg->key_buf + zh->reg->key_buf_used, &key, sizeof(key));
1319         (zh->reg->key_buf_used) += sizeof(key);
1320         off = src - reckeys->buf;
1321     }
1322     assert (off == reckeys->buf_used);
1323 }
1324
1325 void extract_flushWriteKeys (ZebraHandle zh, int final)
1326         /* optimizing: if final=1, and no files written yet */
1327         /* push the keys directly to merge, sidestepping the */
1328         /* temp file altogether. Speeds small updates */
1329 {
1330     FILE *outf;
1331     char out_fname[200];
1332     char *prevcp, *cp;
1333     struct encode_info encode_info;
1334     int ptr_i = zh->reg->ptr_i;
1335     int temp_policy;
1336 #if SORT_EXTRA
1337     int i;
1338 #endif
1339     if (!zh->reg->key_buf || ptr_i <= 0)
1340     {
1341         logf (LOG_DEBUG, "  nothing to flush section=%d buf=%p i=%d",
1342                zh->reg->key_file_no, zh->reg->key_buf, ptr_i);
1343         logf (LOG_DEBUG, "  buf=%p ",
1344                zh->reg->key_buf);
1345         logf (LOG_DEBUG, "  ptr=%d ",zh->reg->ptr_i);
1346         logf (LOG_DEBUG, "  reg=%p ",zh->reg);
1347
1348         return;
1349     }
1350
1351     (zh->reg->key_file_no)++;
1352     logf (LOG_LOG, "sorting section %d", (zh->reg->key_file_no));
1353     logf (LOG_DEBUG, "  sort_buff at %p n=%d",
1354                     zh->reg->key_buf + zh->reg->ptr_top - ptr_i,ptr_i);
1355 #if !SORT_EXTRA
1356     qsort (zh->reg->key_buf + zh->reg->ptr_top - ptr_i, ptr_i,
1357                sizeof(char*), key_qsort_compare);
1358
1359     /* zebra.cfg: tempfiles:
1360        Y: always use temp files (old way)
1361        A: use temp files, if more than one (auto)
1362           = if this is both the last and the first
1363        N: never bother with temp files (new) */
1364
1365     temp_policy=toupper(res_get_def(zh->res,"tempfiles","auto")[0]);
1366     if (temp_policy != 'Y' && temp_policy != 'N' && temp_policy != 'A') {
1367         logf (LOG_WARN, "Illegal tempfiles setting '%c'. using 'Auto' ",
1368                         temp_policy);
1369         temp_policy='A';
1370     }
1371
1372     if (   ( temp_policy =='N' )   ||     /* always from memory */
1373          ( ( temp_policy =='A' ) &&       /* automatic */
1374              (zh->reg->key_file_no == 1) &&  /* this is first time */
1375              (final) ) )                     /* and last (=only) time */
1376     { /* go directly from memory */
1377         zh->reg->key_file_no =0; /* signal not to read files */
1378         zebra_index_merge(zh);
1379         zh->reg->ptr_i = 0;
1380         zh->reg->key_buf_used = 0;
1381         return;
1382     }
1383
1384     /* Not doing directly from memory, write into a temp file */
1385     extract_get_fname_tmp (zh, out_fname, zh->reg->key_file_no);
1386
1387     if (!(outf = fopen (out_fname, "wb")))
1388     {
1389         logf (LOG_FATAL|LOG_ERRNO, "fopen %s", out_fname);
1390         exit (1);
1391     }
1392     logf (LOG_LOG, "writing section %d", zh->reg->key_file_no);
1393     prevcp = cp = (zh->reg->key_buf)[zh->reg->ptr_top - ptr_i];
1394
1395     encode_key_init (&encode_info);
1396     encode_key_write (cp, &encode_info, outf);
1397
1398     while (--ptr_i > 0)
1399     {
1400         cp = (zh->reg->key_buf)[zh->reg->ptr_top - ptr_i];
1401         if (strcmp (cp, prevcp))
1402         {
1403             encode_key_flush ( &encode_info, outf);
1404             encode_key_init (&encode_info);
1405             encode_key_write (cp, &encode_info, outf);
1406             prevcp = cp;
1407         }
1408         else
1409             encode_key_write (cp + strlen(cp), &encode_info, outf);
1410     }
1411     encode_key_flush ( &encode_info, outf);
1412 #else
1413     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_x_compare);
1414     extract_get_fname_tmp (out_fname, key_file_no);
