Updated record index structure. Format includes version ID. Compression
authorAdam Dickmeiss <adam@indexdata.dk>
Tue, 6 Jul 1999 12:28:04 +0000 (12:28 +0000)
committerAdam Dickmeiss <adam@indexdata.dk>
Tue, 6 Jul 1999 12:28:04 +0000 (12:28 +0000)
algorithm ID is stored for each record block.

CHANGELOG
index/extract.c
index/invstat.c
index/main.c
index/recindex.c
index/recindex.h
index/recindxp.h
index/zebraapi.c

index 058d61f..6d52778 100644 (file)
--- a/CHANGELOG
+++ b/CHANGELOG
@@ -1,3 +1,11 @@
+Changed record index structure. New layout is incompatible with
+previous releases. Added setting "recordcompression" to control
+compression of records. Possible values are "none" (no
+compression) and bzip2 (compression using libbz2).
+
+Added XML transfer syntax support for retrieval of structured records.
+Schema in CompSpec is recognised in retrieval of structured records.
+
 Changed Tcl record filter so that it attemps to read  <filt>.tflt. If
 that fails, the filter reads the file <filt>.flt (regx style filter).
 
index 4309b60..1e6a395 100644 (file)
@@ -4,7 +4,11 @@
  * Sebastian Hammer, Adam Dickmeiss
  *
  * $Log: extract.c,v $
- * Revision 1.96  1999-05-26 07:49:13  adam
+ * Revision 1.97  1999-07-06 12:28:04  adam
+ * Updated record index structure. Format includes version ID. Compression
+ * algorithm ID is stored for each record block.
+ *
+ * Revision 1.96  1999/05/26 07:49:13  adam
  * C++ compilation.
  *
  * Revision 1.95  1999/05/21 12:00:17  adam
@@ -406,6 +410,8 @@ int key_open (struct recordGroup *rGroup, int mem)
     BFiles bfs = rGroup->bfs;
     int rw = rGroup->flagRw;
     data1_handle dh = rGroup->dh;
+    char *recordCompression;
+    int record_compression = REC_COMPRESS_NONE;
     if (!mem)
         mem = atoi(res_get_def (common_resource, "memMax", "4"))*1024*1024;
     if (mem < 50000)
@@ -423,7 +429,13 @@ int key_open (struct recordGroup *rGroup, int mem)
        return -1;
     }
     assert (!records);
-    records = rec_open (bfs, rw);
+    recordCompression = res_get_def (common_resource,
+                                    "recordCompression", "none");
+    if (!strcmp (recordCompression, "none"))
+       record_compression = REC_COMPRESS_NONE;
+    if (!strcmp (recordCompression, "bzip2"))
+       record_compression = REC_COMPRESS_BZIP2;
+    records = rec_open (bfs, rw, record_compression);
     if (!records)
     {
        dict_close (matchDict);
index 4781c50..30a5e90 100644 (file)
@@ -4,7 +4,11 @@
  * Sebastian Hammer, Adam Dickmeiss
  *
  * $Log: invstat.c,v $
- * Revision 1.11  1999-05-15 14:36:38  adam
+ * Revision 1.12  1999-07-06 12:28:04  adam
+ * Updated record index structure. Format includes version ID. Compression
+ * algorithm ID is stored for each record block.
+ *
+ * Revision 1.11  1999/05/15 14:36:38  adam
  * Updated dictionary. Implemented "compression" of dictionary.
  *
  * Revision 1.10  1999/05/12 13:08:06  adam
@@ -177,7 +181,7 @@ void inv_prstat (BFiles bfs)
             exit (1);
         }
     }
-    records = rec_open (bfs, 0);
+    records = rec_open (bfs, 0, 0);
 
