]> Sergey Matveev's repositories - public-inbox.git/blobdiff - lib/PublicInbox/V2Writable.pm
v2: index forwards (via `git log --reverse')
[public-inbox.git] / lib / PublicInbox / V2Writable.pm
index b393b31f0e205f3191169762fbd1af9d76fa3d52..c04ea5d77a443baa6fdcb4a88811f710e4156ea4 100644 (file)
@@ -5,25 +5,23 @@
 # Used to write to V2 inboxes (see L<public-inbox-v2-format(5)>).
 package PublicInbox::V2Writable;
 use strict;
-use warnings;
-use base qw(PublicInbox::Lock);
-use 5.010_001;
+use v5.10.1;
+use parent qw(PublicInbox::Lock);
 use PublicInbox::SearchIdxShard;
 use PublicInbox::Eml;
 use PublicInbox::Git;
 use PublicInbox::Import;
 use PublicInbox::MID qw(mids references);
 use PublicInbox::ContentHash qw(content_hash content_digest);
-use PublicInbox::Inbox;
+use PublicInbox::InboxWritable;
 use PublicInbox::OverIdx;
 use PublicInbox::Msgmap;
 use PublicInbox::Spawn qw(spawn popen_rd);
 use PublicInbox::SearchIdx;
-use PublicInbox::MsgTime qw(msg_timestamp msg_datestamp);
-use PublicInbox::MultiMidQueue;
 use IO::Handle; # ->autoflush
 use File::Temp qw(tempfile);
 
+my $x40 = qr/[a-f0-9]{40}/;
 # an estimate of the post-packed size to the raw uncompressed size
 my $PACKING_FACTOR = 0.4;
 
@@ -114,6 +112,7 @@ sub new {
                im => undef, #  PublicInbox::Import
                parallel => 1,
                transact_bytes => 0,
+               total_bytes => 0,
                current_info => '',
                xpfx => $xpfx,
                over => PublicInbox::OverIdx->new("$xpfx/over.sqlite3", 1),
@@ -129,12 +128,13 @@ sub new {
 
 # public (for now?)
 sub init_inbox {
-       my ($self, $shards, $skip_epoch) = @_;
+       my ($self, $shards, $skip_epoch, $skip_artnum) = @_;
        if (defined $shards) {
                $self->{parallel} = 0 if $shards == 0;
                $self->{shards} = $shards if $shards > 0;
        }
        $self->idx_init;
+       $self->{mm}->skip_artnum($skip_artnum) if defined $skip_artnum;
        my $epoch_max = -1;
        git_dir_latest($self, \$epoch_max);
        if (defined $skip_epoch && $epoch_max == -1) {
@@ -147,21 +147,19 @@ sub init_inbox {
 # returns undef on duplicate or spam
 # mimics Import::add and wraps it for v2
 sub add {
-       my ($self, $mime, $check_cb) = @_;
-       $self->{-inbox}->with_umask(sub {
-               _add($self, $mime, $check_cb)
-       });
+       my ($self, $eml, $check_cb) = @_;
+       $self->{-inbox}->with_umask(\&_add, $self, $eml, $check_cb);
 }
 
 # indexes a message, returns true if checkpointing is needed
 sub do_idx ($$$$) {
        my ($self, $msgref, $mime, $smsg) = @_;
-       $smsg->{ds} //= msg_datestamp($mime->header_obj, $self->{autime});
-       $smsg->{ts} //= msg_timestamp($mime->header_obj, $self->{cotime});
+       $smsg->{bytes} = $smsg->{raw_bytes} +
+                       PublicInbox::SearchIdx::crlf_adjust($$msgref);
        $self->{over}->add_overview($mime, $smsg);
        my $idx = idx_shard($self, $smsg->{num} % $self->{shards});
        $idx->index_raw($msgref, $mime, $smsg);
-       my $n = $self->{transact_bytes} += $smsg->{bytes};
+       my $n = $self->{transact_bytes} += $smsg->{raw_bytes};
        $n >= ($PublicInbox::SearchIdx::BATCH_BYTES * $self->{shards});
 }
 
