index/extract.c

   1 /*
   2  * Copyright (C) 1994-1999, Index Data
   3  * All rights reserved.
   4  * Sebastian Hammer, Adam Dickmeiss
   5  *
   6  * $Log: extract.c,v $
   7  * Revision 1.99  2000-02-24 10:57:02  adam
   8  * Sequence number incremented after each incomplete-field.
   9  *
  10  * Revision 1.98  1999/09/07 07:19:21  adam
  11  * Work on character mapping. Implemented replace rules.
  12  *
  13  * Revision 1.97  1999/07/06 12:28:04  adam
  14  * Updated record index structure. Format includes version ID. Compression
  15  * algorithm ID is stored for each record block.
  16  *
  17  * Revision 1.96  1999/05/26 07:49:13  adam
  18  * C++ compilation.
  19  *
  20  * Revision 1.95  1999/05/21 12:00:17  adam
  21  * Better diagnostics for extraction process.
  22  *
  23  * Revision 1.94  1999/05/20 12:57:18  adam
  24  * Implemented TCL filter. Updated recctrl system.
  25  *
  26  * Revision 1.93  1999/05/15 14:36:38  adam
  27  * Updated dictionary. Implemented "compression" of dictionary.
  28  *
  29  * Revision 1.92  1999/03/09 16:27:49  adam
  30  * More work on SDRKit integration.
  31  *
  32  * Revision 1.91  1999/02/12 13:29:22  adam
  33  * Implemented position-flag for registers.
  34  *
  35  * Revision 1.90  1999/02/02 14:50:52  adam
  36  * Updated WIN32 code specific sections. Changed header.
  37  *
  38  * Revision 1.89  1998/10/28 10:54:38  adam
  39  * SDRKit integration.
  40  *
  41  * Revision 1.88  1998/10/16 08:14:29  adam
  42  * Updated record control system.
  43  *
  44  * Revision 1.87  1998/10/15 13:10:33  adam
  45  * Fixed bug in Zebra that caused it to stop indexing when empty
  46  * record was read.
  47  *
  48  * Revision 1.86  1998/10/13 20:33:53  adam
  49  * Fixed one log message and change use ordinal to be an unsigned char.
  50  *
  51  * Revision 1.85  1998/09/22 10:03:41  adam
  52  * Changed result sets to be persistent in the sense that they can
  53  * be re-searched if needed.
  54  * Fixed memory leak in rsm_or.
  55  *
  56  * Revision 1.84  1998/06/11 15:42:22  adam
  57  * Changed the way use attributes are specified in the recordId
  58  * specification.
  59  *
  60  * Revision 1.83  1998/06/08 14:43:10  adam
  61  * Added suport for EXPLAIN Proxy servers - added settings databasePath
  62  * and explainDatabase to facilitate this. Increased maximum number
  63  * of databases and attributes in one register.
  64  *
  65  * Revision 1.82  1998/05/20 10:12:15  adam
  66  * Implemented automatic EXPLAIN database maintenance.
  67  * Modified Zebra to work with ASN.1 compiled version of YAZ.
  68  *
  69  * Revision 1.81  1998/03/11 11:19:04  adam
  70  * Changed the way sequence numbers are generated.
  71  *
  72  * Revision 1.80  1998/03/05 08:45:11  adam
  73  * New result set model and modular ranking system. Moved towards
  74  * descent server API. System information stored as "SGML" records.
  75  *
  76  * Revision 1.79  1998/02/17 10:32:52  adam
  77  * Fixed bug: binary files weren't opened with flag b on NT.
  78  *
  79  * Revision 1.78  1998/02/10 12:03:05  adam
  80  * Implemented Sort.
  81  *
  82  * Revision 1.77  1998/01/12 15:04:08  adam
  83  * The test option (-s) only uses read-lock (and not write lock).
  84  *
  85  * Revision 1.76  1997/10/27 14:33:04  adam
  86  * Moved towards generic character mapping depending on "structure"
  87  * field in abstract syntax file. Fixed a few memory leaks. Fixed
  88  * bug with negative integers when doing searches with relational
  89  * operators.
  90  *
  91  * Revision 1.75  1997/09/17 12:19:12  adam
  92  * Zebra version corresponds to YAZ version 1.4.
  93  * Changed Zebra server so that it doesn't depend on global common_resource.
  94  *
  95  * Revision 1.74  1997/09/09 13:38:06  adam
  96  * Partial port to WIN95/NT.
  97  *
  98  * Revision 1.73  1997/09/04 13:57:20  adam
  99  * New file extract/retrieve method tellf (added).
 100  * Added O_BINARY for open calls.
 101  *
 102  * Revision 1.72  1997/07/15 16:32:29  adam
 103  * Bug fix: Match handler didn't terminate the resulting string!
 104  *
 105  * Revision 1.71  1997/07/15 16:28:41  adam
 106  * Bug fix: storeData didn't work with files with multiple records.
 107  * Bug fix: fixed memory management with records; not really well
 108  *  thought through.
 109  *
 110  * Revision 1.70  1997/07/01 13:00:42  adam
 111  * Bug fix in routine searchRecordKey: uninitialized variables.
 112  *
 113  * Revision 1.69  1997/04/29 09:26:03  adam
 114  * Bug fix: generic recordId handling didn't work for compressed internal
 115  * keys.
 116  *
 117  * Revision 1.68  1997/02/12 20:39:45  adam
 118  * Implemented options -f <n> that limits the log to the first <n>
 119  * records.
 120  * Changed some log messages also.
 121  *
 122  * Revision 1.67  1996/11/15 15:02:14  adam
 123  * Minor changes regarding logging.
 124  *
 125  * Revision 1.66  1996/11/14  09:52:21  adam
 126  * Strings in record keys bound by IT_MAX_WORD.
 127  *
 128  * Revision 1.65  1996/11/14  08:57:56  adam
 129  * Reduction of storeKeys area.
 130  *
 131  * Revision 1.64  1996/11/08 11:10:16  adam
 132  * Buffers used during file match got bigger.
 133  * Compressed ISAM support everywhere.
 134  * Bug fixes regarding masking characters in queries.
 135  * Redesigned Regexp-2 queries.
 136  *
 137  * Revision 1.63  1996/10/29 14:09:39  adam
 138  * Use of cisam system - enabled if setting isamc is 1.
 139  *
 140  * Revision 1.62  1996/10/11 10:57:01  adam
 141  * New module recctrl. Used to manage records (extract/retrieval).
 142  * Several files have been moved to the recctrl sub directory.
 143  *
 144  * Revision 1.61  1996/06/06 12:08:37  quinn
 145  * Added showRecord function
 146  *
 147  * Revision 1.60  1996/06/04  10:18:12  adam
 148  * Search/scan uses character mapping module.
 149  *
 150  * Revision 1.59  1996/05/14  15:47:07  adam
 151  * Cleanup of various buffer size entities.
 152  *
 153  * Revision 1.58  1996/05/14  06:16:38  adam
 154  * Compact use/set bytes used in search service.
 155  *
 156  * Revision 1.57  1996/05/13 14:23:04  adam
 157  * Work on compaction of set/use bytes in dictionary.
 158  *
 159  * Revision 1.56  1996/05/09  09:54:42  adam
 160  * Server supports maps from one logical attributes to a list of physical
 161  * attributes.
 162  * The extraction process doesn't make space consuming 'any' keys.
 163  *
 164  * Revision 1.55  1996/05/09  07:28:55  quinn
 165  * Work towards phrases and multiple registers
 166  *
 167  * Revision 1.54  1996/05/01  13:46:35  adam
 168  * First work on multiple records in one file.
 169  * New option, -offset, to the "unread" command in the filter module.
 170  *
 171  * Revision 1.53  1996/04/26  12:09:43  adam
 172  * Added a few comments.
 173  *
 174  * Revision 1.52  1996/04/25  13:27:57  adam
 175  * Function recordExtract modified so that files with no keys (possibly empty)
 176  * are ignored.
 177  *
 178  * Revision 1.51  1996/03/19  11:08:42  adam
 179  * Bug fix: Log preamble wasn't always turned off after recordExtract.