     for (i = 0; i<8; i++)
        stat_info.no_isam_entries[i] = 0;
index 0c9cad8..04f332b 100644 (file)
@@ -4,7 +4,11 @@
  * Sebastian Hammer, Adam Dickmeiss
  *
  * $Log: main.c,v $
- * Revision 1.66  1999-06-25 13:48:02  adam
+ * Revision 1.67  1999-07-06 12:28:04  adam
+ * Updated record index structure. Format includes version ID. Compression
+ * algorithm ID is stored for each record block.
+ *
+ * Revision 1.66  1999/06/25 13:48:02  adam
  * Updated MSVC project files.
  * Added BZIP2 record compression (not very well tested).
  *
@@ -425,7 +429,7 @@ int main (int argc, char **argv)
                         bf_cache (rGroupDef.bfs, rval);
                         zebraIndexLockMsg ("r");
                     }
-                   records = rec_open (rGroupDef.bfs, 0);
+                   records = rec_open (rGroupDef.bfs, 0, 0);
                     rec_prstat (records);
                    rec_close (&records);
                     inv_prstat (rGroupDef.bfs);
index 2fe16b8..0244da9 100644 (file)
@@ -4,7 +4,11 @@
  * Sebastian Hammer, Adam Dickmeiss
  *
  * $Log: recindex.c,v $
- * Revision 1.24  1999-06-25 13:48:02  adam
+ * Revision 1.25  1999-07-06 12:28:04  adam
+ * Updated record index structure. Format includes version ID. Compression
+ * algorithm ID is stored for each record block.
+ *
+ * Revision 1.24  1999/06/25 13:48:02  adam
  * Updated MSVC project files.
  * Added BZIP2 record compression (not very well tested).
  *
@@ -180,11 +184,10 @@ static void rec_release_blocks (Records p, int sysno)
 {
     struct record_index_entry entry;
     int freeblock;
-    int block_and_ref[2];
+    char block_and_ref[sizeof(short) + sizeof(int)];
     int dst_type;
     int first = 1;
 
-    logf (LOG_LOG, "release_blocks for sysno=%d", sysno);
     if (read_indx (p, sysno, &entry, sizeof(entry), 1) != 1)
         return ;
 
@@ -203,8 +206,11 @@ static void rec_release_blocks (Records p, int sysno)
         }
        if (first)
        {
-           block_and_ref[1]--;
-           if (block_and_ref[1])
+           short ref;
+           memcpy (&ref, block_and_ref + sizeof(int), sizeof(ref));
+           --ref;
+           memcpy (block_and_ref + sizeof(int), &ref, sizeof(ref));
+           if (ref)
            {
                if (bf_write (p->data_BFile[dst_type], freeblock, 0,
                              sizeof(block_and_ref), block_and_ref))
@@ -224,7 +230,7 @@ static void rec_release_blocks (Records p, int sysno)
             exit (1);
         }
         p->head.block_free[dst_type] = freeblock;
-        freeblock = block_and_ref[0];
+        memcpy (&freeblock, block_and_ref, sizeof(int));
 
         p->head.block_used[dst_type]--;
     }
@@ -243,40 +249,6 @@ static void rec_delete_single (Records p, Record rec)
     write_indx (p, rec->sysno, &entry, sizeof(entry));
 }
 
-static void rec_write_tmp_buf (Records p, int size, int *sysnos);
-
-static void rec_write_single (Records p, Record rec)
-{
-
-    int sysnos[2];
-    int i, size = 0;
-    char *cptr;
-
-    logf (LOG_LOG, " rec_write_single !!!!!!!!!!!!!!!!!!!!!!!!!!!!");
-    for (i = 0; i < REC_NO_INFO; i++)
-        if (!rec->info[i])
-            size += sizeof(*rec->size);
-        else
-            size += sizeof(*rec->size) + rec->size[i];
-
-    rec_tmp_expand (p, size);
-
-    cptr = p->tmp_buf + sizeof(int);           /* a hack! */
-    for (i = 0; i < REC_NO_INFO; i++)
-    {
-        memcpy (cptr, &rec->size[i], sizeof(*rec->size));
-        cptr += sizeof(*rec->size);
-        if (rec->info[i])
-        {
-            memcpy (cptr, rec->info[i], rec->size[i]);
-            cptr += rec->size[i];
-        }
-    }
-    sysnos[0] = rec->sysno;
-    sysnos[1] = -1;
-    rec_write_tmp_buf (p, size, sysnos);
-}
-
 static void rec_write_tmp_buf (Records p, int size, int *sysnos)
 {
     struct record_index_entry entry;
@@ -333,18 +305,14 @@ static void rec_write_tmp_buf (Records p, int size, int *sysnos)
               sizeof(int) + (p->tmp_buf+size) - cptr, cptr);
 }
 