@@ -170,7 +168,7 @@ sub _add {
 
        # spam check:
        if ($check_cb) {
-               $mime = $check_cb->($mime) or return;
+               $mime = $check_cb->($mime, $self->{-inbox}) or return;
        }
 
        # All pipes (> $^F) known to Perl 5.6+ have FD_CLOEXEC set,
@@ -182,7 +180,7 @@ sub _add {
 
        my ($num, $mid0) = v2_num_for($self, $mime);
        defined $num or return; # duplicate
-       defined $mid0 or die "BUG: $mid0 undefined\n";
+       defined $mid0 or die "BUG: \$mid0 undefined\n";
        my $im = $self->importer;
        my $smsg = bless { mid => $mid0, num => $num }, 'PublicInbox::Smsg';
        my $cmt = $im->add($mime, undef, $smsg); # sets $smsg->{ds|ts|blob}
@@ -276,6 +274,28 @@ sub idx_shard {
        $self->{idx_shards}->[$shard_i];
 }
 
+sub _idx_init { # with_umask callback
+       my ($self, $opt) = @_;
+       $self->lock_acquire unless $opt && $opt->{-skip_lock};
+       $self->{over}->create;
+
+       # xcpdb can change shard count while -watch is idle
+       my $nshards = count_shards($self);
+       $self->{shards} = $nshards if $nshards && $nshards != $self->{shards};
+
+       # need to create all shards before initializing msgmap FD
+       # idx_shards must be visible to all forked processes
+       my $max = $self->{shards} - 1;
+       my $idx = $self->{idx_shards} = [];
+       push @$idx, PublicInbox::SearchIdxShard->new($self, $_) for (0..$max);
+
+       # Now that all subprocesses are up, we can open the FDs
+       # for SQLite:
+       my $mm = $self->{mm} = PublicInbox::Msgmap->new_file(
+               "$self->{-inbox}->{inboxdir}/msgmap.sqlite3", 1);
+       $mm->{dbh}->begin_work;
+}
+
 # idempotent
 sub idx_init {
        my ($self, $opt) = @_;
@@ -285,13 +305,10 @@ sub idx_init {
        # do not leak read-only FDs to child processes, we only have these
        # FDs for duplicate detection so they should not be
        # frequently activated.
+       # delete @$ibx{qw(git mm search)};
        delete $ibx->{$_} foreach (qw(git mm search));
 
-       my $indexlevel = $ibx->{indexlevel};
-       if ($indexlevel && $indexlevel eq 'basic') {
-               $self->{parallel} = 0;
-       }
-
+       $self->{parallel} = 0 if ($ibx->{indexlevel}//'') eq 'basic';
        if ($self->{parallel}) {
                pipe(my ($r, $w)) or die "pipe failed: $!";
                # pipe for barrier notifications doesn't need to be big,
@@ -301,33 +318,8 @@ sub idx_init {
                $w->autoflush(1);
        }
 
-       my $over = $self->{over};
        $ibx->umask_prepare;
-       $ibx->with_umask(sub {
-               $self->lock_acquire unless ($opt && $opt->{-skip_lock});
-               $over->create;
-
-               # xcpdb can change shard count while -watch is idle
-               my $nshards = count_shards($self);
-               if ($nshards && $nshards != $self->{shards}) {
-                       $self->{shards} = $nshards;
-               }
-
-               # need to create all shards before initializing msgmap FD
-               my $max = $self->{shards} - 1;
-
-               # idx_shards must be visible to all forked processes
-               my $idx = $self->{idx_shards} = [];
-               for my $i (0..$max) {
-                       push @$idx, PublicInbox::SearchIdxShard->new($self, $i);
-               }
-
-               # Now that all subprocesses are up, we can open the FDs
-               # for SQLite:
-               my $mm = $self->{mm} = PublicInbox::Msgmap->new_file(
-                       "$self->{-inbox}->{inboxdir}/msgmap.sqlite3", 1);
-               $mm->{dbh}->begin_work;
-       });
+       $ibx->with_umask(\&_idx_init, $self, $opt);
 }
 
