Added charmap facility to delete leading articles
[idzebra-moved-to-github.git] / index / extract.c
index c031719..18cac3d 100644 (file)
-/*
- * Copyright (C) 1994-1998, Index Data 
- * All rights reserved.
- * Sebastian Hammer, Adam Dickmeiss
- *
- * $Log: extract.c,v $
- * Revision 1.89  1998-10-28 10:54:38  adam
- * SDRKit integration.
- *
- * Revision 1.88  1998/10/16 08:14:29  adam
- * Updated record control system.
- *
- * Revision 1.87  1998/10/15 13:10:33  adam
- * Fixed bug in Zebra that caused it to stop indexing when empty
- * record was read.
- *
- * Revision 1.86  1998/10/13 20:33:53  adam
- * Fixed one log message and change use ordinal to be an unsigned char.
- *
- * Revision 1.85  1998/09/22 10:03:41  adam
- * Changed result sets to be persistent in the sense that they can
- * be re-searched if needed.
- * Fixed memory leak in rsm_or.
- *
- * Revision 1.84  1998/06/11 15:42:22  adam
- * Changed the way use attributes are specified in the recordId
- * specification.
- *
- * Revision 1.83  1998/06/08 14:43:10  adam
- * Added suport for EXPLAIN Proxy servers - added settings databasePath
- * and explainDatabase to facilitate this. Increased maximum number
- * of databases and attributes in one register.
- *
- * Revision 1.82  1998/05/20 10:12:15  adam
- * Implemented automatic EXPLAIN database maintenance.
- * Modified Zebra to work with ASN.1 compiled version of YAZ.
- *
- * Revision 1.81  1998/03/11 11:19:04  adam
- * Changed the way sequence numbers are generated.
- *
- * Revision 1.80  1998/03/05 08:45:11  adam
- * New result set model and modular ranking system. Moved towards
- * descent server API. System information stored as "SGML" records.
- *
- * Revision 1.79  1998/02/17 10:32:52  adam
- * Fixed bug: binary files weren't opened with flag b on NT.
- *
- * Revision 1.78  1998/02/10 12:03:05  adam
- * Implemented Sort.
- *
- * Revision 1.77  1998/01/12 15:04:08  adam
- * The test option (-s) only uses read-lock (and not write lock).
- *
- * Revision 1.76  1997/10/27 14:33:04  adam
- * Moved towards generic character mapping depending on "structure"
- * field in abstract syntax file. Fixed a few memory leaks. Fixed
- * bug with negative integers when doing searches with relational
- * operators.
- *
- * Revision 1.75  1997/09/17 12:19:12  adam
- * Zebra version corresponds to YAZ version 1.4.
- * Changed Zebra server so that it doesn't depend on global common_resource.
- *
- * Revision 1.74  1997/09/09 13:38:06  adam
- * Partial port to WIN95/NT.
- *
- * Revision 1.73  1997/09/04 13:57:20  adam
- * New file extract/retrieve method tellf (added).
- * Added O_BINARY for open calls.
- *
- * Revision 1.72  1997/07/15 16:32:29  adam
- * Bug fix: Match handler didn't terminate the resulting string!
- *
- * Revision 1.71  1997/07/15 16:28:41  adam
- * Bug fix: storeData didn't work with files with multiple records.
- * Bug fix: fixed memory management with records; not really well
- *  thought through.
- *
- * Revision 1.70  1997/07/01 13:00:42  adam
- * Bug fix in routine searchRecordKey: uninitialized variables.
- *
- * Revision 1.69  1997/04/29 09:26:03  adam
- * Bug fix: generic recordId handling didn't work for compressed internal
- * keys.
- *
- * Revision 1.68  1997/02/12 20:39:45  adam
- * Implemented options -f <n> that limits the log to the first <n>
- * records.
- * Changed some log messages also.
- *
- * Revision 1.67  1996/11/15 15:02:14  adam
- * Minor changes regarding logging.
- *
- * Revision 1.66  1996/11/14  09:52:21  adam
- * Strings in record keys bound by IT_MAX_WORD.
- *
- * Revision 1.65  1996/11/14  08:57:56  adam
- * Reduction of storeKeys area.
- *
- * Revision 1.64  1996/11/08 11:10:16  adam
- * Buffers used during file match got bigger.
- * Compressed ISAM support everywhere.
- * Bug fixes regarding masking characters in queries.
- * Redesigned Regexp-2 queries.
- *
- * Revision 1.63  1996/10/29 14:09:39  adam
- * Use of cisam system - enabled if setting isamc is 1.
- *
- * Revision 1.62  1996/10/11 10:57:01  adam
- * New module recctrl. Used to manage records (extract/retrieval).
- * Several files have been moved to the recctrl sub directory.
- *
- * Revision 1.61  1996/06/06 12:08:37  quinn
- * Added showRecord function
- *
- * Revision 1.60  1996/06/04  10:18:12  adam
- * Search/scan uses character mapping module.
- *
- * Revision 1.59  1996/05/14  15:47:07  adam
- * Cleanup of various buffer size entities.
- *
- * Revision 1.58  1996/05/14  06:16:38  adam
- * Compact use/set bytes used in search service.
- *
- * Revision 1.57  1996/05/13 14:23:04  adam
- * Work on compaction of set/use bytes in dictionary.
- *
- * Revision 1.56  1996/05/09  09:54:42  adam
- * Server supports maps from one logical attributes to a list of physical
- * attributes.
- * The extraction process doesn't make space consuming 'any' keys.
- *
- * Revision 1.55  1996/05/09  07:28:55  quinn
- * Work towards phrases and multiple registers
- *
- * Revision 1.54  1996/05/01  13:46:35  adam
- * First work on multiple records in one file.
- * New option, -offset, to the "unread" command in the filter module.
- *
- * Revision 1.53  1996/04/26  12:09:43  adam
- * Added a few comments.
- *
- * Revision 1.52  1996/04/25  13:27:57  adam
- * Function recordExtract modified so that files with no keys (possibly empty)
- * are ignored.
- *
- * Revision 1.51  1996/03/19  11:08:42  adam
- * Bug fix: Log preamble wasn't always turned off after recordExtract.
- *
- * Revision 1.50  1996/02/12  18:45:36  adam
- * New fileVerboseFlag in record group control.
- *
- * Revision 1.49  1996/02/05  12:29:57  adam
- * Logging reduced a bit.
- * The remaining running time is estimated during register merge.
- *
- * Revision 1.48  1996/02/01  20:53:26  adam
- * The temporary per-record keys are compacted a little, and duplication
- * of the per-records keys are avoided when they are saved in the record
- * information buffer.
- *
- * Revision 1.47  1996/01/17  14:57:48  adam
- * Prototype changed for reader functions in extract/retrieve. File
- *  is identified by 'void *' instead of 'int.
- *
- * Revision 1.46  1995/12/15  14:57:16  adam
- * Bug fix.
- *
- * Revision 1.45  1995/12/15  12:37:41  adam
- * In addRecordKeyAny: Writes key only when attrSet != -1.
- *
- * Revision 1.44  1995/12/12  16:00:54  adam
- * System call sync(2) used after update/commit.
- * Locking (based on fcntl) uses F_EXLCK and F_SHLCK instead of F_WRLCK
- * and F_RDLCK.
- *
- * Revision 1.43  1995/12/11  09:12:46  adam
- * The rec_get function returns NULL if record doesn't exist - will
- * happen in the server if the result set records have been deleted since
- * the creation of the set (i.e. the search).
- * The server saves a result temporarily if it is 'volatile', i.e. the
- * set is register dependent.
- *
- * Revision 1.42  1995/12/07  17:38:46  adam
- * Work locking mechanisms for concurrent updates/commit.
- *
- * Revision 1.41  1995/12/06  16:06:42  adam
- * Better diagnostics. Work on 'real' dictionary deletion.
- *
- * Revision 1.40  1995/12/05  16:57:40  adam
- * More work on regular patterns.
- *
- * Revision 1.39  1995/12/05  13:20:18  adam
- * Bug fix: file_read sometimes returned early EOF.
- *
- * Revision 1.38  1995/12/04  17:59:21  adam
- * More work on regular expression conversion.
- *
- * Revision 1.37  1995/12/04  14:22:27  adam
- * Extra arg to recType_byName.
- * Started work on new regular expression parsed input to
- * structured records.
- *
- * Revision 1.36  1995/11/30  08:34:29  adam
- * Started work on commit facility.
- * Changed a few malloc/free to xmalloc/xfree.
- *
- * Revision 1.35  1995/11/28  14:26:21  adam
- * Bug fix: recordId with constant wasn't right.
- * Bug fix: recordId dictionary entry wasn't deleted when needed.
- *
- * Revision 1.34  1995/11/28  09:09:38  adam
- * Zebra config renamed.
- * Use setting 'recordId' to identify record now.
- * Bug fix in recindex.c: rec_release_blocks was invokeded even
- * though the blocks were already released.
- * File traversal properly deletes records when needed.
- *
- * Revision 1.33  1995/11/27  09:56:20  adam
- * Record info elements better enumerated. Internal store of records.
- *
- * Revision 1.32  1995/11/25  10:24:05  adam
- * More record fields - they are enumerated now.
- * New options: flagStoreData flagStoreKey.
- *
- * Revision 1.31  1995/11/24  11:31:35  adam
- * Commands add & del read filenames from stdin if source directory is
- * empty.
- * Match criteria supports 'constant' strings.
- *
- * Revision 1.30  1995/11/22  17:19:16  adam
- * Record management uses the bfile system.
- *
- * Revision 1.29  1995/11/21  15:01:14  adam
- * New general match criteria implemented.
- * New feature: document groups.
- *
- * Revision 1.28  1995/11/21  09:20:30  adam
- * Yet more work on record match.
- *
- * Revision 1.27  1995/11/20  16:59:45  adam
- * New update method: the 'old' keys are saved for each records.
- *
- * Revision 1.26  1995/11/20  11:56:24  adam
- * Work on new traversal.
- *
- * Revision 1.25  1995/11/16  15:34:54  adam
- * Uses new record management system in both indexer and server.
- *
- * Revision 1.24  1995/11/15  19:13:08  adam
- * Work on record management.
- *
- * Revision 1.23  1995/10/27  14:00:10  adam
- * Implemented detection of database availability.
- *
- * Revision 1.22  1995/10/17  18:02:07  adam
- * New feature: databases. Implemented as prefix to words in dictionary.
- *
- * Revision 1.21  1995/10/10  12:24:38  adam
- * Temporary sort files are compressed.
- *
- * Revision 1.20  1995/10/06  13:52:05  adam
- * Bug fixes. Handler may abort further scanning.
- *
- * Revision 1.19  1995/10/04  12:55:16  adam
- * Bug fix in ranked search. Use=Any keys inserted.
- *
- * Revision 1.18  1995/10/04  09:37:08  quinn
- * Fixed bug.
- *
- * Revision 1.17  1995/10/03  14:28:57  adam
- * Buffered read in extract works.
- *
- * Revision 1.16  1995/10/03  14:28:45  adam
- * Work on more effecient read handler in extract.
- *
- * Revision 1.15  1995/10/02  15:42:53  adam
- * Extract uses file descriptors instead of FILE pointers.
- *
- * Revision 1.14  1995/10/02  15:29:13  adam
- * More logging in file_extract.
- *
- * Revision 1.13  1995/09/29  14:01:39  adam
- * Bug fixes.
- *
- * Revision 1.12  1995/09/28  14:22:56  adam
- * Sort uses smaller temporary files.
- *
- * Revision 1.11  1995/09/28  12:10:31  adam
- * Bug fixes. Field prefix used in queries.
- *
- * Revision 1.10  1995/09/28  09:19:41  adam
- * xfree/xmalloc used everywhere.
- * Extract/retrieve method seems to work for text records.
- *
- * Revision 1.9  1995/09/27  12:22:28  adam
- * More work on extract in record control.
- * Field name is not in isam keys but in prefix in dictionary words.
- *
- * Revision 1.8  1995/09/14  07:48:22  adam
- * Record control management.
- *
- * Revision 1.7  1995/09/11  13:09:32  adam
- * More work on relevance feedback.
- *
- * Revision 1.6  1995/09/08  14:52:27  adam
- * Minor changes. Dictionary is lower case now.
- *
- * Revision 1.5  1995/09/06  16:11:16  adam
- * Option: only one word key per file.
- *
- * Revision 1.4  1995/09/05  15:28:39  adam
- * More work on search engine.
- *
- * Revision 1.3  1995/09/04  12:33:41  adam
- * Various cleanup. YAZ util used instead.
- *
- * Revision 1.2  1995/09/04  09:10:34  adam
- * More work on index add/del/update.
- * Merge sort implemented.
- * Initial work on z39 server.
- *
- * Revision 1.1  1995/09/01  14:06:35  adam
- * Split of work into more files.
- *
- */
+/* $Id: extract.c,v 1.161 2004-09-14 14:38:07 quinn Exp $
+   Copyright (C) 1995,1996,1997,1998,1999,2000,2001,2002,2003,2004
+   Index Data Aps
+
+This file is part of the Zebra server.
+
+Zebra is free software; you can redistribute it and/or modify it under
+the terms of the GNU General Public License as published by the Free
+Software Foundation; either version 2, or (at your option) any later
+version.
+
+Zebra is distributed in the hope that it will be useful, but WITHOUT ANY
+WARRANTY; without even the implied warranty of MERCHANTABILITY or
+FITNESS FOR A PARTICULAR PURPOSE.  See the GNU General Public License
+for more details.
+
+You should have received a copy of the GNU General Public License
+along with Zebra; see the file LICENSE.zebra.  If not, write to the
+Free Software Foundation, 59 Temple Place - Suite 330, Boston, MA
+02111-1307, USA.
+*/
+
 #include <stdio.h>
 #include <assert.h>
-#ifdef WINDOWS
+#include <ctype.h>
+#ifdef WIN32
 #include <io.h>
 #else
 #include <unistd.h>
 #endif
 #include <fcntl.h>
 
-#include <recctrl.h>
-#include <charmap.h>
-#include <sortidx.h>
 #include "index.h"
+#include <direntz.h>
+#include <charmap.h>
 
-#include "zinfo.h"
-
-#ifndef ZEBRASDR
-#define ZEBRASDR 0
-#endif
-
-#if ZEBRASDR
-#include "zebrasdr.h"
+#if _FILE_OFFSET_BITS == 64
+#define PRINTF_OFF_T "%Ld"
+#else
+#define PRINTF_OFF_T "%ld"
 #endif
 
-static Dict matchDict;
-
-static Records records = NULL;
-static SortIdx sortIdx = NULL;
-
-static char **key_buf;
-static size_t ptr_top;
-static size_t ptr_i;
-static size_t key_buf_used;
-static int key_file_no;
-
-static int records_inserted = 0;
-static int records_updated = 0;
-static int records_deleted = 0;
-static int records_processed = 0;
+#define USE_SHELLSORT 0
 
-static ZebraExplainInfo zti = NULL;
+#if USE_SHELLSORT
+static void shellsort(void *ar, int r, size_t s,
+                      int (*cmp)(const void *a, const void *b))
+{
+    char *a = ar;
+    char v[100];
+    int h, i, j, k;
+    static const int incs[16] = { 1391376, 463792, 198768, 86961, 33936,
+                                  13776, 4592, 1968, 861, 336, 
+                                  112, 48, 21, 7, 3, 1 };
+    for ( k = 0; k < 16; k++)
+        for (h = incs[k], i = h; i < r; i++)
+        { 
+            memcpy (v, a+s*i, s);
+            j = i;
+            while (j > h && (*cmp)(a + s*(j-h), v) > 0)
+            {
+                memcpy (a + s*j, a + s*(j-h), s);
+                j -= h;
+            }
+            memcpy (a+s*j, v, s);
+        } 
+}
+#endif
 
