]> Sergey Matveev's repositories - public-inbox.git/blobdiff - lib/PublicInbox/SearchIdx.pm
searchidx: support indexing multiple MIDs
[public-inbox.git] / lib / PublicInbox / SearchIdx.pm
index b5d43d12aa6579b1dad3ed2d10b7fa6204ca15bc..1c107282e86da4a0def28967544b49b2e0082d23 100644 (file)
@@ -12,14 +12,14 @@ use warnings;
 use Fcntl qw(:flock :DEFAULT);
 use PublicInbox::MIME;
 use base qw(PublicInbox::Search);
-use PublicInbox::MID qw/mid_clean id_compress mid_mime/;
+use PublicInbox::MID qw/mid_clean id_compress mid_mime mids references/;
 use PublicInbox::MsgIter;
 use Carp qw(croak);
 use POSIX qw(strftime);
 require PublicInbox::Git;
 
 use constant {
-       MAX_MID_SIZE => 244, # max term size - 1 in Xapian
+       MAX_MID_SIZE => 244, # max term size (Xapian limitation) - length('Q')
        PERM_UMASK => 0,
        OLD_PERM_GROUP => 1,
        OLD_PERM_EVERYBODY => 2,
@@ -281,25 +281,19 @@ sub index_body ($$$) {
 
 sub add_message {
        my ($self, $mime, $bytes, $num, $blob) = @_; # mime = Email::MIME object
-       my $db = $self->{xdb};
-
-       my ($doc_id, $old_tid);
-       my $mid = mid_clean(mid_mime($mime));
-       my $threader = $self->{threader};
+       my $doc_id;
+       my $mids = mids($mime->header_obj);
+       my $skel = $self->{skeleton};
 
        eval {
-               die 'Message-ID too long' if length($mid) > MAX_MID_SIZE;
-               my $smsg = $self->lookup_message($mid);
-               if ($smsg) {
-                       # convert a ghost to a regular message
-                       # it will also clobber any existing regular message
-                       $doc_id = $smsg->{doc_id};
-                       $old_tid = $smsg->thread_id unless $threader;
-               }
-               $smsg = PublicInbox::SearchMsg->new($mime);
+               my $smsg = PublicInbox::SearchMsg->new($mime);
                my $doc = $smsg->{doc};
-               $doc->add_term('XMID' . $mid);
-
+               foreach my $mid (@$mids) {
+                       # FIXME: may be abused to prevent archival
+                       length($mid) > MAX_MID_SIZE and
+                               die 'Message-ID too long';
+                       $doc->add_term('Q' . $mid);
+               }
                my $subj = $smsg->subject;
                my $xpath;
                if ($subj ne '') {
@@ -362,31 +356,30 @@ sub add_message {
                # populates smsg->references for smsg->to_doc_data
                my $refs = parse_references($smsg);
                my $data = $smsg->to_doc_data($blob);
-               if ($threader) {
-                       push @values, $mid, $xpath, $data;
-                       $threader->thread_msg(\@values);
-               } else {
-                       link_message($self, $smsg, $refs, $old_tid);
+               foreach my $mid (@$mids) {
+                       $tg->index_text($mid, 1, 'XM');
                }
-               $tg->index_text($mid, 1, 'XM');
                $doc->set_data($data);
-
                if (my $altid = $self->{-altid}) {
                        foreach my $alt (@$altid) {
-                               my $id = $alt->mid2alt($mid);
-                               next unless defined $id;
-                               $doc->add_term($alt->{xprefix} . $id);
+                               foreach my $mid (@$mids) {
+                                       my $id = $alt->mid2alt($mid);
+                                       next unless defined $id;
+                                       $doc->add_term($alt->{xprefix} . $id);
+                               }
                        }
                }
-               if (defined $doc_id) {
-                       $db->replace_document($doc_id, $doc);
+               if ($skel) {
+                       push @values, $mids, $xpath, $data;
+                       $skel->index_skeleton(\@values);
+                       $doc_id = $self->{xdb}->add_document($doc);
                } else {
-                       $doc_id = $db->add_document($doc);
+                       $doc_id = link_and_save($self, $doc, $mids, $refs);
                }
        };
 
