]> Sergey Matveev's repositories - public-inbox.git/blob - lib/PublicInbox/SearchIdx.pm
index: add --batch-size=SIZE option
[public-inbox.git] / lib / PublicInbox / SearchIdx.pm
1 # Copyright (C) 2015-2020 all contributors <meta@public-inbox.org>
2 # License: AGPL-3.0+ <https://www.gnu.org/licenses/agpl-3.0.txt>
3 # based on notmuch, but with no concept of folders, files or flags
4 #
5 # Indexes mail with Xapian and our (SQLite-based) ::Msgmap for use
6 # with the web and NNTP interfaces.  This index maintains thread
7 # relationships for use by PublicInbox::SearchThread.
8 # This writes to the search index.
9 package PublicInbox::SearchIdx;
10 use strict;
11 use warnings;
12 use base qw(PublicInbox::Search PublicInbox::Lock);
13 use PublicInbox::Eml;
14 use PublicInbox::InboxWritable;
15 use PublicInbox::MID qw/mid_clean mid_mime mids_for_index/;
16 use PublicInbox::MsgIter;
17 use Carp qw(croak);
18 use POSIX qw(strftime);
19 use PublicInbox::OverIdx;
20 use PublicInbox::Spawn qw(spawn);
21 use PublicInbox::Git qw(git_unquote);
22 use PublicInbox::MsgTime qw(msg_timestamp msg_datestamp);
23 my $X = \%PublicInbox::Search::X;
24 my ($DB_CREATE_OR_OPEN, $DB_OPEN);
25 our $BATCH_BYTES = defined($ENV{XAPIAN_FLUSH_THRESHOLD}) ?
26                         0x7fffffff : 1_000_000;
27 use constant DEBUG => !!$ENV{DEBUG};
28
29 my $xapianlevels = qr/\A(?:full|medium)\z/;
30
31 sub new {
32         my ($class, $ibx, $creat, $shard) = @_;
33         ref $ibx or die "BUG: expected PublicInbox::Inbox object: $ibx";
34         my $levels = qr/\A(?:full|medium|basic)\z/;
35         my $inboxdir = $ibx->{inboxdir};
36         my $version = $ibx->version;
37         my $indexlevel = 'full';
38         my $altid = $ibx->{altid};
39         if ($altid) {
40                 require PublicInbox::AltId;
41                 $altid = [ map { PublicInbox::AltId->new($ibx, $_); } @$altid ];
42         }
43         if ($ibx->{indexlevel}) {
44                 if ($ibx->{indexlevel} =~ $levels) {
45                         $indexlevel = $ibx->{indexlevel};
46                 } else {
47                         die("Invalid indexlevel $ibx->{indexlevel}\n");
48                 }
49         }
50         $ibx = PublicInbox::InboxWritable->new($ibx);
51         my $self = bless {
52                 inboxdir => $inboxdir,
53                 -inbox => $ibx,
54                 git => $ibx->git,
55                 -altid => $altid,
56                 ibx_ver => $version,
57                 indexlevel => $indexlevel,
58         }, $class;
59         $self->{-set_indexlevel_once} = 1 if $indexlevel eq 'medium';
60         $ibx->umask_prepare;
61         if ($version == 1) {
62                 $self->{lock_path} = "$inboxdir/ssoma.lock";
63                 my $dir = $self->xdir;
64                 $self->{over} = PublicInbox::OverIdx->new("$dir/over.sqlite3");
65                 $self->{index_max_size} = $ibx->{index_max_size};
66         } elsif ($version == 2) {
67                 defined $shard or die "shard is required for v2\n";
68                 # shard is a number
69                 $self->{shard} = $shard;
70                 $self->{lock_path} = undef;
71         } else {
72                 die "unsupported inbox version=$version\n";
73         }
74         $self->{creat} = ($creat || 0) == 1;
75         $self;
76 }
77
78 sub need_xapian ($) { $_[0]->{indexlevel} =~ $xapianlevels }
79
80 sub _xdb_release {
81         my ($self) = @_;
82         if (need_xapian($self)) {
83                 my $xdb = delete $self->{xdb} or croak 'not acquired';
84                 $xdb->close;
85         }
86         $self->lock_release if $self->{creat};
87         undef;
88 }
89
90 sub load_xapian_writable () {
91         return 1 if $X->{WritableDatabase};
92         PublicInbox::Search::load_xapian() or return;
93         my $xap = $PublicInbox::Search::Xap;
94         for (qw(Document TermGenerator WritableDatabase)) {
95                 $X->{$_} = $xap.'::'.$_;
96         }
97         eval 'require '.$X->{WritableDatabase} or die;
98         *sortable_serialise = $xap.'::sortable_serialise';
99         $DB_CREATE_OR_OPEN = eval($xap.'::DB_CREATE_OR_OPEN()');
100         $DB_OPEN = eval($xap.'::DB_OPEN()');
101         1;
102 }
103
104 sub _xdb_acquire {
