]> Sergey Matveev's repositories - public-inbox.git/blobdiff - lib/PublicInbox/SearchIdx.pm
use consistent {ibx} field for writable code paths
[public-inbox.git] / lib / PublicInbox / SearchIdx.pm
index 9550847b784c42d96da03e44688c377d20c1be71..4b1b1736e2270b3ccdec5ae1c2b79ef9db7b0043 100644 (file)
@@ -12,7 +12,7 @@ use v5.10.1;
 use parent qw(PublicInbox::Search PublicInbox::Lock);
 use PublicInbox::Eml;
 use PublicInbox::InboxWritable;
-use PublicInbox::MID qw/mid_clean mid_mime mids_for_index/;
+use PublicInbox::MID qw(mid_mime mids_for_index mids);
 use PublicInbox::MsgIter;
 use Carp qw(croak);
 use POSIX qw(strftime);
@@ -50,8 +50,7 @@ sub new {
        $ibx = PublicInbox::InboxWritable->new($ibx);
        my $self = bless {
                inboxdir => $inboxdir,
-               -inbox => $ibx,
-               git => $ibx->git,
+               ibx => $ibx,
                -altid => $altid,
                ibx_ver => $version,
                indexlevel => $indexlevel,
@@ -413,88 +412,32 @@ sub add_message {
        $smsg->{num};
 }
 
-# returns begin and end PostingIterator
-sub find_doc_ids {
-       my ($self, $termval) = @_;
-       my $db = $self->{xdb};
-
-       ($db->postlist_begin($termval), $db->postlist_end($termval));
-}
-
-# v1 only
-sub batch_do {
-       my ($self, $termval, $cb) = @_;
-       my $batch_size = 1000; # don't let @ids grow too large to avoid OOM
-       while (1) {
-               my ($head, $tail) = $self->find_doc_ids($termval);
-               return if $head == $tail;
-               my @ids;
-               for (; $head != $tail && @ids < $batch_size; $head++) {
-                       push @ids, $head->get_docid;
+sub xdb_remove {
+       my ($self, $oid, @removed) = @_;
+       my $xdb = $self->{xdb} or return;
+       for my $num (@removed) {
+               my $doc = eval { $xdb->get_document($num) };
+               unless ($doc) {
+                       warn "E: $@\n" if $@;
+                       warn "E: #$num $oid missing in Xapian\n";
+                       next;
                }
-               $cb->(\@ids);
-       }
-}
-
-# v1 only, where $mid is unique
-sub remove_message {
-       my ($self, $mid) = @_;
-       $mid = mid_clean($mid);
-
-       if (my $over = $self->{over}) {
-               my $nr = eval { $over->remove_oid(undef, $mid) };
-               if ($@) {
-                       warn "failed to remove <$mid> from overview: $@\n";
-               } elsif ($nr == 0) {
-                       warn "<$mid> missing for removal from overview\n";
+               my $smsg = bless {}, 'PublicInbox::Smsg';
+               $smsg->load_expand($doc);
+               my $blob = $smsg->{blob} // '(unset)';
+               if ($blob eq $oid) {
+                       $xdb->delete_document($num);
+               } else {
+                       warn "E: #$num $oid != $blob in Xapian\n";
                }
        }
-       return unless need_xapian($self);
-       my $db = $self->{xdb};
-       my $nr = 0;
-       eval {
-               batch_do($self, 'Q' . $mid, sub {
-                       my ($ids) = @_;
-                       $db->delete_document($_) for @$ids;
-                       $nr += scalar @$ids;
-               });
-       };
-       if ($@) {
-               warn "failed to remove <$mid> from Xapian: $@\n";
-       } elsif ($nr == 0) {
-               warn "<$mid> missing for removal from Xapian\n";
-       }
 }
 