 180  *
 181  * Revision 1.50  1996/02/12  18:45:36  adam
 182  * New fileVerboseFlag in record group control.
 183  *
 184  * Revision 1.49  1996/02/05  12:29:57  adam
 185  * Logging reduced a bit.
 186  * The remaining running time is estimated during register merge.
 187  *
 188  * Revision 1.48  1996/02/01  20:53:26  adam
 189  * The temporary per-record keys are compacted a little, and duplication
 190  * of the per-records keys are avoided when they are saved in the record
 191  * information buffer.
 192  *
 193  * Revision 1.47  1996/01/17  14:57:48  adam
 194  * Prototype changed for reader functions in extract/retrieve. File
 195  *  is identified by 'void *' instead of 'int.
 196  *
 197  * Revision 1.46  1995/12/15  14:57:16  adam
 198  * Bug fix.
 199  *
 200  * Revision 1.45  1995/12/15  12:37:41  adam
 201  * In addRecordKeyAny: Writes key only when attrSet != -1.
 202  *
 203  * Revision 1.44  1995/12/12  16:00:54  adam
 204  * System call sync(2) used after update/commit.
 205  * Locking (based on fcntl) uses F_EXLCK and F_SHLCK instead of F_WRLCK
 206  * and F_RDLCK.
 207  *
 208  * Revision 1.43  1995/12/11  09:12:46  adam
 209  * The rec_get function returns NULL if record doesn't exist - will
 210  * happen in the server if the result set records have been deleted since
 211  * the creation of the set (i.e. the search).
 212  * The server saves a result temporarily if it is 'volatile', i.e. the
 213  * set is register dependent.
 214  *
 215  * Revision 1.42  1995/12/07  17:38:46  adam
 216  * Work locking mechanisms for concurrent updates/commit.
 217  *
 218  * Revision 1.41  1995/12/06  16:06:42  adam
 219  * Better diagnostics. Work on 'real' dictionary deletion.
 220  *
 221  * Revision 1.40  1995/12/05  16:57:40  adam
 222  * More work on regular patterns.
 223  *
 224  * Revision 1.39  1995/12/05  13:20:18  adam
 225  * Bug fix: file_read sometimes returned early EOF.
 226  *
 227  * Revision 1.38  1995/12/04  17:59:21  adam
 228  * More work on regular expression conversion.
 229  *
 230  * Revision 1.37  1995/12/04  14:22:27  adam
 231  * Extra arg to recType_byName.
 232  * Started work on new regular expression parsed input to
 233  * structured records.
 234  *
 235  * Revision 1.36  1995/11/30  08:34:29  adam
 236  * Started work on commit facility.
 237  * Changed a few malloc/free to xmalloc/xfree.
 238  *
 239  * Revision 1.35  1995/11/28  14:26:21  adam
 240  * Bug fix: recordId with constant wasn't right.
 241  * Bug fix: recordId dictionary entry wasn't deleted when needed.
 242  *
 243  * Revision 1.34  1995/11/28  09:09:38  adam
 244  * Zebra config renamed.
 245  * Use setting 'recordId' to identify record now.
 246  * Bug fix in recindex.c: rec_release_blocks was invokeded even
 247  * though the blocks were already released.
 248  * File traversal properly deletes records when needed.
 249  *
 250  * Revision 1.33  1995/11/27  09:56:20  adam
 251  * Record info elements better enumerated. Internal store of records.
 252  *
 253  * Revision 1.32  1995/11/25  10:24:05  adam
 254  * More record fields - they are enumerated now.
 255  * New options: flagStoreData flagStoreKey.
 256  *
 257  * Revision 1.31  1995/11/24  11:31:35  adam
 258  * Commands add & del read filenames from stdin if source directory is
 259  * empty.
 260  * Match criteria supports 'constant' strings.
 261  *
 262  * Revision 1.30  1995/11/22  17:19:16  adam
 263  * Record management uses the bfile system.
 264  *
 265  * Revision 1.29  1995/11/21  15:01:14  adam
 266  * New general match criteria implemented.
 267  * New feature: document groups.
 268  *
 269  * Revision 1.28  1995/11/21  09:20:30  adam
 270  * Yet more work on record match.
 271  *
 272  * Revision 1.27  1995/11/20  16:59:45  adam
 273  * New update method: the 'old' keys are saved for each records.
 274  *
 275  * Revision 1.26  1995/11/20  11:56:24  adam
 276  * Work on new traversal.
 277  *
 278  * Revision 1.25  1995/11/16  15:34:54  adam
 279  * Uses new record management system in both indexer and server.
 280  *
 281  * Revision 1.24  1995/11/15  19:13:08  adam
 282  * Work on record management.
 283  *
 284  * Revision 1.23  1995/10/27  14:00:10  adam
 285  * Implemented detection of database availability.
 286  *
 287  * Revision 1.22  1995/10/17  18:02:07  adam
 288  * New feature: databases. Implemented as prefix to words in dictionary.
 289  *
 290  * Revision 1.21  1995/10/10  12:24:38  adam
 291  * Temporary sort files are compressed.
 292  *
 293  * Revision 1.20  1995/10/06  13:52:05  adam
 294  * Bug fixes. Handler may abort further scanning.
 295  *
 296  * Revision 1.19  1995/10/04  12:55:16  adam
 297  * Bug fix in ranked search. Use=Any keys inserted.
 298  *
 299  * Revision 1.18  1995/10/04  09:37:08  quinn
 300  * Fixed bug.
 301  *
 302  * Revision 1.17  1995/10/03  14:28:57  adam
 303  * Buffered read in extract works.
 304  *
 305  * Revision 1.16  1995/10/03  14:28:45  adam
 306  * Work on more effecient read handler in extract.
 307  *
 308  * Revision 1.15  1995/10/02  15:42:53  adam
 309  * Extract uses file descriptors instead of FILE pointers.
 310  *
 311  * Revision 1.14  1995/10/02  15:29:13  adam
 312  * More logging in file_extract.
 313  *
 314  * Revision 1.13  1995/09/29  14:01:39  adam
 315  * Bug fixes.
 316  *
 317  * Revision 1.12  1995/09/28  14:22:56  adam
 318  * Sort uses smaller temporary files.
 319  *
 320  * Revision 1.11  1995/09/28  12:10:31  adam
 321  * Bug fixes. Field prefix used in queries.
 322  *
 323  * Revision 1.10  1995/09/28  09:19:41  adam
 324  * xfree/xmalloc used everywhere.
 325  * Extract/retrieve method seems to work for text records.
 326  *
 327  * Revision 1.9  1995/09/27  12:22:28  adam
 328  * More work on extract in record control.
 329  * Field name is not in isam keys but in prefix in dictionary words.
 330  *
 331  * Revision 1.8  1995/09/14  07:48:22  adam
 332  * Record control management.
 333  *
 334  * Revision 1.7  1995/09/11  13:09:32  adam
 335  * More work on relevance feedback.
 336  *
 337  * Revision 1.6  1995/09/08  14:52:27  adam
 338  * Minor changes. Dictionary is lower case now.
 339  *
 340  * Revision 1.5  1995/09/06  16:11:16  adam
 341  * Option: only one word key per file.
 342  *
 343  * Revision 1.4  1995/09/05  15:28:39  adam
 344  * More work on search engine.
 345  *
 346  * Revision 1.3  1995/09/04  12:33:41  adam
 347  * Various cleanup. YAZ util used instead.
 348  *
 349  * Revision 1.2  1995/09/04  09:10:34  adam
 350  * More work on index add/del/update.
 351  * Merge sort implemented.
 352  * Initial work on z39 server.
 353  *
 354  * Revision 1.1  1995/09/01  14:06:35  adam
 355  * Split of work into more files.
