index/trunc.c

   1 /*
   2  * Copyright (C) 1994-1999, Index Data
   3  * All rights reserved.
   4  * Sebastian Hammer, Adam Dickmeiss
   5  *
   6  * $Log: trunc.c,v $
   7  * Revision 1.22  2002-04-05 08:46:26  adam
   8  * Zebra with full functionality
   9  *
  10  * Revision 1.21  2002/04/04 14:14:13  adam
  11  * Multiple registers (alpha early)
  12  *
  13  * Revision 1.20  2002/03/20 20:24:29  adam
  14  * Hits per term. Returned in SearchResult-1
  15  *
  16  * Revision 1.19  2001/01/16 16:56:15  heikki
  17  * Searching in my isam-d
  18  *
  19  * Revision 1.18  2000/05/18 12:01:36  adam
  20  * System call times(2) used again. More 64-bit fixes.
  21  *
  22  * Revision 1.17  2000/03/15 15:00:30  adam
  23  * First work on threaded version.
  24  *
  25  * Revision 1.16  1999/11/30 13:48:03  adam
  26  * Improved installation. Updated for inclusion of YAZ header files.
  27  *
  28  * Revision 1.15  1999/07/20 13:59:18  adam
  29  * Fixed bug that occurred when phrases had 0 hits.
  30  *
  31  * Revision 1.14  1999/05/26 07:49:13  adam
  32  * C++ compilation.
  33  *
  34  * Revision 1.13  1999/05/12 13:08:06  adam
  35  * First version of ISAMS.
  36  *
  37  * Revision 1.12  1999/02/02 14:51:10  adam
  38  * Updated WIN32 code specific sections. Changed header.
  39  *
  40  * Revision 1.11  1998/03/25 13:48:02  adam
  41  * Fixed bug in rset_trunc_r.
  42  *
  43  * Revision 1.10  1998/03/05 08:45:13  adam
  44  * New result set model and modular ranking system. Moved towards
  45  * descent server API. System information stored as "SGML" records.
  46  *
  47  * Revision 1.9  1998/01/12 15:04:09  adam
  48  * The test option (-s) only uses read-lock (and not write lock).
  49  *
  50  * Revision 1.8  1997/10/31 12:34:27  adam
  51  * Bug fix: memory leak.
  52  *
  53  * Revision 1.7  1997/09/29 09:07:29  adam
  54  * Minor change.
  55  *
  56  * Revision 1.6  1997/09/22 12:39:06  adam
  57  * Added get_pos method for the ranked result sets.
  58  *
  59  * Revision 1.5  1997/09/17 12:19:17  adam
  60  * Zebra version corresponds to YAZ version 1.4.
  61  * Changed Zebra server so that it doesn't depend on global common_resource.
  62  *
  63  * Revision 1.4  1996/12/23 15:30:44  adam
  64  * Work on truncation.
  65  * Bug fix: result sets weren't deleted after server shut down.
  66  *
  67  * Revision 1.3  1996/12/20 11:07:14  adam
  68  * Multi-or result set.
  69  *
  70  * Revision 1.2  1996/11/08 11:10:28  adam
  71  * Buffers used during file match got bigger.
  72  * Compressed ISAM support everywhere.
  73  * Bug fixes regarding masking characters in queries.
  74  * Redesigned Regexp-2 queries.
  75  *
  76  * Revision 1.1  1996/11/04 14:07:40  adam
  77  * Moved truncation code to trunc.c.