105         my ($self) = @_;
106         my $flag;
107         my $dir = $self->xdir;
108         if (need_xapian($self)) {
109                 croak 'already acquired' if $self->{xdb};
110                 load_xapian_writable();
111                 $flag = $self->{creat} ? $DB_CREATE_OR_OPEN : $DB_OPEN;
112         }
113         if ($self->{creat}) {
114                 require File::Path;
115                 $self->lock_acquire;
116
117                 # don't create empty Xapian directories if we don't need Xapian
118                 my $is_shard = defined($self->{shard});
119                 if (!$is_shard || ($is_shard && need_xapian($self))) {
120                         File::Path::mkpath($dir);
121                 }
122         }
123         return unless defined $flag;
124         my $xdb = eval { ($X->{WritableDatabase})->new($dir, $flag) };
125         if ($@) {
126                 die "Failed opening $dir: ", $@;
127         }
128         $self->{xdb} = $xdb;
129 }
130
131 sub add_val ($$$) {
132         my ($doc, $col, $num) = @_;
133         $num = sortable_serialise($num);
134         $doc->add_value($col, $num);
135 }
136
137 sub term_generator ($) { # write-only
138         my ($self) = @_;
139
140         $self->{term_generator} //= do {
141                 my $tg = $X->{TermGenerator}->new;
142                 $tg->set_stemmer($self->stemmer);
143                 $tg;
144         }
145 }
146
147 sub index_text ($$$$) {
148         my ($self, $text, $wdf_inc, $prefix) = @_;
149         my $tg = term_generator($self); # man Search::Xapian::TermGenerator
150
151         if ($self->{indexlevel} eq 'full') {
152                 $tg->index_text($text, $wdf_inc, $prefix);
153                 $tg->increase_termpos;
154         } else {
155                 $tg->index_text_without_positions($text, $wdf_inc, $prefix);
156         }
157 }
158
159 sub index_users ($$) {
160         my ($self, $smsg) = @_;
161
162         my $from = $smsg->from;
163         my $to = $smsg->to;
164         my $cc = $smsg->cc;
165
166         index_text($self, $from, 1, 'A'); # A - author
167         index_text($self, $to, 1, 'XTO') if $to ne '';
168         index_text($self, $cc, 1, 'XCC') if $cc ne '';
169 }
170
171 sub index_diff_inc ($$$$) {
172         my ($self, $text, $pfx, $xnq) = @_;
173         if (@$xnq) {
174                 index_text($self, join("\n", @$xnq), 1, 'XNQ');
175                 @$xnq = ();
176         }
177         index_text($self, $text, 1, $pfx);
178 }
179
180 sub index_old_diff_fn {
181         my ($self, $seen, $fa, $fb, $xnq) = @_;
182
183         # no renames or space support for traditional diffs,
184         # find the number of leading common paths to strip:
185         my @fa = split('/', $fa);
186         my @fb = split('/', $fb);
187         while (scalar(@fa) && scalar(@fb)) {
188                 $fa = join('/', @fa);
189                 $fb = join('/', @fb);
190                 if ($fa eq $fb) {
191                         unless ($seen->{$fa}++) {
192                                 index_diff_inc($self, $fa, 'XDFN', $xnq);
193                         }
194                         return 1;
195                 }
196                 shift @fa;
197                 shift @fb;
198         }
199         0;
200 }
201
202 sub index_diff ($$$) {
203         my ($self, $txt, $doc) = @_;
204         my %seen;
205         my $in_diff;
206         my @xnq;
207         my $xnq = \@xnq;
208         foreach (split(/\n/, $txt)) {
209                 if ($in_diff && s/^ //) { # diff context
210                         index_diff_inc($self, $_, 'XDFCTX', $xnq);
211                 } elsif (/^-- $/) { # email signature begins
212                         $in_diff = undef;
213                 } elsif (m!^diff --git "?[^/]+/.+ "?[^/]+/.+\z!) {
214                         # wait until "---" and "+++" to capture filenames
215                         $in_diff = 1;
216                 # traditional diff:
217                 } elsif (m/^diff -(.+) (\S+) (\S+)$/) {
218                         my ($opt, $fa, $fb) = ($1, $2, $3);
219                         push @xnq, $_;
220                         # only support unified:
221                         next unless $opt =~ /[uU]/;
222                         $in_diff = index_old_diff_fn($self, \%seen, $fa, $fb,