 356  *
 357  */
 358 #include <stdio.h>
 359 #include <assert.h>
 360 #ifdef WIN32
 361 #include <io.h>
 362 #else
 363 #include <unistd.h>
 364 #endif
 365 #include <fcntl.h>
 366
 367 #include <recctrl.h>
 368 #include <charmap.h>
 369 #include <sortidx.h>
 370 #include "index.h"
 371
 372 #include "zinfo.h"
 373
 374 #ifndef ZEBRASDR
 375 #define ZEBRASDR 0
 376 #endif
 377
 378 #if ZEBRASDR
 379 #include "zebrasdr.h"
 380 #endif
 381
 382 static Dict matchDict;
 383
 384 static Records records = NULL;
 385 static SortIdx sortIdx = NULL;
 386
 387 static char **key_buf;
 388 static size_t ptr_top;
 389 static size_t ptr_i;
 390 static size_t key_buf_used;
 391 static int key_file_no;
 392
 393 static int records_inserted = 0;
 394 static int records_updated = 0;
 395 static int records_deleted = 0;
 396 static int records_processed = 0;
 397
 398 static ZebraExplainInfo zti = NULL;
 399
 400 static void logRecord (int showFlag)
 401 {
 402     if (!showFlag)
 403         ++records_processed;
 404     if (showFlag || !(records_processed % 1000))
 405     {
 406         logf (LOG_LOG, "Records: %7d i/u/d %d/%d/%d",
 407               records_processed, records_inserted, records_updated,
 408               records_deleted);
 409     }
 410 }
 411
 412 static int explain_extract (void *handle, Record drec, data1_node *n);
 413
 414 int key_open (struct recordGroup *rGroup, int mem)
 415 {
 416     BFiles bfs = rGroup->bfs;
 417     int rw = rGroup->flagRw;
 418     data1_handle dh = rGroup->dh;
 419     char *recordCompression;
 420     int record_compression = REC_COMPRESS_NONE;
 421     if (!mem)
 422         mem = atoi(res_get_def (common_resource, "memMax", "4"))*1024*1024;
 423     if (mem < 50000)
 424         mem = 50000;
 425     key_buf = (char **) xmalloc (mem);
 426     ptr_top = mem/sizeof(char*);
 427     ptr_i = 0;
 428
 429     key_buf_used = 0;
 430     key_file_no = 0;
 431
 432     if (!(matchDict = dict_open (bfs, GMATCH_DICT, 50, rw, 0)))
 433     {
 434         logf (LOG_FATAL, "dict_open fail of %s", GMATCH_DICT);
 435         return -1;
 436     }
 437     assert (!records);
 438     recordCompression = res_get_def (common_resource,
 439                                      "recordCompression", "none");
 440     if (!strcmp (recordCompression, "none"))
 441         record_compression = REC_COMPRESS_NONE;
 442     if (!strcmp (recordCompression, "bzip2"))
 443         record_compression = REC_COMPRESS_BZIP2;
 444     records = rec_open (bfs, rw, record_compression);
 445     if (!records)
 446     {
 447         dict_close (matchDict);
 448         return -1;
 449     }
 450     zti = zebraExplain_open (records, dh, common_resource,
 451                              rw, rGroup, explain_extract);
 452     if (!zti)
 453     {
 454         rec_close (&records);
 455         dict_close (matchDict);
 456         return -1;
 457     }
 458     sortIdx = sortIdx_open (bfs, 1);
 459     return 0;
 460 }
 461
 462 struct encode_info {
 463     int  sysno;
 464     int  seqno;
 465     int  cmd;
 466     char buf[768];
 467 };
 468
 469 void encode_key_init (struct encode_info *i)
 470 {
 471     i->sysno = 0;
 472     i->seqno = 0;
 473     i->cmd = -1;
 474 }
 475
 476 char *encode_key_int (int d, char *bp)
 477 {
 478     if (d <= 63)
 479         *bp++ = d;
 480     else if (d <= 16383)
 481     {
 482         *bp++ = 64 + (d>>8);
 483         *bp++ = d  & 255;
 484     }
 485     else if (d <= 4194303)
 486     {
 487         *bp++ = 128 + (d>>16);
 488         *bp++ = (d>>8) & 255;
 489         *bp++ = d & 255;
 490     }
 491     else
 492     {
 493         *bp++ = 192 + (d>>24);
 494         *bp++ = (d>>16) & 255;
 495         *bp++ = (d>>8) & 255;
 496         *bp++ = d & 255;
 497     }
 498     return bp;
 499 }
 500
 501 void encode_key_write (char *k, struct encode_info *i, FILE *outf)
 502 {
 503     struct it_key key;
 504     char *bp = i->buf;
 505
 506     while ((*bp++ = *k++))
 507         ;
 508     memcpy (&key, k+1, sizeof(struct it_key));
 509     bp = encode_key_int ( (key.sysno - i->sysno) * 2 + *k, bp);
 510     if (i->sysno != key.sysno)
 511     {
 512         i->sysno = key.sysno;
 513         i->seqno = 0;
 514     }
 515     else if (!i->seqno && !key.seqno && i->cmd == *k)
 516         return;
 517     bp = encode_key_int (key.seqno - i->seqno, bp);
 518     i->seqno = key.seqno;
 519     i->cmd = *k;
 520     if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
 521     {
 522         logf (LOG_FATAL|LOG_ERRNO, "fwrite");
 523         exit (1);
 524     }
 525 }
 526
 527 #define SORT_EXTRA 0
 528
 529 #if SORT_EXTRA
 530 static int key_y_len;
 531
 532 static int key_y_compare (const void *p1, const void *p2)
 533 {
 534     int r;
 535
 536     if ((r = key_compare (*(char**) p1 + key_y_len + 1,
 537                           *(char**) p2 + key_y_len + 1)))
 538          return r;
 539     return *(*(char**) p1 + key_y_len) - *(*(char**) p2 + key_y_len);
 540 }
 541
 542 static int key_x_compare (const void *p1, const void *p2)
 543 {
 544     return strcmp (*(char**) p1, *(char**) p2);
 545 }
 546 #endif
 547
 548 void key_flush (void)
 549 {
 550     FILE *outf;
 551     char out_fname[200];
 552     char *prevcp, *cp;
 553     struct encode_info encode_info;
 554 #if SORT_EXTRA
 555     int i;
 556 #endif
 557
 558     if (ptr_i <= 0)
 559         return;
 560
 561     key_file_no++;
 562     logf (LOG_LOG, "sorting section %d", key_file_no);
 563 #if !SORT_EXTRA
 564     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_qsort_compare);
 565     getFnameTmp (out_fname, key_file_no);
 566
 567     if (!(outf = fopen (out_fname, "wb")))
 568     {
 569         logf (LOG_FATAL|LOG_ERRNO, "fopen %s", out_fname);
 570         exit (1);
 571     }
 572     logf (LOG_LOG, "writing section %d", key_file_no);
 573     prevcp = cp = key_buf[ptr_top-ptr_i];
 574
 575     encode_key_init (&encode_info);
 576     encode_key_write (cp, &encode_info, outf);
 577     while (--ptr_i > 0)
 578     {
 579         cp = key_buf[ptr_top-ptr_i];
 580         if (strcmp (cp, prevcp))
 581         {
 582             encode_key_init (&encode_info);
 583             encode_key_write (cp, &encode_info, outf);
 584             prevcp = cp;
 585         }
 586         else
 587             encode_key_write (cp + strlen(cp), &encode_info, outf);
 588     }
 589 #else
 590     qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_x_compare);
 591     getFnameTmp (out_fname, key_file_no);
 592
 593     if (!(outf = fopen (out_fname, "wb")))
 594     {
 595         logf (LOG_FATAL|LOG_ERRNO, "fopen %s", out_fname);
 596         exit (1);
 597     }
 598     logf (LOG_LOG, "writing section %d", key_file_no);
 599     i = ptr_i;
 600     prevcp =  key_buf[ptr_top-i];
 601     while (1)
 602         if (!--i || strcmp (prevcp, key_buf[ptr_top-i]))
 603         {
 604             key_y_len = strlen(prevcp)+1;
 605 #if 0
 606             logf (LOG_LOG, "key_y_len: %2d %02x %02x %s",
 607                       key_y_len, prevcp[0], prevcp[1], 2+prevcp);
 608 #endif
 609             qsort (key_buf + ptr_top-ptr_i, ptr_i - i,
 610                                    sizeof(char*), key_y_compare);
 611             cp = key_buf[ptr_top-ptr_i];
 612             --key_y_len;
 613             encode_key_init (&encode_info);
 614             encode_key_write (cp, &encode_info, outf);
 615             while (--ptr_i > i)
 616             {
 617                 cp = key_buf[ptr_top-ptr_i];
 618                 encode_key_write (cp+key_y_len, &encode_info, outf);
 619             }
 620             if (!i)
 621                 break;
 622             prevcp = key_buf[ptr_top-ptr_i];
 623         }
 624 #endif
 625     if (fclose (outf))