  78  *
  79  */
  80 #include <stdio.h>
  81 #include <assert.h>
  82
  83 #define NEW_TRUNC 1
  84
  85 #include "index.h"
  86 #include <rstemp.h>
  87 #include <rsnull.h>
  88 #include <rsisams.h>
  89 #include <rsisam.h>
  90 #include <rsisamc.h>
  91 #include <rsisamd.h>
  92 #if NEW_TRUNC
  93 #include <rsm_or.h>
  94 #endif
  95
  96 struct trunc_info {
  97     int  *ptr;
  98     int  *indx;
  99     char **heap;
 100     int  heapnum;
 101     int  (*cmp)(const void *p1, const void *p2);
 102     int  keysize;
 103     char *swapbuf;
 104     char *tmpbuf;
 105     char *buf;
 106 };
 107
 108 static void heap_swap (struct trunc_info *ti, int i1, int i2)
 109 {
 110     int swap;
 111
 112     swap = ti->ptr[i1];
 113     ti->ptr[i1] = ti->ptr[i2];
 114     ti->ptr[i2] = swap;
 115 }
 116
 117 static void heap_delete (struct trunc_info *ti)
 118 {
 119     int cur = 1, child = 2;
 120
 121     heap_swap (ti, 1, ti->heapnum--);
 122     while (child <= ti->heapnum) {
 123         if (child < ti->heapnum &&
 124             (*ti->cmp)(ti->heap[ti->ptr[child]],
 125                        ti->heap[ti->ptr[1+child]]) > 0)
 126             child++;
 127         if ((*ti->cmp)(ti->heap[ti->ptr[cur]],
 128                        ti->heap[ti->ptr[child]]) > 0)
 129         {
 130             heap_swap (ti, cur, child);
 131             cur = child;
 132             child = 2*cur;
 133         }
 134         else
 135             break;
 136     }
 137 }
 138
 139 static void heap_insert (struct trunc_info *ti, const char *buf, int indx)
 140 {
 141     int cur, parent;
 142
 143     cur = ++(ti->heapnum);
 144     memcpy (ti->heap[ti->ptr[cur]], buf, ti->keysize);
 145     ti->indx[ti->ptr[cur]] = indx;
 146     parent = cur/2;
 147     while (parent && (*ti->cmp)(ti->heap[ti->ptr[parent]],
 148                                 ti->heap[ti->ptr[cur]]) > 0)
 149     {
 150         heap_swap (ti, cur, parent);
 151         cur = parent;
 152         parent = cur/2;
 153     }
 154 }
 155
 156 static struct trunc_info *heap_init (int size, int key_size,
 157                                      int (*cmp)(const void *p1,
 158                                                 const void *p2))
 159 {
 160     struct trunc_info *ti = (struct trunc_info *) xmalloc (sizeof(*ti));
 161     int i;
 162
 163     ++size;
 164     ti->heapnum = 0;
 165     ti->keysize = key_size;
 166     ti->cmp = cmp;
 167     ti->indx = (int *) xmalloc (size * sizeof(*ti->indx));
 168     ti->heap = (char **) xmalloc (size * sizeof(*ti->heap));
 169     ti->ptr = (int *) xmalloc (size * sizeof(*ti->ptr));
 170     ti->swapbuf = (char *) xmalloc (ti->keysize);
 171     ti->tmpbuf = (char *) xmalloc (ti->keysize);
 172     ti->buf = (char *) xmalloc (size * ti->keysize);
 173     for (i = size; --i >= 0; )
 174     {
 175         ti->ptr[i] = i;
 176         ti->heap[i] = ti->buf + ti->keysize * i;
 177     }
 178     return ti;
 179 }
 180
 181 static void heap_close (struct trunc_info *ti)
 182 {
 183     xfree (ti->ptr);
 184     xfree (ti->indx);
 185     xfree (ti->heap);
 186     xfree (ti->swapbuf);
 187     xfree (ti->tmpbuf);
 188     xfree (ti->buf);
 189     xfree (ti);
 190 }
 191
 192 static RSET rset_trunc_r (ZebraHandle zi, const char *term, int length,
 193                          const char *flags, ISAMS_P *isam_p, int from, int to,
 194                          int merge_chunk)
 195 {
 196     RSET result;
 197     RSFD result_rsfd;
 198     rset_temp_parms parms;
 199
 200     parms.cmp = key_compare_it;
 201     parms.key_size = sizeof(struct it_key);