        if ($@) {
-               warn "failed to index message <$mid>: $@\n";
+               warn "failed to index message <".join('> <',@$mids).">: $@\n";
                return undef;
        }
        $doc_id;
@@ -400,7 +393,7 @@ sub remove_message {
        $mid = mid_clean($mid);
 
        eval {
-               my ($head, $tail) = $self->find_doc_ids('XMID' . $mid);
+               my ($head, $tail) = $self->find_doc_ids('Q' . $mid);
                if ($head->equal($tail)) {
                        warn "cannot remove non-existent <$mid>\n";
                }
@@ -443,56 +436,82 @@ sub next_thread_id {
 
 sub parse_references ($) {
        my ($smsg) = @_;
-       my $doc = $smsg->{doc};
-       my $mid = $smsg->mid;
        my $mime = $smsg->{mime};
        my $hdr = $mime->header_obj;
-
-       # last References should be IRT, but some mail clients do things
-       # out of order, so trust IRT over References iff IRT exists
-       my @refs = (($hdr->header_raw('References') || '') =~ /<([^>]+)>/g);
-       push(@refs, (($hdr->header_raw('In-Reply-To') || '') =~ /<([^>]+)>/g));
-
-       if (@refs) {
-               my %uniq = ($mid => 1);
-               my @orig_refs = @refs;
-               @refs = ();
-
-               # prevent circular references via References: here:
-               foreach my $ref (@orig_refs) {
-                       if (length($ref) > MAX_MID_SIZE) {
-                               warn "References: <$ref> too long, ignoring\n";
-                       }
-                       next if $uniq{$ref};
-                       $uniq{$ref} = 1;
-                       push @refs, $ref;
+       my $refs = references($hdr);
+       return $refs if scalar(@$refs) == 0;
+
+       # prevent circular references via References here:
+       my %mids = map { $_ => 1 } @{mids($hdr)};
+       my @keep;
+       foreach my $ref (@$refs) {
+               # FIXME: this is an archive-prevention vector like X-No-Archive
+               if (length($ref) > MAX_MID_SIZE) {
+                       warn "References: <$ref> too long, ignoring\n";
                }
+               next if $mids{$ref};
+               push @keep, $ref;
        }
-       $smsg->{references} = '<'.join('> <', @refs).'>' if @refs;
-       \@refs
+       $smsg->{references} = '<'.join('> <', @keep).'>' if @keep;
+       \@keep;
 }
 
-sub link_message {
-       my ($self, $smsg, $refs, $old_tid) = @_;
+sub link_doc {
+       my ($self, $doc, $refs, $old_tid) = @_;
        my $tid;
 
        if (@$refs) {
-
                # first ref *should* be the thread root,
                # but we can never trust clients to do the right thing
                my $ref = shift @$refs;
-               $tid = $self->_resolve_mid_to_tid($ref);
-               $self->merge_threads($tid, $old_tid) if defined $old_tid;
+               $tid = resolve_mid_to_tid($self, $ref);
+               merge_threads($self, $tid, $old_tid) if defined $old_tid;
 
                # the rest of the refs should point to this tid:
                foreach $ref (@$refs) {
-                       my $ptid = $self->_resolve_mid_to_tid($ref);
+                       my $ptid = resolve_mid_to_tid($self, $ref);
                        merge_threads($self, $tid, $ptid);
                }
        } else {
                $tid = defined $old_tid ? $old_tid : $self->next_thread_id;
        }
-       $smsg->{doc}->add_term('G' . $tid);
+       $doc->add_term('G' . $tid);
+       $tid;
+}
+
+sub link_and_save {
+       my ($self, $doc, $mids, $refs) = @_;
+       my $db = $self->{xdb};
+       my $old_tid;
+       my $doc_id;
+       my $vivified = 0;
+       foreach my $mid (@$mids) {
+               $self->each_smsg_by_mid($mid, sub {
+                       my ($cur) = @_;
+                       my $type = $cur->type;
+                       my $cur_tid = $cur->thread_id;
+                       $old_tid = $cur_tid unless defined $old_tid;
+                       if ($type eq 'mail') {
+                               # do not break existing mail messages,
+                               # just merge the threads
+                               merge_threads($self, $old_tid, $cur_tid);
+                               return 1;
+                       }
+                       if ($type ne 'ghost') {
+                               die "<$mid> has a bad type: $type\n";
+                       }
+                       my $tid = link_doc($self, $doc, $refs, $old_tid);
+                       $old_tid = $tid unless defined $old_tid;
+                       $doc_id = $cur->{doc_id};
+                       $self->{xdb}->replace_document($doc_id, $doc);
+                       ++$vivified;
+                       1;
+               });
+       }
+       # not really important, but we return any vivified ghost docid, here:
+       return $doc_id if defined $doc_id;
+       link_doc($self, $doc, $refs, $old_tid);
+       $self->{xdb}->add_document($doc);
 }
 