 # returns an array mapping [ epoch => latest_commit ]
@@ -379,24 +371,24 @@ sub content_matches ($$) {
 
 # used for removing or replacing (purging)
 sub rewrite_internal ($$;$$$) {
-       my ($self, $old_mime, $cmt_msg, $new_mime, $sref) = @_;
+       my ($self, $old_eml, $cmt_msg, $new_eml, $sref) = @_;
        $self->idx_init;
        my ($im, $need_reindex, $replace_map);
        if ($sref) {
                $replace_map = {}; # oid => sref
-               $need_reindex = [] if $new_mime;
+               $need_reindex = [] if $new_eml;
        } else {
                $im = $self->importer;
        }
        my $over = $self->{over};
-       my $chashes = content_hashes($old_mime);
-       my @removed;
-       my $mids = mids($old_mime->header_obj);
+       my $chashes = content_hashes($old_eml);
+       my $removed = [];
+       my $mids = mids($old_eml->header_obj);
 
        # We avoid introducing new blobs into git since the raw content
        # can be slightly different, so we do not need the user-supplied
        # message now that we have the mids and content_hash
-       $old_mime = undef;
+       $old_eml = undef;
        my $mark;
 
        foreach my $mid (@$mids) {
@@ -422,15 +414,15 @@ sub rewrite_internal ($$;$$$) {
                }
                foreach my $num (keys %gone) {
                        my ($smsg, $mime, $orig) = @{$gone{$num}};
-                       # @removed should only be set once assuming
+                       # $removed should only be set once assuming
                        # no bugs in our deduplication code:
-                       @removed = (undef, $mime, $smsg);
+                       $removed = [ undef, $mime, $smsg ];
                        my $oid = $smsg->{blob};
                        if ($replace_map) {
                                $replace_map->{$oid} = $sref;
                        } else {
                                ($mark, undef) = $im->remove($orig, $cmt_msg);
-                               $removed[0] = $mark;
+                               $removed->[0] = $mark;
                        }
                        $orig = undef;
                        if ($need_reindex) { # ->replace
@@ -447,28 +439,26 @@ sub rewrite_internal ($$;$$$) {
                $self->{last_commit}->[$self->{epoch_max}] = $cmt;
        }
        if ($replace_map && scalar keys %$replace_map) {
-               my $rewrites = _replace_oids($self, $new_mime, $replace_map);
+               my $rewrites = _replace_oids($self, $new_eml, $replace_map);
                return { rewrites => $rewrites, need_reindex => $need_reindex };
        }
-       defined($mark) ? @removed : undef;
+       defined($mark) ? $removed : undef;
 }
 
 # public (see PublicInbox::Import->remove), but note the 3rd element
 # (retval[2]) is not part of the stable API shared with Import->remove
 sub remove {
-       my ($self, $mime, $cmt_msg) = @_;
-       my @ret;
-       $self->{-inbox}->with_umask(sub {
-               @ret = rewrite_internal($self, $mime, $cmt_msg);
-       });
-       defined($ret[0]) ? @ret : undef;
+       my ($self, $eml, $cmt_msg) = @_;
+       my $r = $self->{-inbox}->with_umask(\&rewrite_internal,
+                                               $self, $eml, $cmt_msg);
+       defined($r) && defined($r->[0]) ? @$r: undef;
 }
 
 sub _replace ($$;$$) {
-       my ($self, $old_mime, $new_mime, $sref) = @_;
-       my $rewritten = $self->{-inbox}->with_umask(sub {
-               rewrite_internal($self, $old_mime, undef, $new_mime, $sref);
-       }) or return;
+       my ($self, $old_eml, $new_eml, $sref) = @_;
+       my $arg = [ $self, $old_eml, undef, $new_eml, $sref ];
+       my $rewritten = $self->{-inbox}->with_umask(\&rewrite_internal,
+                       $self, $old_eml, undef, $new_eml, $sref) or return;
 