-static void logRecord (int showFlag)
+static void logRecord (ZebraHandle zh)
 {
-    if (!showFlag)
-        ++records_processed;
-    if (showFlag || !(records_processed % 1000))
+    ++zh->records_processed;
+    if (!(zh->records_processed % 1000))
     {
-        logf (LOG_LOG, "Records: %7d i/u/d %d/%d/%d", 
-              records_processed, records_inserted, records_updated,
-              records_deleted);
+        logf (LOG_LOG, "Records: "ZINT_FORMAT" i/u/d "
+                       ZINT_FORMAT"/"ZINT_FORMAT"/"ZINT_FORMAT, 
+              zh->records_processed, zh->records_inserted, zh->records_updated,
+              zh->records_deleted);
     }
 }
 
-static int explain_extract (void *handle, Record drec, data1_node *n);
+static void extract_init (struct recExtractCtrl *p, RecWord *w)
+{
+    w->zebra_maps = p->zebra_maps;
+    w->seqno = 1;
+    w->attrSet = VAL_BIB1;
+    w->attrUse = 1016;
+    w->reg_type = 'w';
+    w->extractCtrl = p;
+}
 
-int key_open (struct recordGroup *rGroup, int mem)
+static const char **searchRecordKey (ZebraHandle zh,
+                                     struct recKeys *reckeys,
+                                    int attrSetS, int attrUseS)
 {
-    BFiles bfs = rGroup->bfs;
-    int rw = rGroup->flagRw;
-    data1_handle dh = rGroup->dh;
-    if (!mem)
-        mem = atoi(res_get_def (common_resource, "memMax", "4"))*1024*1024;
-    if (mem < 50000)
-        mem = 50000;
-    key_buf = xmalloc (mem);
-    ptr_top = mem/sizeof(char*);
-    ptr_i = 0;
+#if IT_KEY_NEW
+/* #error searchRecordKey does not work yet in this mode.. */
+    static const char *ws[32];
+    void *decode_handle = iscz1_start();
+    int off = 0;
+    int startSeq = -1;
+    int seqno = 0;
+    int i;
 
-    key_buf_used = 0;
-    key_file_no = 0;
+    for (i = 0; i<32; i++)
+        ws[i] = NULL;
 
-    if (!(matchDict = dict_open (bfs, GMATCH_DICT, 50, rw)))
-    {
-        logf (LOG_FATAL, "dict_open fail of %s", GMATCH_DICT);
-       return -1;
-    }
-    assert (!records);
-    records = rec_open (bfs, rw);
-    if (!records)
+    while (off < reckeys->buf_used)
     {
-       dict_close (matchDict);
-       return -1;
+        const char *src = reckeys->buf + off;
+        struct it_key key;
+       char *dst = (char*) &key;
+       int attrSet, attrUse;
+
+       iscz1_decode(decode_handle, &dst, &src);
+       assert(key.len < 4 && key.len > 2);
+
+       attrSet = (int) key.mem[0];
+       attrUse = (int) key.mem[1];
+       seqno = (int) key.mem[2];
+
+       if (attrUseS == attrUse && attrSetS == attrSet)
+        {
+            int woff;
+
+            if (startSeq == -1)
+                startSeq = seqno;
+            woff = seqno - startSeq;
+            if (woff >= 0 && woff < 31)
+                ws[woff] = src;
+        }
+
+        while (*src++)
+           ;
+        off = src - reckeys->buf;
     }
-    zti = zebraExplain_open (records, dh, common_resource,
-                            rw, rGroup, explain_extract);
-    if (!zti)
+    iscz1_stop(decode_handle);
+    assert (off == reckeys->buf_used);
+    return ws;
+#else
+    static const char *ws[32];
+    int off = 0;
+    int startSeq = -1;
+    int i;
+    int seqno = 0;
+#if SU_SCHEME
+    int chS, ch;
+#else
+    short attrUse;
+    char attrSet;
+#endif
+
+    for (i = 0; i<32; i++)
+        ws[i] = NULL;
+
+#if SU_SCHEME
+    chS = zebraExplain_lookupSU (zh->reg->zei, attrSetS, attrUseS);
+    if (chS < 0)
+       return ws;
+#endif
+    while (off < reckeys->buf_used)
     {
-       rec_close (&records);
-       dict_close (matchDict);
-       return -1;      
+
+        const char *src = reckeys->buf + off;
+       const char *wstart;
+        int lead;
+    
+        lead = *src++;
+#if SU_SCHEME
+       if ((lead & 3)<3)
+       {
+           memcpy (&ch, src, sizeof(ch));
+           src += sizeof(ch);
+       }
+#else
+        if (!(lead & 1))
+        {
+            memcpy (&attrSet, src, sizeof(attrSet));
+            src += sizeof(attrSet);
+        }
+        if (!(lead & 2))
+        {
+            memcpy (&attrUse, src, sizeof(attrUse));
+            src += sizeof(attrUse);
+        }
+#endif
+        wstart = src;
+        while (*src++)
+            ;
+        if (lead & 60)
+            seqno += ((lead>>2) & 15)-1;
+        else
+        {
+            memcpy (&seqno, src, sizeof(seqno));
+            src += sizeof(seqno);
+        }
+       if (
+#if SU_SCHEME
+           ch == chS
+#else
+           attrUseS == attrUse && attrSetS == attrSet
+#endif
+           )
+        {
+            int woff;
+
+
+            if (startSeq == -1)
+                startSeq = seqno;
+            woff = seqno - startSeq;
+            if (woff >= 0 && woff < 31)
+                ws[woff] = wstart;
+        }
+
+        off = src - reckeys->buf;
     }
-    sortIdx = sortIdx_open (bfs, 1);
-    return 0;
+    assert (off == reckeys->buf_used);
+    return ws;
+#endif
 }
 
-struct encode_info {
-    int  sysno;
-    int  seqno;
-    char buf[768];
+struct file_read_info {
+    off_t file_max;        /* maximum offset so far */
+    off_t file_offset;      /* current offset */
+    off_t file_moffset;     /* offset of rec/rec boundary */
+    int file_more;
+    int fd;
+    char *sdrbuf;
+    int sdrmax;
 };
 
-void encode_key_init (struct encode_info *i)
+static struct file_read_info *file_read_start (int fd)
 {
-    i->sysno = 0;
-    i->seqno = 0;
+    struct file_read_info *fi = (struct file_read_info *)
+       xmalloc (sizeof(*fi));
+
+    fi->fd = fd;
+    fi->file_max = 0;
+    fi->file_moffset = 0;
+    fi->sdrbuf = 0;
+    fi->sdrmax = 0;
+    return fi;
 }
 
-char *encode_key_int (int d, char *bp)
+static void file_read_stop (struct file_read_info *fi)
 {
-    if (d <= 63)
-        *bp++ = d;
-    else if (d <= 16383)
-    {
-        *bp++ = 64 + (d>>8);
-        *bp++ = d  & 255;
-    }
-    else if (d <= 4194303)
-    {
-        *bp++ = 128 + (d>>16);
-        *bp++ = (d>>8) & 255;
-        *bp++ = d & 255;
-    }
-    else
-    {
-        *bp++ = 192 + (d>>24);
-        *bp++ = (d>>16) & 255;
-        *bp++ = (d>>8) & 255;
-        *bp++ = d & 255;
-    }
-    return bp;
+    xfree (fi);
 }
 
-void encode_key_write (char *k, struct encode_info *i, FILE *outf)
+static off_t file_seek (void *handle, off_t offset)
 {
-    struct it_key key;
-    char *bp = i->buf;
+    struct file_read_info *p = (struct file_read_info *) handle;
+    p->file_offset = offset;
+    if (p->sdrbuf)
+       return offset;
+    return lseek (p->fd, offset, SEEK_SET);
+}
 
-    while ((*bp++ = *k++))
-        ;
-    memcpy (&key, k+1, sizeof(struct it_key));
-    bp = encode_key_int ( (key.sysno - i->sysno) * 2 + *k, bp);
-    if (i->sysno != key.sysno)
+static off_t file_tell (void *handle)
+{
+    struct file_read_info *p = (struct file_read_info *) handle;
+    return p->file_offset;
+}
+
+static int file_read (void *handle, char *buf, size_t count)
+{
+    struct file_read_info *p = (struct file_read_info *) handle;
+    int fd = p->fd;
+    int r;
+    if (p->sdrbuf)
     {
-        i->sysno = key.sysno;
-        i->seqno = 0;
+       r = count;
+       if (r > p->sdrmax - p->file_offset)
+           r = p->sdrmax - p->file_offset;
+       if (r)
+           memcpy (buf, p->sdrbuf + p->file_offset, r);
     }
-    bp = encode_key_int (key.seqno - i->seqno, bp);
-    i->seqno = key.seqno;
-    if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
+    else
+       r = read (fd, buf, count);
+    if (r > 0)
     {
-        logf (LOG_FATAL|LOG_ERRNO, "fwrite");
-        exit (1);
+        p->file_offset += r;
+        if (p->file_offset > p->file_max)
+            p->file_max = p->file_offset;
     }
+    return r;
 }
 
-#define SORT_EXTRA 0
-
-#if SORT_EXTRA
-static int key_y_len;
-
-static int key_y_compare (const void *p1, const void *p2)
+static void file_begin (void *handle)
 {
-    int r;
+    struct file_read_info *p = (struct file_read_info *) handle;
 
-    if ((r = key_compare (*(char**) p1 + key_y_len + 1,
-                          *(char**) p2 + key_y_len + 1)))
-         return r;
-    return *(*(char**) p1 + key_y_len) - *(*(char**) p2 + key_y_len);
+    p->file_offset = p->file_moffset;
+    if (!p->sdrbuf && p->file_moffset)
+        lseek (p->fd, p->file_moffset, SEEK_SET);
+    p->file_more = 0;
 }
 
-static int key_x_compare (const void *p1, const void *p2)
+static void file_end (void *handle, off_t offset)
 {
-    return strcmp (*(char**) p1, *(char**) p2);
+    struct file_read_info *p = (struct file_read_info *) handle;
+
+    assert (p->file_more == 0);
+    p->file_more = 1;
+    p->file_moffset = offset;
 }
-#endif
 
-void key_flush (void)
+static char *fileMatchStr (ZebraHandle zh,
+                           struct recKeys *reckeys,
+                           const char *fname, const char *spec)
 {
-    FILE *outf;
-    char out_fname[200];
-    char *prevcp, *cp;
-    struct encode_info encode_info;
-#if SORT_EXTRA
-    int i;
-#endif
-    
-    if (ptr_i <= 0)
-        return;
-
-    key_file_no++;
-    logf (LOG_LOG, "sorting section %d", key_file_no);
-#if !SORT_EXTRA
-    qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_qsort_compare);
-    getFnameTmp (out_fname, key_file_no);
+    static char dstBuf[2048];      /* static here ??? */
+    char *dst = dstBuf;
+    const char *s = spec;
+    static const char **w;
 
-    if (!(outf = fopen (out_fname, "wb")))
-    {
-        logf (LOG_FATAL|LOG_ERRNO, "fopen %s", out_fname);
-        exit (1);
-    }
-    logf (LOG_LOG, "writing section %d", key_file_no);
-    prevcp = cp = key_buf[ptr_top-ptr_i];
-    
-    encode_key_init (&encode_info);
-    encode_key_write (cp, &encode_info, outf);
-    while (--ptr_i > 0)
+    while (1)
     {
-        cp = key_buf[ptr_top-ptr_i];
-        if (strcmp (cp, prevcp))
+        while (*s == ' ' || *s == '\t')
+            s++;
+        if (!*s)
+            break;
+        if (*s == '(')
         {
-            encode_key_init (&encode_info);
-            encode_key_write (cp, &encode_info, outf);
-            prevcp = cp;
-        }
-        else
-            encode_key_write (cp + strlen(cp), &encode_info, outf);
-    }
-#else
-    qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_x_compare);
-    getFnameTmp (out_fname, key_file_no);
+           char attset_str[64], attname_str[64];
+           data1_attset *attset;
+           int i;
+            char matchFlag[32];
+            int attSet = 1, attUse = 1;
+            int first = 1;
 
-    if (!(outf = fopen (out_fname, "wb")))
-    {
-        logf (LOG_FATAL|LOG_ERRNO, "fopen %s", out_fname);
-        exit (1);
-    }
-    logf (LOG_LOG, "writing section %d", key_file_no);
-    i = ptr_i;
-    prevcp =  key_buf[ptr_top-i];
-    while (1)
-        if (!--i || strcmp (prevcp, key_buf[ptr_top-i]))
+            s++;
+           for (i = 0; *s && *s != ',' && *s != ')'; s++)
+               if (i < 63)
+                   attset_str[i++] = *s;
+           attset_str[i] = '\0';
+
+           if (*s == ',')
+           {
+               s++;
+               for (i = 0; *s && *s != ')'; s++)
+                   if (i < 63)
+                       attname_str[i++] = *s;
+               attname_str[i] = '\0';
+           }
+           
+           if ((attset = data1_get_attset (zh->reg->dh, attset_str)))
+           {
+               data1_att *att;
+               attSet = attset->reference;
+               att = data1_getattbyname(zh->reg->dh, attset, attname_str);
+               if (att)
+                   attUse = att->value;
+               else
+                   attUse = atoi (attname_str);
+           }
+            w = searchRecordKey (zh, reckeys, attSet, attUse);
+            assert (w);
+
+            if (*s == ')')
+            {
+                for (i = 0; i<32; i++)
+                    matchFlag[i] = 1;
+            }
+            else
+            {
+                logf (LOG_WARN, "Missing ) in match criteria %s in group %s",
+                      spec, zh->m_group ? zh->m_group : "none");
+                return NULL;
+            }
+            s++;
+
+            for (i = 0; i<32; i++)
+                if (matchFlag[i] && w[i])
+                {
+                    if (first)
+                    {
+                        *dst++ = ' ';
+                        first = 0;
+                    }
+                    strcpy (dst, w[i]);
+                    dst += strlen(w[i]);
+                }
+            if (first)
+            {
+                logf (LOG_WARN, "Record didn't contain match"
+                      " fields in (%s,%s)", attset_str, attname_str);
+                return NULL;
+            }
+        }
+        else if (*s == '$')
         {
-            key_y_len = strlen(prevcp)+1;
-#if 0
-            logf (LOG_LOG, "key_y_len: %2d %02x %02x %s",
-                      key_y_len, prevcp[0], prevcp[1], 2+prevcp);
-#endif
-            qsort (key_buf + ptr_top-ptr_i, ptr_i - i,
-                                   sizeof(char*), key_y_compare);
-            cp = key_buf[ptr_top-ptr_i];
-            --key_y_len;
-            encode_key_init (&encode_info);
-            encode_key_write (cp, &encode_info, outf);
-            while (--ptr_i > i)
+            int spec_len;
+            char special[64];
+            const char *spec_src = NULL;
+            const char *s1 = ++s;
+            while (*s1 && *s1 != ' ' && *s1 != '\t')
+                s1++;
+
+            spec_len = s1 - s;
+            if (spec_len > 63)
+                spec_len = 63;
+            memcpy (special, s, spec_len);
+            special[spec_len] = '\0';
+            s = s1;
+
+            if (!strcmp (special, "group"))
+                spec_src = zh->m_group;
+            else if (!strcmp (special, "database"))
+                spec_src = zh->basenames[0];
+            else if (!strcmp (special, "filename")) {
+                spec_src = fname;
+           }
+            else if (!strcmp (special, "type"))
+                spec_src = zh->m_record_type;
+            else 
+                spec_src = NULL;
+            if (spec_src)
             {
-                cp = key_buf[ptr_top-ptr_i];
-                encode_key_write (cp+key_y_len, &encode_info, outf);
+                strcpy (dst, spec_src);
+                dst += strlen (spec_src);
             }
-            if (!i)
-                break;
-            prevcp = key_buf[ptr_top-ptr_i];
         }
-#endif
-    if (fclose (outf))
+        else if (*s == '\"' || *s == '\'')
+        {
+            int stopMarker = *s++;
+            char tmpString[64];
+            int i = 0;
+
+            while (*s && *s != stopMarker)
+            {
+                if (i < 63)
+                    tmpString[i++] = *s++;
+            }
+            if (*s)
+                s++;
+            tmpString[i] = '\0';
+            strcpy (dst, tmpString);
+            dst += strlen (tmpString);
+        }
+        else
+        {
+            logf (LOG_WARN, "Syntax error in match criteria %s in group %s",
+                  spec, zh->m_group ? zh->m_group : "none");
+            return NULL;
+        }
+        *dst++ = 1;
+    }
+    if (dst == dstBuf)
     {
-        logf (LOG_FATAL|LOG_ERRNO, "fclose %s", out_fname);
-        exit (1);
+        logf (LOG_WARN, "No match criteria for record %s in group %s",
+              fname, zh->m_group ? zh->m_group : "none");
+        return NULL;
     }
-    logf (LOG_LOG, "finished section %d", key_file_no);
-    ptr_i = 0;
-    key_buf_used = 0;
+    *dst = '\0';
+    return dstBuf;
 }
 