-static void rec_update_single (Records p, Record rec)
-{
-    rec_release_blocks (p, rec->sysno);
-    rec_write_single (p, rec);
-}
-
-Records rec_open (BFiles bfs, int rw)
+Records rec_open (BFiles bfs, int rw, int compression_method)
 {
     Records p;
     int i, r;
+    int version;
 
     p = (Records) xmalloc (sizeof(*p));
+    p->compression_method = compression_method;
     p->rw = rw;
     p->tmp_size = 1024;
     p->tmp_buf = (char *) xmalloc (p->tmp_size);
@@ -360,6 +328,7 @@ Records rec_open (BFiles bfs, int rw)
     {
     case 0:
         memcpy (p->head.magic, REC_HEAD_MAGIC, sizeof(p->head.magic));
+       sprintf (p->head.version, "%3d", REC_VERSION);
         p->head.index_free = 0;
         p->head.index_last = 1;
         p->head.no_records = 0;
@@ -375,7 +344,7 @@ Records rec_open (BFiles bfs, int rw)
         for (i = 1; i<REC_BLOCK_TYPES; i++)
         {
             p->head.block_size[i] = p->head.block_size[i-1] * 4;
-            p->head.block_move[i] = p->head.block_size[i] * 3;
+            p->head.block_move[i] = p->head.block_size[i] * 24;
         }
         if (rw)
             rec_write_head (p);
@@ -384,9 +353,16 @@ Records rec_open (BFiles bfs, int rw)
         memcpy (&p->head, p->tmp_buf, sizeof(p->head));
         if (memcmp (p->head.magic, REC_HEAD_MAGIC, sizeof(p->head.magic)))
         {
-            logf (LOG_FATAL, "read %s. bad header", p->index_fname);
+            logf (LOG_FATAL, "file %s has bad format", p->index_fname);
             exit (1);
         }
+       version = atoi (p->head.version);
+       if (version != REC_VERSION)
+       {
+           logf (LOG_FATAL, "file %s is version %d, but version"
+                 " %d is required", p->index_fname, version, REC_VERSION);
+           exit (1);
+       }
         break;
     }
     for (i = 0; i<REC_BLOCK_TYPES; i++)
@@ -491,7 +467,8 @@ static void rec_cache_flush_block1 (Records p, Record rec, Record last_rec,
 static void rec_write_multiple (Records p, int saveCount)
 {
     int i;
-    int ref_count = 0;
+    short ref_count = 0;
+    char compression_method;
     Record last_rec = 0;
     int out_size = 1000;
     int out_offset = 0;
@@ -521,31 +498,57 @@ static void rec_write_multiple (Records p, int saveCount)
            e->flag = recordFlagNop;
            last_rec = e->rec;
             break;
+        case recordFlagDelete:
+            rec_delete_single (p, e->rec);
+           e->flag = recordFlagNop;
+            break;
        default:
            break;
         }
+        rec_rm (&e->rec);
     }
     *sysnop = -1;
     if (ref_count)
     {
-       int csize = out_offset + (out_offset >> 6) + 620;
-
-       rec_tmp_expand (p, csize);
+       int csize = 0;  /* indicate compression "not performed yet" */
+       compression_method = p->compression_method;
+       switch (compression_method)
+       {
+       case REC_COMPRESS_BZIP2:
 #if HAVE_BZLIB_H       
-       i = bzBuffToBuffCompress (p->tmp_buf+2*sizeof(int), &csize,
-                                 out_buf, out_offset, 9, 0, 30);
-       if (i != BZ_OK)
+           csize = out_offset + (out_offset >> 6) + 620;
+           rec_tmp_expand (p, csize);
+           i = bzBuffToBuffCompress (p->tmp_buf+sizeof(int)+sizeof(short)+
+                                     sizeof(char),
+                                     &csize, out_buf, out_offset, 1, 0, 30);
+           if (i != BZ_OK)
+           {
+               logf (LOG_WARN, "bzBuffToBuffCompress error code=%d", i);
+               csize = 0;
+           }
+           logf (LOG_LOG, "compress %4d %5d %5d", ref_count, out_offset,
+                 csize);
+#endif
+           break;
+       case REC_COMPRESS_NONE:
+           break;
+       }
+       if (!csize)  
        {
-           logf (LOG_FATAL, "bzBuffToCompress error code=%d", i);
-           exit (1);
+           /* either no compression or compression not supported ... */
+           csize = out_offset;
+           rec_tmp_expand (p, csize);
+           memcpy (p->tmp_buf + sizeof(int) + sizeof(short) + sizeof(char),
+                   out_buf, out_offset);
+           csize = out_offset;
+           compression_method = REC_COMPRESS_NONE;
        }
-#else
-       memcpy (p->tmp_buf + 2*sizeof(int), out_buf, out_offset);
-       csize = out_offset;
-#endif
        memcpy (p->tmp_buf + sizeof(int), &ref_count, sizeof(ref_count));
+       memcpy (p->tmp_buf + sizeof(int)+sizeof(short),
+               &compression_method, sizeof(compression_method));
+               
        /* -------- compression */
-       rec_write_tmp_buf (p, csize + sizeof(int), sysnos);
+       rec_write_tmp_buf (p, csize + sizeof(short) + sizeof(char), sysnos);
     }
     xfree (out_buf);
     xfree (sysnos);
@@ -559,25 +562,6 @@ static void rec_cache_flush (Records p, int saveCount)
         saveCount = 0;
 