        my $rewrites = $rewritten->{rewrites};
        # ->done is called if there are rewrites since we gc+prune from git
@@ -492,14 +482,12 @@ sub purge {
 sub git_hash_raw ($$) {
        my ($self, $raw) = @_;
        # grab the expected OID we have to reindex:
-       open my $tmp_fh, '+>', undef or die "failed to open tmp: $!";
-       $tmp_fh->autoflush(1);
-       print $tmp_fh $$raw or die "print \$tmp_fh: $!";
-       sysseek($tmp_fh, 0, 0) or die "seek failed: $!";
-
+       pipe(my($in, $w)) or die "pipe: $!";
        my $git_dir = $self->{-inbox}->git->{git_dir};
        my $cmd = ['git', "--git-dir=$git_dir", qw(hash-object --stdin)];
-       my $r = popen_rd($cmd, undef, { 0 => $tmp_fh });
+       my $r = popen_rd($cmd, undef, { 0 => $in });
+       print $w $$raw or die "print \$w: $!";
+       close $w or die "close \$w: $!";
        local $/ = "\n";
        chomp(my $oid = <$r>);
        close $r or die "git hash-object failed: $?";
@@ -571,10 +559,12 @@ W: $list
        for my $smsg (@$need_reindex) {
                my $new_smsg = bless {
                        blob => $blob,
-                       bytes => $bytes,
+                       raw_bytes => $bytes,
                        num => $smsg->{num},
                        mid => $smsg->{mid},
                }, 'PublicInbox::Smsg';
+               my $v2w = { autime => $smsg->{ds}, cotime => $smsg->{ts} };
+               $new_smsg->populate($new_mime, $v2w);
                do_idx($self, \$raw, $new_mime, $new_smsg);
        }
        $rewritten->{rewrites};
@@ -657,6 +647,7 @@ sub checkpoint ($;$) {
 
                $dbh->begin_work;
        }
+       $self->{total_bytes} += $self->{transact_bytes};
        $self->{transact_bytes} = 0;
 }
 
@@ -679,8 +670,9 @@ sub done {
        }
        $self->{over}->disconnect;
        delete $self->{bnote};
-       $self->{transact_bytes} = 0;
-       $self->lock_release if $shards;
+       my $nbytes = $self->{total_bytes};
+       $self->{total_bytes} = 0;
+       $self->lock_release(!!$nbytes) if $shards;
        $self->{-inbox}->git->cleanup;
 }
 
@@ -870,18 +862,6 @@ sub atfork_child {
        $self->{bnote}->[1];
 }
 
-sub mark_deleted ($$$$) {
-       my ($self, $sync, $git, $oid) = @_;
-       return if PublicInbox::SearchIdx::too_big($self, $git, $oid);
-       my $msgref = $git->cat_file($oid);
-       my $mime = PublicInbox::Eml->new($$msgref);
-       my $mids = mids($mime->header_obj);
-       my $chash = content_hash($mime);
-       foreach my $mid (@$mids) {
-               $sync->{D}->{"$mid\0$chash"} = $oid;
-       }
-}
-
 sub reindex_checkpoint ($$$) {
        my ($self, $sync, $git) = @_;
 
@@ -899,106 +879,11 @@ sub reindex_checkpoint ($$$) {
        $sync->{mm_tmp}->atfork_parent;
 }
 