1415
1416     if (!(outf = fopen (out_fname, "wb")))
1417     {
1418         logf (LOG_FATAL|LOG_ERRNO, "fopen %s", out_fname);
1419         exit (1);
1420     }
1421     logf (LOG_LOG, "writing section %d", key_file_no);
1422     i = ptr_i;
1423     prevcp =  key_buf[ptr_top-i];
1424     while (1)
1425         if (!--i || strcmp (prevcp, key_buf[ptr_top-i]))
1426         {
1427             key_y_len = strlen(prevcp)+1;
1428 #if 0
1429             logf (LOG_LOG, "key_y_len: %2d %02x %02x %s",
1430                       key_y_len, prevcp[0], prevcp[1], 2+prevcp);
1431 #endif
1432             qsort (key_buf + ptr_top-ptr_i, ptr_i - i,
1433                                    sizeof(char*), key_y_compare);
1434             cp = key_buf[ptr_top-ptr_i];
1435             --key_y_len;
1436             encode_key_init (&encode_info);
1437             encode_key_write (cp, &encode_info, outf);
1438             while (--ptr_i > i)
1439             {
1440                 cp = key_buf[ptr_top-ptr_i];
1441                 encode_key_write (cp+key_y_len, &encode_info, outf);
1442             }
1443             encode_key_flush ( &encode_info, outf);
1444             if (!i)
1445                 break;
1446             prevcp = key_buf[ptr_top-ptr_i];
1447         }
1448 #endif
1449     if (fclose (outf))
1450     {
1451         logf (LOG_FATAL|LOG_ERRNO, "fclose %s", out_fname);
1452         exit (1);
1453     }
1454     logf (LOG_LOG, "finished section %d", zh->reg->key_file_no);
1455     zh->reg->ptr_i = 0;
1456     zh->reg->key_buf_used = 0;
1457 }
1458
1459 void extract_add_index_string (RecWord *p, const char *string,
1460                                int length)
1461 {
1462     char *dst;
1463     unsigned char attrSet;
1464     unsigned short attrUse;
1465     int lead = 0;
1466     int diff = 0;
1467     int *pseqno = &p->seqno;
1468     ZebraHandle zh = p->extractCtrl->handle;
1469     ZebraExplainInfo zei = zh->reg->zei;
1470     struct recKeys *keys = &zh->reg->keys;
1471
1472     if (keys->buf_used+1024 > keys->buf_max)
1473     {
1474         char *b;
1475
1476         b = (char *) xmalloc (keys->buf_max += 128000);
1477         if (keys->buf_used > 0)
1478             memcpy (b, keys->buf, keys->buf_used);
1479         xfree (keys->buf);
1480         keys->buf = b;
1481     }
1482     dst = keys->buf + keys->buf_used;
1483
1484     attrSet = p->attrSet;
1485     if (keys->buf_used > 0 && keys->prevAttrSet == attrSet)
1486         lead |= 1;
1487     else
1488         keys->prevAttrSet = attrSet;
1489     attrUse = p->attrUse;
1490     if (keys->buf_used > 0 && keys->prevAttrUse == attrUse)
1491         lead |= 2;
1492     else
1493         keys->prevAttrUse = attrUse;
1494 #if 1
1495     diff = 1 + *pseqno - keys->prevSeqNo;
1496     if (diff >= 1 && diff <= 15)
1497         lead |= (diff << 2);
1498     else
1499         diff = 0;
1500 #endif
1501     keys->prevSeqNo = *pseqno;
1502
1503     *dst++ = lead;
1504
1505 #if SU_SCHEME
1506     if ((lead & 3) < 3)
1507     {
1508         int ch = zebraExplain_lookupSU (zei, attrSet, attrUse);
1509         if (ch < 0)
1510         {
1511             ch = zebraExplain_addSU (zei, attrSet, attrUse);
1512             yaz_log (LOG_DEBUG, "addSU set=%d use=%d SU=%d",
1513                      attrSet, attrUse, ch);
1514         }
1515         assert (ch > 0);
1516         memcpy (dst, &ch, sizeof(ch));
1517         dst += sizeof(ch);
1518     }
1519 #else
1520     if (!(lead & 1))
1521     {
1522         memcpy (dst, &attrSet, sizeof(attrSet));
1523         dst += sizeof(attrSet);
1524     }
1525     if (!(lead & 2))
1526     {
1527         memcpy (dst, &attrUse, sizeof(attrUse));
1528         dst += sizeof(attrUse);
1529     }
1530 #endif
1531     *dst++ = p->reg_type;
1532     memcpy (dst, string, length);
1533     dst += length;