 202     parms.temp_path = res_get (zi->res, "setTmpDir");
 203     parms.rset_term = rset_term_create (term, length, flags);
 204     result = rset_create (rset_kind_temp, &parms);
 205     result_rsfd = rset_open (result, RSETF_WRITE);
 206
 207     if (to - from > merge_chunk)
 208     {
 209         RSFD *rsfd;
 210         RSET *rset;
 211         int term_index;
 212         int i, i_add = (to-from)/merge_chunk + 1;
 213         struct trunc_info *ti;
 214         int rscur = 0;
 215         int rsmax = (to-from)/i_add + 1;
 216
 217         rset = (RSET *) xmalloc (sizeof(*rset) * rsmax);
 218         rsfd = (RSFD *) xmalloc (sizeof(*rsfd) * rsmax);
 219
 220         for (i = from; i < to; i += i_add)
 221         {
 222             if (i_add <= to - i)
 223                 rset[rscur] = rset_trunc_r (zi, term, length, flags,
 224                                             isam_p, i, i+i_add, merge_chunk);
 225             else
 226                 rset[rscur] = rset_trunc_r (zi, term, length, flags,
 227                                             isam_p, i, to, merge_chunk);
 228             rscur++;
 229         }
 230         ti = heap_init (rscur, sizeof(struct it_key), key_compare_it);
 231         for (i = rscur; --i >= 0; )
 232         {
 233             rsfd[i] = rset_open (rset[i], RSETF_READ);
 234             if (rset_read (rset[i], rsfd[i], ti->tmpbuf, &term_index))
 235                 heap_insert (ti, ti->tmpbuf, i);
 236             else
 237             {
 238                 rset_close (rset[i], rsfd[i]);
 239                 rset_delete (rset[i]);
 240             }
 241         }
 242         while (ti->heapnum)
 243         {
 244             int n = ti->indx[ti->ptr[1]];
 245
 246             rset_write (result, result_rsfd, ti->heap[ti->ptr[1]]);
 247
 248             while (1)
 249             {
 250                 if (!rset_read (rset[n], rsfd[n], ti->tmpbuf, &term_index))
 251                 {
 252                     heap_delete (ti);
 253                     rset_close (rset[n], rsfd[n]);
 254                     rset_delete (rset[n]);
 255                     break;
 256                 }
 257                 if ((*ti->cmp)(ti->tmpbuf, ti->heap[ti->ptr[1]]) > 1)
 258                 {
 259                     heap_delete (ti);
 260                     heap_insert (ti, ti->tmpbuf, n);
 261                     break;
 262                 }
 263             }
 264         }
 265         xfree (rset);
 266         xfree (rsfd);
 267         heap_close (ti);
 268     }
 269     else if (zi->reg->isam)
 270     {
 271         ISPT *ispt;
 272         int i;
 273         struct trunc_info *ti;
 274
 275         ispt = (ISPT *) xmalloc (sizeof(*ispt) * (to-from));
 276
 277         ti = heap_init (to-from, sizeof(struct it_key),
 278                         key_compare_it);
 279         for (i = to-from; --i >= 0; )
 280         {
 281             ispt[i] = is_position (zi->reg->isam, isam_p[from+i]);
 282             if (is_readkey (ispt[i], ti->tmpbuf))
 283                 heap_insert (ti, ti->tmpbuf, i);
 284             else
 285                 is_pt_free (ispt[i]);
 286         }
 287         while (ti->heapnum)
 288         {
 289             int n = ti->indx[ti->ptr[1]];
 290
 291             rset_write (result, result_rsfd, ti->heap[ti->ptr[1]]);
 292 #if 1
 293 /* section that preserve all keys */
 294             heap_delete (ti);
 295             if (is_readkey (ispt[n], ti->tmpbuf))
 296                 heap_insert (ti, ti->tmpbuf, n);
 297             else
 298                 is_pt_free (ispt[n]);