-# only for a few odd messages with multiple Message-IDs
-sub reindex_oid_m ($$$$;$) {
-       my ($self, $sync, $git, $oid, $regen_num) = @_;
-       $self->{current_info} = "multi_mid $oid";
-       my ($num, $mid0, $len);
-       my $msgref = $git->cat_file($oid, \$len);
-       my $mime = PublicInbox::Eml->new($$msgref);
-       my $mids = mids($mime->header_obj);
-       my $chash = content_hash($mime);
-       die "BUG: reindex_oid_m called for <=1 mids" if scalar(@$mids) <= 1;
-
-       for my $mid (reverse @$mids) {
-               delete($sync->{D}->{"$mid\0$chash"}) and
-                       die "BUG: reindex_oid should handle <$mid> delete";
-       }
-       my $over = $self->{over};
-       for my $mid (reverse @$mids) {
-               ($num, $mid0) = $over->num_mid0_for_oid($oid, $mid);
-               next unless defined $num;
-               if (defined($regen_num) && $regen_num != $num) {
-                       die "BUG: regen(#$regen_num) != over(#$num)";
-               }
-       }
-       unless (defined($num)) {
-               for my $mid (reverse @$mids) {
-                       # is this a number we got before?
-                       my $n = $sync->{mm_tmp}->num_for($mid);
-                       next unless defined $n;
-                       next if defined($regen_num) && $regen_num != $n;
-                       ($num, $mid0) = ($n, $mid);
-                       last;
-               }
-       }
-       if (defined($num)) {
-               $sync->{mm_tmp}->num_delete($num);
-       } elsif (defined $regen_num) {
-               $num = $regen_num;
-               for my $mid (reverse @$mids) {
-                       $self->{mm}->mid_set($num, $mid) == 1 or next;
-                       $mid0 = $mid;
-                       last;
-               }
-               unless (defined $mid0) {
-                       warn "E: cannot regen #$num\n";
-                       return;
-               }
-       } else { # fixup bugs in old mirrors on reindex
-               for my $mid (reverse @$mids) {
-                       $num = $self->{mm}->mid_insert($mid);
-                       next unless defined $num;
-                       $mid0 = $mid;
-                       last;
-               }
-               if (defined $mid0) {
-                       if ($sync->{reindex}) {
-                               warn "reindex added #$num <$mid0>\n";
-                       }
-               } else {
-                       warn "E: cannot find article #\n";
-                       return;
-               }
-       }
-       $sync->{nr}++;
-       my $smsg = bless {
-               bytes => $len,
-               num => $num,
-               blob => $oid,
-               mid => $mid0,
-       }, 'PublicInbox::Smsg';
-       if (do_idx($self, $msgref, $mime, $smsg)) {
-               reindex_checkpoint($self, $sync, $git);
-       }
-}
-
-sub check_unindexed ($$$) {
-       my ($self, $num, $mid0) = @_;
-       my $unindexed = $self->{unindexed} // {};
-       my $n = delete($unindexed->{$mid0});
-       defined $n or return;
-       if ($n != $num) {
-               die "BUG: unindexed $n != $num <$mid0>\n";
-       } else {
-               $self->{mm}->mid_set($num, $mid0);
-       }
-}
-
-sub multi_mid_q_push ($$$) {
-       my ($self, $sync, $oid) = @_;
-       my $multi_mid = $sync->{multi_mid} //= PublicInbox::MultiMidQueue->new;
-       if ($sync->{reindex}) { # no regen on reindex
-               $multi_mid->push_oid($oid, $self);
-       } else {
-               my $num = $sync->{regen}--;
-               die "BUG: ran out of article numbers" if $num <= 0;
-               $multi_mid->set_oid($num, $oid, $self);
-       }
-}
-
 sub reindex_oid ($$$$) {
        my ($self, $sync, $git, $oid) = @_;
+       if (my $D = $sync->{D}) { # don't waste I/O on deletes
+               return if $D->{pack('H*', $oid)};
+       }
        return if PublicInbox::SearchIdx::too_big($self, $git, $oid);
        my ($num, $mid0, $len);
        my $msgref = $git->cat_file($oid, \$len);
@@ -1010,55 +895,65 @@ sub reindex_oid ($$$$) {
        if (scalar(@$mids) == 0) {
                warn "E: $oid has no Message-ID, skipping\n";
                return;
-       } elsif (scalar(@$mids) == 1) {
-               my $mid = $mids->[0];
-
-               # was the file previously marked as deleted?, skip if so
-               if (delete($sync->{D}->{"$mid\0$chash"})) {
-                       if (!$sync->{reindex}) {
-                               $num = $sync->{regen}--;
-                               $self->{mm}->num_highwater($num);
-                       }
-                       return;
-               }
+       }
 