 626     {
 627         logf (LOG_FATAL|LOG_ERRNO, "fclose %s", out_fname);
 628         exit (1);
 629     }
 630     logf (LOG_LOG, "finished section %d", key_file_no);
 631     ptr_i = 0;
 632     key_buf_used = 0;
 633 }
 634
 635 int key_close (struct recordGroup *rGroup)
 636 {
 637     int rw = rGroup->flagRw;
 638     if (rw)
 639         zebraExplain_runNumberIncrement (zti, 1);
 640     zebraExplain_close (zti, rw, 0);
 641     key_flush ();
 642     xfree (key_buf);
 643     rec_close (&records);
 644     dict_close (matchDict);
 645     sortIdx_close (sortIdx);
 646
 647     logRecord (1);
 648     return key_file_no;
 649 }
 650
 651 static void wordInit (struct recExtractCtrl *p, RecWord *w)
 652 {
 653     w->zebra_maps = p->zebra_maps;
 654     w->seqnos = p->seqno;
 655     w->attrSet = VAL_BIB1;
 656     w->attrUse = 1016;
 657     w->reg_type = 'w';
 658     w->extractCtrl = p;
 659 }
 660
 661 static struct sortKey {
 662     char *string;
 663     int length;
 664     int attrSet;
 665     int attrUse;
 666     struct sortKey *next;
 667 } *sortKeys = NULL;
 668
 669 static struct recKeys {
 670     int buf_used;
 671     int buf_max;
 672     char *buf;
 673     char prevAttrSet;
 674     short prevAttrUse;
 675     int prevSeqNo;
 676 } reckeys;
 677
 678 static void addIndexString (RecWord *p, const char *string, int length)
 679 {
 680     char *dst;
 681     unsigned char attrSet;
 682     unsigned short attrUse;
 683     int lead = 0;
 684     int diff = 0;
 685     int *pseqno = &p->seqnos[p->reg_type];
 686
 687     if (reckeys.buf_used+1024 > reckeys.buf_max)
 688     {
 689         char *b;
 690
 691         b = (char *) xmalloc (reckeys.buf_max += 128000);
 692         if (reckeys.buf_used > 0)
 693             memcpy (b, reckeys.buf, reckeys.buf_used);
 694         xfree (reckeys.buf);
 695         reckeys.buf = b;
 696     }
 697     dst = reckeys.buf + reckeys.buf_used;
 698
 699     attrSet = p->attrSet;
 700     if (reckeys.buf_used > 0 && reckeys.prevAttrSet == attrSet)
 701         lead |= 1;
 702     else
 703         reckeys.prevAttrSet = attrSet;
 704     attrUse = p->attrUse;
 705     if (reckeys.buf_used > 0 && reckeys.prevAttrUse == attrUse)
 706         lead |= 2;
 707     else
 708         reckeys.prevAttrUse = attrUse;
 709 #if 1
 710     diff = 1 + *pseqno - reckeys.prevSeqNo;
 711     if (diff >= 1 && diff <= 15)
 712         lead |= (diff << 2);
 713     else
 714         diff = 0;
 715 #endif
 716     reckeys.prevSeqNo = *pseqno;
 717
 718     *dst++ = lead;
 719
 720     if (!(lead & 1))
 721     {
 722         memcpy (dst, &attrSet, sizeof(attrSet));
 723         dst += sizeof(attrSet);
 724     }
 725     if (!(lead & 2))
 726     {
 727         memcpy (dst, &attrUse, sizeof(attrUse));
 728         dst += sizeof(attrUse);
 729     }
 730     *dst++ = p->reg_type;
 731     memcpy (dst, string, length);
 732     dst += length;
 733     *dst++ = '\0';
 734
 735     if (!diff)
 736     {
 737         memcpy (dst, pseqno, sizeof(*pseqno));
 738         dst += sizeof(*pseqno);
 739     }
 740     reckeys.buf_used = dst - reckeys.buf;
 741     if (*pseqno)
 742         (*pseqno)++;
 743 }
 744
 745 static void addSortString (RecWord *p, const char *string, int length)
 746 {
 747     struct sortKey *sk;
 748
 749     for (sk = sortKeys; sk; sk = sk->next)
 750         if (sk->attrSet == p->attrSet && sk->attrUse == p->attrUse)
 751             return;
 752
 753     sk = (struct sortKey *) xmalloc (sizeof(*sk));
 754     sk->next = sortKeys;
 755     sortKeys = sk;
 756
 757     sk->string = (char *) xmalloc (length);
 758     sk->length = length;
 759     memcpy (sk->string, string, length);
 760
 761     sk->attrSet = p->attrSet;
 762     sk->attrUse = p->attrUse;
 763 }
 764
 765 static void addString (RecWord *p, const char *string, int length)
 766 {
 767     assert (length > 0);
 768     if (zebra_maps_is_sort (p->zebra_maps, p->reg_type))
 769         addSortString (p, string, length);
 770     else
 771         addIndexString (p, string, length);
 772 }
 773
 774 static void addIncompleteField (RecWord *p)
 775 {
 776     const char *b = p->string;
 777     int remain = p->length;
 778     const char **map = 0;
 779
 780     if (remain > 0)
 781         map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
 782
 783     while (map)
 784     {
 785         char buf[IT_MAX_WORD+1];
 786         int i, remain;
 787
 788         /* Skip spaces */
 789         while (map && *map && **map == *CHR_SPACE)
 790         {
 791             remain = p->length - (b - p->string);
 792             if (remain > 0)
 793                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
 794             else
 795                 map = 0;
 796         }
 797         if (!map)
 798             break;
 799         i = 0;
 800         while (map && *map && **map != *CHR_SPACE)
 801         {
 802             const char *cp = *map;
 803
 804             while (i < IT_MAX_WORD && *cp)
 805                 buf[i++] = *(cp++);
 806             remain = p->length - (b - p->string);
 807             if (remain > 0)
 808                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
 809             else
 810                 map = 0;
 811         }
 812         if (!i)
 813             return;
 814         addString (p, buf, i);
 815     }
 816     (p->seqnos[p->reg_type])++; /* to separate this from next one  */
 817 }
 818
 819 static void addCompleteField (RecWord *p)
 820 {
 821     const char *b = p->string;
 822     char buf[IT_MAX_WORD+1];
 823     const char **map = 0;
 824     int i = 0, remain = p->length;
 825
 826     if (remain > 0)
 827         map = zebra_maps_input (p->zebra_maps, p->reg_type, &b, remain);
 828
 829     while (remain > 0 && i < IT_MAX_WORD)
 830     {
 831         while (map && *map && **map == *CHR_SPACE)
 832         {
 833             remain = p->length - (b - p->string);
 834             if (remain > 0)
 835                 map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
 836             else
 837                 map = 0;
 838         }
 839         if (!map)
 840             break;
 841
 842         if (i && i < IT_MAX_WORD)
 843             buf[i++] = *CHR_SPACE;
 844         while (map && *map && **map != *CHR_SPACE)
 845         {
 846             const char *cp = *map;
 847
 848             if (i >= IT_MAX_WORD)
 849                 break;
 850             while (i < IT_MAX_WORD && *cp)
 851                 buf[i++] = *(cp++);
 852             remain = p->length  - (b - p->string);
 853             if (remain > 0)
 854                 map = zebra_maps_input (p->zebra_maps, p->reg_type, &b,
 855                                         remain);
 856             else
 857                 map = 0;
 858         }
 859     }
 860     if (!i)
 861         return;
 862     addString (p, buf, i);
 863 }
 864
 865 static void addRecordKey (RecWord *p)
 866 {
 867     WRBUF wrbuf;
 868     if ((wrbuf = zebra_replace(p->zebra_maps, p->reg_type, 0,
 869                                p->string, p->length)))
 870     {
 871         p->string = wrbuf_buf(wrbuf);
 872         p->length = wrbuf_len(wrbuf);
 873     }
 874     if (zebra_maps_is_complete (p->zebra_maps, p->reg_type))
 875         addCompleteField (p);
 876     else
 877         addIncompleteField(p);
 878 }
 879
 880 static void flushSortKeys (SYSNO sysno, int cmd)
 881 {
 882     struct sortKey *sk = sortKeys;
 883
 884     sortIdx_sysno (sortIdx, sysno);
 885     while (sk)
 886     {
 887         struct sortKey *sk_next = sk->next;
 888         sortIdx_type (sortIdx, sk->attrUse);
 889         sortIdx_add (sortIdx, sk->string, sk->length);
 890         xfree (sk->string);
 891         xfree (sk);