     rec_write_multiple (p, saveCount);
-    for (i = 0; i<p->cache_cur - saveCount; i++)
-    {
-        struct record_cache_entry *e = p->record_cache + i;
-        switch (e->flag)
-        {
-        case recordFlagNop:
-            break;
-        case recordFlagNew:
-            rec_write_single (p, e->rec);
-            break;
-        case recordFlagWrite:
-            rec_update_single (p, e->rec);
-            break;
-        case recordFlagDelete:
-            rec_delete_single (p, e->rec);
-            break;
-        }
-        rec_rm (&e->rec);
-    }
     for (j = 0; j<saveCount; j++, i++)
         memcpy (p->record_cache+j, p->record_cache+i,
                 sizeof(*p->record_cache));
@@ -617,7 +601,7 @@ static void rec_cache_insert (Records p, Record rec, enum recordCacheFlag flag)
             for (j = 0; j<REC_NO_INFO; j++)
                 used += r->size[j];
         }
-        if (used > 256000)
+        if (used > 90000)
             rec_cache_flush (p, 1);
     }
     assert (p->cache_cur < p->cache_max);
@@ -663,6 +647,9 @@ Record rec_get (Records p, int sysno)
     int freeblock, dst_type;
     char *nptr, *cptr;
     char *in_buf = 0;
+    char *bz_buf = 0;
+    int bz_size;
+    char compression_method;
 
     assert (sysno > 0);
     assert (p);
@@ -702,20 +689,36 @@ Record rec_get (Records p, int sysno)
     }
 
     rec->sysno = sysno;
-#if HAVE_BZLIB_H
-    in_size = entry.size * 30+100;
-    in_buf = (char *) xmalloc (in_size);
-    i = bzBuffToBuffDecompress (in_buf, &in_size, p->tmp_buf+2*sizeof(int),
-                               entry.size-sizeof(int), 0, 4);
-    if (i != BZ_OK)
+    memcpy (&compression_method, p->tmp_buf + sizeof(int) + sizeof(short),
+           sizeof(compression_method));
+    in_buf = p->tmp_buf + sizeof(int) + sizeof(short) + sizeof(char);
+    in_size = entry.size - sizeof(short) - sizeof(char);
+    switch (compression_method)
     {
-       logf (LOG_FATAL, "bzBuffToDecompress error code=%d", i);
-       exit (1);
-    }
+    case REC_COMPRESS_BZIP2:
+#if HAVE_BZLIB_H
+       bz_size = entry.size * 30+100;
+       bz_buf = (char *) xmalloc (bz_size);
+       i = bzBuffToBuffDecompress (bz_buf, &bz_size, in_buf, in_size, 0, 0);
+       logf (LOG_LOG, "decompress %5d %5d", in_size, bz_size);
+       if (i != BZ_OK)
+       {
+           logf (LOG_FATAL, "bzBuffToBuffDecompress error code=%d", i);
+           exit (1);
+       }
+       in_buf = bz_buf;
+       in_size = bz_size;
 #else
-    in_buf = p->tmp_buf + 2*sizeof(int);
-    in_size = entry.size - sizeof(int);
+       logf (LOG_FATAL, "cannot decompress record(s) in BZIP2 format");
+       exit (1);
 #endif
+       break;
+    case REC_COMPRESS_NONE:
+       break;
+    }
+    for (i = 0; i<REC_NO_INFO; i++)
+       rec->info[i] = 0;
+
     nptr = in_buf;                /* skip ref count */
     while (nptr < in_buf + in_size)
     {
@@ -736,8 +739,7 @@ Record rec_get (Records p, int sysno)
 