 299 #else
 300 /* section that preserve all keys with unique sysnos */
 301             while (1)
 302             {
 303                 if (!is_readkey (ispt[n], ti->tmpbuf))
 304                 {
 305                     heap_delete (ti);
 306                     is_pt_free (ispt[n]);
 307                     break;
 308                 }
 309                 if ((*ti->cmp)(ti->tmpbuf, ti->heap[ti->ptr[1]]) > 1)
 310                 {
 311                     heap_delete (ti);
 312                     heap_insert (ti, ti->tmpbuf, n);
 313                     break;
 314                 }
 315             }
 316 #endif
 317         }
 318         heap_close (ti);
 319         xfree (ispt);
 320     }
 321     else if (zi->reg->isamc)
 322     {
 323         ISAMC_PP *ispt;
 324         int i;
 325         struct trunc_info *ti;
 326
 327         ispt = (ISAMC_PP *) xmalloc (sizeof(*ispt) * (to-from));
 328
 329         ti = heap_init (to-from, sizeof(struct it_key),
 330                         key_compare_it);
 331         for (i = to-from; --i >= 0; )
 332         {
 333             ispt[i] = isc_pp_open (zi->reg->isamc, isam_p[from+i]);
 334             if (isc_pp_read (ispt[i], ti->tmpbuf))
 335                 heap_insert (ti, ti->tmpbuf, i);
 336             else
 337                 isc_pp_close (ispt[i]);
 338         }
 339         while (ti->heapnum)
 340         {
 341             int n = ti->indx[ti->ptr[1]];
 342
 343             rset_write (result, result_rsfd, ti->heap[ti->ptr[1]]);
 344 #if 0
 345 /* section that preserve all keys */
 346             heap_delete (ti);
 347             if (isc_pp_read (ispt[n], ti->tmpbuf))
 348                 heap_insert (ti, ti->tmpbuf, n);
 349             else
 350                 isc_pp_close (ispt[n]);
 351 #else
 352 /* section that preserve all keys with unique sysnos */
 353             while (1)
 354             {
 355                 if (!isc_pp_read (ispt[n], ti->tmpbuf))
 356                 {
 357                     heap_delete (ti);
 358                     isc_pp_close (ispt[n]);
 359                     break;
 360                 }
 361                 if ((*ti->cmp)(ti->tmpbuf, ti->heap[ti->ptr[1]]) > 1)
 362                 {
 363                     heap_delete (ti);
 364                     heap_insert (ti, ti->tmpbuf, n);
 365                     break;
 366                 }
 367             }
 368 #endif
 369         }
 370         heap_close (ti);
 371         xfree (ispt);
 372     }
 373
 374     else if (zi->reg->isamd)
 375     {
 376         ISAMD_PP *ispt;
 377         int i;
 378         struct trunc_info *ti;
 379
 380         ispt = (ISAMD_PP *) xmalloc (sizeof(*ispt) * (to-from));
 381
 382         ti = heap_init (to-from, sizeof(struct it_key),
 383                         key_compare_it);
 384         for (i = to-from; --i >= 0; )
 385         {
 386             ispt[i] = isamd_pp_open (zi->reg->isamd, isam_p[from+i]);
 387             if (isamd_pp_read (ispt[i], ti->tmpbuf))
 388                 heap_insert (ti, ti->tmpbuf, i);
 389             else
 390                 isamd_pp_close (ispt[i]);
 391         }
 392         while (ti->heapnum)
 393         {
 394             int n = ti->indx[ti->ptr[1]];
 395
 396             rset_write (result, result_rsfd, ti->heap[ti->ptr[1]]);
 397 #if 0
 398 /* section that preserve all keys */
 399             heap_delete (ti);
 400             if (isamd_pp_read (ispt[n], ti->tmpbuf))
 401                 heap_insert (ti, ti->tmpbuf, n);
 402             else