-int key_close (struct recordGroup *rGroup)
-{
-    int rw = rGroup->flagRw;
-    if (rw)
-       zebraExplain_runNumberIncrement (zti, 1);
-    zebraExplain_close (zti, rw, 0);
-    key_flush ();
-    xfree (key_buf);
-    rec_close (&records);
-    dict_close (matchDict);
-    sortIdx_close (sortIdx);
-
-    logRecord (1);
-    return key_file_no;
-}
+struct recordLogInfo {
+    const char *fname;
+    int recordOffset;
+    struct recordGroup *rGroup;
+};
 
-static void wordInit (struct recExtractCtrl *p, RecWord *w)
+void create_rec_keys_codec(struct recKeys *keys)
 {
-    w->zebra_maps = p->zebra_maps;
-    w->seqnos = p->seqno;
-    w->attrSet = VAL_BIB1;
-    w->attrUse = 1016;
-    w->reg_type = 'w';
+    keys->buf_used = 0;
+#if IT_KEY_NEW
+    iscz1_reset(keys->codec_handle);
+#else
+    keys->prevAttrUse = -1;
+    keys->prevAttrSet = -1;
+    keys->prevSeqNo = 0;
+#endif
 }
-
-static struct sortKey {
-    char *string;
-    int length;
-    int attrSet;
-    int attrUse;
-    struct sortKey *next;
-} *sortKeys = NULL;
-
-static struct recKeys {
-    int buf_used;
-    int buf_max;
-    char *buf;
-    char prevAttrSet;
-    short prevAttrUse;
-    int prevSeqNo;
-} reckeys;
-
-static void addIndexString (RecWord *p, const char *string, int length)
+     
+static int file_extract_record(ZebraHandle zh,
+                              SYSNO *sysno, const char *fname,
+                              int deleteFlag,
+                              struct file_read_info *fi,
+                              int force_update)
 {
-    char *dst;
-    unsigned char attrSet;
-    unsigned short attrUse;
-    int lead = 0;
-    int diff = 0;
-    int *pseqno = &p->seqnos[p->reg_type];
-
-    if (reckeys.buf_used+1024 > reckeys.buf_max)
-    {
-        char *b;
-
-        b = xmalloc (reckeys.buf_max += 128000);
-        if (reckeys.buf_used > 0)
-            memcpy (b, reckeys.buf, reckeys.buf_used);
-        xfree (reckeys.buf);
-        reckeys.buf = b;
-    }
-    dst = reckeys.buf + reckeys.buf_used;
-
-    attrSet = p->attrSet;
-    if (reckeys.buf_used > 0 && reckeys.prevAttrSet == attrSet)
-        lead |= 1;
-    else
-        reckeys.prevAttrSet = attrSet;
-    attrUse = p->attrUse;
-    if (reckeys.buf_used > 0 && reckeys.prevAttrUse == attrUse)
-        lead |= 2;
-    else
-        reckeys.prevAttrUse = attrUse;
-#if 1
-    diff = 1 + *pseqno - reckeys.prevSeqNo;
-    if (diff >= 1 && diff <= 15)
-        lead |= (diff << 2);
-    else
-        diff = 0;
-#endif
-    reckeys.prevSeqNo = *pseqno;
+    RecordAttr *recordAttr;
+    int r;
+    const char *matchStr;
+    SYSNO sysnotmp;
+    Record rec;
+    off_t recordOffset = 0;
+    RecType recType;
+    void *clientData;
+    char subType[128];
     
-    *dst++ = lead;
-
-    if (!(lead & 1))
-    {
-        memcpy (dst, &attrSet, sizeof(attrSet));
-        dst += sizeof(attrSet);
-    }
-    if (!(lead & 2))
+    if (!(recType =
+         recType_byName (zh->reg->recTypes, zh->m_record_type, subType,
+                         &clientData)))
     {
-        memcpy (dst, &attrUse, sizeof(attrUse));
-        dst += sizeof(attrUse);
+        logf (LOG_WARN, "No such record type: %s", zh->m_record_type);
+        return 0;
     }
-    *dst++ = p->reg_type;
-    memcpy (dst, string, length);
-    dst += length;
-    *dst++ = '\0';
 
-    if (!diff)
+    /* announce database */
+    if (zebraExplain_curDatabase (zh->reg->zei, zh->basenames[0]))
     {
-        memcpy (dst, pseqno, sizeof(*pseqno));
-        dst += sizeof(*pseqno);
+        if (zebraExplain_newDatabase (zh->reg->zei, zh->basenames[0],
+                                     zh->m_explain_database))
+           return 0;
     }
-    reckeys.buf_used = dst - reckeys.buf;
-    (*pseqno)++;
-}
-
-static void addSortString (RecWord *p, const char *string, int length)
-{
-    struct sortKey *sk;
 
-    for (sk = sortKeys; sk; sk = sk->next)
-       if (sk->attrSet == p->attrSet && sk->attrUse == p->attrUse)
-           return;
-
-    sk = xmalloc (sizeof(*sk));
-    sk->next = sortKeys;
-    sortKeys = sk;
-
-    sk->string = xmalloc (length);
-    sk->length = length;
-    memcpy (sk->string, string, length);
+    if (fi->fd != -1)
+    {
+       struct recExtractCtrl extractCtrl;
 
-    sk->attrSet = p->attrSet;
-    sk->attrUse = p->attrUse;
-}
+        /* we are going to read from a file, so prepare the extraction */
+       int i;
 
-static void addString (RecWord *p, const char *string, int length)
-{
-    assert (length > 0);
-    if (zebra_maps_is_sort (p->zebra_maps, p->reg_type))
-       addSortString (p, string, length);
-    else
-       addIndexString (p, string, length);
-}
+       create_rec_keys_codec(&zh->reg->keys);
 
-static void addIncompleteField (RecWord *p)
-{
-    const char *b = p->string;
-    int remain = p->length;
-    const char **map = 0;
+       zh->reg->sortKeys.buf_used = 0;
+       
+       recordOffset = fi->file_moffset;
+       extractCtrl.offset = fi->file_moffset;
+       extractCtrl.readf = file_read;
+       extractCtrl.seekf = file_seek;
+       extractCtrl.tellf = file_tell;
+       extractCtrl.endf = file_end;
+       extractCtrl.fh = fi;
+       extractCtrl.subType = subType;
+       extractCtrl.init = extract_init;
+       extractCtrl.tokenAdd = extract_token_add;
+       extractCtrl.schemaAdd = extract_schema_add;
+       extractCtrl.dh = zh->reg->dh;
+        extractCtrl.handle = zh;
+       for (i = 0; i<256; i++)
+       {
+           if (zebra_maps_is_positioned(zh->reg->zebra_maps, i))
+               extractCtrl.seqno[i] = 1;
+           else
+               extractCtrl.seqno[i] = 0;
+       }
+       extractCtrl.zebra_maps = zh->reg->zebra_maps;
+       extractCtrl.flagShowRecords = !zh->m_flag_rw;
 
-    if (remain > 0)
-       map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
+        if (!zh->m_flag_rw)
+            printf ("File: %s " PRINTF_OFF_T "\n", fname, recordOffset);
+        if (zh->m_flag_rw)
+        {
+            char msg[512];
+            sprintf (msg, "%s:" PRINTF_OFF_T , fname, recordOffset);
+            yaz_log_init_prefix2 (msg);
+        }
 
-    while (map)
-    {
-       char buf[IT_MAX_WORD+1];
-       int i, remain;
+        r = (*recType->extract)(clientData, &extractCtrl);
 
-       /* Skip spaces */
-       while (map && *map && **map == *CHR_SPACE)
+        yaz_log_init_prefix2 (0);
+       if (r == RECCTRL_EXTRACT_EOF)
+           return 0;
+       else if (r == RECCTRL_EXTRACT_ERROR_GENERIC)
        {
-           remain = p->length - (b - p->string);
-           if (remain > 0)
-               map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
-           else
-               map = 0;
-       }
-       if (!map)
-           break;
-       i = 0;
-       while (map && *map && **map != *CHR_SPACE)
+            /* error occured during extraction ... */
+            if (zh->m_flag_rw &&
+               zh->records_processed < zh->m_file_verbose_limit)
+            {
+                logf (LOG_WARN, "fail %s %s " PRINTF_OFF_T, zh->m_record_type,
+                      fname, recordOffset);
+            }
+            return 0;
+        }
+       else if (r == RECCTRL_EXTRACT_ERROR_NO_SUCH_FILTER)
        {
-           const char *cp = *map;
+            /* error occured during extraction ... */
+            if (zh->m_flag_rw &&
+               zh->records_processed < zh->m_file_verbose_limit)
+            {
+                logf (LOG_WARN, "no filter for %s %s " 
+                      PRINTF_OFF_T, zh->m_record_type,
+                      fname, recordOffset);
+            }
+            return 0;
+        }
+        if (zh->reg->keys.buf_used == 0)
+        {
+            /* the extraction process returned no information - the record
+               is probably empty - unless flagShowRecords is in use */
+            if (!zh->m_flag_rw)
+                return 1;
+           
+           logf (LOG_WARN, "empty %s %s " PRINTF_OFF_T, zh->m_record_type,
+                 fname, recordOffset);
+            return 1;
+        }
+    }
 
-           while (i < IT_MAX_WORD && *cp)
-               buf[i++] = *(cp++);
-           remain = p->length - (b - p->string);
-           if (remain > 0)
-               map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
-           else
-               map = 0;
-       }
-       if (!i)
-           return;
-       addString (p, buf, i);
+    /* perform match if sysno not known and if match criteria is specified */
+       
+    matchStr = NULL;
+    if (!sysno) 
+    {
+        sysnotmp = 0;
+        sysno = &sysnotmp;
+        if (zh->m_record_id && *zh->m_record_id)
+        {
+            char *rinfo;
+        
+            matchStr = fileMatchStr (zh, &zh->reg->keys, fname, 
+                                    zh->m_record_id);
+            if (matchStr)
+            {
+                rinfo = dict_lookup (zh->reg->matchDict, matchStr);
+                if (rinfo)
+               {
+                   assert(*rinfo == sizeof(*sysno));
+                    memcpy (sysno, rinfo+1, sizeof(*sysno));
+               }
+            }
+            else
+            {
+                logf (LOG_WARN, "Bad match criteria");
+                return 0;
+            }
+        }
     }
-}
 
-static void addCompleteField (RecWord *p)
-{
-    const char *b = p->string;
-    char buf[IT_MAX_WORD+1];
-    const char **map = 0;
-    int i = 0, remain = p->length;
+    if (! *sysno)
+    {
+        /* new record */
+        if (deleteFlag)
+        {
+           logf (LOG_LOG, "delete %s %s " PRINTF_OFF_T, zh->m_record_type,
+                 fname, recordOffset);
+            logf (LOG_WARN, "cannot delete record above (seems new)");
+            return 1;
+        }
+        if (zh->records_processed < zh->m_file_verbose_limit)
+            logf (LOG_LOG, "add %s %s " PRINTF_OFF_T, zh->m_record_type,
+                  fname, recordOffset);
+        rec = rec_new (zh->reg->records);
 
-    if (remain > 0)
-       map = zebra_maps_input (p->zebra_maps, p->reg_type, &b, remain);
+        *sysno = rec->sysno;
 
-    while (remain > 0 && i < IT_MAX_WORD)
-    {
-       while (map && *map && **map == *CHR_SPACE)
-       {
-           remain = p->length - (b - p->string);
-           if (remain > 0)
-               map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain);
-           else
-               map = 0;
-       }
-       if (!map)
-           break;
+       recordAttr = rec_init_attr (zh->reg->zei, rec);
 
-       if (i && i < IT_MAX_WORD)
-           buf[i++] = *CHR_SPACE;
-       while (map && *map && **map != *CHR_SPACE)
-       {
-           const char *cp = *map;
+        if (matchStr)
+        {
+            dict_insert (zh->reg->matchDict, matchStr, sizeof(*sysno), sysno);
+        }
+       extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
+        extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
 
-           if (i >= IT_MAX_WORD)
-               break;
-           while (i < IT_MAX_WORD && *cp)
-               buf[i++] = *(cp++);
-           remain = p->length  - (b - p->string);
-           if (remain > 0)
-               map = zebra_maps_input (p->zebra_maps, p->reg_type, &b,
-                                       remain);
-           else
-               map = 0;
-       }
+        zh->records_inserted++;
     }
-    if (!i)
-       return;
-    addString (p, buf, i);
-}
-
-static void addRecordKey (RecWord *p)
-{
-    if (zebra_maps_is_complete (p->zebra_maps, p->reg_type))
-       addCompleteField (p);
     else
-       addIncompleteField(p);
-}
-
-static void flushSortKeys (SYSNO sysno, int cmd)
-{
-    struct sortKey *sk = sortKeys;
-
-    sortIdx_sysno (sortIdx, sysno);
-    while (sk)
     {
-       struct sortKey *sk_next = sk->next;
-       sortIdx_type (sortIdx, sk->attrUse);
-       sortIdx_add (sortIdx, sk->string, sk->length);
-       xfree (sk->string);
-       xfree (sk);
-       sk = sk_next;
-    }
-    sortKeys = NULL;
-}
+        /* record already exists */
+        struct recKeys delkeys;
+        struct sortKeys sortKeys;
 