223                                                         $xnq);
224                 } elsif (m!^--- ("?[^/]+/.+)!) {
225                         my $fn = $1;
226                         $fn = (split('/', git_unquote($fn), 2))[1];
227                         $seen{$fn}++ or index_diff_inc($self, $fn, 'XDFN', $xnq);
228                         $in_diff = 1;
229                 } elsif (m!^\+\+\+ ("?[^/]+/.+)!)  {
230                         my $fn = $1;
231                         $fn = (split('/', git_unquote($fn), 2))[1];
232                         $seen{$fn}++ or index_diff_inc($self, $fn, 'XDFN', $xnq);
233                         $in_diff = 1;
234                 } elsif (/^--- (\S+)/) {
235                         $in_diff = $1;
236                         push @xnq, $_;
237                 } elsif (defined $in_diff && /^\+\+\+ (\S+)/) {
238                         $in_diff = index_old_diff_fn($self, \%seen, $in_diff,
239                                                         $1, $xnq);
240                 } elsif ($in_diff && s/^\+//) { # diff added
241                         index_diff_inc($self, $_, 'XDFB', $xnq);
242                 } elsif ($in_diff && s/^-//) { # diff removed
243                         index_diff_inc($self, $_, 'XDFA', $xnq);
244                 } elsif (m!^index ([a-f0-9]+)\.\.([a-f0-9]+)!) {
245                         my ($ba, $bb) = ($1, $2);
246                         index_git_blob_id($doc, 'XDFPRE', $ba);
247                         index_git_blob_id($doc, 'XDFPOST', $bb);
248                         $in_diff = 1;
249                 } elsif (/^@@ (?:\S+) (?:\S+) @@\s*$/) {
250                         # traditional diff w/o -p
251                 } elsif (/^@@ (?:\S+) (?:\S+) @@\s*(\S+.*)$/) {
252                         # hunk header context
253                         index_diff_inc($self, $1, 'XDFHH', $xnq);
254                 # ignore the following lines:
255                 } elsif (/^(?:dis)similarity index/ ||
256                                 /^(?:old|new) mode/ ||
257                                 /^(?:deleted|new) file mode/ ||
258                                 /^(?:copy|rename) (?:from|to) / ||
259                                 /^(?:dis)?similarity index / ||
260                                 /^\\ No newline at end of file/ ||
261                                 /^Binary files .* differ/) {
262                         push @xnq, $_;
263                 } elsif ($_ eq '') {
264                         # possible to be in diff context, some mail may be
265                         # stripped by MUA or even GNU diff(1).  "git apply"
266                         # treats a bare "\n" as diff context, too
267                 } else {
268                         push @xnq, $_;
269                         warn "non-diff line: $_\n" if DEBUG && $_ ne '';
270                         $in_diff = undef;
271                 }
272         }
273
274         index_text($self, join("\n", @xnq), 1, 'XNQ');
275 }
276
277 sub index_xapian { # msg_iter callback
278         my $part = $_[0]->[0]; # ignore $depth and $idx
279         my ($self, $doc) = @{$_[1]};
280         my $ct = $part->content_type || 'text/plain';
281         my $fn = $part->filename;
282         if (defined $fn && $fn ne '') {
283                 index_text($self, $fn, 1, 'XFN');
284         }
285         if ($part->{is_submsg}) {
286                 my $mids = mids_for_index($part);
287                 index_ids($self, $doc, $part, $mids);
288                 my $smsg = PublicInbox::Smsg->new($part);
289                 index_users($self, $smsg);
290                 index_text($self, $smsg->subject, 1, 'S') if $smsg->subject;
291         }
292
293         my ($s, undef) = msg_part_text($part, $ct);
294         defined $s or return;
295         $_[0]->[0] = $part = undef; # free memory
296
297         # split off quoted and unquoted blocks:
298         my @sections = PublicInbox::MsgIter::split_quotes($s);
299         undef $s; # free memory
300         for my $txt (@sections) {
301                 if ($txt =~ /\A>/) {
302                         index_text($self, $txt, 0, 'XQUOT');
303                 } else {
304                         # does it look like a diff?
