]> Sergey Matveev's repositories - public-inbox.git/blob - lib/PublicInbox/Git.pm
www: preload: load all encodings at startup
[public-inbox.git] / lib / PublicInbox / Git.pm
1 # Copyright (C) 2014-2020 all contributors <meta@public-inbox.org>
2 # License: GPLv2 or later <https://www.gnu.org/licenses/gpl-2.0.txt>
3 #
4 # Used to read files from a git repository without excessive forking.
5 # Used in our web interfaces as well as our -nntpd server.
6 # This is based on code in Git.pm which is GPLv2+, but modified to avoid
7 # dependence on environment variables for compatibility with mod_perl.
8 # There are also API changes to simplify our usage and data set.
9 package PublicInbox::Git;
10 use strict;
11 use warnings;
12 use POSIX ();
13 use IO::Handle; # ->autoflush
14 use File::Glob qw(bsd_glob GLOB_NOSORT);
15 use PublicInbox::Spawn qw(popen_rd);
16 use PublicInbox::Tmpfile;
17 use base qw(Exporter);
18 our @EXPORT_OK = qw(git_unquote git_quote);
19
20 use constant MAX_INFLIGHT =>
21         ($^O eq 'linux' ? 4096 : POSIX::_POSIX_PIPE_BUF())
22         /
23         65; # SHA-256 hex size + "\n" in preparation for git using non-SHA1
24
25 my %GIT_ESC = (
26         a => "\a",
27         b => "\b",
28         f => "\f",
29         n => "\n",
30         r => "\r",
31         t => "\t",
32         v => "\013",
33         '"' => '"',
34         '\\' => '\\',
35 );
36 my %ESC_GIT = map { $GIT_ESC{$_} => $_ } keys %GIT_ESC;
37
38
39 # unquote pathnames used by git, see quote.c::unquote_c_style.c in git.git
40 sub git_unquote ($) {
41         return $_[0] unless ($_[0] =~ /\A"(.*)"\z/);
42         $_[0] = $1;
43         $_[0] =~ s/\\([\\"abfnrtv])/$GIT_ESC{$1}/g;
44         $_[0] =~ s/\\([0-7]{1,3})/chr(oct($1))/ge;
45         $_[0];
46 }
47
48 sub git_quote ($) {
49         if ($_[0] =~ s/([\\"\a\b\f\n\r\t\013]|[^[:print:]])/
50                       '\\'.($ESC_GIT{$1}||sprintf("%0o",ord($1)))/egs) {
51                 return qq{"$_[0]"};
52         }
53         $_[0];
54 }
55
56 sub new {
57         my ($class, $git_dir) = @_;
58         # may contain {-tmp} field for File::Temp::Dir
59         bless { git_dir => $git_dir, alt_st => '', -git_path => {} }, $class
60 }
61
62 sub git_path ($$) {
63         my ($self, $path) = @_;
64         $self->{-git_path}->{$path} ||= do {
65                 local $/ = "\n";
66                 chomp(my $str = $self->qx(qw(rev-parse --git-path), $path));
67
68                 # git prior to 2.5.0 did not understand --git-path
69                 if ($str eq "--git-path\n$path") {
70                         $str = "$self->{git_dir}/$path";
71                 }
72                 $str;
73         };
74 }
75
76 sub alternates_changed {
77         my ($self) = @_;
78         my $alt = git_path($self, 'objects/info/alternates');
79         my @st = stat($alt) or return 0;
80
81         # can't rely on 'q' on some 32-bit builds, but `d' works
82         my $st = pack('dd', $st[10], $st[7]); # 10: ctime, 7: size
83         return 0 if $self->{alt_st} eq $st;
84         $self->{alt_st} = $st; # always a true value
85 }
86
87 sub last_check_err {
88         my ($self) = @_;
89         my $fh = $self->{err_c} or return;
90         sysseek($fh, 0, 0) or fail($self, "sysseek failed: $!");
91         defined(sysread($fh, my $buf, -s $fh)) or
92                         fail($self, "sysread failed: $!");
93         $buf;
94 }
95
96 sub _bidi_pipe {
97         my ($self, $batch, $in, $out, $pid, $err) = @_;
98         if ($self->{$pid}) {
99                 if (defined $err) { # "err_c"
100                         my $fh = $self->{$err};
101                         sysseek($fh, 0, 0) or fail($self, "sysseek failed: $!");
102                         truncate($fh, 0) or fail($self, "truncate failed: $!");
103                 }
104                 return;
105         }
106         my ($out_r, $out_w);
107         pipe($out_r, $out_w) or fail($self, "pipe failed: $!");
108         my @cmd = (qw(git), "--git-dir=$self->{git_dir}",
109                         qw(-c core.abbrev=40 cat-file), $batch);
110         my $redir = { 0 => $out_r };
111         if ($err) {
112                 my $id = "git.$self->{git_dir}$batch.err";
113                 my $fh = tmpfile($id) or fail($self, "tmpfile($id): $!");
114                 $self->{$err} = $fh;
115                 $redir->{2} = $fh;
116         }
117         my ($in_r, $p) = popen_rd(\@cmd, undef, $redir);
118         $self->{$pid} = $p;
119         $out_w->autoflush(1);