            if (rec->size[i])
            {
-               rec->info[i] = (char *) xmalloc (rec->size[i]);
-               memcpy (rec->info[i], nptr, rec->size[i]);
+               rec->info[i] = nptr;
                nptr += rec->size[i];
            }
            else
@@ -746,7 +748,21 @@ Record rec_get (Records p, int sysno)
        if (this_sysno == sysno)
            break;
     }
-    xfree (in_buf);
+    for (i = 0; i<REC_NO_INFO; i++)
+    {
+       if (rec->info[i] && rec->size[i])
+       {
+           char *np = xmalloc (rec->size[i]);
+           memcpy (np, rec->info[i], rec->size[i]);
+           rec->info[i] = np;
+       }
+       else
+       {
+           assert (rec->info[i] == 0);
+           assert (rec->size[i] == 0);
+       }
+    }
+    xfree (bz_buf);
     rec_cache_insert (p, rec, recordFlagNop);
     return rec;
 }
index 4c061fa..31ae460 100644 (file)
@@ -4,7 +4,11 @@
  * Sebastian Hammer, Adam Dickmeiss
  *
  * $Log: recindex.h,v $
- * Revision 1.16  1999-06-25 13:48:02  adam
+ * Revision 1.17  1999-07-06 12:28:04  adam
+ * Updated record index structure. Format includes version ID. Compression
+ * algorithm ID is stored for each record block.
+ *
+ * Revision 1.16  1999/06/25 13:48:02  adam
  * Updated MSVC project files.
  * Added BZIP2 record compression (not very well tested).
  *
@@ -93,10 +97,13 @@ void rec_put (Records p, Record *recpp);
 Record rec_new (Records p);
 Record rec_get (Records p, int sysno);
 void rec_close (Records *p);
-Records rec_open (BFiles bfs, int rw);
+Records rec_open (BFiles bfs, int rw, int compression_method);
 char *rec_strdup (const char *s, size_t *len);
 void rec_prstat (Records p);
 
+#define REC_COMPRESS_NONE   0
+#define REC_COMPRESS_BZIP2  1
+
 enum { 
     recInfo_fileType, 
     recInfo_filename, 
index 43e7399..bad75ee 100644 (file)
@@ -4,7 +4,11 @@
  * Sebastian Hammer, Adam Dickmeiss
  *
  * $Log: recindxp.h,v $
- * Revision 1.6  1999-05-26 07:49:13  adam
+ * Revision 1.7  1999-07-06 12:28:04  adam
+ * Updated record index structure. Format includes version ID. Compression
+ * algorithm ID is stored for each record block.
+ *
+ * Revision 1.6  1999/05/26 07:49:13  adam
  * C++ compilation.
  *
  * Revision 1.5  1999/02/02 14:51:05  adam
@@ -41,10 +45,12 @@ extern "C" {
 #endif
 
 #define REC_BLOCK_TYPES 2
-#define REC_HEAD_MAGIC "recindx"
+#define REC_HEAD_MAGIC "recindex"
+#define REC_VERSION 1
 
 struct records_info {
     int rw;
+    int compression_method;
 
     char *index_fname;
     BFile index_BFile;
@@ -62,6 +68,7 @@ struct records_info {
 
     struct records_head {
         char magic[8];
+       char version[4];
         int block_size[REC_BLOCK_TYPES];
         int block_free[REC_BLOCK_TYPES];
         int block_last[REC_BLOCK_TYPES];
index cf81adc..74400fb 100644 (file)
@@ -4,7 +4,11 @@
  * Sebastian Hammer, Adam Dickmeiss
  *
  * $Log: zebraapi.c,v $
- * Revision 1.19  1999-05-26 07:49:13  adam
+ * Revision 1.20  1999-07-06 12:28:04  adam
+ * Updated record index structure. Format includes version ID. Compression
+ * algorithm ID is stored for each record block.
+ *
+ * Revision 1.19  1999/05/26 07:49:13  adam
  * C++ compilation.
  *
  * Revision 1.18  1999/05/15 14:36:38  adam
@@ -141,7 +145,7 @@ static int zebra_register_lock (ZebraHandle zh)
     }
     bf_cache (zh->bfs, state ? res_get (zh->res, "shadow") : NULL);
     zh->registerState = state;
-    zh->records = rec_open (zh->bfs, 0);
+    zh->records = rec_open (zh->bfs, 0, 0);
     if (!(zh->dict = dict_open (zh->bfs, FNAME_DICT, 40, 0, 0)))
     {
        logf (LOG_WARN, "dict_open");