305                         if ($txt =~ /^(?:diff|---|\+\+\+) /ms) {
306                                 index_diff($self, $txt, $doc);
307                         } else {
308                                 index_text($self, $txt, 1, 'XNQ');
309                         }
310                 }
311                 undef $txt; # free memory
312         }
313 }
314
315 sub index_ids ($$$$) {
316         my ($self, $doc, $hdr, $mids) = @_;
317         for my $mid (@$mids) {
318                 index_text($self, $mid, 1, 'XM');
319
320                 # because too many Message-IDs are prefixed with
321                 # "Pine.LNX."...
322                 if ($mid =~ /\w{12,}/) {
323                         my @long = ($mid =~ /(\w{3,}+)/g);
324                         index_text($self, join(' ', @long), 1, 'XM');
325                 }
326         }
327         $doc->add_boolean_term('Q' . $_) for @$mids;
328         for my $l ($hdr->header_raw('List-Id')) {
329                 $l =~ /<([^>]+)>/ or next;
330                 my $lid = $1;
331                 $doc->add_boolean_term('G' . $lid);
332                 index_text($self, $lid, 1, 'XL'); # probabilistic
333         }
334 }
335
336 sub add_xapian ($$$$) {
337         my ($self, $mime, $smsg, $mids) = @_;
338         $smsg->{mime} = $mime; # XXX dangerous
339         my $hdr = $mime->header_obj;
340         my $doc = $X->{Document}->new;
341         my $subj = $smsg->subject;
342         add_val($doc, PublicInbox::Search::TS(), $smsg->{ts});
343         my @ds = gmtime($smsg->{ds});
344         my $yyyymmdd = strftime('%Y%m%d', @ds);
345         add_val($doc, PublicInbox::Search::YYYYMMDD(), $yyyymmdd);
346         my $dt = strftime('%Y%m%d%H%M%S', @ds);
347         add_val($doc, PublicInbox::Search::DT(), $dt);
348
349         my $tg = term_generator($self);
350         $tg->set_document($doc);
351         index_text($self, $subj, 1, 'S') if $subj;
352         index_users($self, $smsg);
353
354         msg_iter($mime, \&index_xapian, [ $self, $doc ]);
355         index_ids($self, $doc, $hdr, $mids);
356         $smsg->{to} = $smsg->{cc} = ''; # WWW doesn't need these, only NNTP
357         PublicInbox::OverIdx::parse_references($smsg, $hdr, $mids);
358         my $data = $smsg->to_doc_data;
359         $doc->set_data($data);
360         if (my $altid = $self->{-altid}) {
361                 foreach my $alt (@$altid) {
362                         my $pfx = $alt->{xprefix};
363                         foreach my $mid (@$mids) {
364                                 my $id = $alt->mid2alt($mid);
365                                 next unless defined $id;
366                                 $doc->add_boolean_term($pfx . $id);
367                         }
368                 }
369         }
370         $self->{xdb}->replace_document($smsg->{num}, $doc);
371 }
372
373 sub _msgmap_init ($) {
374         my ($self) = @_;
375         die "BUG: _msgmap_init is only for v1\n" if $self->{ibx_ver} != 1;
376         $self->{mm} //= eval {
377                 require PublicInbox::Msgmap;
378                 PublicInbox::Msgmap->new($self->{inboxdir}, 1);
379         };
380 }
381
382 sub add_message {
383         # mime = PublicInbox::Eml or Email::MIME object
384         my ($self, $mime, $smsg) = @_;
385         my $hdr = $mime->header_obj;
386         my $mids = mids_for_index($hdr);
387         $smsg //= bless { blob => '' }, 'PublicInbox::Smsg'; # test-only compat
388         $smsg->{mid} //= $mids->[0]; # v1 compatibility
389         $smsg->{num} //= do { # v1
390                 _msgmap_init($self);
391                 index_mm($self, $mime);
392         };
393
394         # v1 and tests only:
395         $smsg->{ds} //= msg_datestamp($hdr, $self->{autime});
396         $smsg->{ts} //= msg_timestamp($hdr, $self->{cotime});
397
398         eval {
399                 # order matters, overview stores every possible piece of
400                 # data in doc_data (deflated).  Xapian only stores a subset
401                 # of the fields which exist in over.sqlite3.  We may stop
402                 # storing doc_data in Xapian sometime after we get multi-inbox
403                 # search working.