120         if ($^O eq 'linux') { # 1031: F_SETPIPE_SZ
121                 fcntl($out_w, 1031, 4096);
122                 fcntl($in_r, 1031, 4096) if $batch eq '--batch-check';
123         }
124         $self->{$out} = $out_w;
125         $self->{$in} = $in_r;
126 }
127
128 sub read_cat_in_full ($$) {
129         my ($self, $len) = @_;
130         ++$len; # for final "\n" added by git
131         read($self->{in}, my $buf, $len) == $len or fail($self, 'short read');
132         chop($buf) eq "\n" or fail($self, 'newline missing after blob');
133         \$buf;
134 }
135
136 sub _cat_async_step ($$) {
137         my ($self, $inflight) = @_;
138         my $pair = shift @$inflight or die 'BUG: inflight empty';
139         my ($cb, $arg) = @$pair;
140         local $/ = "\n";
141         my $head = readline($self->{in});
142         $head =~ / missing$/ and return
143                 eval { $cb->(undef, undef, undef, undef, $arg) };
144
145         $head =~ /^([0-9a-f]{40}) (\S+) ([0-9]+)$/ or
146                 fail($self, "Unexpected result from async git cat-file: $head");
147         my ($oid_hex, $type, $size) = ($1, $2, $3 + 0);
148         my $bref = read_cat_in_full($self, $size);
149         eval { $cb->($bref, $oid_hex, $type, $size, $arg) };
150         warn "E: $oid_hex $@\n" if $@;
151 }
152
153 sub cat_async_wait ($) {
154         my ($self) = @_;
155         my $inflight = delete $self->{inflight} or return;
156         while (scalar(@$inflight)) {
157                 _cat_async_step($self, $inflight);
158         }
159 }
160
161 sub cat_file {
162         my ($self, $obj, $ref) = @_;
163         my ($retried, $head);
164         cat_async_wait($self);
165 again:
166         batch_prepare($self);
167         print { $self->{out} } $obj, "\n" or fail($self, "write error: $!");
168
169         local $/ = "\n";
170         $head = readline($self->{in});
171         if ($head =~ / missing$/) {
172                 if (!$retried && alternates_changed($self)) {
173                         $retried = 1;
174                         cleanup($self);
175                         goto again;
176                 }
177                 return;
178         }
179         $head =~ /^[0-9a-f]{40} \S+ ([0-9]+)$/ or
180                 fail($self, "Unexpected result from git cat-file: $head");
181
182         my $size = $1;
183         $$ref = $size if $ref;
184         read_cat_in_full($self, $size);
185 }
186
187 sub batch_prepare ($) { _bidi_pipe($_[0], qw(--batch in out pid)) }
188
189 sub check {
190         my ($self, $obj) = @_;
191         _bidi_pipe($self, qw(--batch-check in_c out_c pid_c err_c));
192         print { $self->{out_c} } $obj, "\n" or fail($self, "write error: $!");
193         local $/ = "\n";
194         chomp(my $line = readline($self->{in_c}));
195         my ($hex, $type, $size) = split(' ', $line);
196
197         # Future versions of git.git may show 'ambiguous', but for now,
198         # we must handle 'dangling' below (and maybe some other oddball
199         # stuff):
200         # https://public-inbox.org/git/20190118033845.s2vlrb3wd3m2jfzu@dcvr/T/
201         return if $type eq 'missing' || $type eq 'ambiguous';
202
203         if ($hex eq 'dangling' || $hex eq 'notdir' || $hex eq 'loop') {
204                 $size = $type + length("\n");
205                 my $r = read($self->{in_c}, my $buf, $size);
206                 defined($r) or fail($self, "read failed: $!");
207                 return;
208         }
209
210         ($hex, $type, $size);
211 }
212
213 sub _destroy {
214         my ($self, $in, $out, $pid, $err) = @_;
215         my $p = delete $self->{$pid} or return;
216         delete @$self{($in, $out)};
217         delete $self->{$err} if $err; # `err_c'
218
219         # PublicInbox::DS may not be loaded
220         eval { PublicInbox::DS::dwaitpid($p, undef, undef) };
221         waitpid($p, 0) if $@; # wait synchronously if not in event loop
222 }
223
224 sub cat_async_abort ($) {
225         my ($self) = @_;
226         my $inflight = delete $self->{inflight} or die 'BUG: not in async';
227         cleanup($self);
228 }
229
230 sub fail {
231         my ($self, $msg) = @_;
232         $self->{inflight} ? cat_async_abort($self) : cleanup($self);
233         die $msg;
234 }
235
236 sub popen {
237         my ($self, @cmd) = @_;
238         @cmd = ('git', "--git-dir=$self->{git_dir}", @cmd);
239         popen_rd(\@cmd);
240 }
241
242 sub qx {
243         my ($self, @cmd) = @_;
244         my $fh = $self->popen(@cmd);