-static void flushRecordKeys (SYSNO sysno, int cmd, struct recKeys *reckeys)
-{
-    unsigned char attrSet = (unsigned char) -1;
-    unsigned short attrUse = (unsigned short) -1;
-    int seqno = 0;
-    int off = 0;
+        rec = rec_get (zh->reg->records, *sysno);
+        assert (rec);
+       
+       recordAttr = rec_init_attr (zh->reg->zei, rec);
 
-    zebraExplain_recordCountIncrement (zti, cmd ? 1 : -1);
-    while (off < reckeys->buf_used)
-    {
-        const char *src = reckeys->buf + off;
-        struct it_key key;
-        int lead, ch;
-    
-        lead = *src++;
+       if (!force_update && recordAttr->runNumber ==
+            zebraExplain_runNumberIncrement (zh->reg->zei, 0))
+       {
+            yaz_log (LOG_LOG, "run number = %d", recordAttr->runNumber);
+           yaz_log (LOG_LOG, "skipped %s %s " PRINTF_OFF_T,
+                     zh->m_record_type, fname, recordOffset);
+           extract_flushSortKeys (zh, *sysno, -1, &zh->reg->sortKeys);
+           rec_rm (&rec);
+           logRecord (zh);
+           return 1;
+       }
+        delkeys.buf_used = rec->size[recInfo_delKeys];
+       delkeys.buf = rec->info[recInfo_delKeys];
 
-        if (!(lead & 1))
+        sortKeys.buf_used = rec->size[recInfo_sortKeys];
+        sortKeys.buf = rec->info[recInfo_sortKeys];
+
+       extract_flushSortKeys (zh, *sysno, 0, &sortKeys);
+        extract_flushRecordKeys (zh, *sysno, 0, &delkeys);
+        if (deleteFlag)
         {
-            memcpy (&attrSet, src, sizeof(attrSet));
-            src += sizeof(attrSet);
+            /* record going to be deleted */
+            if (!delkeys.buf_used)
+            {
+                logf (LOG_LOG, "delete %s %s " PRINTF_OFF_T,
+                      zh->m_record_type, fname, recordOffset);
+                logf (LOG_WARN, "cannot delete file above, storeKeys false");
+            }
+            else
+            {
+                if (zh->records_processed < zh->m_file_verbose_limit)
+                    logf (LOG_LOG, "delete %s %s " PRINTF_OFF_T,
+                         zh->m_record_type, fname, recordOffset);
+                zh->records_deleted++;
+                if (matchStr)
+                    dict_delete (zh->reg->matchDict, matchStr);
+                rec_del (zh->reg->records, &rec);
+            }
+           rec_rm (&rec);
+            logRecord (zh);
+            return 1;
         }
-        if (!(lead & 2))
+        else
         {
-            memcpy (&attrUse, src, sizeof(attrUse));
-            src += sizeof(attrUse);
+            /* record going to be updated */
+            if (!delkeys.buf_used)
+            {
+                logf (LOG_LOG, "update %s %s " PRINTF_OFF_T,
+                      zh->m_record_type, fname, recordOffset);
+                logf (LOG_WARN, "cannot update file above, storeKeys false");
+            }
+            else
+            {
+                if (zh->records_processed < zh->m_file_verbose_limit)
+                    logf (LOG_LOG, "update %s %s " PRINTF_OFF_T,
+                        zh->m_record_type, fname, recordOffset);
+                extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
+                extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
+                zh->records_updated++;
+            }
         }
-        if (key_buf_used + 1024 > (ptr_top-ptr_i)*sizeof(char*))
-            key_flush ();
-        ++ptr_i;
-        key_buf[ptr_top-ptr_i] = (char*)key_buf + key_buf_used;
+    }
+    /* update file type */
+    xfree (rec->info[recInfo_fileType]);
+    rec->info[recInfo_fileType] =
+        rec_strdup (zh->m_record_type, &rec->size[recInfo_fileType]);
 
-        ch = zebraExplain_lookupSU (zti, attrSet, attrUse);
-        if (ch < 0)
-            ch = zebraExplain_addSU (zti, attrSet, attrUse);
-        assert (ch > 0);
-       key_buf_used += key_SU_code (ch, ((char*)key_buf) + key_buf_used);
+    /* update filename */
+    xfree (rec->info[recInfo_filename]);
+    rec->info[recInfo_filename] =
+        rec_strdup (fname, &rec->size[recInfo_filename]);
 
-        while (*src)
-            ((char*)key_buf) [key_buf_used++] = *src++;
-        src++;
-        ((char*)key_buf) [key_buf_used++] = '\0';
-        ((char*) key_buf)[key_buf_used++] = cmd;
+    /* update delete keys */
+    xfree (rec->info[recInfo_delKeys]);
+    if (zh->reg->keys.buf_used > 0 && zh->m_store_keys == 1)
+    {
+        rec->size[recInfo_delKeys] = zh->reg->keys.buf_used;
+        rec->info[recInfo_delKeys] = zh->reg->keys.buf;
+        zh->reg->keys.buf = NULL;
+        zh->reg->keys.buf_max = 0;
+    }
+    else
+    {
+        rec->info[recInfo_delKeys] = NULL;
+        rec->size[recInfo_delKeys] = 0;
+    }
 
-        if (lead & 60)
-            seqno += ((lead>>2) & 15)-1;
-        else
+    /* update sort keys */
+    xfree (rec->info[recInfo_sortKeys]);
+
+    rec->size[recInfo_sortKeys] = zh->reg->sortKeys.buf_used;
+    rec->info[recInfo_sortKeys] = zh->reg->sortKeys.buf;
+    zh->reg->sortKeys.buf = NULL;
+    zh->reg->sortKeys.buf_max = 0;
+
+    /* save file size of original record */
+    zebraExplain_recordBytesIncrement (zh->reg->zei,
+                                       - recordAttr->recordSize);
+    recordAttr->recordSize = fi->file_moffset - recordOffset;
+    if (!recordAttr->recordSize)
+       recordAttr->recordSize = fi->file_max - recordOffset;
+    zebraExplain_recordBytesIncrement (zh->reg->zei,
+                                       recordAttr->recordSize);
+
+    /* set run-number for this record */
+    recordAttr->runNumber = zebraExplain_runNumberIncrement (zh->reg->zei,
+                                                             0);
+
+    /* update store data */
+    xfree (rec->info[recInfo_storeData]);
+    if (zh->m_store_data)
+    {
+        rec->size[recInfo_storeData] = recordAttr->recordSize;
+        rec->info[recInfo_storeData] = (char *)
+           xmalloc (recordAttr->recordSize);
+        if (lseek (fi->fd, recordOffset, SEEK_SET) < 0)
         {
-            memcpy (&seqno, src, sizeof(seqno));
-            src += sizeof(seqno);
+            logf (LOG_ERRNO|LOG_FATAL, "seek to " PRINTF_OFF_T " in %s",
+                  recordOffset, fname);
+            exit (1);
+        }
+        if (read (fi->fd, rec->info[recInfo_storeData], recordAttr->recordSize)
+           < recordAttr->recordSize)
+        {
+            logf (LOG_ERRNO|LOG_FATAL, "read %d bytes of %s",
+                  recordAttr->recordSize, fname);
+            exit (1);
         }
-        key.seqno = seqno;
-        key.sysno = sysno;
-        memcpy ((char*)key_buf + key_buf_used, &key, sizeof(key));
-        key_buf_used += sizeof(key);
-        off = src - reckeys->buf;
     }
-    assert (off == reckeys->buf_used);
+    else
+    {
+        rec->info[recInfo_storeData] = NULL;
+        rec->size[recInfo_storeData] = 0;
+    }
+    /* update database name */
+    xfree (rec->info[recInfo_databaseName]);
+    rec->info[recInfo_databaseName] =
+        rec_strdup (zh->basenames[0], &rec->size[recInfo_databaseName]); 
+
+    /* update offset */
+    recordAttr->recordOffset = recordOffset;
+    
+    /* commit this record */
+    rec_put (zh->reg->records, &rec);
+    logRecord (zh);
+    return 1;
 }
 
-static const char **searchRecordKey (struct recKeys *reckeys,
-                                    int attrSetS, int attrUseS)
+int fileExtract (ZebraHandle zh, SYSNO *sysno, const char *fname, 
+                int deleteFlag)
 {
-    static const char *ws[32];
-    int off = 0;
-    int startSeq = -1;
-    int i;
-    short attrUse;
-    char attrSet;
-    int seqno = 0;
-
-    for (i = 0; i<32; i++)
-        ws[i] = NULL;
-    
-    while (off < reckeys->buf_used)
-    {
+    int r, i, fd;
+    char gprefix[128];
+    char ext[128];
+    char ext_res[128];
+    struct file_read_info *fi;
+    const char *original_record_type = 0;
 
-        const char *src = reckeys->buf + off;
-       const char *wstart;
-        int lead;
+    if (!zh->m_group || !*zh->m_group)
+        *gprefix = '\0';
+    else
+        sprintf (gprefix, "%s.", zh->m_group);
     
-        lead = *src++;
+    logf (LOG_DEBUG, "fileExtract %s", fname);
 
-        if (!(lead & 1))
+    /* determine file extension */
+    *ext = '\0';
+    for (i = strlen(fname); --i >= 0; )
+        if (fname[i] == '/')
+            break;
+        else if (fname[i] == '.')
         {
-            memcpy (&attrSet, src, sizeof(attrSet));
-            src += sizeof(attrSet);
+            strcpy (ext, fname+i+1);
+            break;
         }
-        if (!(lead & 2))
+    /* determine file type - depending on extension */
+    original_record_type = zh->m_record_type;
+    if (!zh->m_record_type)
+    {
+        sprintf (ext_res, "%srecordType.%s", gprefix, ext);
+        zh->m_record_type = res_get (zh->res, ext_res);
+    }
+    if (!zh->m_record_type)
+    {
+       if (zh->records_processed < zh->m_file_verbose_limit)
+            logf (LOG_LOG, "? %s", fname);
+        return 0;
+    }
+    /* determine match criteria */
+    if (!zh->m_record_id)
+    {
+        sprintf (ext_res, "%srecordId.%s", gprefix, ext);
+        zh->m_record_id = res_get (zh->res, ext_res);
+    }
+
+    if (sysno && deleteFlag)
+        fd = -1;
+    else
+    {
+        char full_rep[1024];
+
+        if (zh->path_reg && !yaz_is_abspath (fname))
         {
-            memcpy (&attrUse, src, sizeof(attrUse));
-            src += sizeof(attrUse);
+            strcpy (full_rep, zh->path_reg);
+            strcat (full_rep, "/");
+            strcat (full_rep, fname);
         }
-        wstart = src;
-        while (*src++)
-            ;
-        if (lead & 60)
-            seqno += ((lead>>2) & 15)-1;
         else
-        {
-            memcpy (&seqno, src, sizeof(seqno));
-            src += sizeof(seqno);
-        }
-        if (attrUseS == attrUse && attrSetS == attrSet)
-        {
-            int woff;
-
+            strcpy (full_rep, fname);
+        
 
-            if (startSeq == -1)
-                startSeq = seqno;
-            woff = seqno - startSeq;
-            if (woff >= 0 && woff < 31)
-                ws[woff] = wstart;
+        if ((fd = open (full_rep, O_BINARY|O_RDONLY)) == -1)
+        {
+            logf (LOG_WARN|LOG_ERRNO, "open %s", full_rep);
+           zh->m_record_type = original_record_type;
+            return 0;
         }
-
-        off = src - reckeys->buf;
     }
-    assert (off == reckeys->buf_used);
-    return ws;
+    fi = file_read_start (fd);
+    do
+    {
+        file_begin (fi);
+        r = file_extract_record (zh, sysno, fname, deleteFlag, fi, 1);
+    } while (r && !sysno && fi->file_more);
+    file_read_stop (fi);
+    if (fd != -1)
+        close (fd);
+    zh->m_record_type = original_record_type;
+    return r;
 }
 
-struct file_read_info {
-    off_t file_max;        /* maximum offset so far */
-    off_t file_offset;      /* current offset */
-    off_t file_moffset;     /* offset of rec/rec boundary */
-    int file_more;
-    int fd;
-    char *sdrbuf;
-    int sdrmax;
-};
-
-static struct file_read_info *file_read_start (int fd)
+/*
+  If sysno is provided, then it's used to identify the reocord.
+  If not, and match_criteria is provided, then sysno is guessed
+  If not, and a record is provided, then sysno is got from there
+  
+ */
+int buffer_extract_record (ZebraHandle zh, 
+                          const char *buf, size_t buf_size,
+                          int delete_flag,
+                          int test_mode, 
+                          const char *recordType,
+                          SYSNO *sysno,
+                          const char *match_criteria,
+                          const char *fname,
+                          int force_update,
+                          int allow_update)
 {
-    struct file_read_info *fi = xmalloc (sizeof(*fi));
+    RecordAttr *recordAttr;
+    struct recExtractCtrl extractCtrl;
+    int i, r;
+    const char *matchStr = 0;
+    RecType recType = NULL;
+    char subType[1024];
+    void *clientData;
+    Record rec;
+    long recordOffset = 0;
+    struct zebra_fetch_control fc;
+    const char *pr_fname = fname;  /* filename to print .. */
 
-    fi->fd = fd;
-    fi->file_max = 0;
-    fi->file_moffset = 0;
-    fi->sdrbuf = 0;
-    fi->sdrmax = 0;
-    return fi;
-}
+    if (!pr_fname)
+       pr_fname = "<no file>";  /* make it printable if file is omitted */
 
-static void file_read_stop (struct file_read_info *fi)
-{
-    xfree (fi);
-}
+    fc.fd = -1;
+    fc.record_int_buf = buf;
+    fc.record_int_len = buf_size;
+    fc.record_int_pos = 0;
+    fc.offset_end = 0;
+    fc.record_offset = 0;
 
-static off_t file_seek (void *handle, off_t offset)
-{
-    struct file_read_info *p = handle;
-    p->file_offset = offset;
-    if (p->sdrbuf)
-       return offset;
-    return lseek (p->fd, offset, SEEK_SET);
-}
+    extractCtrl.offset = 0;
+    extractCtrl.readf = zebra_record_int_read;
+    extractCtrl.seekf = zebra_record_int_seek;
+    extractCtrl.tellf = zebra_record_int_tell;
+    extractCtrl.endf = zebra_record_int_end;
+    extractCtrl.fh = &fc;
 
-static off_t file_tell (void *handle)
-{
-    struct file_read_info *p = handle;
-    return p->file_offset;
-}
+    create_rec_keys_codec(&zh->reg->keys);
 