404                 if (my $over = $self->{over}) { # v1 only
405                         $over->add_overview($mime, $smsg);
406                 }
407                 if (need_xapian($self)) {
408                         add_xapian($self, $mime, $smsg, $mids);
409                 }
410         };
411
412         if ($@) {
413                 warn "failed to index message <".join('> <',@$mids).">: $@\n";
414                 return undef;
415         }
416         $smsg->{num};
417 }
418
419 # returns begin and end PostingIterator
420 sub find_doc_ids {
421         my ($self, $termval) = @_;
422         my $db = $self->{xdb};
423
424         ($db->postlist_begin($termval), $db->postlist_end($termval));
425 }
426
427 # v1 only
428 sub batch_do {
429         my ($self, $termval, $cb) = @_;
430         my $batch_size = 1000; # don't let @ids grow too large to avoid OOM
431         while (1) {
432                 my ($head, $tail) = $self->find_doc_ids($termval);
433                 return if $head == $tail;
434                 my @ids;
435                 for (; $head != $tail && @ids < $batch_size; $head++) {
436                         push @ids, $head->get_docid;
437                 }
438                 $cb->(\@ids);
439         }
440 }
441
442 # v1 only, where $mid is unique
443 sub remove_message {
444         my ($self, $mid) = @_;
445         $mid = mid_clean($mid);
446
447         if (my $over = $self->{over}) {
448                 my $nr = eval { $over->remove_oid(undef, $mid) };
449                 if ($@) {
450                         warn "failed to remove <$mid> from overview: $@\n";
451                 } elsif ($nr == 0) {
452                         warn "<$mid> missing for removal from overview\n";
453                 }
454         }
455         return unless need_xapian($self);
456         my $db = $self->{xdb};
457         my $nr = 0;
458         eval {
459                 batch_do($self, 'Q' . $mid, sub {
460                         my ($ids) = @_;
461                         $db->delete_document($_) for @$ids;
462                         $nr += scalar @$ids;
463                 });
464         };
465         if ($@) {
466                 warn "failed to remove <$mid> from Xapian: $@\n";
467         } elsif ($nr == 0) {
468                 warn "<$mid> missing for removal from Xapian\n";
469         }
470 }
471
472 # MID is a hint in V2
473 sub remove_by_oid {
474         my ($self, $oid, $mid) = @_;
475
476         $self->{over}->remove_oid($oid, $mid) if $self->{over};
477
478         return unless need_xapian($self);
479         my $db = $self->{xdb};
480
481         # XXX careful, we cannot use batch_do here since we conditionally
482         # delete documents based on other factors, so we cannot call
483         # find_doc_ids twice.
484         my ($head, $tail) = $self->find_doc_ids('Q' . $mid);
485         return if $head == $tail;
486
487         # there is only ONE element in @delete unless we
488         # have bugs in our v2writable deduplication check
489         my @delete;
490         for (; $head != $tail; $head++) {
491                 my $docid = $head->get_docid;
492                 my $doc = $db->get_document($docid);
493                 my $smsg = PublicInbox::Smsg->wrap($mid);
494                 $smsg->load_expand($doc);
495                 if ($smsg->{blob} eq $oid) {
496                         push(@delete, $docid);
497                 }
498         }
499         $db->delete_document($_) foreach @delete;
500         scalar(@delete);
501 }
502
503 sub index_git_blob_id {
504         my ($doc, $pfx, $objid) = @_;
505
506         my $len = length($objid);
507         for (my $len = length($objid); $len >= 7; ) {
508                 $doc->add_term($pfx.$objid);
509                 $objid = substr($objid, 0, --$len);
510         }
511 }
512
513 sub unindex_blob {
514         my ($self, $mime) = @_;
515         my $mid = eval { mid_mime($mime) };
516         $self->remove_message($mid) if defined $mid;
517 }
518
519 sub index_mm {
520         my ($self, $mime) = @_;
521         my $mid = mid_mime($mime);
522         my $mm = $self->{mm};
523         my $num;
524
525         if (defined $self->{regen_down}) {
526                 $num = $mm->num_for($mid) and return $num;
527
528                 while (($num = $self->{regen_down}--) > 0) {
529                         if ($mm->mid_set($num, $mid) != 0) {
530                                 return $num;
531                         }
532                 }
533         } elsif (defined $self->{regen_up}) {
534                 $num = $mm->num_for($mid) and return $num;
535
536                 # this is to fixup old bugs due to add-remove-add
537                 while (($num = ++$self->{regen_up})) {