 892         sk = sk_next;
 893     }
 894     sortKeys = NULL;
 895 }
 896
 897 static void flushRecordKeys (SYSNO sysno, int cmd, struct recKeys *reckeys)
 898 {
 899     unsigned char attrSet = (unsigned char) -1;
 900     unsigned short attrUse = (unsigned short) -1;
 901     int seqno = 0;
 902     int off = 0;
 903
 904     zebraExplain_recordCountIncrement (zti, cmd ? 1 : -1);
 905     while (off < reckeys->buf_used)
 906     {
 907         const char *src = reckeys->buf + off;
 908         struct it_key key;
 909         int lead, ch;
 910
 911         lead = *src++;
 912
 913         if (!(lead & 1))
 914         {
 915             memcpy (&attrSet, src, sizeof(attrSet));
 916             src += sizeof(attrSet);
 917         }
 918         if (!(lead & 2))
 919         {
 920             memcpy (&attrUse, src, sizeof(attrUse));
 921             src += sizeof(attrUse);
 922         }
 923         if (key_buf_used + 1024 > (ptr_top-ptr_i)*sizeof(char*))
 924             key_flush ();
 925         ++ptr_i;
 926         key_buf[ptr_top-ptr_i] = (char*)key_buf + key_buf_used;
 927
 928         ch = zebraExplain_lookupSU (zti, attrSet, attrUse);
 929         if (ch < 0)
 930             ch = zebraExplain_addSU (zti, attrSet, attrUse);
 931         assert (ch > 0);
 932         key_buf_used += key_SU_code (ch, ((char*)key_buf) + key_buf_used);
 933
 934         while (*src)
 935             ((char*)key_buf) [key_buf_used++] = *src++;
 936         src++;
 937         ((char*)key_buf) [key_buf_used++] = '\0';
 938         ((char*) key_buf)[key_buf_used++] = cmd;
 939
 940         if (lead & 60)
 941             seqno += ((lead>>2) & 15)-1;
 942         else
 943         {
 944             memcpy (&seqno, src, sizeof(seqno));
 945             src += sizeof(seqno);
 946         }
 947         key.seqno = seqno;
 948         key.sysno = sysno;
 949         memcpy ((char*)key_buf + key_buf_used, &key, sizeof(key));
 950         key_buf_used += sizeof(key);
 951         off = src - reckeys->buf;
 952     }
 953     assert (off == reckeys->buf_used);
 954 }
 955
 956 static const char **searchRecordKey (struct recKeys *reckeys,
 957                                      int attrSetS, int attrUseS)
 958 {
 959     static const char *ws[32];
 960     int off = 0;
 961     int startSeq = -1;
 962     int i;
 963     short attrUse;
 964     char attrSet;
 965     int seqno = 0;
 966
 967     for (i = 0; i<32; i++)
 968         ws[i] = NULL;
 969
 970     while (off < reckeys->buf_used)
 971     {
 972
 973         const char *src = reckeys->buf + off;
 974         const char *wstart;
 975         int lead;
 976
 977         lead = *src++;
 978
 979         if (!(lead & 1))
 980         {
 981             memcpy (&attrSet, src, sizeof(attrSet));
 982             src += sizeof(attrSet);
 983         }
 984         if (!(lead & 2))
 985         {
 986             memcpy (&attrUse, src, sizeof(attrUse));
 987             src += sizeof(attrUse);
 988         }
 989         wstart = src;
 990         while (*src++)
 991             ;
 992         if (lead & 60)
 993             seqno += ((lead>>2) & 15)-1;
 994         else
 995         {
 996             memcpy (&seqno, src, sizeof(seqno));
 997             src += sizeof(seqno);
 998         }
 999         if (attrUseS == attrUse && attrSetS == attrSet)
1000         {
1001             int woff;
1002
1003
1004             if (startSeq == -1)
1005                 startSeq = seqno;
1006             woff = seqno - startSeq;
1007             if (woff >= 0 && woff < 31)
1008                 ws[woff] = wstart;
1009         }
1010
1011         off = src - reckeys->buf;
1012     }
1013     assert (off == reckeys->buf_used);
1014     return ws;
1015 }
1016
1017 struct file_read_info {
1018     off_t file_max;         /* maximum offset so far */
1019     off_t file_offset;      /* current offset */
1020     off_t file_moffset;     /* offset of rec/rec boundary */
1021     int file_more;
1022     int fd;
1023     char *sdrbuf;
1024     int sdrmax;
1025 };
1026
1027 static struct file_read_info *file_read_start (int fd)
1028 {
1029     struct file_read_info *fi = (struct file_read_info *)
1030         xmalloc (sizeof(*fi));
1031
1032     fi->fd = fd;
1033     fi->file_max = 0;
1034     fi->file_moffset = 0;
1035     fi->sdrbuf = 0;
1036     fi->sdrmax = 0;
1037     return fi;
1038 }
1039
1040 static void file_read_stop (struct file_read_info *fi)
1041 {
1042     xfree (fi);
1043 }
1044
1045 static off_t file_seek (void *handle, off_t offset)
1046 {
1047     struct file_read_info *p = (struct file_read_info *) handle;
1048     p->file_offset = offset;
1049     if (p->sdrbuf)
1050         return offset;
1051     return lseek (p->fd, offset, SEEK_SET);
1052 }
1053
1054 static off_t file_tell (void *handle)
1055 {
1056     struct file_read_info *p = (struct file_read_info *) handle;
1057     return p->file_offset;
1058 }
1059
1060 static int file_read (void *handle, char *buf, size_t count)
1061 {
1062     struct file_read_info *p = (struct file_read_info *) handle;
1063     int fd = p->fd;
1064     int r;
1065     if (p->sdrbuf)
1066     {
1067         r = count;
1068         if (r > p->sdrmax - p->file_offset)
1069             r = p->sdrmax - p->file_offset;
1070         if (r)
1071             memcpy (buf, p->sdrbuf + p->file_offset, r);
1072     }
1073     else
1074         r = read (fd, buf, count);
1075     if (r > 0)
1076     {
1077         p->file_offset += r;
1078         if (p->file_offset > p->file_max)
1079             p->file_max = p->file_offset;
1080     }
1081     return r;
1082 }
1083
1084 static void file_begin (void *handle)
1085 {
1086     struct file_read_info *p = (struct file_read_info *) handle;
1087
1088     p->file_offset = p->file_moffset;
1089     if (!p->sdrbuf && p->file_moffset)
1090         lseek (p->fd, p->file_moffset, SEEK_SET);
1091     p->file_more = 0;
1092 }
1093
1094 static void file_end (void *handle, off_t offset)
1095 {
1096     struct file_read_info *p = (struct file_read_info *) handle;
1097
1098     assert (p->file_more == 0);
1099     p->file_more = 1;
1100     p->file_moffset = offset;
1101 }
1102
1103 static char *fileMatchStr (struct recKeys *reckeys, struct recordGroup *rGroup,
1104                            const char *fname, const char *spec)
1105 {
1106     static char dstBuf[2048];
1107     char *dst = dstBuf;
1108     const char *s = spec;
1109     static const char **w;
1110
1111     while (1)
1112     {
1113         while (*s == ' ' || *s == '\t')
1114             s++;
1115         if (!*s)
1116             break;
1117         if (*s == '(')
1118         {
1119             char attset_str[64], attname_str[64];
1120             data1_attset *attset;
1121             int i;
1122             char matchFlag[32];
1123             int attSet = 1, attUse = 1;
1124             int first = 1;
1125
1126             s++;
1127             for (i = 0; *s && *s != ',' && *s != ')'; s++)
1128                 if (i < 63)
1129                     attset_str[i++] = *s;
1130             attset_str[i] = '\0';
1131
1132             if (*s == ',')
1133             {
1134                 s++;
1135                 for (i = 0; *s && *s != ')'; s++)
1136                     if (i < 63)
1137                         attname_str[i++] = *s;
1138                 attname_str[i] = '\0';
1139             }
1140
1141             if ((attset = data1_get_attset (rGroup->dh, attset_str)))
1142             {
1143                 data1_att *att;
1144                 attSet = attset->reference;
1145                 att = data1_getattbyname(rGroup->dh, attset, attname_str);
1146                 if (att)
1147                     attUse = att->value;
1148                 else
1149                     attUse = atoi (attname_str);