-               # is this a number we got before?
-               $num = $sync->{mm_tmp}->num_for($mid);
+       # {unindexed} is unlikely
+       if ((my $unindexed = $self->{unindexed}) && scalar(@$mids) == 1) {
+               $num = delete($unindexed->{$mids->[0]});
                if (defined $num) {
-                       $mid0 = $mid;
-                       check_unindexed($self, $num, $mid0);
-               } else {
-                       $num = $sync->{regen}--;
-                       die "BUG: ran out of article numbers" if $num <= 0;
-                       if ($self->{mm}->mid_set($num, $mid) != 1) {
-                               warn "E: unable to assign $num => <$mid>\n";
-                               return;
-                       }
-                       $mid0 = $mid;
+                       $mid0 = $mids->[0];
+                       $self->{mm}->mid_set($num, $mid0);
+                       delete($self->{unindexed}) if !keys(%$unindexed);
                }
-       } else { # multiple MIDs are a weird case:
-               my $del = 0;
-               for (@$mids) {
-                       $del += delete($sync->{D}->{"$_\0$chash"}) // 0;
+       }
+       if (!defined($num)) { # reuse if reindexing (or duplicates)
+               my $over = $self->{over};
+               for my $mid (@$mids) {
+                       ($num, $mid0) = $over->num_mid0_for_oid($oid, $mid);
+                       last if defined $num;
+               }
+       }
+       $mid0 //= do { # is this a number we got before?
+               $num = $sync->{mm_tmp}->num_for($mids->[0]);
+               defined($num) ? $mids->[0] : undef;
+       };
+       if (!defined($num)) {
+               for (my $i = $#$mids; $i >= 1; $i--) {
+                       $num = $sync->{mm_tmp}->num_for($mids->[$i]);
+                       if (defined($num)) {
+                               $mid0 = $mids->[$i];
+                               last;
+                       }
                }
-               if ($del) {
-                       unindex_oid_remote($self, $oid, $_) for @$mids;
-                       # do not delete from {mm_tmp}, since another
-                       # single-MID message may use it.
-               } else { # handle them at the end:
-                       multi_mid_q_push($self, $sync, $oid);
+       }
+       if (defined($num)) {
+               $sync->{mm_tmp}->num_delete($num);
+       } else { # never seen
+               $num = $self->{mm}->mid_insert($mids->[0]);
+               if (defined($num)) {
+                       $mid0 = $mids->[0];
+               } else { # rare, try the rest of them, backwards
+                       for (my $i = $#$mids; $i >= 1; $i--) {
+                               $num = $self->{mm}->mid_insert($mids->[$i]);
+                               if (defined($num)) {
+                                       $mid0 = $mids->[$i];
+                                       last;
+                               }
+                       }
                }
+       }
+       if (!defined($num)) {
+               warn "E: $oid <", join('> <', @$mids), "> is a duplicate\n";
                return;
        }
-       $sync->{mm_tmp}->mid_delete($mid0) or
-               die "failed to delete <$mid0> for article #$num\n";
        $sync->{nr}++;
        my $smsg = bless {
-               bytes => $len,
+               raw_bytes => $len,
                num => $num,
                blob => $oid,
                mid => $mid0,
        }, 'PublicInbox::Smsg';
+       $smsg->populate($mime, $self);
        if (do_idx($self, $msgref, $mime, $smsg)) {
                reindex_checkpoint($self, $sync, $git);
        }
@@ -1140,6 +1035,22 @@ $range
        $range;
 }
 