538                         if ($mm->mid_set($num, $mid) != 0) {
539                                 return $num;
540                         }
541                 }
542         }
543
544         $num = $mm->mid_insert($mid) and return $num;
545
546         # fallback to num_for since filters like RubyLang set the number
547         $mm->num_for($mid);
548 }
549
550 sub unindex_mm {
551         my ($self, $mime) = @_;
552         $self->{mm}->mid_delete(mid_mime($mime));
553 }
554
555 sub index_both {
556         my ($self, $mime, $smsg) = @_;
557         my $num = index_mm($self, $mime);
558         $smsg->{num} = $num;
559         add_message($self, $mime, $smsg);
560 }
561
562 sub unindex_both {
563         my ($self, $mime) = @_;
564         unindex_blob($self, $mime);
565         unindex_mm($self, $mime);
566 }
567
568 sub do_cat_mail {
569         my ($git, $blob, $sizeref) = @_;
570         my $str = $git->cat_file($blob, $sizeref) or
571                 die "BUG: $blob not found in $git->{git_dir}";
572         PublicInbox::Eml->new($str);
573 }
574
575 # called by public-inbox-index
576 sub index_sync {
577         my ($self, $opts) = @_;
578         delete $self->{lock_path} if $opts->{-skip_lock};
579         $self->{-inbox}->with_umask(sub { $self->_index_sync($opts) })
580 }
581
582 sub batch_adjust ($$$$$) {
583         my ($max, $bytes, $batch_cb, $latest, $nr) = @_;
584         $$max -= $bytes;
585         if ($$max <= 0) {
586                 $$max = $BATCH_BYTES;
587                 $batch_cb->($nr, $latest);
588         }
589 }
590
591 sub too_big ($$$) {
592         my ($self, $git, $oid) = @_;
593         my $max_size = $self->{index_max_size} or return;
594         my (undef, undef, $size) = $git->check($oid);
595         die "E: bad $oid in $git->{git_dir}\n" if !defined($size);
596         return if $size <= $max_size;
597         warn "W: skipping $oid ($size > $max_size)\n";
598         1;
599 }
600
601 # only for v1
602 sub read_log {
603         my ($self, $log, $add_cb, $del_cb, $batch_cb) = @_;
604         my $hex = '[a-f0-9]';
605         my $h40 = $hex .'{40}';
606         my $addmsg = qr!^:000000 100644 \S+ ($h40) A\t${hex}{2}/${hex}{38}$!;
607         my $delmsg = qr!^:100644 000000 ($h40) \S+ D\t${hex}{2}/${hex}{38}$!;
608         my $git = $self->{git};
609         my $latest;
610         my $bytes;
611         my $max = $BATCH_BYTES;
612         local $/ = "\n";
613         my %D;
614         my $line;
615         my $newest;
616         my $nr = 0;
617         while (defined($line = <$log>)) {
618                 if ($line =~ /$addmsg/o) {
619                         my $blob = $1;
620                         if (delete $D{$blob}) {
621                                 if (defined $self->{regen_down}) {
622                                         my $num = $self->{regen_down}--;
623                                         $self->{mm}->num_highwater($num);
624                                 }
625                                 next;
626                         }
627                         next if too_big($self, $git, $blob);
628                         my $mime = do_cat_mail($git, $blob, \$bytes);
629                         my $smsg = bless {}, 'PublicInbox::Smsg';
630                         batch_adjust(\$max, $bytes, $batch_cb, $latest, ++$nr);
631                         $smsg->{blob} = $blob;
632                         $smsg->{bytes} = $bytes;
633                         $add_cb->($self, $mime, $smsg);
634                 } elsif ($line =~ /$delmsg/o) {
635                         my $blob = $1;
636                         $D{$blob} = 1 unless too_big($self, $git, $blob);
637                 } elsif ($line =~ /^commit ($h40)/o) {
638                         $latest = $1;
639                         $newest ||= $latest;
640                 } elsif ($line =~ /^author .*? ([0-9]+) [\-\+][0-9]+$/) {
641                         $self->{autime} = $1;
642                 } elsif ($line =~ /^committer .*? ([0-9]+) [\-\+][0-9]+$/) {
643                         $self->{cotime} = $1;
644                 }
645         }
646         close($log) or die "git log failed: \$?=$?";
647         # get the leftovers
648         foreach my $blob (keys %D) {
649                 my $mime = do_cat_mail($git, $blob, \$bytes);
650                 $del_cb->($self, $mime);
651         }
652         $batch_cb->($nr, $latest, $newest);
653 }
654
655 sub _git_log {
656         my ($self, $opts, $range) = @_;
657         my $git = $self->{git};
658
659         if (index($range, '..') < 0) {
660                 # don't show annoying git errors to users who run -index
661                 # on empty inboxes