 403                 isamd_pp_close (ispt[n]);
 404 #else
 405 /* section that preserve all keys with unique sysnos */
 406             while (1)
 407             {
 408                 if (!isamd_pp_read (ispt[n], ti->tmpbuf))
 409                 {
 410                     heap_delete (ti);
 411                     isamd_pp_close (ispt[n]);
 412                     break;
 413                 }
 414                 if ((*ti->cmp)(ti->tmpbuf, ti->heap[ti->ptr[1]]) > 1)
 415                 {
 416                     heap_delete (ti);
 417                     heap_insert (ti, ti->tmpbuf, n);
 418                     break;
 419                 }
 420             }
 421 #endif
 422         }
 423         heap_close (ti);
 424         xfree (ispt);
 425     }
 426
 427     else if (zi->reg->isams)
 428     {
 429         ISAMS_PP *ispt;
 430         int i;
 431         struct trunc_info *ti;
 432
 433         ispt = (ISAMS_PP *) xmalloc (sizeof(*ispt) * (to-from));
 434
 435         ti = heap_init (to-from, sizeof(struct it_key),
 436                         key_compare_it);
 437         for (i = to-from; --i >= 0; )
 438         {
 439             ispt[i] = isams_pp_open (zi->reg->isams, isam_p[from+i]);
 440             if (isams_pp_read (ispt[i], ti->tmpbuf))
 441                 heap_insert (ti, ti->tmpbuf, i);
 442             else
 443                 isams_pp_close (ispt[i]);
 444         }
 445         while (ti->heapnum)
 446         {
 447             int n = ti->indx[ti->ptr[1]];
 448
 449             rset_write (result, result_rsfd, ti->heap[ti->ptr[1]]);
 450             while (1)
 451             {
 452                 if (!isams_pp_read (ispt[n], ti->tmpbuf))
 453                 {
 454                     heap_delete (ti);
 455                     isams_pp_close (ispt[n]);
 456                     break;
 457                 }
 458                 if ((*ti->cmp)(ti->tmpbuf, ti->heap[ti->ptr[1]]) > 1)
 459                 {
 460                     heap_delete (ti);
 461                     heap_insert (ti, ti->tmpbuf, n);
 462                     break;
 463                 }
 464             }
 465         }
 466         heap_close (ti);
 467         xfree (ispt);
 468     }
 469     else
 470         logf (LOG_WARN, "Unknown isam set in rset_trunc_r");
 471
 472     rset_close (result, result_rsfd);
 473     return result;
 474 }
 475
 476 static int isams_trunc_cmp (const void *p1, const void *p2)
 477 {
 478     ISAMS_P i1 = *(ISAMS_P*) p1;
 479     ISAMS_P i2 = *(ISAMS_P*) p2;
 480
 481     return i1 - i2;
 482 }
 483
 484 static int isam_trunc_cmp (const void *p1, const void *p2)
 485 {
 486     ISAM_P i1 = *(ISAM_P*) p1;
 487     ISAM_P i2 = *(ISAM_P*) p2;
 488     int d;
 489
 490     d = is_type (i1) - is_type (i2);
 491     if (d)
 492         return d;
 493     return is_block (i1) - is_block (i2);
 494 }
 495
 496 static int isamc_trunc_cmp (const void *p1, const void *p2)
 497 {
 498     ISAMC_P i1 = *(ISAMC_P*) p1;
 499     ISAMC_P i2 = *(ISAMC_P*) p2;
 500     int d;
 501
 502     d = isc_type (i1) - isc_type (i2);
 503     if (d)
 504         return d;
 505     return isc_block (i1) - isc_block (i2);
 506 }
 507 static int isamd_trunc_cmp (const void *p1, const void *p2)
 508 {
 509     ISAMD_P i1 = *(ISAMD_P*) p1;
 510     ISAMD_P i2 = *(ISAMD_P*) p2;
 511     int d;
 512
 513     d = isamd_type (i1) - isamd_type (i2);
 514     if (d)
 515         return d;
 516     return isamd_block (i1) - isamd_block (i2);
 517 }
 518
 519 RSET rset_trunc (ZebraHandle zi, ISAMS_P *isam_p, int no,
 520                  const char *term, int length, const char *flags)