1150             }
1151             w = searchRecordKey (reckeys, attSet, attUse);
1152             assert (w);
1153
1154             if (*s == ')')
1155             {
1156                 for (i = 0; i<32; i++)
1157                     matchFlag[i] = 1;
1158             }
1159             else
1160             {
1161                 logf (LOG_WARN, "Missing ) in match criteria %s in group %s",
1162                       spec, rGroup->groupName ? rGroup->groupName : "none");
1163                 return NULL;
1164             }
1165             s++;
1166
1167             for (i = 0; i<32; i++)
1168                 if (matchFlag[i] && w[i])
1169                 {
1170                     if (first)
1171                     {
1172                         *dst++ = ' ';
1173                         first = 0;
1174                     }
1175                     strcpy (dst, w[i]);
1176                     dst += strlen(w[i]);
1177                 }
1178             if (first)
1179             {
1180                 logf (LOG_WARN, "Record didn't contain match"
1181                       " fields in (%s,%s)", attset_str, attname_str);
1182                 return NULL;
1183             }
1184         }
1185         else if (*s == '$')
1186         {
1187             int spec_len;
1188             char special[64];
1189             const char *spec_src = NULL;
1190             const char *s1 = ++s;
1191             while (*s1 && *s1 != ' ' && *s1 != '\t')
1192                 s1++;
1193
1194             spec_len = s1 - s;
1195             if (spec_len > 63)
1196                 spec_len = 63;
1197             memcpy (special, s, spec_len);
1198             special[spec_len] = '\0';
1199             s = s1;
1200
1201             if (!strcmp (special, "group"))
1202                 spec_src = rGroup->groupName;
1203             else if (!strcmp (special, "database"))
1204                 spec_src = rGroup->databaseName;
1205             else if (!strcmp (special, "filename"))
1206                 spec_src = fname;
1207             else if (!strcmp (special, "type"))
1208                 spec_src = rGroup->recordType;
1209             else
1210                 spec_src = NULL;
1211             if (spec_src)
1212             {
1213                 strcpy (dst, spec_src);
1214                 dst += strlen (spec_src);
1215             }
1216         }
1217         else if (*s == '\"' || *s == '\'')
1218         {
1219             int stopMarker = *s++;
1220             char tmpString[64];
1221             int i = 0;
1222
1223             while (*s && *s != stopMarker)
1224             {
1225                 if (i < 63)
1226                     tmpString[i++] = *s++;
1227             }
1228             if (*s)
1229                 s++;
1230             tmpString[i] = '\0';
1231             strcpy (dst, tmpString);
1232             dst += strlen (tmpString);
1233         }
1234         else
1235         {
1236             logf (LOG_WARN, "Syntax error in match criteria %s in group %s",
1237                   spec, rGroup->groupName ? rGroup->groupName : "none");
1238             return NULL;
1239         }
1240         *dst++ = 1;
1241     }
1242     if (dst == dstBuf)
1243     {
1244         logf (LOG_WARN, "No match criteria for record %s in group %s",
1245               fname, rGroup->groupName ? rGroup->groupName : "none");
1246         return NULL;
1247     }
1248     *dst = '\0';
1249     return dstBuf;
1250 }
1251
1252 struct recordLogInfo {
1253     const char *fname;
1254     int recordOffset;
1255     struct recordGroup *rGroup;
1256 };
1257
1258 static void recordLogPreamble (int level, const char *msg, void *info)
1259 {
1260     struct recordLogInfo *p = (struct recordLogInfo *) info;
1261     FILE *outf = log_file ();
1262
1263     if (level & LOG_LOG)
1264         return ;
1265     fprintf (outf, "File %s, offset %d, type %s\n",
1266              p->rGroup->recordType, p->recordOffset, p->fname);
1267     log_event_start (NULL, NULL);
1268 }
1269
1270 void addSchema (struct recExtractCtrl *p, Odr_oid *oid)
1271 {
1272     zebraExplain_addSchema (zti, oid);
1273 }
1274
1275 static int recordExtract (SYSNO *sysno, const char *fname,
1276                           struct recordGroup *rGroup, int deleteFlag,
1277                           struct file_read_info *fi,
1278                           RecType recType, char *subType, void *clientData)
1279 {
1280     RecordAttr *recordAttr;
1281     int r;
1282     char *matchStr;
1283     SYSNO sysnotmp;
1284     Record rec;
1285     struct recordLogInfo logInfo;
1286     off_t recordOffset = 0;
1287
1288     if (fi->fd != -1)
1289     {
1290         struct recExtractCtrl extractCtrl;
1291
1292         /* we are going to read from a file, so prepare the extraction */
1293         int i;
1294
1295         reckeys.buf_used = 0;
1296         reckeys.prevAttrUse = -1;
1297         reckeys.prevAttrSet = -1;
1298         reckeys.prevSeqNo = 0;
1299
1300         recordOffset = fi->file_moffset;
1301         extractCtrl.offset = fi->file_moffset;
1302         extractCtrl.readf = file_read;
1303         extractCtrl.seekf = file_seek;
1304         extractCtrl.tellf = file_tell;
1305         extractCtrl.endf = file_end;
1306         extractCtrl.fh = fi;
1307         extractCtrl.subType = subType;
1308         extractCtrl.init = wordInit;
1309         extractCtrl.tokenAdd = addRecordKey;
1310         extractCtrl.schemaAdd = addSchema;
1311         extractCtrl.dh = rGroup->dh;
1312         for (i = 0; i<256; i++)
1313         {
1314             if (zebra_maps_is_positioned(rGroup->zebra_maps, i))
1315                 extractCtrl.seqno[i] = 1;
1316             else
1317                 extractCtrl.seqno[i] = 0;
1318         }
1319         extractCtrl.zebra_maps = rGroup->zebra_maps;
1320         extractCtrl.flagShowRecords = !rGroup->flagRw;
1321
1322         if (!rGroup->flagRw)
1323             printf ("File: %s %ld\n", fname, (long) recordOffset);
1324
1325         logInfo.fname = fname;
1326         logInfo.recordOffset = recordOffset;
1327         logInfo.rGroup = rGroup;
1328         log_event_start (recordLogPreamble, &logInfo);
1329
1330         r = (*recType->extract)(clientData, &extractCtrl);
1331
1332         log_event_start (NULL, NULL);
1333
1334         if (r == RECCTRL_EXTRACT_EOF)
1335             return 0;
1336         else if (r == RECCTRL_EXTRACT_ERROR)
1337         {
1338             /* error occured during extraction ... */
1339             if (rGroup->flagRw &&
1340                 records_processed < rGroup->fileVerboseLimit)
1341             {
1342                 logf (LOG_WARN, "fail %s %s %ld", rGroup->recordType,
1343                       fname, (long) recordOffset);
1344             }
1345             return 0;
1346         }
1347         if (reckeys.buf_used == 0)
1348         {
1349             /* the extraction process returned no information - the record
1350                is probably empty - unless flagShowRecords is in use */
1351             if (!rGroup->flagRw)
1352                 return 1;
1353             logf (LOG_WARN, "No keys generated for file %s", fname);
1354             logf (LOG_WARN, " The file is probably empty");
1355             return 1;
1356         }
1357     }
1358
1359     /* perform match if sysno not known and if match criteria is specified */
1360
1361     matchStr = NULL;
1362     if (!sysno)
1363     {
1364         sysnotmp = 0;
1365         sysno = &sysnotmp;
1366         if (rGroup->recordId && *rGroup->recordId)
1367         {
1368             char *rinfo;
1369
1370             matchStr = fileMatchStr (&reckeys, rGroup, fname,
1371                                      rGroup->recordId);
1372             if (matchStr)
1373             {