662                 $git->qx(qw(rev-parse -q --verify), "$range^0");
663                 if ($?) {
664                         open my $fh, '<', '/dev/null' or
665                                 die "failed to open /dev/null: $!\n";
666                         return $fh;
667                 }
668         }
669
670         # Count the new files so they can be added newest to oldest
671         # and still have numbers increasing from oldest to newest
672         my $fcount = 0;
673         my $pr = $opts->{-progress};
674         $pr->("counting changes\n\t$range ... ") if $pr;
675         # can't use 'rev-list --count' if we use --diff-filter
676         my $fh = $git->popen(qw(log --pretty=tformat:%h
677                              --no-notes --no-color --no-renames
678                              --diff-filter=AM), $range);
679         ++$fcount while <$fh>;
680         close $fh or die "git log failed: \$?=$?";
681         my $high = $self->{mm}->num_highwater;
682         $pr->("$fcount\n") if $pr; # continue previous line
683         $self->{ntodo} = $fcount;
684
685         if (index($range, '..') < 0) {
686                 if ($high && $high == $fcount) {
687                         # fix up old bugs in full indexes which caused messages to
688                         # not appear in Msgmap
689                         $self->{regen_up} = $high;
690                 } else {
691                         # normal regen is for for fresh data
692                         $self->{regen_down} = $fcount;
693                 }
694         } else {
695                 # Give oldest messages the smallest numbers
696                 $self->{regen_down} = $high + $fcount;
697         }
698
699         $git->popen(qw/log --pretty=raw --no-notes --no-color --no-renames
700                                 --raw -r --no-abbrev/, $range);
701 }
702
703 # --is-ancestor requires git 1.8.0+
704 sub is_ancestor ($$$) {
705         my ($git, $cur, $tip) = @_;
706         return 0 unless $git->check($cur);
707         my $cmd = [ 'git', "--git-dir=$git->{git_dir}",
708                 qw(merge-base --is-ancestor), $cur, $tip ];
709         my $pid = spawn($cmd);
710         waitpid($pid, 0) == $pid or die join(' ', @$cmd) .' did not finish';
711         $? == 0;
712 }
713
714 sub need_update ($$$) {
715         my ($self, $cur, $new) = @_;
716         my $git = $self->{git};
717         return 1 if $cur && !is_ancestor($git, $cur, $new);
718         my $range = $cur eq '' ? $new : "$cur..$new";
719         chomp(my $n = $git->qx(qw(rev-list --count), $range));
720         ($n eq '' || $n > 0);
721 }
722
723 # The last git commit we indexed with Xapian or SQLite (msgmap)
724 # This needs to account for cases where Xapian or SQLite is
725 # out-of-date with respect to the other.
726 sub _last_x_commit {
727         my ($self, $mm) = @_;
728         my $lm = $mm->last_commit || '';
729         my $lx = '';
730         if (need_xapian($self)) {
731                 $lx = $self->{xdb}->get_metadata('last_commit') || '';
732         } else {
733                 $lx = $lm;
734         }
735         # Use last_commit from msgmap if it is older or unset
736         if (!$lm || ($lx && $lm && is_ancestor($self->{git}, $lm, $lx))) {
737                 $lx = $lm;
738         }
739         $lx;
740 }
741
742 sub reindex_from ($$) {
743         my ($reindex, $last_commit) = @_;
744         return $last_commit unless $reindex;
745         ref($reindex) eq 'HASH' ? $reindex->{from} : '';
746 }
747
748 # indexes all unindexed messages (v1 only)
749 sub _index_sync {
750         my ($self, $opts) = @_;
751         my $tip = $opts->{ref} || 'HEAD';
752         my ($last_commit, $lx, $xlog);
753         my $git = $self->{git};
754         $git->batch_prepare;
755         my $pr = $opts->{-progress};
756
757         my $xdb = $self->begin_txn_lazy;
758         my $mm = _msgmap_init($self);
759         do {
760                 if ($xlog) {
761                         close($xlog) or die "git log failed: \$?=$?";
762                         $xlog = undef;
763                 }
764                 $last_commit = _last_x_commit($self, $mm);
765                 $lx = reindex_from($opts->{reindex}, $last_commit);
766
767                 $self->{over}->rollback_lazy;
768                 $self->{over}->disconnect;
769                 $git->cleanup;
770                 delete $self->{txn};
771                 $xdb->cancel_transaction if $xdb;
772                 $xdb = _xdb_release($self);
773
774                 # ensure we leak no FDs to "git log" with Xapian <= 1.2
775                 my $range = $lx eq '' ? $tip : "$lx..$tip";
776                 $xlog = _git_log($self, $opts, $range);
777