 521 {
 522     logf (LOG_DEBUG, "rset_trunc no=%d", no);
 523     if (no < 1)
 524     {
 525         rset_null_parms parms;
 526         parms.rset_term = rset_term_create (term, length, flags);
 527         return rset_create (rset_kind_null, &parms);
 528     }
 529     if (zi->reg->isams)
 530     {
 531         if (no == 1)
 532         {
 533             rset_isams_parms parms;
 534
 535             parms.pos = *isam_p;
 536             parms.is = zi->reg->isams;
 537             parms.rset_term = rset_term_create (term, length, flags);
 538             return rset_create (rset_kind_isams, &parms);
 539         }
 540         qsort (isam_p, no, sizeof(*isam_p), isams_trunc_cmp);
 541     }
 542     else if (zi->reg->isam)
 543     {
 544         if (no == 1)
 545         {
 546             rset_isam_parms parms;
 547
 548             parms.pos = *isam_p;
 549             parms.is = zi->reg->isam;
 550             parms.rset_term = rset_term_create (term, length, flags);
 551             return rset_create (rset_kind_isam, &parms);
 552         }
 553         qsort (isam_p, no, sizeof(*isam_p), isam_trunc_cmp);
 554     }
 555     else if (zi->reg->isamc)
 556     {
 557         if (no == 1)
 558         {
 559             rset_isamc_parms parms;
 560
 561             parms.key_size = sizeof(struct it_key);
 562             parms.cmp = key_compare_it;
 563             parms.pos = *isam_p;
 564             parms.is = zi->reg->isamc;
 565             parms.rset_term = rset_term_create (term, length, flags);
 566             return rset_create (rset_kind_isamc, &parms);
 567         }
 568 #if NEW_TRUNC
 569         else if (no < 10000)
 570         {
 571             rset_m_or_parms parms;
 572
 573             parms.key_size = sizeof(struct it_key);
 574             parms.cmp = key_compare_it;
 575             parms.isc = zi->reg->isamc;
 576             parms.isam_positions = isam_p;
 577             parms.no_isam_positions = no;
 578             parms.no_save_positions = 100000;
 579             parms.rset_term = rset_term_create (term, length, flags);
 580             return rset_create (rset_kind_m_or, &parms);
 581         }
 582 #endif
 583         qsort (isam_p, no, sizeof(*isam_p), isamc_trunc_cmp);
 584     }
 585     else if (zi->reg->isamd)
 586     {
 587         if (no == 1)
 588         {
 589             rset_isamd_parms parms;
 590
 591             parms.pos = *isam_p;
 592             parms.is = zi->reg->isamd;
 593             parms.rset_term = rset_term_create (term, length, flags);
 594             return rset_create (rset_kind_isamd, &parms);
 595         }
 596 #if NEW_TRUNC_NOT_DONE_FOR_ISAM_D
 597         else if (no < 10000)
 598         {
 599             rset_m_or_parms parms;
 600
 601             parms.key_size = sizeof(struct it_key);
 602             parms.cmp = key_compare_it;
 603             parms.isc = 0;
 604             parms.isamd=zi->reg->isamd;
 605             parms.isam_positions = isam_p;
 606             parms.no_isam_positions = no;
 607             parms.no_save_positions = 100000;
 608             parms.rset_term = rset_term_create (term, length, flags);
 609             return rset_create (rset_kind_m_or, &parms);
 610         }
 611 #endif
 612         qsort (isam_p, no, sizeof(*isam_p), isamd_trunc_cmp);
 613     }
 614     else
 615     {
 616         logf (LOG_WARN, "Unknown isam set in rset_trunc");
 617         return rset_create (rset_kind_null, NULL);
 618     }
 619     return rset_trunc_r (zi, term, length, flags, isam_p, 0, no, 100);
 620 }
 621