1374                 rinfo = dict_lookup (matchDict, matchStr);
1375                 if (rinfo)
1376                     memcpy (sysno, rinfo+1, sizeof(*sysno));
1377             }
1378             else
1379             {
1380                 logf (LOG_WARN, "Bad match criteria");
1381                 return 0;
1382             }
1383         }
1384     }
1385
1386     if (! *sysno)
1387     {
1388         /* new record */
1389         if (deleteFlag)
1390         {
1391             logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
1392                   fname, (long) recordOffset);
1393             logf (LOG_WARN, "cannot delete record above (seems new)");
1394             return 1;
1395         }
1396         if (records_processed < rGroup->fileVerboseLimit)
1397             logf (LOG_LOG, "add %s %s %ld", rGroup->recordType,
1398                   fname, (long) recordOffset);
1399         rec = rec_new (records);
1400
1401         *sysno = rec->sysno;
1402
1403         recordAttr = rec_init_attr (zti, rec);
1404
1405         if (matchStr)
1406         {
1407             dict_insert (matchDict, matchStr, sizeof(*sysno), sysno);
1408         }
1409         flushRecordKeys (*sysno, 1, &reckeys);
1410         flushSortKeys (*sysno, 1);
1411
1412         records_inserted++;
1413     }
1414     else
1415     {
1416         /* record already exists */
1417         struct recKeys delkeys;
1418
1419         rec = rec_get (records, *sysno);
1420         assert (rec);
1421
1422         recordAttr = rec_init_attr (zti, rec);
1423
1424         if (recordAttr->runNumber == zebraExplain_runNumberIncrement (zti, 0))
1425         {
1426             logf (LOG_LOG, "skipped %s %s %ld", rGroup->recordType,
1427                   fname, (long) recordOffset);
1428             rec_rm (&rec);
1429             logRecord (0);
1430             return 1;
1431         }
1432         delkeys.buf_used = rec->size[recInfo_delKeys];
1433         delkeys.buf = rec->info[recInfo_delKeys];
1434         flushSortKeys (*sysno, 0);
1435         flushRecordKeys (*sysno, 0, &delkeys);
1436         if (deleteFlag)
1437         {
1438             /* record going to be deleted */
1439             if (!delkeys.buf_used)
1440             {
1441                 logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
1442                       fname, (long) recordOffset);
1443                 logf (LOG_WARN, "cannot delete file above, storeKeys false");
1444             }
1445             else
1446             {
1447                 if (records_processed < rGroup->fileVerboseLimit)
1448                     logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
1449                           fname, (long) recordOffset);
1450                 records_deleted++;
1451                 if (matchStr)
1452                     dict_delete (matchDict, matchStr);
1453                 rec_del (records, &rec);
1454             }
1455             rec_rm (&rec);
1456             logRecord (0);
1457             return 1;
1458         }
1459         else
1460         {
1461             /* record going to be updated */
1462             if (!delkeys.buf_used)
1463             {
1464                 logf (LOG_LOG, "update %s %s %ld", rGroup->recordType,
1465                       fname, (long) recordOffset);
1466                 logf (LOG_WARN, "cannot update file above, storeKeys false");
1467             }
1468             else
1469             {
1470                 if (records_processed < rGroup->fileVerboseLimit)
1471                     logf (LOG_LOG, "update %s %s %ld", rGroup->recordType,
1472                           fname, (long) recordOffset);
1473                 flushRecordKeys (*sysno, 1, &reckeys);
1474                 records_updated++;
1475             }
1476         }
1477     }
1478     /* update file type */
1479     xfree (rec->info[recInfo_fileType]);
1480     rec->info[recInfo_fileType] =
1481         rec_strdup (rGroup->recordType, &rec->size[recInfo_fileType]);
1482
1483     /* update filename */
1484     xfree (rec->info[recInfo_filename]);
1485     rec->info[recInfo_filename] =
1486         rec_strdup (fname, &rec->size[recInfo_filename]);
1487
1488     /* update delete keys */
1489     xfree (rec->info[recInfo_delKeys]);
1490     if (reckeys.buf_used > 0 && rGroup->flagStoreKeys == 1)
1491     {
1492 #if 1
1493         rec->size[recInfo_delKeys] = reckeys.buf_used;
1494         rec->info[recInfo_delKeys] = reckeys.buf;
1495         reckeys.buf = NULL;
1496         reckeys.buf_max = 0;
1497 #else
1498         rec->info[recInfo_delKeys] = xmalloc (reckeys.buf_used);
1499         rec->size[recInfo_delKeys] = reckeys.buf_used;
1500         memcpy (rec->info[recInfo_delKeys], reckeys.buf,
1501                 rec->size[recInfo_delKeys]);
1502 #endif
1503     }
1504     else
1505     {
1506         rec->info[recInfo_delKeys] = NULL;
1507         rec->size[recInfo_delKeys] = 0;
1508     }
1509
1510     /* save file size of original record */
1511     zebraExplain_recordBytesIncrement (zti, - recordAttr->recordSize);
1512     recordAttr->recordSize = fi->file_moffset - recordOffset;
1513     if (!recordAttr->recordSize)
1514         recordAttr->recordSize = fi->file_max - recordOffset;
1515     zebraExplain_recordBytesIncrement (zti, recordAttr->recordSize);
1516
1517     /* set run-number for this record */
1518     recordAttr->runNumber = zebraExplain_runNumberIncrement (zti, 0);
1519
1520     /* update store data */
1521     xfree (rec->info[recInfo_storeData]);
1522     if (rGroup->flagStoreData == 1)
1523     {
1524         rec->size[recInfo_storeData] = recordAttr->recordSize;
1525         rec->info[recInfo_storeData] = (char *)
1526             xmalloc (recordAttr->recordSize);
1527         if (lseek (fi->fd, recordOffset, SEEK_SET) < 0)
1528         {
1529             logf (LOG_ERRNO|LOG_FATAL, "seek to %ld in %s",
1530                   (long) recordOffset, fname);
1531             exit (1);
1532         }
1533         if (read (fi->fd, rec->info[recInfo_storeData], recordAttr->recordSize)
1534             < recordAttr->recordSize)
1535         {
1536             logf (LOG_ERRNO|LOG_FATAL, "read %d bytes of %s",
1537                   recordAttr->recordSize, fname);
1538             exit (1);
1539         }
1540     }
1541     else
1542     {
1543         rec->info[recInfo_storeData] = NULL;
1544         rec->size[recInfo_storeData] = 0;
1545     }
1546     /* update database name */
1547     xfree (rec->info[recInfo_databaseName]);
1548     rec->info[recInfo_databaseName] =
1549         rec_strdup (rGroup->databaseName, &rec->size[recInfo_databaseName]);
1550
1551     /* update offset */
1552     recordAttr->recordOffset = recordOffset;
1553
1554     /* commit this record */
1555     rec_put (records, &rec);
1556     logRecord (0);
1557     return 1;
1558 }
1559
1560 int fileExtract (SYSNO *sysno, const char *fname,
1561                  const struct recordGroup *rGroupP, int deleteFlag)
1562 {
1563     int r, i, fd;
1564     char gprefix[128];
1565     char ext[128];
1566     char ext_res[128];
1567     char subType[128];
1568     RecType recType;
1569     struct recordGroup rGroupM;
1570     struct recordGroup *rGroup = &rGroupM;
1571     struct file_read_info *fi;
1572     void *clientData;
1573
1574     memcpy (rGroup, rGroupP, sizeof(*rGroupP));
1575
1576     if (!rGroup->groupName || !*rGroup->groupName)
1577         *gprefix = '\0';
1578     else
1579         sprintf (gprefix, "%s.", rGroup->groupName);
1580
1581     logf (LOG_DEBUG, "fileExtract %s", fname);
1582
1583     /* determine file extension */
1584     *ext = '\0';
1585     for (i = strlen(fname); --i >= 0; )
1586         if (fname[i] == '/')
1587             break;
1588         else if (fname[i] == '.')