245         local $/ = "\n";
246         return <$fh> if wantarray;
247         local $/;
248         <$fh>
249 }
250
251 # returns true if there are pending "git cat-file" processes
252 sub cleanup {
253         my ($self) = @_;
254         _destroy($self, qw(in out pid));
255         _destroy($self, qw(in_c out_c pid_c err_c));
256         !!($self->{pid} || $self->{pid_c});
257 }
258
259 # assuming a well-maintained repo, this should be a somewhat
260 # accurate estimation of its size
261 # TODO: show this in the WWW UI as a hint to potential cloners
262 sub packed_bytes {
263         my ($self) = @_;
264         my $n = 0;
265         my $pack_dir = git_path($self, 'objects/pack');
266         foreach my $p (bsd_glob("$pack_dir/*.pack", GLOB_NOSORT)) {
267                 $n += -s $p;
268         }
269         $n
270 }
271
272 sub DESTROY { cleanup(@_) }
273
274 sub local_nick ($) {
275         my ($self) = @_;
276         my $ret = '???';
277         # don't show full FS path, basename should be OK:
278         if ($self->{git_dir} =~ m!/([^/]+)(?:/\.git)?\z!) {
279                 $ret = "/path/to/$1";
280         }
281         wantarray ? ($ret) : $ret;
282 }
283
284 sub host_prefix_url ($$) {
285         my ($env, $url) = @_;
286         return $url if index($url, '//') >= 0;
287         my $scheme = $env->{'psgi.url_scheme'};
288         my $host_port = $env->{HTTP_HOST} //
289                 "$env->{SERVER_NAME}:$env->{SERVER_PORT}";
290         "$scheme://$host_port". ($env->{SCRIPT_NAME} || '/') . $url;
291 }
292
293 sub pub_urls {
294         my ($self, $env) = @_;
295         if (my $urls = $self->{cgit_url}) {
296                 return map { host_prefix_url($env, $_) } @$urls;
297         }
298         local_nick($self);
299 }
300
301 sub cat_async_begin {
302         my ($self) = @_;
303         cleanup($self) if alternates_changed($self);
304         batch_prepare($self);
305         die 'BUG: already in async' if $self->{inflight};
306         $self->{inflight} = [];
307 }
308
309 sub cat_async ($$$;$) {
310         my ($self, $oid, $cb, $arg) = @_;
311         my $inflight = $self->{inflight} or die 'BUG: not in async';
312         if (scalar(@$inflight) >= MAX_INFLIGHT) {
313                 _cat_async_step($self, $inflight);
314         }
315
316         print { $self->{out} } $oid, "\n" or fail($self, "write error: $!");
317         push(@$inflight, [ $cb, $arg ]);
318 }
319
320 sub extract_cmt_time {
321         my ($bref, undef, undef, undef, $modified) = @_;
322
323         if ($$bref =~ /^committer .*?> ([0-9]+) [\+\-]?[0-9]+/sm) {
324                 my $cmt_time = $1 + 0;
325                 $$modified = $cmt_time if $cmt_time > $$modified;
326         }
327 }
328
329 # returns the modified time of a git repo, same as the "modified" field
330 # of a grokmirror manifest
331 sub modified ($) {
332         my ($self) = @_;
333         my $modified = 0;
334         my $fh = popen($self, qw(rev-parse --branches));
335         cat_async_begin($self);
336         local $/ = "\n";
337         while (my $oid = <$fh>) {
338                 chomp $oid;
339                 cat_async($self, $oid, \&extract_cmt_time, \$modified);
340         }
341         cat_async_wait($self);
342         $modified || time;
343 }
344
345 1;
346 __END__
347 =pod
348
349 =head1 NAME
350
351 PublicInbox::Git - git wrapper
352
353 =head1 VERSION
354
355 version 1.0
356
357 =head1 SYNOPSIS
358
359         use PublicInbox::Git;
360         chomp(my $git_dir = `git rev-parse --git-dir`);
361         $git_dir or die "GIT_DIR= must be specified\n";
362         my $git = PublicInbox::Git->new($git_dir);
363
364 =head1 DESCRIPTION
365
366 Unstable API outside of the L</new> method.
367 It requires L<git(1)> to be installed.
368
369 =head1 METHODS
370
371 =cut
372
373 =head2 new
374
375         my $git = PublicInbox::Git->new($git_dir);
376
377 Initialize a new PublicInbox::Git object for use with L<PublicInbox::Import>
378 This is the only public API method we support.  Everything else
379 in this module is subject to change.
380
381 =head1 SEE ALSO
382
383 L<Git>, L<PublicInbox::Import>
384
385 =head1 CONTACT
386
387 All feedback welcome via plain-text mail to L<mailto:meta@public-inbox.org>
388
389 The mail archives are hosted at L<https://public-inbox.org/meta/>
390
391 =head1 COPYRIGHT
392
393 Copyright (C) 2016 all contributors L<mailto:meta@public-inbox.org>
394
395 License: AGPL-3.0+ L<http://www.gnu.org/licenses/agpl-3.0.txt>
396
397 =cut