1534     *dst++ = '\0';
1535
1536     if (!diff)
1537     {
1538         memcpy (dst, pseqno, sizeof(*pseqno));
1539         dst += sizeof(*pseqno);
1540     }
1541     keys->buf_used = dst - keys->buf;
1542 }
1543
1544 static void extract_add_sort_string (RecWord *p, const char *string,
1545                                      int length)
1546 {
1547     ZebraHandle zh = p->extractCtrl->handle;
1548     struct sortKeys *sk = &zh->reg->sortKeys;
1549     int off = 0;
1550
1551     while (off < sk->buf_used)
1552     {
1553         int set, use, slen;
1554
1555         off += key_SU_decode(&set, sk->buf + off);
1556         off += key_SU_decode(&use, sk->buf + off);
1557         off += key_SU_decode(&slen, sk->buf + off);
1558         off += slen;
1559         if (p->attrSet == set && p->attrUse == use)
1560             return;
1561     }
1562     assert (off == sk->buf_used);
1563
1564     if (sk->buf_used + IT_MAX_WORD > sk->buf_max)
1565     {
1566         char *b;
1567
1568         b = (char *) xmalloc (sk->buf_max += 128000);
1569         if (sk->buf_used > 0)
1570             memcpy (b, sk->buf, sk->buf_used);
1571         xfree (sk->buf);
1572         sk->buf = b;
1573     }
1574     off += key_SU_encode(p->attrSet, sk->buf + off);
1575     off += key_SU_encode(p->attrUse, sk->buf + off);
1576     off += key_SU_encode(length, sk->buf + off);
1577     memcpy (sk->buf + off, string, length);
1578     sk->buf_used = off + length;
1579 }
1580
1581 void extract_add_string (RecWord *p, const char *string, int length)
1582 {
1583     assert (length > 0);
1584     if (zebra_maps_is_sort (p->zebra_maps, p->reg_type))
1585         extract_add_sort_string (p, string, length);
1586     else
1587         extract_add_index_string (p, string, length);
1588 }
1589
1590 static void extract_add_incomplete_field (RecWord *p)
1591 {
1592     const char *b = p->string;
1593     int remain = p->length;
1594     const char **map = 0;
1595
1596     if (remain > 0)
1597         map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
1598
1599     while (map)
1600     {
1601         char buf[IT_MAX_WORD+1];
1602         int i, remain;
1603
1604         /* Skip spaces */
1605         while (map && *map && **map == *CHR_SPACE)
1606         {
1607             remain = p->length - (b - p->string);
1608             if (remain > 0)
1609                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
1610             else
1611                 map = 0;
1612         }
1613         if (!map)
1614             break;
1615         i = 0;
1616         while (map && *map && **map != *CHR_SPACE)
1617         {
1618             const char *cp = *map;
1619
1620             while (i < IT_MAX_WORD && *cp)
1621                 buf[i++] = *(cp++);
1622             remain = p->length - (b - p->string);
1623             if (remain > 0)
1624                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
1625             else
1626                 map = 0;
1627         }
1628         if (!i)
1629             return;
1630         extract_add_string (p, buf, i);
1631         p->seqno++;
1632     }
1633 }
1634
1635 static void extract_add_complete_field (RecWord *p)
1636 {
1637     const char *b = p->string;
1638     char buf[IT_MAX_WORD+1];
1639     const char **map = 0;
1640     int i = 0, remain = p->length;
1641
1642     if (remain > 0)
1643         map = zebra_maps_input (p->zebra_maps, p->reg_type, &b, remain);
1644
1645     while (remain > 0 && i < IT_MAX_WORD)
1646     {
1647         while (map && *map && **map == *CHR_SPACE)
1648         {
1649             remain = p->length - (b - p->string);
1650             if (remain > 0)
1651                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
1652             else
1653                 map = 0;
1654         }
1655         if (!map)
1656             break;
1657