+# don't bump num_highwater on --reindex
+sub mark_deleted ($$$) {
+       my ($git, $sync, $range) = @_;
+       my $D = $sync->{D} //= {}; # pack("H*", $oid) => NR
+       my $fh = $git->popen(qw(log --raw --no-abbrev
+                       --pretty=tformat:%H
+                       --no-notes --no-color --no-renames
+                       --diff-filter=AM), $range, '--', 'd');
+       while (<$fh>) {
+               if (/\A:\d{6} 100644 $x40 ($x40) [AM]\td$/o) {
+                       $D->{pack('H*', $1)}++;
+               }
+       }
+       close $fh or die "git log failed: \$?=$?";
+}
+
 sub sync_prepare ($$$) {
        my ($self, $sync, $epoch_max) = @_;
        my $pr = $sync->{-opt}->{-progress};
@@ -1150,7 +1061,7 @@ sub sync_prepare ($$$) {
        # without {reindex}
        my $reindex_heads = last_commits($self, $epoch_max) if $sync->{reindex};
 
-       for (my $i = $epoch_max; $i >= 0; $i--) {
+       for my $i (0..$epoch_max) {
                die 'BUG: already indexing!' if $self->{reindex_pipe};
                my $git_dir = git_dir_n($self, $i);
                -d $git_dir or next; # missing epochs are fine
@@ -1174,8 +1085,8 @@ sub sync_prepare ($$$) {
                close $fh or die "git log failed: \$?=$?";
                $pr->("$n\n") if $pr;
                $regen_max += $n;
+               mark_deleted($git, $sync, $range) if $sync->{reindex};
        }
-
        return 0 if (!$regen_max && !keys(%{$self->{unindex_range}}));
 
        # reindex should NOT see new commits anymore, if we do,
@@ -1189,8 +1100,11 @@ sub sync_prepare ($$$) {
 
 sub unindex_oid_remote ($$$) {
        my ($self, $oid, $mid) = @_;
-       $_->remote_remove($oid, $mid) foreach @{$self->{idx_shards}};
-       $self->{over}->remove_oid($oid, $mid);
+       my @removed = $self->{over}->remove_oid($oid, $mid);
+       for my $num (@removed) {
+               my $idx = idx_shard($self, $num % $self->{shards});
+               $idx->remote_remove($oid, $num);
+       }
 }
 
 sub unindex_oid ($$$;$) {
@@ -1206,10 +1120,8 @@ sub unindex_oid ($$$;$) {
                my ($id, $prev);
                while (my $smsg = $over->next_by_mid($mid, \$id, \$prev)) {
                        $gone{$smsg->{num}} = 1 if $oid eq $smsg->{blob};
-                       1; # continue
                }
-               my $n = scalar keys %gone;
-               next unless $n;
+               my $n = scalar(keys(%gone)) or next;
                if ($n > 1) {
                        warn "BUG: multiple articles linked to $oid\n",
                                join(',',sort keys %gone), "\n";
@@ -1225,7 +1137,6 @@ sub unindex_oid ($$$;$) {
        }
 }
 
-my $x40 = qr/[a-f0-9]{40}/;
 sub unindex ($$$$) {
        my ($self, $sync, $git, $unindex_range) = @_;
        my $unindexed = $self->{unindexed} ||= {}; # $mid0 => $num
@@ -1279,26 +1190,33 @@ sub index_epoch ($$$) {
        if (my $pr = $sync->{-opt}->{-progress}) {
                $pr->("$i.git indexing $range\n");
        }
-
-       my @cmd = qw(log --raw -r --pretty=tformat:%H.%at.%ct
+       my @cmd = qw(log --reverse --raw -r --pretty=tformat:%H.%at.%ct
                        --no-notes --no-color --no-abbrev --no-renames);
        my $fh = $self->{reindex_pipe} = $git->popen(@cmd, $range);
        my $cmt;
+       my $D = $sync->{D};
        while (<$fh>) {
                chomp;
                $self->{current_info} = "$i.git $_";
                if (/\A($x40)\.([0-9]+)\.([0-9]+)$/o) {
-                       $cmt //= $1;
+                       $cmt = $1;
                        $self->{autime} = $2;
                        $self->{cotime} = $3;
                } elsif (/\A:\d{6} 100644 $x40 ($x40) [AM]\tm$/o) {
                        reindex_oid($self, $sync, $git, $1);
                } elsif (/\A:\d{6} 100644 $x40 ($x40) [AM]\td$/o) {
-                       mark_deleted($self, $sync, $git, $1);
+                       # allow re-add if there was user error
+                       my $oid = $1;
+                       if ($D) {
+                               my $oid_bin = pack('H*', $oid);
+                               my $nr = --$D->{$oid_bin};
+                               delete($D->{$oid_bin}) if $nr <= 0;
+                       }
+                       unindex_oid($self, $git, $oid);
                }
        }
        close $fh or die "git log failed: \$?=$?";
-       delete $self->{reindex_pipe};
+       delete @$self{qw(reindex_pipe autime cotime)};
        update_last_commit($self, $git, $i, $cmt) if defined $cmt;
 }
 