-static int file_read (void *handle, char *buf, size_t count)
-{
-    struct file_read_info *p = handle;
-    int fd = p->fd;
-    int r;
-    if (p->sdrbuf)
+    zh->reg->sortKeys.buf_used = 0;
+
+    if (zebraExplain_curDatabase (zh->reg->zei, zh->basenames[0]))
     {
-       r = count;
-       if (r > p->sdrmax - p->file_offset)
-           r = p->sdrmax - p->file_offset;
-       if (r)
-           memcpy (buf, p->sdrbuf + p->file_offset, r);
+        if (zebraExplain_newDatabase (zh->reg->zei, zh->basenames[0], 
+                                     zh->m_explain_database))
+            return 0;
     }
-    else
-       r = read (fd, buf, count);
-    if (r > 0)
+    
+    if (recordType && *recordType) {
+        logf (LOG_DEBUG, "Record type explicitly specified: %s", recordType);
+        recType = recType_byName (zh->reg->recTypes, recordType, subType,
+                                  &clientData);
+    } else {
+        if (!(zh->m_record_type)) {
+            logf (LOG_WARN, "No such record type defined");
+            return 0;
+        }
+        logf (LOG_DEBUG, "Get record type from rgroup: %s",zh->m_record_type);
+        recType = recType_byName (zh->reg->recTypes, zh->m_record_type, subType,
+                                  &clientData);
+        recordType = zh->m_record_type;
+    }
+    
+    if (!recType) {
+        logf (LOG_WARN, "No such record type: %s", zh->m_record_type);
+        return 0;
+    }
+    
+    extractCtrl.subType = subType;
+    extractCtrl.init = extract_init;
+    extractCtrl.tokenAdd = extract_token_add;
+    extractCtrl.schemaAdd = extract_schema_add;
+    extractCtrl.dh = zh->reg->dh;
+    extractCtrl.handle = zh;
+    extractCtrl.zebra_maps = zh->reg->zebra_maps;
+    extractCtrl.flagShowRecords = 0;
+    for (i = 0; i<256; i++)
     {
-        p->file_offset += r;
-        if (p->file_offset > p->file_max)
-            p->file_max = p->file_offset;
+       if (zebra_maps_is_positioned(zh->reg->zebra_maps, i))
+           extractCtrl.seqno[i] = 1;
+       else
+           extractCtrl.seqno[i] = 0;
     }
-    return r;
-}
 
-static void file_begin (void *handle)
-{
-    struct file_read_info *p = handle;
+    r = (*recType->extract)(clientData, &extractCtrl);
 
-    p->file_offset = p->file_moffset;
-    if (!p->sdrbuf && p->file_moffset)
-        lseek (p->fd, p->file_moffset, SEEK_SET);
-    p->file_more = 0;
-}
+    if (r == RECCTRL_EXTRACT_EOF)
+       return 0;
+    else if (r == RECCTRL_EXTRACT_ERROR_GENERIC)
+    {
+       /* error occured during extraction ... */
+       yaz_log (LOG_WARN, "extract error: generic");
+       return 0;
+    }
+    else if (r == RECCTRL_EXTRACT_ERROR_NO_SUCH_FILTER)
+    {
+       /* error occured during extraction ... */
+       yaz_log (LOG_WARN, "extract error: no such filter");
+       return 0;
+    }
+    if (zh->reg->keys.buf_used == 0)
+    {
+       /* the extraction process returned no information - the record
+          is probably empty - unless flagShowRecords is in use */
+       if (test_mode)
+           return 1;
+       logf (LOG_WARN, "No keys generated for record");
+       logf (LOG_WARN, " The file is probably empty");
+       return 1;
+    }
+    /* match criteria */
+    matchStr = NULL;
 
-static void file_end (void *handle, off_t offset)
-{
-    struct file_read_info *p = handle;
+    if (! *sysno) {
+        char *rinfo;
+        if (match_criteria && *match_criteria) {
+            matchStr = match_criteria;
+        } else {
+            if (zh->m_record_id && *zh->m_record_id) {
+                matchStr = fileMatchStr (zh, &zh->reg->keys, pr_fname, 
+                                         zh->m_record_id);
+               if (!matchStr)
+                {
+                    logf (LOG_WARN, "Bad match criteria (recordID)");
+                   return 1;
+                }
+            }
+        }
+        if (matchStr) {
+            rinfo = dict_lookup (zh->reg->matchDict, matchStr);
+            if (rinfo)
+           {
+               assert(*rinfo == sizeof(*sysno));
+                memcpy (sysno, rinfo+1, sizeof(*sysno));
+           }
+        }
+    }
 
-    assert (p->file_more == 0);
-    p->file_more = 1;
-    p->file_moffset = offset;
-}
+    if (! *sysno)
+    {
+        /* new record */
+        if (delete_flag)
+        {
+           logf (LOG_LOG, "delete %s %s %ld", recordType,
+                 pr_fname, (long) recordOffset);
+            logf (LOG_WARN, "cannot delete record above (seems new)");
+            return 1;
+        }
+       logf (LOG_LOG, "add %s %s %ld", recordType, pr_fname,
+             (long) recordOffset);
+        rec = rec_new (zh->reg->records);
 
-static char *fileMatchStr (struct recKeys *reckeys, struct recordGroup *rGroup,
-                           const char *fname, const char *spec)
-{
-    static char dstBuf[2048];
-    char *dst = dstBuf;
-    const char *s = spec;
-    static const char **w;
+        *sysno = rec->sysno;
 
-    while (1)
-    {
-        while (*s == ' ' || *s == '\t')
-            s++;
-        if (!*s)
-            break;
-        if (*s == '(')
+       recordAttr = rec_init_attr (zh->reg->zei, rec);
+
+        if (matchStr)
         {
-           char attset_str[64], attname_str[64];
-           data1_attset *attset;
-           int i;
-            char matchFlag[32];
-            int attSet = 1, attUse = 1;
-            int first = 1;
+            dict_insert (zh->reg->matchDict, matchStr,
+                         sizeof(*sysno), sysno);
+        }
+       extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
+        extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
 
-            s++;
-           for (i = 0; *s && *s != ',' && *s != ')'; s++)
-               if (i < 63)
-                   attset_str[i++] = *s;
-           attset_str[i] = '\0';
+        zh->records_inserted++;
+    } 
+    else
+    {
+        /* record already exists */
+        struct recKeys delkeys;
+        struct sortKeys sortKeys;
 
-           if (*s == ',')
-           {
-               s++;
-               for (i = 0; *s && *s != ')'; s++)
-                   if (i < 63)
-                       attname_str[i++] = *s;
-               attname_str[i] = '\0';
-           }
-           
-           if ((attset = data1_get_attset (rGroup->dh, attset_str)))
+       if (!allow_update) {
+             logf (LOG_LOG, "skipped %s %s %ld", 
+                   recordType, pr_fname, (long) recordOffset);
+             logRecord(zh);
+             return -1;
+       }
+
+        rec = rec_get (zh->reg->records, *sysno);
+        assert (rec);
+       
+       recordAttr = rec_init_attr (zh->reg->zei, rec);
+       
+       if (!force_update) {
+           if (recordAttr->runNumber ==
+               zebraExplain_runNumberIncrement (zh->reg->zei, 0))
            {
-               data1_att *att;
-               attSet = attset->reference;
-               att = data1_getattbyname(rGroup->dh, attset, attname_str);
-               if (att)
-                   attUse = att->value;
-               else
-                   attUse = atoi (attname_str);
+               logf (LOG_LOG, "skipped %s %s %ld", recordType,
+                     pr_fname, (long) recordOffset);
+               extract_flushSortKeys (zh, *sysno, -1, &zh->reg->sortKeys);
+               rec_rm (&rec);
+               logRecord(zh);
+               return -1;
            }
-            w = searchRecordKey (reckeys, attSet, attUse);
-            assert (w);
+       }
+
+        delkeys.buf_used = rec->size[recInfo_delKeys];
+       delkeys.buf = rec->info[recInfo_delKeys];
+
+        sortKeys.buf_used = rec->size[recInfo_sortKeys];
+        sortKeys.buf = rec->info[recInfo_sortKeys];
 
-            if (*s == ')')
+       extract_flushSortKeys (zh, *sysno, 0, &sortKeys);
+        extract_flushRecordKeys (zh, *sysno, 0, &delkeys);
+        if (delete_flag)
+        {
+            /* record going to be deleted */
+            if (!delkeys.buf_used)
             {
-                for (i = 0; i<32; i++)
-                    matchFlag[i] = 1;
+                logf (LOG_LOG, "delete %s %s %ld", recordType,
+                      pr_fname, (long) recordOffset);
+                logf (LOG_WARN, "cannot delete file above, storeKeys false");
             }
             else
             {
-                logf (LOG_WARN, "Missing ) in match criteria %s in group %s",
-                      spec, rGroup->groupName ? rGroup->groupName : "none");
-                return NULL;
-            }
-            s++;
-
-            for (i = 0; i<32; i++)
-                if (matchFlag[i] && w[i])
-                {
-                    if (first)
-                    {
-                        *dst++ = ' ';
-                        first = 0;
-                    }
-                    strcpy (dst, w[i]);
-                    dst += strlen(w[i]);
-                }
-            if (first)
-            {
-                logf (LOG_WARN, "Record didn't contain match"
-                      " fields in (%s,%s)", attset_str, attname_str);
-                return NULL;
+               logf (LOG_LOG, "delete %s %s %ld", recordType,
+                     pr_fname, (long) recordOffset);
+                zh->records_deleted++;
+                if (matchStr)
+                    dict_delete (zh->reg->matchDict, matchStr);
+                rec_del (zh->reg->records, &rec);
             }
+           rec_rm (&rec);
+            logRecord(zh);
+            return 0;
         }
-        else if (*s == '$')
+        else
         {
-            int spec_len;
-            char special[64];
-            const char *spec_src = NULL;
-            const char *s1 = ++s;
-            while (*s1 && *s1 != ' ' && *s1 != '\t')
-                s1++;
-
-            spec_len = s1 - s;
-            if (spec_len > 63)
-                spec_len = 63;
-            memcpy (special, s, spec_len);
-            special[spec_len] = '\0';
-            s = s1;
-
-            if (!strcmp (special, "group"))
-                spec_src = rGroup->groupName;
-            else if (!strcmp (special, "database"))
-                spec_src = rGroup->databaseName;
-            else if (!strcmp (special, "filename"))
-                spec_src = fname;
-            else if (!strcmp (special, "type"))
-                spec_src = rGroup->recordType;
-            else 
-                spec_src = NULL;
-            if (spec_src)
+            /* record going to be updated */
+            if (!delkeys.buf_used)
             {
-                strcpy (dst, spec_src);
-                dst += strlen (spec_src);
+                logf (LOG_LOG, "update %s %s %ld", recordType,
+                      pr_fname, (long) recordOffset);
+                logf (LOG_WARN, "cannot update file above, storeKeys false");
             }
-        }
-        else if (*s == '\"' || *s == '\'')
-        {
-            int stopMarker = *s++;
-            char tmpString[64];
-            int i = 0;
-
-            while (*s && *s != stopMarker)
+            else
             {
-                if (i < 63)
-                    tmpString[i++] = *s++;
+               logf (LOG_LOG, "update %s %s %ld", recordType,
+                     pr_fname, (long) recordOffset);
+                extract_flushSortKeys (zh, *sysno, 1, &zh->reg->sortKeys);
+                extract_flushRecordKeys (zh, *sysno, 1, &zh->reg->keys);
+                zh->records_updated++;
             }
-            if (*s)
-                s++;
-            tmpString[i] = '\0';
-            strcpy (dst, tmpString);
-            dst += strlen (tmpString);
-        }
-        else
-        {
-            logf (LOG_WARN, "Syntax error in match criteria %s in group %s",
-                  spec, rGroup->groupName ? rGroup->groupName : "none");
-            return NULL;
         }
-        *dst++ = 1;
     }
-    if (dst == dstBuf)
+    /* update file type */
+    xfree (rec->info[recInfo_fileType]);
+    rec->info[recInfo_fileType] =
+        rec_strdup (recordType, &rec->size[recInfo_fileType]);
+
+    /* update filename */
+    xfree (rec->info[recInfo_filename]);
+    rec->info[recInfo_filename] =
+        rec_strdup (fname, &rec->size[recInfo_filename]);
+
+    /* update delete keys */
+    xfree (rec->info[recInfo_delKeys]);
+    if (zh->reg->keys.buf_used > 0 && zh->m_store_keys == 1)
     {
-        logf (LOG_WARN, "No match criteria for record %s in group %s",
-              fname, rGroup->groupName ? rGroup->groupName : "none");
-        return NULL;
+        rec->size[recInfo_delKeys] = zh->reg->keys.buf_used;
+        rec->info[recInfo_delKeys] = zh->reg->keys.buf;
+        zh->reg->keys.buf = NULL;
+        zh->reg->keys.buf_max = 0;
+    }
+    else
+    {
+        rec->info[recInfo_delKeys] = NULL;
+        rec->size[recInfo_delKeys] = 0;
     }
-    *dst = '\0';
-    return dstBuf;
-}
 
-struct recordLogInfo {
-    const char *fname;
-    int recordOffset;
-    struct recordGroup *rGroup;
-};
-     
-static void recordLogPreamble (int level, const char *msg, void *info)
-{
-    struct recordLogInfo *p = info;
-    FILE *outf = log_file ();
-
-    if (level & LOG_LOG)
-        return ;
-    fprintf (outf, "File %s, offset %d, type %s\n",
-             p->rGroup->recordType, p->recordOffset, p->fname);
-    log_event_start (NULL, NULL);
+    /* update sort keys */
+    xfree (rec->info[recInfo_sortKeys]);
+
+    rec->size[recInfo_sortKeys] = zh->reg->sortKeys.buf_used;
+    rec->info[recInfo_sortKeys] = zh->reg->sortKeys.buf;
+    zh->reg->sortKeys.buf = NULL;
+    zh->reg->sortKeys.buf_max = 0;
+
+    /* save file size of original record */
+    zebraExplain_recordBytesIncrement (zh->reg->zei,
+                                      - recordAttr->recordSize);
+#if 0
+    recordAttr->recordSize = fi->file_moffset - recordOffset;
+    if (!recordAttr->recordSize)
+       recordAttr->recordSize = fi->file_max - recordOffset;
+#else
+    recordAttr->recordSize = buf_size;
+#endif
+    zebraExplain_recordBytesIncrement (zh->reg->zei,
+                                      recordAttr->recordSize);
+
+    /* set run-number for this record */
+    recordAttr->runNumber =
+       zebraExplain_runNumberIncrement (zh->reg->zei, 0);
+
+    /* update store data */
+    xfree (rec->info[recInfo_storeData]);
+    if (zh->m_store_data)
+    {
+        rec->size[recInfo_storeData] = recordAttr->recordSize;
+        rec->info[recInfo_storeData] = (char *)
+           xmalloc (recordAttr->recordSize);
+        memcpy (rec->info[recInfo_storeData], buf, recordAttr->recordSize);
+    }
+    else
+    {
+        rec->info[recInfo_storeData] = NULL;
+        rec->size[recInfo_storeData] = 0;
+    }
+    /* update database name */
+    xfree (rec->info[recInfo_databaseName]);
+    rec->info[recInfo_databaseName] =
+        rec_strdup (zh->basenames[0], &rec->size[recInfo_databaseName]); 
+
+    /* update offset */
+    recordAttr->recordOffset = recordOffset;
+    
+    /* commit this record */
+    rec_put (zh->reg->records, &rec);
+    logRecord(zh);
+    return 0;
 }
 