-# MID is a hint in V2
 sub remove_by_oid {
-       my ($self, $oid, $mid) = @_;
-
-       $self->{over}->remove_oid($oid, $mid) if $self->{over};
-
-       return unless need_xapian($self);
-       my $db = $self->{xdb};
-
-       # XXX careful, we cannot use batch_do here since we conditionally
-       # delete documents based on other factors, so we cannot call
-       # find_doc_ids twice.
-       my ($head, $tail) = $self->find_doc_ids('Q' . $mid);
-       return if $head == $tail;
-
-       # there is only ONE element in @delete unless we
-       # have bugs in our v2writable deduplication check
-       my @delete;
-       for (; $head != $tail; $head++) {
-               my $docid = $head->get_docid;
-               my $doc = $db->get_document($docid);
-               my $smsg = bless { mid => $mid }, 'PublicInbox::Smsg';
-               $smsg->load_expand($doc);
-               if ($smsg->{blob} eq $oid) {
-                       push(@delete, $docid);
-               }
-       }
-       $db->delete_document($_) foreach @delete;
-       scalar(@delete);
+       my ($self, $oid, $num) = @_;
+       die "BUG: remove_by_oid is v2-only\n" if $self->{over};
+       $self->begin_txn_lazy;
+       xdb_remove($self, $oid, $num) if need_xapian($self);
 }
 
 sub index_git_blob_id {
@@ -507,10 +450,29 @@ sub index_git_blob_id {
        }
 }
 
-sub unindex_blob {
-       my ($self, $mime) = @_;
-       my $mid = eval { mid_mime($mime) };
-       $self->remove_message($mid) if defined $mid;
+# v1 only
+sub unindex_eml {
+       my ($self, $oid, $eml) = @_;
+       my $mids = mids($eml);
+       my $nr = 0;
+       my %tmp;
+       for my $mid (@$mids) {
+               my @removed = eval { $self->{over}->remove_oid($oid, $mid) };
+               if ($@) {
+                       warn "E: failed to remove <$mid> from overview: $@\n";
+               } else {
+                       $nr += scalar @removed;
+                       $tmp{$_}++ for @removed;
+               }
+       }
+       if (!$nr) {
+               $mids = join('> <', @$mids);
+               warn "W: <$mids> missing for removal from overview\n";
+       }
+       while (my ($num, $nr) = each %tmp) {
+               warn "BUG: $num appears >1 times ($nr) for $oid\n" if $nr != 1;
+       }
+       xdb_remove($self, $oid, keys %tmp) if need_xapian($self);
 }
 
 sub index_mm {
@@ -577,7 +539,7 @@ sub index_both { # git->cat_async callback
 sub unindex_both { # git->cat_async callback
        my ($bref, $oid, $type, $size, $self) = @_;
        my $eml = PublicInbox::Eml->new($bref);
-       unindex_blob($self, $eml);
+       unindex_eml($self, $oid, $eml);
        unindex_mm($self, $eml);
 }
 
@@ -585,14 +547,14 @@ sub unindex_both { # git->cat_async callback
 sub index_sync {
        my ($self, $opts) = @_;
        delete $self->{lock_path} if $opts->{-skip_lock};
-       $self->{-inbox}->with_umask(\&_index_sync, $self, $opts);
+       $self->{ibx}->with_umask(\&_index_sync, $self, $opts);
 }
 
-sub too_big ($$$) {
-       my ($self, $git, $oid) = @_;
+sub too_big ($$) {
+       my ($self, $oid) = @_;
        my $max_size = $self->{index_max_size} or return;
-       my (undef, undef, $size) = $git->check($oid);
-       die "E: bad $oid in $git->{git_dir}\n" if !defined($size);
+       my (undef, undef, $size) = $self->{ibx}->git->check($oid);
+       die "E: bad $oid in $self->{ibx}->{inboxdir}\n" if !defined($size);
        return if $size <= $max_size;
        warn "W: skipping $oid ($size > $max_size)\n";
        1;
@@ -605,7 +567,7 @@ sub read_log {
        my $h40 = $hex .'{40}';
        my $addmsg = qr!^:000000 100644 \S+ ($h40) A\t${hex}{2}/${hex}{38}$!;
        my $delmsg = qr!^:100644 000000 ($h40) \S+ D\t${hex}{2}/${hex}{38}$!;
-       my $git = $self->{git};
+       my $git = $self->{ibx}->git;
        my $latest;
        my $max = $BATCH_BYTES;
        local $/ = "\n";
@@ -628,7 +590,7 @@ sub read_log {
                                }
                                next;
                        }
-                       next if too_big($self, $git, $blob);
+                       next if too_big($self, $blob);
                        $git->cat_async($blob, \&index_both, { %$sync });
                        if ($max <= 0) {
                                $git->cat_async_wait;
@@ -637,7 +599,7 @@ sub read_log {
                        }
                } elsif ($line =~ /$delmsg/o) {
                        my $blob = $1;
-                       $D{$blob} = 1 unless too_big($self, $git, $blob);
+                       $D{$blob} = 1 unless too_big($self, $blob);
                } elsif ($line =~ /^commit ($h40)/o) {
                        $latest = $1;
                        $newest ||= $latest;
@@ -658,7 +620,7 @@ sub read_log {
 