1658         if (i && i < IT_MAX_WORD)
1659             buf[i++] = *CHR_SPACE;
1660         while (map && *map && **map != *CHR_SPACE)
1661         {
1662             const char *cp = *map;
1663
1664             if (i >= IT_MAX_WORD)
1665                 break;
1666             while (i < IT_MAX_WORD && *cp)
1667                 buf[i++] = *(cp++);
1668             remain = p->length  - (b - p->string);
1669             if (remain > 0)
1670                 map = zebra_maps_input (p->zebra_maps, p->reg_type, &b,
1671                                         remain);
1672             else
1673                 map = 0;
1674         }
1675     }
1676     if (!i)
1677         return;
1678     extract_add_string (p, buf, i);
1679 }
1680
1681 void extract_token_add (RecWord *p)
1682 {
1683     WRBUF wrbuf;
1684 #if 0
1685     yaz_log (LOG_LOG, "token_add "
1686              "reg_type=%c attrSet=%d attrUse=%d seqno=%d s=%.*s",
1687              p->reg_type, p->attrSet, p->attrUse, p->seqno, p->length,
1688              p->string);
1689 #endif
1690     if ((wrbuf = zebra_replace(p->zebra_maps, p->reg_type, 0,
1691                                p->string, p->length)))
1692     {
1693         p->string = wrbuf_buf(wrbuf);
1694         p->length = wrbuf_len(wrbuf);
1695     }
1696     if (zebra_maps_is_complete (p->zebra_maps, p->reg_type))
1697         extract_add_complete_field (p);
1698     else
1699         extract_add_incomplete_field(p);
1700 }
1701
1702 void extract_schema_add (struct recExtractCtrl *p, Odr_oid *oid)
1703 {
1704     ZebraHandle zh = (ZebraHandle) (p->handle);
1705     zebraExplain_addSchema (zh->reg->zei, oid);
1706 }
1707
1708 void extract_flushSortKeys (ZebraHandle zh, SYSNO sysno,
1709                             int cmd, struct sortKeys *sk)
1710 {
1711     SortIdx sortIdx = zh->reg->sortIdx;
1712     int off = 0;
1713
1714     sortIdx_sysno (sortIdx, sysno);
1715
1716     while (off < sk->buf_used)
1717     {
1718         int set, use, slen;
1719
1720         off += key_SU_decode(&set, sk->buf + off);
1721         off += key_SU_decode(&use, sk->buf + off);
1722         off += key_SU_decode(&slen, sk->buf + off);
1723
1724         sortIdx_type(sortIdx, use);
1725         if (cmd == 1)
1726             sortIdx_add(sortIdx, sk->buf + off, slen);
1727         else
1728             sortIdx_add(sortIdx, "", 1);
1729         off += slen;
1730     }
1731 }
1732
1733 void encode_key_init (struct encode_info *i)
1734 {
1735     i->sysno = 0;
1736     i->seqno = 0;
1737     i->cmd = -1;
1738     i->prevsys=0;
1739     i->prevseq=0;
1740     i->prevcmd=-1;
1741     i->keylen=0;
1742 }
1743
1744 char *encode_key_int (int d, char *bp)
1745 {
1746     if (d <= 63)
1747         *bp++ = d;
1748     else if (d <= 16383)
1749     {
1750         *bp++ = 64 + (d>>8);
1751         *bp++ = d  & 255;
1752     }
1753     else if (d <= 4194303)
1754     {
1755         *bp++ = 128 + (d>>16);
1756         *bp++ = (d>>8) & 255;
1757         *bp++ = d & 255;
1758     }
1759     else
1760     {
1761         *bp++ = 192 + (d>>24);
1762         *bp++ = (d>>16) & 255;
1763         *bp++ = (d>>8) & 255;
1764         *bp++ = d & 255;
1765     }
1766     return bp;
1767 }
1768 #define OLDENCODE 1
1769
1770 #ifdef OLDENCODE
1771 /* this is the old encode_key_write
1772  * may be deleted once we are confident that the new works
1773  * HL 15-oct-2002
1774  */
1775 void encode_key_write (char *k, struct encode_info *i, FILE *outf)
1776 {
1777     struct it_key key;
1778     char *bp = i->buf;
1779
1780     while ((*bp++ = *k++))
1781         ;
1782     memcpy (&key, k+1, sizeof(struct it_key));
1783     bp = encode_key_int ( (key.sysno - i->sysno) * 2 + *k, bp);
1784     if (i->sysno != key.sysno)
1785     {
1786         i->sysno = key.sysno;
1787         i->seqno = 0;
1788     }