-void addSchema (struct recExtractCtrl *p, Odr_oid *oid)
+int explain_extract (void *handle, Record rec, data1_node *n)
 {
-    zebraExplain_addSchema (zti, oid);
+    ZebraHandle zh = (ZebraHandle) handle;
+    struct recExtractCtrl extractCtrl;
+    int i;
+
+    if (zebraExplain_curDatabase (zh->reg->zei,
+                                 rec->info[recInfo_databaseName]))
+    {
+       abort();
+        if (zebraExplain_newDatabase (zh->reg->zei,
+                                     rec->info[recInfo_databaseName], 0))
+            abort ();
+    }
+
+    create_rec_keys_codec(&zh->reg->keys);
+
+    zh->reg->sortKeys.buf_used = 0;
+    
+    extractCtrl.init = extract_init;
+    extractCtrl.tokenAdd = extract_token_add;
+    extractCtrl.schemaAdd = extract_schema_add;
+    extractCtrl.dh = zh->reg->dh;
+    for (i = 0; i<256; i++)
+       extractCtrl.seqno[i] = 0;
+    extractCtrl.zebra_maps = zh->reg->zebra_maps;
+    extractCtrl.flagShowRecords = 0;
+    extractCtrl.handle = handle;
+
+    if (n)
+       grs_extract_tree(&extractCtrl, n);
+
+    if (rec->size[recInfo_delKeys])
+    {
+       struct recKeys delkeys;
+       struct sortKeys sortkeys;
+
+       delkeys.buf_used = rec->size[recInfo_delKeys];
+       delkeys.buf = rec->info[recInfo_delKeys];
+
+       sortkeys.buf_used = rec->size[recInfo_sortKeys];
+       sortkeys.buf = rec->info[recInfo_sortKeys];
+
+       extract_flushSortKeys (zh, rec->sysno, 0, &sortkeys);
+       extract_flushRecordKeys (zh, rec->sysno, 0, &delkeys);
+    }
+    extract_flushRecordKeys (zh, rec->sysno, 1, &zh->reg->keys);
+    extract_flushSortKeys (zh, rec->sysno, 1, &zh->reg->sortKeys);
+
+    xfree (rec->info[recInfo_delKeys]);
+    rec->size[recInfo_delKeys] = zh->reg->keys.buf_used;
+    rec->info[recInfo_delKeys] = zh->reg->keys.buf;
+    zh->reg->keys.buf = NULL;
+    zh->reg->keys.buf_max = 0;
+
+    xfree (rec->info[recInfo_sortKeys]);
+    rec->size[recInfo_sortKeys] = zh->reg->sortKeys.buf_used;
+    rec->info[recInfo_sortKeys] = zh->reg->sortKeys.buf;
+    zh->reg->sortKeys.buf = NULL;
+    zh->reg->sortKeys.buf_max = 0;
+
+    return 0;
 }
 
-static int recordExtract (SYSNO *sysno, const char *fname,
-                          struct recordGroup *rGroup, int deleteFlag,
-                          struct file_read_info *fi,
-                         RecType recType, char *subType)
+void extract_flushRecordKeys (ZebraHandle zh, SYSNO sysno,
+                              int cmd, struct recKeys *reckeys)
 {
-    RecordAttr *recordAttr;
-    int r;
-    char *matchStr;
-    SYSNO sysnotmp;
-    Record rec;
-    struct recordLogInfo logInfo;
-    off_t recordOffset = 0;
+#if IT_KEY_NEW
+    void *decode_handle = iscz1_start();
+#else
+    int seqno = 0;
+#if SU_SCHEME
+#else
+    unsigned char attrSet = (unsigned char) -1;
+    unsigned short attrUse = (unsigned short) -1;
+#endif
+#endif
+    int off = 0;
+    int ch = 0;
+    ZebraExplainInfo zei = zh->reg->zei;
 
-    if (fi->fd != -1)
+    if (!zh->reg->key_buf)
     {
-       struct recExtractCtrl extractCtrl;
+       int mem= 1024*1024* atoi( res_get_def( zh->res, "memmax", "8"));
+       if (mem <= 0)
+       {
+           logf(LOG_WARN, "Invalid memory setting, using default 8 MB");
+           mem= 1024*1024*8;
+       }
+       /* FIXME: That "8" should be in a default settings include */
+       /* not hard-coded here! -H */
+       zh->reg->key_buf = (char**) xmalloc (mem);
+       zh->reg->ptr_top = mem/sizeof(char*);
+       zh->reg->ptr_i = 0;
+       zh->reg->key_buf_used = 0;
+       zh->reg->key_file_no = 0;
+    }
+    zebraExplain_recordCountIncrement (zei, cmd ? 1 : -1);
+#if IT_KEY_NEW
+    while (off < reckeys->buf_used)
+    {
+        const char *src = reckeys->buf + off;
+        struct it_key key;
+       char *dst = (char*) &key;
+       int attrSet, attrUse;
 
-        /* we are going to read from a file, so prepare the extraction */
-       int i;
+       iscz1_decode(decode_handle, &dst, &src);
+       assert(key.len < 4 && key.len > 2);
 
-       reckeys.buf_used = 0;
-       reckeys.prevAttrUse = -1;
-       reckeys.prevAttrSet = -1;
-       reckeys.prevSeqNo = 0;
+       attrSet = (int) key.mem[0];
+       attrUse = (int) key.mem[1]; /* sequence in mem[2] */
+
+        if (zh->reg->key_buf_used + 1024 > 
+            (zh->reg->ptr_top -zh->reg->ptr_i)*sizeof(char*))
+            extract_flushWriteKeys (zh,0);
+        ++(zh->reg->ptr_i);
+        assert(zh->reg->ptr_i > 0);
+        (zh->reg->key_buf)[zh->reg->ptr_top - zh->reg->ptr_i] =
+           (char*)zh->reg->key_buf + zh->reg->key_buf_used;
+
+        ch = zebraExplain_lookupSU (zei, attrSet, attrUse);
+        if (ch < 0)
+            ch = zebraExplain_addSU (zei, attrSet, attrUse);
+
+        assert (ch > 0);
+       zh->reg->key_buf_used +=
+           key_SU_encode (ch,((char*)zh->reg->key_buf) +
+                           zh->reg->key_buf_used);
+        while (*src)
+            ((char*)zh->reg->key_buf) [(zh->reg->key_buf_used)++] = *src++;
+        src++;
+        ((char*)(zh->reg->key_buf))[(zh->reg->key_buf_used)++] = '\0';
+        ((char*)(zh->reg->key_buf))[(zh->reg->key_buf_used)++] = cmd;
+
+        key.len = 2;
+       key.mem[0] = sysno;
+       key.mem[1] = key.mem[2];  /* sequence .. */
        
-       recordOffset = fi->file_moffset;
-       extractCtrl.offset = fi->file_moffset;
-       extractCtrl.readf = file_read;
-       extractCtrl.seekf = file_seek;
-       extractCtrl.tellf = file_tell;
-       extractCtrl.endf = file_end;
-       extractCtrl.fh = fi;
-       extractCtrl.subType = subType;
-       extractCtrl.init = wordInit;
-       extractCtrl.addWord = addRecordKey;
-       extractCtrl.addSchema = addSchema;
-       extractCtrl.dh = rGroup->dh;
-       for (i = 0; i<256; i++)
-           extractCtrl.seqno[i] = 0;
-       extractCtrl.zebra_maps = rGroup->zebra_maps;
-       extractCtrl.flagShowRecords = !rGroup->flagRw;
+        memcpy ((char*)zh->reg->key_buf + zh->reg->key_buf_used,
+               &key, sizeof(key));
+        (zh->reg->key_buf_used) += sizeof(key);
+        off = src - reckeys->buf;
+    }
+#else
+    while (off < reckeys->buf_used)
+    {
+        const char *src = reckeys->buf + off;
+        struct it_key key;
+        int lead;
+    
+        lead = *src++;
+
+#if SU_SCHEME
+       if ((lead & 3) < 3)
+       {
+           memcpy (&ch, src, sizeof(ch));
+           src += sizeof(ch);
+       }
+#else
+        if (!(lead & 1))
+        {
+            memcpy (&attrSet, src, sizeof(attrSet));
+            src += sizeof(attrSet);
+        }
+        if (!(lead & 2))
+        {
+            memcpy (&attrUse, src, sizeof(attrUse));
+            src += sizeof(attrUse);
+        }
+#endif
+        if (zh->reg->key_buf_used + 1024 > 
+            (zh->reg->ptr_top -zh->reg->ptr_i)*sizeof(char*))
+            extract_flushWriteKeys (zh,0);
+        assert(zh->reg->ptr_i >= 0);
+        ++(zh->reg->ptr_i);
+        assert(zh->reg->ptr_i > 0);
+        (zh->reg->key_buf)[zh->reg->ptr_top - zh->reg->ptr_i] =
+           (char*)zh->reg->key_buf + zh->reg->key_buf_used;
+#if SU_SCHEME
+#else
+        ch = zebraExplain_lookupSU (zei, attrSet, attrUse);
+        if (ch < 0)
+            ch = zebraExplain_addSU (zei, attrSet, attrUse);
+#endif
+        assert (ch > 0);
+       zh->reg->key_buf_used +=
+           key_SU_encode (ch,((char*)zh->reg->key_buf) +
+                           zh->reg->key_buf_used);
+
+        while (*src)
+            ((char*)zh->reg->key_buf) [(zh->reg->key_buf_used)++] = *src++;
+        src++;
+        ((char*)(zh->reg->key_buf))[(zh->reg->key_buf_used)++] = '\0';
+        ((char*)(zh->reg->key_buf))[(zh->reg->key_buf_used)++] = cmd;
+
+        if (lead & 60)
+            seqno += ((lead>>2) & 15)-1;
+        else
+        {
+            memcpy (&seqno, src, sizeof(seqno));
+            src += sizeof(seqno);
+        }
+        key.seqno = seqno;
+        key.sysno = sysno;
+        memcpy ((char*)zh->reg->key_buf + zh->reg->key_buf_used, &key, sizeof(key));
+        (zh->reg->key_buf_used) += sizeof(key);
+        off = src - reckeys->buf;
+    }
+#endif
+    assert (off == reckeys->buf_used);
+#if IT_KEY_NEW
+    iscz1_stop(decode_handle);
+#endif
+}
 
-        if (!rGroup->flagRw)
-            printf ("File: %s %ld\n", fname, (long) recordOffset);
+void extract_flushWriteKeys (ZebraHandle zh, int final)
+        /* optimizing: if final=1, and no files written yet */
+        /* push the keys directly to merge, sidestepping the */
+        /* temp file altogether. Speeds small updates */
+{
+    FILE *outf;
+    char out_fname[200];
+    char *prevcp, *cp;
+    struct encode_info encode_info;
+    int ptr_i = zh->reg->ptr_i;
+    int temp_policy;
+#if SORT_EXTRA
+    int i;
+#endif
+    if (!zh->reg->key_buf || ptr_i <= 0)
+    {
+        logf (LOG_DEBUG, "  nothing to flush section=%d buf=%p i=%d",
+               zh->reg->key_file_no, zh->reg->key_buf, ptr_i);
+        logf (LOG_DEBUG, "  buf=%p ",
+               zh->reg->key_buf);
+        logf (LOG_DEBUG, "  ptr=%d ",zh->reg->ptr_i);
+        logf (LOG_DEBUG, "  reg=%p ",zh->reg);
+               
+        return;
+    }
 
-        logInfo.fname = fname;
-        logInfo.recordOffset = recordOffset;
-        logInfo.rGroup = rGroup;
-        log_event_start (recordLogPreamble, &logInfo);
+    (zh->reg->key_file_no)++;
+    logf (LOG_LOG, "sorting section %d", (zh->reg->key_file_no));
+    logf (LOG_DEBUG, "  sort_buff at %p n=%d",
+                    zh->reg->key_buf + zh->reg->ptr_top - ptr_i,ptr_i);
+#if !SORT_EXTRA
+    qsort (zh->reg->key_buf + zh->reg->ptr_top - ptr_i, ptr_i,
+               sizeof(char*), key_qsort_compare);
+
+    /* zebra.cfg: tempfiles:  
+       Y: always use temp files (old way) 
+       A: use temp files, if more than one (auto) 
+          = if this is both the last and the first 
+       N: never bother with temp files (new) */
+
+    temp_policy=toupper(res_get_def(zh->res,"tempfiles","auto")[0]);
+    if (temp_policy != 'Y' && temp_policy != 'N' && temp_policy != 'A') {
+        logf (LOG_WARN, "Illegal tempfiles setting '%c'. using 'Auto' ", 
+                        temp_policy);
+        temp_policy='A';
+    }
 
-        r = (*recType->extract)(&extractCtrl);
+    if (   ( temp_policy =='N' )   ||     /* always from memory */
+         ( ( temp_policy =='A' ) &&       /* automatic */
+             (zh->reg->key_file_no == 1) &&  /* this is first time */
+             (final) ) )                     /* and last (=only) time */
+    { /* go directly from memory */
+        zh->reg->key_file_no =0; /* signal not to read files */
+        zebra_index_merge(zh); 
+        zh->reg->ptr_i = 0;
+        zh->reg->key_buf_used = 0; 
+        return; 
+    }
 
-        log_event_start (NULL, NULL);
+    /* Not doing directly from memory, write into a temp file */
+    extract_get_fname_tmp (zh, out_fname, zh->reg->key_file_no);
 
-        if (r)      
-        {
-            /* error occured during extraction ... */
-            if (rGroup->flagRw &&
-               records_processed < rGroup->fileVerboseLimit)
-            {
-                logf (LOG_WARN, "fail %s %s %ld code = %d", rGroup->recordType,
-                      fname, (long) recordOffset, r);
-            }
-            return 0;
-        }
-        if (reckeys.buf_used == 0)
+    if (!(outf = fopen (out_fname, "wb")))
+    {
+        logf (LOG_FATAL|LOG_ERRNO, "fopen %s", out_fname);
+        exit (1);
+    }
+    logf (LOG_LOG, "writing section %d", zh->reg->key_file_no);
+    prevcp = cp = (zh->reg->key_buf)[zh->reg->ptr_top - ptr_i];
+    
+    encode_key_init (&encode_info);
+    encode_key_write (cp, &encode_info, outf);
+    
+    while (--ptr_i > 0)
+    {
+        cp = (zh->reg->key_buf)[zh->reg->ptr_top - ptr_i];
+        if (strcmp (cp, prevcp))
         {
-            /* the extraction process returned no information - the record
-               is probably empty - unless flagShowRecords is in use */
-            if (!rGroup->flagRw)
-                return 1;
-            logf (LOG_WARN, "No keys generated for file %s", fname);
-            logf (LOG_WARN, " The file is probably empty");
-            return 1;
+            encode_key_flush ( &encode_info, outf);
+            encode_key_init (&encode_info);
+            encode_key_write (cp, &encode_info, outf);
+            prevcp = cp;
         }
+        else
+            encode_key_write (cp + strlen(cp), &encode_info, outf);
     }
+    encode_key_flush ( &encode_info, outf);
+#else
+    qsort (key_buf + ptr_top-ptr_i, ptr_i, sizeof(char*), key_x_compare);
+    extract_get_fname_tmp (out_fname, key_file_no);
 