@@ -1311,16 +1229,14 @@ sub index_sync {
        my $latest = git_dir_latest($self, \$epoch_max);
        return unless defined $latest;
        $self->idx_init($opt); # acquire lock
+       $self->{over}->rethread_prepare($opt);
        my $sync = {
-               D => {}, # "$mid\0$chash" => $oid
                unindex_range => {}, # EPOCH => oid_old..oid_new
                reindex => $opt->{reindex},
                -opt => $opt
        };
        $sync->{ranges} = sync_ranges($self, $sync, $epoch_max);
-       $sync->{regen} = sync_prepare($self, $sync, $epoch_max);
-
-       if ($sync->{regen}) {
+       if (sync_prepare($self, $sync, $epoch_max)) {
                # tmp_clone seems to fail if inside a transaction, so
                # we rollback here (because we opened {mm} for reading)
                # Note: we do NOT rely on DBI transactions for atomicity;
@@ -1330,55 +1246,21 @@ sub index_sync {
                $sync->{mm_tmp} = $self->{mm}->tmp_clone;
        }
 
-       # work backwards through history
-       for (my $i = $epoch_max; $i >= 0; $i--) {
-               index_epoch($self, $sync, $i);
-       }
-
-       # unindex is required for leftovers if "deletes" affect messages
-       # in a previous fetch+index window:
-       my $git;
-       if (my @leftovers = values %{delete $sync->{D}}) {
-               $git = $self->{-inbox}->git;
-               for my $oid (@leftovers) {
-                       $self->{current_info} = "leftover $oid";
-                       unindex_oid($self, $git, $oid);
-               }
-       }
-       if (my $multi_mid = delete $sync->{multi_mid}) {
-               $git //= $self->{-inbox}->git;
-               my $min = $multi_mid->{min};
-               my $max = $multi_mid->{max};
-               if ($sync->{reindex}) {
-                       # we may need to create new Message-IDs if mirrors
-                       # were initially indexed with old versions
-                       for (my $i = $max; $i >= $min; $i--) {
-                               my $oid;
-                               $oid = $multi_mid->get_oid($i, $self) or next;
-                               next unless defined $oid;
-                               reindex_oid_m($self, $sync, $git, $oid);
-                       }
-               } else { # regen on initial index
-                       for my $num ($min..$max) {
-                               my $oid;
-                               $oid = $multi_mid->get_oid($num, $self) or next;
-                               reindex_oid_m($self, $sync, $git, $oid, $num);
-                       }
-               }
-       }
-       $git->cleanup if $git;
+       # work forwards through history
+       index_epoch($self, $sync, $_) for (0..$epoch_max);
        $self->done;
 
        if (my $nr = $sync->{nr}) {
                my $pr = $sync->{-opt}->{-progress};
                $pr->('all.git '.sprintf($sync->{-regen_fmt}, $nr)) if $pr;
        }
+       $self->{over}->rethread_done($opt);
 
        # reindex does not pick up new changes, so we rerun w/o it:
        if ($opt->{reindex}) {
                my %again = %$opt;
                $sync = undef;
-               delete @again{qw(reindex -skip_lock)};
+               delete @again{qw(rethread reindex -skip_lock)};
                index_sync($self, \%again);
        }
 }