 sub index_git_blob_id {
@@ -512,13 +531,12 @@ sub unindex_blob {
 }
 
 sub index_mm {
-       my ($self, $mime, $warn_existing) = @_;
+       my ($self, $mime) = @_;
        my $mid = mid_clean(mid_mime($mime));
        my $mm = $self->{mm};
        my $num = $mm->mid_insert($mid);
        return $num if defined $num;
 
-       warn "<$mid> reused\n" if $warn_existing;
        # fallback to num_for since filters like RubyLang set the number
        $mm->num_for($mid);
 }
@@ -715,11 +733,22 @@ sub _index_sync {
 }
 
 # this will create a ghost as necessary
-sub _resolve_mid_to_tid {
+sub resolve_mid_to_tid {
        my ($self, $mid) = @_;
+       my $tid;
+       $self->each_smsg_by_mid($mid, sub {
+               my ($smsg) = @_;
+               my $cur_tid = $smsg->thread_id;
+               if (defined $tid) {
+                       merge_threads($self, $tid, $cur_tid);
+               } else {
+                       $tid = $smsg->thread_id;
+               }
+               1;
+       });
+       return $tid if defined $tid;
 
-       my $smsg = $self->lookup_message($mid) || $self->create_ghost($mid);
-       $smsg->thread_id;
+       $self->create_ghost($mid)->thread_id;
 }
 
 sub create_ghost {
@@ -727,7 +756,7 @@ sub create_ghost {
 
        my $tid = $self->next_thread_id;
        my $doc = Search::Xapian::Document->new;
-       $doc->add_term('XMID' . $mid);
+       $doc->add_term('Q' . $mid);
        $doc->add_term('G' . $tid);
        $doc->add_term('T' . 'ghost');
 
@@ -740,15 +769,22 @@ sub create_ghost {
 sub merge_threads {
        my ($self, $winner_tid, $loser_tid) = @_;
        return if $winner_tid == $loser_tid;
-       my ($head, $tail) = $self->find_doc_ids('G' . $loser_tid);
        my $db = $self->{xdb};
 
-       for (; $head != $tail; $head->inc) {
-               my $docid = $head->get_docid;
-               my $doc = $db->get_document($docid);
-               $doc->remove_term('G' . $loser_tid);
-               $doc->add_term('G' . $winner_tid);
-               $db->replace_document($docid, $doc);
+       my $batch_size = 1000; # don't let @ids grow too large to avoid OOM
+       while (1) {
+               my ($head, $tail) = $self->find_doc_ids('G' . $loser_tid);
+               return if $head == $tail;
+               my @ids;
+               for (; $head != $tail && @ids < $batch_size; $head->inc) {
+                       push @ids, $head->get_docid;
+               }
+               foreach my $docid (@ids) {
+                       my $doc = $db->get_document($docid);
+                       $doc->remove_term('G' . $loser_tid);
+                       $doc->add_term('G' . $winner_tid);
+                       $db->replace_document($docid, $doc);
+               }
        }
 }
 
@@ -817,7 +853,7 @@ sub DESTROY {
        $_[0]->{lockfh} = undef;
 }
 
-# remote_* subs are only used by SearchIdxPart and SearchIdxThread:
+# remote_* subs are only used by SearchIdxPart and SearchIdxSkeleton
 sub remote_commit {
        my ($self) = @_;
        print { $self->{w} } "commit\n" or die "failed to write commit: $!";
@@ -830,7 +866,7 @@ sub remote_close {
        print $w "close\n" or die "failed to write to pid:$pid: $!\n";
        close $w or die "failed to close pipe for pid:$pid: $!\n";
        waitpid($pid, 0) == $pid or die "remote process did not finish";
-       $? == 0 or die ref($self)." exited with: $?";
+       $? == 0 or die ref($self)." pid:$pid exited with: $?";
 }
 
 1;