-    /* perform match if sysno not known and if match criteria is specified */
-       
-    matchStr = NULL;
-    if (!sysno) 
+    if (!(outf = fopen (out_fname, "wb")))
     {
-        sysnotmp = 0;
-        sysno = &sysnotmp;
-        if (rGroup->recordId && *rGroup->recordId)
+        logf (LOG_FATAL|LOG_ERRNO, "fopen %s", out_fname);
+        exit (1);
+    }
+    logf (LOG_LOG, "writing section %d", key_file_no);
+    i = ptr_i;
+    prevcp =  key_buf[ptr_top-i];
+    while (1)
+        if (!--i || strcmp (prevcp, key_buf[ptr_top-i]))
         {
-            char *rinfo;
-        
-            matchStr = fileMatchStr (&reckeys, rGroup, fname, 
-                                     rGroup->recordId);
-            if (matchStr)
-            {
-                rinfo = dict_lookup (matchDict, matchStr);
-                if (rinfo)
-                    memcpy (sysno, rinfo+1, sizeof(*sysno));
-            }
-            else
+            key_y_len = strlen(prevcp)+1;
+#if 0
+            logf (LOG_LOG, "key_y_len: %2d %02x %02x %s",
+                      key_y_len, prevcp[0], prevcp[1], 2+prevcp);
+#endif
+            qsort (key_buf + ptr_top-ptr_i, ptr_i - i,
+                                   sizeof(char*), key_y_compare);
+            cp = key_buf[ptr_top-ptr_i];
+            --key_y_len;
+            encode_key_init (&encode_info);
+            encode_key_write (cp, &encode_info, outf);
+            while (--ptr_i > i)
             {
-                logf (LOG_WARN, "Bad match criteria");
-                return 0;
+                cp = key_buf[ptr_top-ptr_i];
+                encode_key_write (cp+key_y_len, &encode_info, outf);
             }
+            encode_key_flush ( &encode_info, outf);
+            if (!i)
+                break;
+            prevcp = key_buf[ptr_top-ptr_i];
         }
+#endif
+    if (fclose (outf))
+    {
+        logf (LOG_FATAL|LOG_ERRNO, "fclose %s", out_fname);
+        exit (1);
     }
+    logf (LOG_LOG, "finished section %d", zh->reg->key_file_no);
+    zh->reg->ptr_i = 0;
+    zh->reg->key_buf_used = 0;
+}
 
-    if (! *sysno)
+void extract_add_index_string (RecWord *p, const char *str, int length)
+{
+    char *dst;
+    ZebraHandle zh = p->extractCtrl->handle;
+    struct recKeys *keys = &zh->reg->keys;
+#if IT_KEY_NEW
+    struct it_key key;
+    const char *src = (char*) &key;
+#else
+    unsigned char attrSet;
+    unsigned short attrUse;
+    int lead = 0;
+    int diff = 0;
+    int *pseqno = &p->seqno;
+    ZebraExplainInfo zei = zh->reg->zei;
+#endif
+    
+    if (keys->buf_used+1024 > keys->buf_max)
     {
-        /* new record */
-        if (deleteFlag)
-        {
-           logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
-                 fname, (long) recordOffset);
-            logf (LOG_WARN, "cannot delete record above (seems new)");
-            return 1;
-        }
-        if (records_processed < rGroup->fileVerboseLimit)
-            logf (LOG_LOG, "add %s %s %ld", rGroup->recordType,
-                  fname, (long) recordOffset);
-        rec = rec_new (records);
+        char *b;
 
-        *sysno = rec->sysno;
+        b = (char *) xmalloc (keys->buf_max += 128000);
+        if (keys->buf_used > 0)
+            memcpy (b, keys->buf, keys->buf_used);
+        xfree (keys->buf);
+        keys->buf = b;
+    }
+    dst = keys->buf + keys->buf_used;
 
-       recordAttr = rec_init_attr (zti, rec);
+#if IT_KEY_NEW
+    key.len = 3;
+    key.mem[0] = p->attrSet;
+    key.mem[1] = p->attrUse;
+    key.mem[2] = p->seqno;
 
-        if (matchStr)
-        {
-            dict_insert (matchDict, matchStr, sizeof(*sysno), sysno);
-        }
-        flushRecordKeys (*sysno, 1, &reckeys);
-       flushSortKeys (*sysno, 1);
+#if 0
+    /* just for debugging .. */
+    yaz_log(LOG_LOG, "set=%d use=%d seqno=%d", p->attrSet, p->attrUse,
+           p->seqno);
+#endif
 
-        records_inserted++;
-    }
+    iscz1_encode(keys->codec_handle, &dst, &src);
+
+    *dst++ = p->reg_type;
+    memcpy (dst, str, length);
+    dst += length;
+    *dst++ = '\0';
+#else
+    /* leader byte is encoded as follows:
+       bit 0 : 1 if attrset is unchanged; 0 if attrset is changed
+       bit 1 : 1 if attruse is unchanged; 0 if attruse is changed
+    */
+    attrSet = p->attrSet;
+    if (keys->buf_used > 0 && keys->prevAttrSet == attrSet)
+        lead |= 1;
     else
-    {
-        /* record already exists */
-        struct recKeys delkeys;
+        keys->prevAttrSet = attrSet;
+    attrUse = p->attrUse;
+    if (keys->buf_used > 0 && keys->prevAttrUse == attrUse)
+        lead |= 2;
+    else
+        keys->prevAttrUse = attrUse;
 
-        rec = rec_get (records, *sysno);
-        assert (rec);
-       
-       recordAttr = rec_init_attr (zti, rec);
+    diff = 1 + *pseqno - keys->prevSeqNo;
+    if (diff >= 1 && diff <= 15)
+        lead |= (diff << 2);
+    else
+        diff = 0;
 
-       if (recordAttr->runNumber == zebraExplain_runNumberIncrement (zti, 0))
-       {
-           logf (LOG_LOG, "skipped %s %s %ld", rGroup->recordType,
-                 fname, (long) recordOffset);
-           rec_rm (&rec);
-           logRecord (0);
-           return 1;
-       }
-        delkeys.buf_used = rec->size[recInfo_delKeys];
-       delkeys.buf = rec->info[recInfo_delKeys];
-       flushSortKeys (*sysno, 0);
-        flushRecordKeys (*sysno, 0, &delkeys);
-        if (deleteFlag)
-        {
-            /* record going to be deleted */
-            if (!delkeys.buf_used)
-            {
-                logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
-                      fname, (long) recordOffset);
-                logf (LOG_WARN, "cannot delete file above, storeKeys false");
-            }
-            else
-            {
-                if (records_processed < rGroup->fileVerboseLimit)
-                    logf (LOG_LOG, "delete %s %s %ld", rGroup->recordType,
-                          fname, (long) recordOffset);
-                records_deleted++;
-                if (matchStr)
-                    dict_delete (matchDict, matchStr);
-                rec_del (records, &rec);
-            }
-           rec_rm (&rec);
-            logRecord (0);
-            return 1;
-        }
-        else
+    keys->prevSeqNo = *pseqno;
+    
+    *dst++ = lead;
+
+#if SU_SCHEME
+    if ((lead & 3) < 3)
+    {
+        int ch = zebraExplain_lookupSU (zei, attrSet, attrUse);
+        if (ch < 0)
         {
-            /* record going to be updated */
-            if (!delkeys.buf_used)
-            {
-                logf (LOG_LOG, "update %s %s %ld", rGroup->recordType,
-                      fname, (long) recordOffset);
-                logf (LOG_WARN, "cannot update file above, storeKeys false");
-            }
-            else
-            {
-                if (records_processed < rGroup->fileVerboseLimit)
-                    logf (LOG_LOG, "update %s %s %ld", rGroup->recordType,
-                          fname, (long) recordOffset);
-                flushRecordKeys (*sysno, 1, &reckeys);
-                records_updated++;
-            }
+            ch = zebraExplain_addSU (zei, attrSet, attrUse);
+            yaz_log (LOG_DEBUG, "addSU set=%d use=%d SU=%d",
+                     attrSet, attrUse, ch);
         }
+       assert (ch > 0);
+       memcpy (dst, &ch, sizeof(ch));
+       dst += sizeof(ch);
     }
-    /* update file type */
-    xfree (rec->info[recInfo_fileType]);
-    rec->info[recInfo_fileType] =
-        rec_strdup (rGroup->recordType, &rec->size[recInfo_fileType]);
-
-    /* update filename */
-    xfree (rec->info[recInfo_filename]);
-    rec->info[recInfo_filename] =
-        rec_strdup (fname, &rec->size[recInfo_filename]);
+#else
+    if (!(lead & 1))
+    {
+        memcpy (dst, &attrSet, sizeof(attrSet));
+        dst += sizeof(attrSet);
+    }
+    if (!(lead & 2))
+    {
+        memcpy (dst, &attrUse, sizeof(attrUse));
+        dst += sizeof(attrUse);
+    }
+#endif
+    *dst++ = p->reg_type;
+    memcpy (dst, str, length);
+    dst += length;
+    *dst++ = '\0';
 
-    /* update delete keys */
-    xfree (rec->info[recInfo_delKeys]);
-    if (reckeys.buf_used > 0 && rGroup->flagStoreKeys == 1)
+    if (!diff)
     {
-#if 1
-        rec->size[recInfo_delKeys] = reckeys.buf_used;
-        rec->info[recInfo_delKeys] = reckeys.buf;
-        reckeys.buf = NULL;
-        reckeys.buf_max = 0;
-#else
-        rec->info[recInfo_delKeys] = xmalloc (reckeys.buf_used);
-        rec->size[recInfo_delKeys] = reckeys.buf_used;
-        memcpy (rec->info[recInfo_delKeys], reckeys.buf,
-                rec->size[recInfo_delKeys]);
+        memcpy (dst, pseqno, sizeof(*pseqno));
+        dst += sizeof(*pseqno);
+    }
 #endif
+    keys->buf_used = dst - keys->buf;
+}
+
+static void extract_add_sort_string (RecWord *p, const char *str,
+                                    int length)
+{
+    ZebraHandle zh = p->extractCtrl->handle;
+    struct sortKeys *sk = &zh->reg->sortKeys;
+    int off = 0;
+
+    while (off < sk->buf_used)
+    {
+        int set, use, slen;
+
+        off += key_SU_decode(&set, sk->buf + off);
+        off += key_SU_decode(&use, sk->buf + off);
+        off += key_SU_decode(&slen, sk->buf + off);
+        off += slen;
+        if (p->attrSet == set && p->attrUse == use)
+            return;
     }
+    assert (off == sk->buf_used);
+    
+    if (sk->buf_used + IT_MAX_WORD > sk->buf_max)
+    {
+        char *b;
+        
+        b = (char *) xmalloc (sk->buf_max += 128000);
+        if (sk->buf_used > 0)
+            memcpy (b, sk->buf, sk->buf_used);
+        xfree (sk->buf);
+        sk->buf = b;
+    }
+    off += key_SU_encode(p->attrSet, sk->buf + off);
+    off += key_SU_encode(p->attrUse, sk->buf + off);
+    off += key_SU_encode(length, sk->buf + off);
+    memcpy (sk->buf + off, str, length);
+    sk->buf_used = off + length;
+}
+
+void extract_add_string (RecWord *p, const char *string, int length)
+{
+    assert (length > 0);
+    if (zebra_maps_is_sort (p->zebra_maps, p->reg_type))
+       extract_add_sort_string (p, string, length);
     else
+       extract_add_index_string (p, string, length);
+}
+
+static void extract_add_incomplete_field (RecWord *p)
+{
+    const char *b = p->string;
+    int remain = p->length;
+    const char **map = 0;
+
+    if (remain > 0)
+       map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain, 0);
+
+    while (map)
     {
-        rec->info[recInfo_delKeys] = NULL;
-        rec->size[recInfo_delKeys] = 0;
+       char buf[IT_MAX_WORD+1];
+       int i, remain;
+
+       /* Skip spaces */
+       while (map && *map && **map == *CHR_SPACE)
+       {
+           remain = p->length - (b - p->string);
+           if (remain > 0)
+               map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain, 0);
+           else
+               map = 0;
+       }
+       if (!map)
+           break;
+       i = 0;
+       while (map && *map && **map != *CHR_SPACE)
+       {
+           const char *cp = *map;
+
+           while (i < IT_MAX_WORD && *cp)
+               buf[i++] = *(cp++);
+           remain = p->length - (b - p->string);
+           if (remain > 0)
+               map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain, 0);
+           else
+               map = 0;
+       }
+       if (!i)
+           return;
+       extract_add_string (p, buf, i);
+        p->seqno++;
     }
+}
 
-    /* save file size of original record */
-    zebraExplain_recordBytesIncrement (zti, - recordAttr->recordSize);
-    recordAttr->recordSize = fi->file_moffset - recordOffset;
-    if (!recordAttr->recordSize)
-       recordAttr->recordSize = fi->file_max - recordOffset;
-    zebraExplain_recordBytesIncrement (zti, recordAttr->recordSize);
+static void extract_add_complete_field (RecWord *p)
+{
+    const char *b = p->string;
+    char buf[IT_MAX_WORD+1];
+    const char **map = 0;
+    int i = 0, remain = p->length;
+    int first; /* first position */
 
-    /* set run-number for this record */
-    recordAttr->runNumber = zebraExplain_runNumberIncrement (zti, 0);
+yaz_log(LOG_DEBUG, "Complete field, w='%s'", p->string);
 
-    /* update store data */
-    xfree (rec->info[recInfo_storeData]);
-    if (rGroup->flagStoreData == 1)
+    if (remain > 0)
+       map = zebra_maps_input (p->zebra_maps, p->reg_type, &b, remain, 1);
+
+    while (remain > 0 && i < IT_MAX_WORD)
     {
-        rec->size[recInfo_storeData] = recordAttr->recordSize;
-        rec->info[recInfo_storeData] = xmalloc (recordAttr->recordSize);
-        if (lseek (fi->fd, recordOffset, SEEK_SET) < 0)
-        {
-            logf (LOG_ERRNO|LOG_FATAL, "seek to %ld in %s",
-                  (long) recordOffset, fname);
-            exit (1);
-        }
-        if (read (fi->fd, rec->info[recInfo_storeData], recordAttr->recordSize)
-           < recordAttr->recordSize)
-        {
-            logf (LOG_ERRNO|LOG_FATAL, "read %d bytes of %s",
-                  recordAttr->recordSize, fname);
-            exit (1);
-        }
+       while (map && *map && **map == *CHR_SPACE)
+       {
+           remain = p->length - (b - p->string);
+
+           if (remain > 0)
+           {
+               first = i ? 0 : 1;
+               map = zebra_maps_input(p->zebra_maps, p->reg_type, &b, remain, first);
+           }
+           else
+               map = 0;
+       }
+       if (!map)
+           break;
+
+       if (i && i < IT_MAX_WORD)
+           buf[i++] = *CHR_SPACE;
+       while (map && *map && **map != *CHR_SPACE)
+       {
+           const char *cp = *map;
+
+           if (**map == *CHR_CUT)
+           {
+               i = 0;
+           }
+           else
+           {
+               if (i >= IT_MAX_WORD)
+                   break;
+yaz_log(LOG_DEBUG, "Adding string to index '%d'", *map);
+               while (i < IT_MAX_WORD && *cp)
+                   buf[i++] = *(cp++);
+           }
+           remain = p->length  - (b - p->string);
+           if (remain > 0)
+           {
+               map = zebra_maps_input (p->zebra_maps, p->reg_type, &b,
+                                       remain, 0);
+           }
+           else
+               map = 0;
+       }
     }
-    else
+    if (!i)
+       return;
+    extract_add_string (p, buf, i);
+}
+
+void extract_token_add (RecWord *p)
+{
+    WRBUF wrbuf;
+#if 0
+    yaz_log (LOG_LOG, "token_add "
+            "reg_type=%c attrSet=%d attrUse=%d seqno=%d s=%.*s",
+             p->reg_type, p->attrSet, p->attrUse, p->seqno, p->length,
+             p->string);
+#endif
+    if ((wrbuf = zebra_replace(p->zebra_maps, p->reg_type, 0,
+                              p->string, p->length)))
     {
-        rec->info[recInfo_storeData] = NULL;
-        rec->size[recInfo_storeData] = 0;
+       p->string = wrbuf_buf(wrbuf);
+       p->length = wrbuf_len(wrbuf);
     }
-    /* update database name */
-    xfree (rec->info[recInfo_databaseName]);
-    rec->info[recInfo_databaseName] =
-        rec_strdup (rGroup->databaseName, &rec->size[recInfo_databaseName]); 
+    if (zebra_maps_is_complete (p->zebra_maps, p->reg_type))
+       extract_add_complete_field (p);
+    else
+       extract_add_incomplete_field(p);
+}
 