 sub _git_log {
        my ($self, $opts, $range) = @_;
-       my $git = $self->{git};
+       my $git = $self->{ibx}->git;
 
        if (index($range, '..') < 0) {
                # don't show annoying git errors to users who run -index
@@ -718,7 +680,7 @@ sub is_ancestor ($$$) {
 
 sub need_update ($$$) {
        my ($self, $cur, $new) = @_;
-       my $git = $self->{git};
+       my $git = $self->{ibx}->git;
        return 1 if $cur && !is_ancestor($git, $cur, $new);
        my $range = $cur eq '' ? $new : "$cur..$new";
        chomp(my $n = $git->qx(qw(rev-list --count), $range));
@@ -738,7 +700,7 @@ sub _last_x_commit {
                $lx = $lm;
        }
        # Use last_commit from msgmap if it is older or unset
-       if (!$lm || ($lx && $lm && is_ancestor($self->{git}, $lm, $lx))) {
+       if (!$lm || ($lx && $lm && is_ancestor($self->{ibx}->git, $lm, $lx))) {
                $lx = $lm;
        }
        $lx;
@@ -755,11 +717,12 @@ sub _index_sync {
        my ($self, $opts) = @_;
        my $tip = $opts->{ref} || 'HEAD';
        my ($last_commit, $lx, $xlog);
-       my $git = $self->{git};
+       my $git = $self->{ibx}->git;
        $git->batch_prepare;
        my $pr = $opts->{-progress};
 
        my $xdb = $self->begin_txn_lazy;
+       $self->{over}->rethread_prepare($opts);
        my $mm = _msgmap_init($self);
        do {
                $xlog = undef; # stop previous git-log via SIGPIPE
@@ -798,12 +761,14 @@ sub _index_sync {
                                $xdb->set_metadata('last_commit', $newest);
                        }
                }
+
+               $self->{over}->rethread_done($opts) if $newest; # all done
                $self->commit_txn_lazy;
                $git->cleanup;
                $xdb = _xdb_release($self, $nr);
-               # let another process do some work... <
+               # let another process do some work...
                $pr->("indexed $nr/$self->{ntodo}\n") if $pr && $nr;
-               if (!$newest) {
+               if (!$newest) { # more to come
                        $xdb = $self->begin_txn_lazy;
                        $dbh->begin_work if $dbh;
                }
@@ -844,13 +809,12 @@ sub remote_close {
 }
 
 sub remote_remove {
-       my ($self, $oid, $mid) = @_;
+       my ($self, $oid, $num) = @_;
        if (my $w = $self->{w}) {
                # triggers remove_by_oid in a shard
-               print $w "D $oid $mid\n" or die "failed to write remove $!";
+               print $w "D $oid $num\n" or die "failed to write remove $!";
        } else {
-               $self->begin_txn_lazy;
-               $self->remove_by_oid($oid, $mid);
+               $self->remove_by_oid($oid, $num);
        }
 }
 
@@ -865,7 +829,7 @@ sub _begin_txn {
 
 sub begin_txn_lazy {
        my ($self) = @_;
-       $self->{-inbox}->with_umask(\&_begin_txn, $self) if !$self->{txn};
+       $self->{ibx}->with_umask(\&_begin_txn, $self) if !$self->{txn};
 }
 
 # store 'indexlevel=medium' in v2 shard=0 and v1 (only one shard)
@@ -895,7 +859,7 @@ sub _commit_txn {
 sub commit_txn_lazy {
        my ($self) = @_;
        delete($self->{txn}) and
-               $self->{-inbox}->with_umask(\&_commit_txn, $self);
+               $self->{ibx}->with_umask(\&_commit_txn, $self);
 }
 
 sub worker_done {