1789     else if (!i->seqno && !key.seqno && i->cmd == *k)
1790         return;
1791     bp = encode_key_int (key.seqno - i->seqno, bp);
1792     i->seqno = key.seqno;
1793     i->cmd = *k;
1794     if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
1795     {
1796         logf (LOG_FATAL|LOG_ERRNO, "fwrite");
1797         exit (1);
1798     }
1799 }
1800
1801 void encode_key_flush (struct encode_info *i, FILE *outf)
1802 { /* dummy routine */
1803 }
1804
1805 #else
1806
1807 /* new encode_key_write
1808  * The idea is to buffer one more key, and compare them
1809  * If we are going to delete and insert the same key,
1810  * we may as well not bother. Should make a difference in
1811  * updates with small modifications (appending to a mbox)
1812  */
1813 void encode_key_write (char *k, struct encode_info *i, FILE *outf)
1814 {
1815     struct it_key key;
1816     char *bp;
1817
1818     if (*k)  /* first time for new key */
1819     {
1820         bp = i->buf;
1821         while ((*bp++ = *k++))
1822             ;
1823         i->keylen= bp - i->buf -1;
1824         assert(i->keylen+1+sizeof(struct it_key) < ENCODE_BUFLEN);
1825     }
1826     else
1827     {
1828         bp=i->buf + i->keylen;
1829         *bp++=0;
1830         k++;
1831     }
1832
1833     memcpy (&key, k+1, sizeof(struct it_key));
1834     if (0==i->prevsys) /* no previous filter, fill up */
1835     {
1836         i->prevsys=key.sysno;
1837         i->prevseq=key.seqno;
1838         i->prevcmd=*k;
1839     }
1840     else if ( (i->prevsys==key.sysno) &&
1841               (i->prevseq==key.seqno) &&
1842               (i->prevcmd!=*k) )
1843     { /* same numbers, diff cmd, they cancel out */
1844         i->prevsys=0;
1845     }
1846     else
1847     { /* different stuff, write previous, move buf */
1848         bp = encode_key_int ( (i->prevsys - i->sysno) * 2 + i->prevcmd, bp);
1849         if (i->sysno != i->prevsys)
1850         {
1851             i->sysno = i->prevsys;
1852             i->seqno = 0;
1853         }
1854         else if (!i->seqno && !i->prevseq && i->cmd == i->prevcmd)
1855         {
1856             return; /* ??? Filters some sort of duplicates away */
1857                     /* ??? Can this ever happen   -H 15oct02 */
1858         }
1859         bp = encode_key_int (i->prevseq - i->seqno, bp);
1860         i->seqno = i->prevseq;
1861         i->cmd = i->prevcmd;
1862         if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
1863         {
1864             logf (LOG_FATAL|LOG_ERRNO, "fwrite");
1865             exit (1);
1866         }
1867         i->keylen=0; /* ok, it's written, forget it */
1868         i->prevsys=key.sysno;
1869         i->prevseq=key.seqno;
1870         i->prevcmd=*k;
1871     }
1872 }
1873
1874 void encode_key_flush (struct encode_info *i, FILE *outf)
1875 { /* flush the last key from i */
1876     char *bp =i->buf + i->keylen;
1877     if (0==i->prevsys)
1878     {
1879         return; /* nothing to flush */
1880     }
1881     *bp++=0;
1882     bp = encode_key_int ( (i->prevsys - i->sysno) * 2 + i->prevcmd, bp);
1883     if (i->sysno != i->prevsys)
1884     {
1885         i->sysno = i->prevsys;
1886         i->seqno = 0;
1887     }
1888     else if (!i->seqno && !i->prevseq && i->cmd == i->prevcmd)
1889     {
1890         return; /* ??? Filters some sort of duplicates away */
1891                 /* ??? Can this ever happen   -H 15oct02 */
1892     }
1893     bp = encode_key_int (i->prevseq - i->seqno, bp);
1894     i->seqno = i->prevseq;
1895     i->cmd = i->prevcmd;
1896     if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
1897     {
1898         logf (LOG_FATAL|LOG_ERRNO, "fwrite");
1899         exit (1);
1900     }
1901     i->keylen=0; /* ok, it's written, forget it */
1902     i->prevsys=0; /* forget the values too */
1903     i->prevseq=0;
1904 }
1905 #endif