-    /* update offset */
-    recordAttr->recordOffset = recordOffset;
-    
-    /* commit this record */
-    rec_put (records, &rec);
-    logRecord (0);
-    return 1;
+void extract_schema_add (struct recExtractCtrl *p, Odr_oid *oid)
+{
+    ZebraHandle zh = (ZebraHandle) (p->handle);
+    zebraExplain_addSchema (zh->reg->zei, oid);
 }
 
-int fileExtract (SYSNO *sysno, const char *fname, 
-                 const struct recordGroup *rGroupP, int deleteFlag)
+void extract_flushSortKeys (ZebraHandle zh, SYSNO sysno,
+                            int cmd, struct sortKeys *sk)
 {
-    int r, i, fd;
-    char gprefix[128];
-    char ext[128];
-    char ext_res[128];
-    char subType[128];
-    RecType recType;
-    struct recordGroup rGroupM;
-    struct recordGroup *rGroup = &rGroupM;
-    struct file_read_info *fi;
+    SortIdx sortIdx = zh->reg->sortIdx;
+    int off = 0;
 
-    memcpy (rGroup, rGroupP, sizeof(*rGroupP));
-   
-    if (!rGroup->groupName || !*rGroup->groupName)
-        *gprefix = '\0';
-    else
-        sprintf (gprefix, "%s.", rGroup->groupName);
+    sortIdx_sysno (sortIdx, sysno);
 
-    logf (LOG_DEBUG, "fileExtract %s", fname);
+    while (off < sk->buf_used)
+    {
+        int set, use, slen;
+        
+        off += key_SU_decode(&set, sk->buf + off);
+        off += key_SU_decode(&use, sk->buf + off);
+        off += key_SU_decode(&slen, sk->buf + off);
+        
+        sortIdx_type(sortIdx, use);
+        if (cmd == 1)
+            sortIdx_add(sortIdx, sk->buf + off, slen);
+        else
+            sortIdx_add(sortIdx, "", 1);
+        off += slen;
+    }
+}
 
-    /* determine file extension */
-    *ext = '\0';
-    for (i = strlen(fname); --i >= 0; )
-        if (fname[i] == '/')
-            break;
-        else if (fname[i] == '.')
-        {
-            strcpy (ext, fname+i+1);
-            break;
-        }
-    /* determine file type - depending on extension */
-    if (!rGroup->recordType)
+void encode_key_init (struct encode_info *i)
+{
+    i->sysno = 0;
+    i->seqno = 0;
+    i->cmd = -1;
+    i->prevsys=0;
+    i->prevseq=0;
+    i->prevcmd=-1;
+    i->keylen=0;
+#if IT_KEY_NEW
+    i->encode_handle = iscz1_start();
+#endif
+}
+
+#if IT_KEY_NEW
+#else
+char *encode_key_int (int d, char *bp)
+{
+    if (d <= 63)
+        *bp++ = d;
+    else if (d <= 16383)
     {
-        sprintf (ext_res, "%srecordType.%s", gprefix, ext);
-        if (!(rGroup->recordType = res_get (common_resource, ext_res)))
-        {
-            sprintf (ext_res, "%srecordType", gprefix);
-            rGroup->recordType = res_get (common_resource, ext_res);
-        }
+        *bp++ = 64 + (d>>8);
+        *bp++ = d  & 255;
     }
-    if (!rGroup->recordType)
+    else if (d <= 4194303)
     {
-        if (records_processed < rGroup->fileVerboseLimit)
-            logf (LOG_LOG, "? %s", fname);
-        return 0;
+        *bp++ = 128 + (d>>16);
+        *bp++ = (d>>8) & 255;
+        *bp++ = d & 255;
     }
-    if (!*rGroup->recordType)
-       return 0;
-    if (!(recType =
-         recType_byName (rGroup->recTypes, rGroup->recordType, subType)))
+    else
     {
-        logf (LOG_WARN, "No such record type: %s", rGroup->recordType);
-        return 0;
+        *bp++ = 192 + (d>>24);
+        *bp++ = (d>>16) & 255;
+        *bp++ = (d>>8) & 255;
+        *bp++ = d & 255;
     }
+    return bp;
+}
+#endif
 
-    /* determine match criteria */
-    if (!rGroup->recordId)
+#define OLDENCODE 1
+
+#ifdef OLDENCODE
+/* this is the old encode_key_write 
+ * may be deleted once we are confident that the new works
+ * HL 15-oct-2002
+ */
+void encode_key_write (char *k, struct encode_info *i, FILE *outf)
+{
+    struct it_key key;
+    char *bp = i->buf, *bp0;
+    const char *src = (char *) &key;
+
+    /* copy term to output buf */
+    while ((*bp++ = *k++))
+        ;
+    /* and copy & align key so we can mangle */
+    memcpy (&key, k+1, sizeof(struct it_key));  /* *k is insert/delete */
+#if IT_KEY_NEW
+    bp0 = bp++;
+    iscz1_encode(i->encode_handle, &bp, &src);
+    *bp0 = (*k * 128) + bp - bp0 - 1; /* length and insert/delete combined */
+#else
+    bp = encode_key_int ( (key.sysno - i->sysno) * 2 + *k, bp);
+    if (i->sysno != key.sysno)
     {
-        sprintf (ext_res, "%srecordId.%s", gprefix, ext);
-        rGroup->recordId = res_get (common_resource, ext_res);
+        i->sysno = key.sysno;
+        i->seqno = 0;
     }
-
-    /* determine database name */
-    if (!rGroup->databaseName)
+    else if (!i->seqno && !key.seqno && i->cmd == *k)
+       return;
+    bp = encode_key_int (key.seqno - i->seqno, bp);
+    i->seqno = key.seqno;
+    i->cmd = *k;
+#endif
+    if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
     {
-        sprintf (ext_res, "%sdatabase.%s", gprefix, ext);
-        if (!(rGroup->databaseName = res_get (common_resource, ext_res)))
-        {
-            sprintf (ext_res, "%sdatabase", gprefix);
-            rGroup->databaseName = res_get (common_resource, ext_res);
-        }
+        logf (LOG_FATAL|LOG_ERRNO, "fwrite");
+        exit (1);
     }
-    if (!rGroup->databaseName)
-        rGroup->databaseName = "Default";
+}
 
-    /* determine if explain database */
-    
-    sprintf (ext_res, "%sexplainDatabase", gprefix);
-    rGroup->explainDatabase =
-       atoi (res_get_def (common_resource, ext_res, "0"));
+void encode_key_flush (struct encode_info *i, FILE *outf)
+{ /* dummy routine */
+#if IT_KEY_NEW
+    iscz1_stop(i->encode_handle);
+#endif
+}
 
-    /* announce database */
-    if (zebraExplain_curDatabase (zti, rGroup->databaseName))
-    {
-        if (zebraExplain_newDatabase (zti, rGroup->databaseName,
-                                     rGroup->explainDatabase))
-            abort ();
-    }
+#else
+
+/* new encode_key_write
+ * The idea is to buffer one more key, and compare them
+ * If we are going to delete and insert the same key, 
+ * we may as well not bother. Should make a difference in 
+ * updates with small modifications (appending to a mbox)
+ */
+void encode_key_write (char *k, struct encode_info *i, FILE *outf)
+{
+    struct it_key key;
+    char *bp; 
 
-    if (rGroup->flagStoreData == -1)
+    if (*k)  /* first time for new key */
     {
-        const char *sval;
-        sprintf (ext_res, "%sstoreData.%s", gprefix, ext);
-        if (!(sval = res_get (common_resource, ext_res)))
-        {
-            sprintf (ext_res, "%sstoreData", gprefix);
-            sval = res_get (common_resource, ext_res);
-        }
-        if (sval)
-            rGroup->flagStoreData = atoi (sval);
+        bp = i->buf;
+        while ((*bp++ = *k++))
+            ;
+       i->keylen= bp - i->buf -1;    
+       assert(i->keylen+1+sizeof(struct it_key) < ENCODE_BUFLEN);
     }
-    if (rGroup->flagStoreData == -1)
-        rGroup->flagStoreData = 0;
-
-    if (rGroup->flagStoreKeys == -1)
+    else
     {
-        const char *sval;
-
-        sprintf (ext_res, "%sstoreKeys.%s", gprefix, ext);
-        if (!(sval = res_get (common_resource, ext_res)))
-        {
-            sprintf (ext_res, "%sstoreKeys", gprefix);
-            sval = res_get (common_resource, ext_res);
-        }
-        if (sval)
-            rGroup->flagStoreKeys = atoi (sval);
+       bp=i->buf + i->keylen;
+       *bp++=0;
+       k++;
     }
-    if (rGroup->flagStoreKeys == -1)
-        rGroup->flagStoreKeys = 0;
 
-#if ZEBRASDR
-    if (1)
+    memcpy (&key, k+1, sizeof(struct it_key));
+    if (0==i->prevsys) /* no previous filter, fill up */
     {
-       ZebraSdrHandle h;
-       char xname[128], *xp;
-
-       strncpy (xname, fname, 127);
-       if ((xp = strchr (xname, '.')))
-           *xp = '\0';
-
-        h = zebraSdr_open (xname);
-       if (!h)
+        i->prevsys=key.sysno;
+       i->prevseq=key.seqno;
+       i->prevcmd=*k;
+    }
+    else if ( (i->prevsys==key.sysno) &&
+              (i->prevseq==key.seqno) &&
+             (i->prevcmd!=*k) )
+    { /* same numbers, diff cmd, they cancel out */
+        i->prevsys=0;
+    }
+    else 
+    { /* different stuff, write previous, move buf */
+        bp = encode_key_int ( (i->prevsys - i->sysno) * 2 + i->prevcmd, bp);
+       if (i->sysno != i->prevsys)
        {
-           logf (LOG_WARN, "sdr open %s", xname);
-           return 0;
-       }
-       for (;;)
+           i->sysno = i->prevsys;
+           i->seqno = 0;
+        }
+        else if (!i->seqno && !i->prevseq && i->cmd == i->prevcmd)
        {
-           unsigned char *buf;
-           char sdr_name[128];
-           int r, segmentno;
-
-           segmentno = zebraSdr_segment (h, 0);
-           sprintf (sdr_name, "%%%s.%d", xname, segmentno);
-           logf (LOG_LOG, "SDR: %s", sdr_name);
-
-#if 1
-           if (segmentno > 20)
-               break;
-#endif
-           r = zebraSdr_read (h, &buf);
-
-           if (!r)
-               break;
-
-            fi = file_read_start (0);
-           fi->sdrbuf = buf;
-           fi->sdrmax = r;
-           do
-           {
-               file_begin (fi);
-               r = recordExtract (sysno, sdr_name, rGroup, deleteFlag, fi,
-                           recType, subType);
-           } while (r && !sysno && fi->file_more);
-           file_read_stop (fi);
-           free (buf);
+           return; /* ??? Filters some sort of duplicates away */
+                   /* ??? Can this ever happen   -H 15oct02 */
        }
-       zebraSdr_close (h);
-       return 1;
-    }
-#endif
-    if (sysno && deleteFlag)
-        fd = -1;
-    else
-    {
-        if ((fd = open (fname, O_BINARY|O_RDONLY)) == -1)
+        bp = encode_key_int (i->prevseq - i->seqno, bp);
+        i->seqno = i->prevseq;
+        i->cmd = i->prevcmd;
+        if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
         {
-            logf (LOG_WARN|LOG_ERRNO, "open %s", fname);
-            return 0;
+            logf (LOG_FATAL|LOG_ERRNO, "fwrite");
+            exit (1);
         }
+        i->keylen=0; /* ok, it's written, forget it */
+       i->prevsys=key.sysno;
+       i->prevseq=key.seqno;
+       i->prevcmd=*k;
     }
-    fi = file_read_start (fd);
-    do
-    {
-        file_begin (fi);
-        r = recordExtract (sysno, fname, rGroup, deleteFlag, fi,
-                           recType, subType);
-    } while (r && !sysno && fi->file_more);
-    file_read_stop (fi);
-    if (fd != -1)
-        close (fd);
-    return r;
 }
 
-static int explain_extract (void *handle, Record rec, data1_node *n)
-{
-    struct recordGroup *rGroup = (struct recordGroup*) handle;
-    struct recExtractCtrl extractCtrl;
-    int i;
-
-    if (zebraExplain_curDatabase (zti, rec->info[recInfo_databaseName]))
+void encode_key_flush (struct encode_info *i, FILE *outf)
+{ /* flush the last key from i */
+    char *bp =i->buf + i->keylen;
+    if (0==i->prevsys)
     {
-        if (zebraExplain_newDatabase (zti, rec->info[recInfo_databaseName], 0))
-            abort ();
+        return; /* nothing to flush */
     }
-
-    reckeys.buf_used = 0;
-    reckeys.prevAttrUse = -1;
-    reckeys.prevAttrSet = -1;
-    reckeys.prevSeqNo = 0;
-    
-    extractCtrl.init = wordInit;
-    extractCtrl.addWord = addRecordKey;
-    extractCtrl.addSchema = addSchema;
-    extractCtrl.dh = rGroup->dh;
-    for (i = 0; i<256; i++)
-       extractCtrl.seqno[i] = 0;
-    extractCtrl.zebra_maps = rGroup->zebra_maps;
-    extractCtrl.flagShowRecords = !rGroup->flagRw;
-    
-    grs_extract_tree(&extractCtrl, n);
-
-    logf (LOG_DEBUG, "flush explain record, sysno=%d", rec->sysno);
-
-    if (rec->size[recInfo_delKeys])
+    *bp++=0;
+    bp = encode_key_int ( (i->prevsys - i->sysno) * 2 + i->prevcmd, bp);
+    if (i->sysno != i->prevsys)
     {
-       struct recKeys delkeys;
-
-       delkeys.buf_used = rec->size[recInfo_delKeys];
-       delkeys.buf = rec->info[recInfo_delKeys];
-       flushSortKeys (rec->sysno, 0);
-       flushRecordKeys (rec->sysno, 0, &delkeys);
+        i->sysno = i->prevsys;
+        i->seqno = 0;
     }
-    flushRecordKeys (rec->sysno, 1, &reckeys);
-    flushSortKeys (rec->sysno, 1);
-
-    xfree (rec->info[recInfo_delKeys]);
-    rec->size[recInfo_delKeys] = reckeys.buf_used;
-    rec->info[recInfo_delKeys] = reckeys.buf;
-    reckeys.buf = NULL;
-    reckeys.buf_max = 0;
-
-    return 0;
+    else if (!i->seqno && !i->prevseq && i->cmd == i->prevcmd)
+    {
+        return; /* ??? Filters some sort of duplicates away */
+                /* ??? Can this ever happen   -H 15oct02 */
+    }
+    bp = encode_key_int (i->prevseq - i->seqno, bp);
+    i->seqno = i->prevseq;
+    i->cmd = i->prevcmd;
+    if (fwrite (i->buf, bp - i->buf, 1, outf) != 1)
+    {
+        logf (LOG_FATAL|LOG_ERRNO, "fwrite");
+        exit (1);
+    }
+    i->keylen=0; /* ok, it's written, forget it */
+    i->prevsys=0; /* forget the values too */
+    i->prevseq=0;
 }
+#endif