1589         {
1590             strcpy (ext, fname+i+1);
1591             break;
1592         }
1593     /* determine file type - depending on extension */
1594     if (!rGroup->recordType)
1595     {
1596         sprintf (ext_res, "%srecordType.%s", gprefix, ext);
1597         if (!(rGroup->recordType = res_get (common_resource, ext_res)))
1598         {
1599             sprintf (ext_res, "%srecordType", gprefix);
1600             rGroup->recordType = res_get (common_resource, ext_res);
1601         }
1602     }
1603     if (!rGroup->recordType)
1604     {
1605         if (records_processed < rGroup->fileVerboseLimit)
1606             logf (LOG_LOG, "? %s", fname);
1607         return 0;
1608     }
1609     if (!*rGroup->recordType)
1610         return 0;
1611     if (!(recType =
1612           recType_byName (rGroup->recTypes, rGroup->recordType, subType,
1613                           &clientData)))
1614     {
1615         logf (LOG_WARN, "No such record type: %s", rGroup->recordType);
1616         return 0;
1617     }
1618
1619     /* determine match criteria */
1620     if (!rGroup->recordId)
1621     {
1622         sprintf (ext_res, "%srecordId.%s", gprefix, ext);
1623         rGroup->recordId = res_get (common_resource, ext_res);
1624     }
1625
1626     /* determine database name */
1627     if (!rGroup->databaseName)
1628     {
1629         sprintf (ext_res, "%sdatabase.%s", gprefix, ext);
1630         if (!(rGroup->databaseName = res_get (common_resource, ext_res)))
1631         {
1632             sprintf (ext_res, "%sdatabase", gprefix);
1633             rGroup->databaseName = res_get (common_resource, ext_res);
1634         }
1635     }
1636     if (!rGroup->databaseName)
1637         rGroup->databaseName = "Default";
1638
1639     /* determine if explain database */
1640
1641     sprintf (ext_res, "%sexplainDatabase", gprefix);
1642     rGroup->explainDatabase =
1643         atoi (res_get_def (common_resource, ext_res, "0"));
1644
1645     /* announce database */
1646     if (zebraExplain_curDatabase (zti, rGroup->databaseName))
1647     {
1648         if (zebraExplain_newDatabase (zti, rGroup->databaseName,
1649                                       rGroup->explainDatabase))
1650             return 0;
1651     }
1652
1653     if (rGroup->flagStoreData == -1)
1654     {
1655         const char *sval;
1656         sprintf (ext_res, "%sstoreData.%s", gprefix, ext);
1657         if (!(sval = res_get (common_resource, ext_res)))
1658         {
1659             sprintf (ext_res, "%sstoreData", gprefix);
1660             sval = res_get (common_resource, ext_res);
1661         }
1662         if (sval)
1663             rGroup->flagStoreData = atoi (sval);
1664     }
1665     if (rGroup->flagStoreData == -1)
1666         rGroup->flagStoreData = 0;
1667
1668     if (rGroup->flagStoreKeys == -1)
1669     {
1670         const char *sval;
1671
1672         sprintf (ext_res, "%sstoreKeys.%s", gprefix, ext);
1673         if (!(sval = res_get (common_resource, ext_res)))
1674         {
1675             sprintf (ext_res, "%sstoreKeys", gprefix);
1676             sval = res_get (common_resource, ext_res);
1677         }
1678         if (sval)
1679             rGroup->flagStoreKeys = atoi (sval);
1680     }
1681     if (rGroup->flagStoreKeys == -1)
1682         rGroup->flagStoreKeys = 0;
1683
1684 #if ZEBRASDR
1685     if (rGroup->useSDR)
1686     {
1687         ZebraSdrHandle h;
1688         char xname[128], *xp;
1689
1690         strncpy (xname, fname, 127);
1691         if (!(xp = strchr (xname, '.')))
1692             return 0;
1693         *xp = '\0';
1694         if (strcmp (xp+1, "sdr.bits"))
1695             return 0;
1696
1697         h = zebraSdr_open (xname);
1698         if (!h)
1699         {
1700             logf (LOG_WARN, "sdr open %s", xname);
1701             return 0;
1702         }
1703         for (;;)
1704         {
1705             unsigned char *buf;
1706             char sdr_name[128];
1707             int r, segmentno;
1708
1709             segmentno = zebraSdr_segment (h, 0);
1710             sprintf (sdr_name, "%%%s.%d", xname, segmentno);
1711
1712 #if 0
1713             if (segmentno > 20)
1714                 break;
1715 #endif
1716             r = zebraSdr_read (h, &buf);
1717
1718             if (!r)
1719                 break;
1720
1721             fi = file_read_start (0);
1722             fi->sdrbuf = buf;
1723             fi->sdrmax = r;
1724             do
1725             {
1726                 file_begin (fi);
1727                 r = recordExtract (sysno, sdr_name, rGroup, deleteFlag, fi,
1728                            recType, subType);
1729             } while (r && !sysno && fi->file_more);
1730             file_read_stop (fi);
1731             free (buf);
1732         }
1733         zebraSdr_close (h);
1734         return 1;
1735     }
1736 #endif
1737     if (sysno && deleteFlag)
1738         fd = -1;
1739     else
1740     {
1741         if ((fd = open (fname, O_BINARY|O_RDONLY)) == -1)
1742         {
1743             logf (LOG_WARN|LOG_ERRNO, "open %s", fname);
1744             return 0;
1745         }
1746     }
1747     fi = file_read_start (fd);
1748     do
1749     {
1750         file_begin (fi);
1751         r = recordExtract (sysno, fname, rGroup, deleteFlag, fi,
1752                            recType, subType, clientData);
1753     } while (r && !sysno && fi->file_more);
1754     file_read_stop (fi);
1755     if (fd != -1)
1756         close (fd);
1757     return r;
1758 }
1759
1760 static int explain_extract (void *handle, Record rec, data1_node *n)
1761 {
1762     struct recordGroup *rGroup = (struct recordGroup*) handle;
1763     struct recExtractCtrl extractCtrl;
1764     int i;
1765
1766     if (zebraExplain_curDatabase (zti, rec->info[recInfo_databaseName]))
1767     {
1768         if (zebraExplain_newDatabase (zti, rec->info[recInfo_databaseName], 0))
1769             abort ();
1770     }
1771
1772     reckeys.buf_used = 0;
1773     reckeys.prevAttrUse = -1;
1774     reckeys.prevAttrSet = -1;
1775     reckeys.prevSeqNo = 0;
1776
1777     extractCtrl.init = wordInit;
1778     extractCtrl.tokenAdd = addRecordKey;
1779     extractCtrl.schemaAdd = addSchema;
1780     extractCtrl.dh = rGroup->dh;
1781     for (i = 0; i<256; i++)
1782         extractCtrl.seqno[i] = 0;
1783     extractCtrl.zebra_maps = rGroup->zebra_maps;
1784     extractCtrl.flagShowRecords = !rGroup->flagRw;
1785
1786     grs_extract_tree(&extractCtrl, n);
1787
1788     logf (LOG_DEBUG, "flush explain record, sysno=%d", rec->sysno);
1789
1790     if (rec->size[recInfo_delKeys])
1791     {
1792         struct recKeys delkeys;
1793
1794         delkeys.buf_used = rec->size[recInfo_delKeys];
1795         delkeys.buf = rec->info[recInfo_delKeys];
1796         flushSortKeys (rec->sysno, 0);
1797         flushRecordKeys (rec->sysno, 0, &delkeys);
1798     }
1799     flushRecordKeys (rec->sysno, 1, &reckeys);
1800     flushSortKeys (rec->sysno, 1);
1801
1802     xfree (rec->info[recInfo_delKeys]);
1803     rec->size[recInfo_delKeys] = reckeys.buf_used;
1804     rec->info[recInfo_delKeys] = reckeys.buf;
1805     reckeys.buf = NULL;
1806     reckeys.buf_max = 0;
1807
1808     return 0;
1809 }