778                 $xdb = $self->begin_txn_lazy;
779         } while (_last_x_commit($self, $mm) ne $last_commit);
780
781         my $dbh = $mm->{dbh} if $mm;
782         my $cb = sub {
783                 my ($nr, $commit, $newest) = @_;
784                 if ($dbh) {
785                         if ($newest) {
786                                 my $cur = $mm->last_commit || '';
787                                 if (need_update($self, $cur, $newest)) {
788                                         $mm->last_commit($newest);
789                                 }
790                         }
791                         $dbh->commit;
792                 }
793                 if ($newest && need_xapian($self)) {
794                         my $cur = $xdb->get_metadata('last_commit');
795                         if (need_update($self, $cur, $newest)) {
796                                 $xdb->set_metadata('last_commit', $newest);
797                         }
798                 }
799                 $self->commit_txn_lazy;
800                 $git->cleanup;
801                 $xdb = _xdb_release($self);
802                 # let another process do some work... <
803                 $pr->("indexed $nr/$self->{ntodo}\n") if $pr && $nr;
804                 if (!$newest) {
805                         $xdb = $self->begin_txn_lazy;
806                         $dbh->begin_work if $dbh;
807                 }
808         };
809
810         $dbh->begin_work;
811         read_log($self, $xlog, *index_both, *unindex_both, $cb);
812 }
813
814 sub DESTROY {
815         # order matters for unlocking
816         $_[0]->{xdb} = undef;
817         $_[0]->{lockfh} = undef;
818 }
819
820 # remote_* subs are only used by SearchIdxPart
821 sub remote_commit {
822         my ($self) = @_;
823         if (my $w = $self->{w}) {
824                 print $w "commit\n" or die "failed to write commit: $!";
825         } else {
826                 $self->commit_txn_lazy;
827         }
828 }
829
830 sub remote_close {
831         my ($self) = @_;
832         if (my $w = delete $self->{w}) {
833                 my $pid = delete $self->{pid} or die "no process to wait on\n";
834                 print $w "close\n" or die "failed to write to pid:$pid: $!\n";
835                 close $w or die "failed to close pipe for pid:$pid: $!\n";
836                 waitpid($pid, 0) == $pid or die "remote process did not finish";
837                 $? == 0 or die ref($self)." pid:$pid exited with: $?";
838         } else {
839                 die "transaction in progress $self\n" if $self->{txn};
840                 $self->_xdb_release if $self->{xdb};
841         }
842 }
843
844 sub remote_remove {
845         my ($self, $oid, $mid) = @_;
846         if (my $w = $self->{w}) {
847                 # triggers remove_by_oid in a shard
848                 print $w "D $oid $mid\n" or die "failed to write remove $!";
849         } else {
850                 $self->begin_txn_lazy;
851                 $self->remove_by_oid($oid, $mid);
852         }
853 }
854
855 sub begin_txn_lazy {
856         my ($self) = @_;
857         return if $self->{txn};
858
859         $self->{-inbox}->with_umask(sub {
860                 my $xdb = $self->{xdb} || $self->_xdb_acquire;
861                 $self->{over}->begin_lazy if $self->{over};
862                 $xdb->begin_transaction if $xdb;
863                 $self->{txn} = 1;
864                 $xdb;
865         });
866 }
867
868 # store 'indexlevel=medium' in v2 shard=0 and v1 (only one shard)
869 # This metadata is read by Admin::detect_indexlevel:
870 sub set_indexlevel {
871         my ($self) = @_;
872
873         if (!$self->{shard} && # undef or 0, not >0
874                         delete($self->{-set_indexlevel_once})) {
875                 my $xdb = $self->{xdb};
876                 my $level = $xdb->get_metadata('indexlevel');
877                 if (!$level || $level ne 'medium') {
878                         $xdb->set_metadata('indexlevel', 'medium');
879                 }
880         }
881 }
882
883 sub commit_txn_lazy {
884         my ($self) = @_;
885         delete $self->{txn} or return;
886         $self->{-inbox}->with_umask(sub {
887                 if (my $xdb = $self->{xdb}) {
888                         set_indexlevel($self);
889                         $xdb->commit_transaction;
890                 }
891                 $self->{over}->commit_lazy if $self->{over};
892         });
893 }
894
895 sub worker_done {
896         my ($self) = @_;
897         if (need_xapian($self)) {
898                 die "$$ $0 xdb not released\n" if $self->{xdb};
899         }
900         die "$$ $0 still in transaction\n" if $self->{txn};
901 }
902
903 1;