lib/PublicInbox/V2Writable.pm

   1 # Copyright (C) 2018-2020 all contributors <meta@public-inbox.org>
   2 # License: AGPL-3.0+ <https://www.gnu.org/licenses/agpl-3.0.txt>
   3
   4 # This interface wraps and mimics PublicInbox::Import
   5 # Used to write to V2 inboxes (see L<public-inbox-v2-format(5)>).
   6 package PublicInbox::V2Writable;
   7 use strict;
   8 use warnings;
   9 use base qw(PublicInbox::Lock);
  10 use 5.010_001;
  11 use PublicInbox::SearchIdxShard;
  12 use PublicInbox::MIME;
  13 use PublicInbox::Git;
  14 use PublicInbox::Import;
  15 use PublicInbox::MID qw(mids references);
  16 use PublicInbox::ContentId qw(content_id content_digest);
  17 use PublicInbox::Inbox;
  18 use PublicInbox::OverIdx;
  19 use PublicInbox::Msgmap;
  20 use PublicInbox::Spawn qw(spawn popen_rd);
  21 use PublicInbox::SearchIdx;
  22 use PublicInbox::MsgTime qw(msg_timestamp msg_datestamp);
  23 use PublicInbox::MultiMidQueue;
  24 use IO::Handle; # ->autoflush
  25 use File::Temp qw(tempfile);
  26
  27 # an estimate of the post-packed size to the raw uncompressed size
  28 my $PACKING_FACTOR = 0.4;
  29
  30 # SATA storage lags behind what CPUs are capable of, so relying on
  31 # nproc(1) can be misleading and having extra Xapian shards is a
  32 # waste of FDs and space.  It can also lead to excessive IO latency
  33 # and slow things down.  Users on NVME or other fast storage can
  34 # use the NPROC env or switches in our script/public-inbox-* programs
  35 # to increase Xapian shards
  36 our $NPROC_MAX_DEFAULT = 4;
  37
  38 sub detect_nproc () {
  39         for my $nproc (qw(nproc gnproc)) { # GNU coreutils nproc
  40                 `$nproc 2>/dev/null` =~ /^(\d+)$/ and return $1;
  41         }
  42
  43         # getconf(1) is POSIX, but *NPROCESSORS* vars are not
  44         for (qw(_NPROCESSORS_ONLN NPROCESSORS_ONLN)) {
  45                 `getconf $_ 2>/dev/null` =~ /^(\d+)$/ and return $1;
  46         }
  47
  48         # should we bother with `sysctl hw.ncpu`?  Those only give
  49         # us total processor count, not online processor count.
  50         undef
  51 }
  52
  53 sub nproc_shards ($) {
  54         my ($creat_opt) = @_;
  55         my $n = $creat_opt->{nproc} if ref($creat_opt) eq 'HASH';
  56         $n //= $ENV{NPROC};
  57         if (!$n) {
  58                 # assume 2 cores if not detectable or zero
  59                 state $NPROC_DETECTED = detect_nproc() || 2;
  60                 $n = $NPROC_DETECTED;
  61                 $n = $NPROC_MAX_DEFAULT if $n > $NPROC_MAX_DEFAULT;
  62         }
  63
  64         # subtract for the main process and git-fast-import
  65         $n -= 1;
  66         $n < 1 ? 1 : $n;
  67 }
  68
  69 sub count_shards ($) {
  70         my ($self) = @_;
  71         my $n = 0;
  72         my $xpfx = $self->{xpfx};
  73
  74         # always load existing shards in case core count changes:
  75         # Also, shard count may change while -watch is running
  76         # due to "xcpdb --reshard"
  77         if (-d $xpfx) {
  78                 require PublicInbox::Search;
  79                 PublicInbox::Search::load_xapian();
  80                 my $XapianDatabase = $PublicInbox::Search::X{Database};
  81                 foreach my $shard (<$xpfx/*>) {
  82                         -d $shard && $shard =~ m!/[0-9]+\z! or next;
  83                         eval {
  84                                 $XapianDatabase->new($shard)->close;
  85                                 $n++;
  86                         };
  87                 }
  88         }
  89         $n;
  90 }
  91
  92 sub new {
  93         # $creat may be any true value, or 0/undef.  A hashref is true,
  94         # and $creat->{nproc} may be set to an integer
  95         my ($class, $v2ibx, $creat) = @_;
  96         $v2ibx = PublicInbox::InboxWritable->new($v2ibx);
  97         my $dir = $v2ibx->assert_usable_dir;
  98         unless (-d $dir) {
  99                 if ($creat) {
 100                         require File::Path;
 101                         File::Path::mkpath($dir);
 102                 } else {
 103                         die "$dir does not exist\n";
 104                 }
 105         }
 106         $v2ibx->umask_prepare;
 107
 108         my $xpfx = "$dir/xap" . PublicInbox::Search::SCHEMA_VERSION;
 109         my $self = {
 110                 -inbox => $v2ibx,
 111                 im => undef, #  PublicInbox::Import
 112                 parallel => 1,
 113                 transact_bytes => 0,
 114                 current_info => '',
 115                 xpfx => $xpfx,
 116                 over => PublicInbox::OverIdx->new("$xpfx/over.sqlite3", 1),
 117                 lock_path => "$dir/inbox.lock",
 118                 # limit each git repo (epoch) to 1GB or so
 119                 rotate_bytes => int((1024 * 1024 * 1024) / $PACKING_FACTOR),
 120                 last_commit => [], # git repo -> commit
 121         };
 122         $self->{shards} = count_shards($self) || nproc_shards($creat);
 123         bless $self, $class;
 124 }
 125
 126 # public (for now?)
 127 sub init_inbox {
 128         my ($self, $shards, $skip_epoch) = @_;
 129         if (defined $shards) {
 130                 $self->{parallel} = 0 if $shards == 0;
 131                 $self->{shards} = $shards if $shards > 0;
 132         }
 133         $self->idx_init;
 134         my $epoch_max = -1;
 135         git_dir_latest($self, \$epoch_max);
 136         if (defined $skip_epoch && $epoch_max == -1) {
 137                 $epoch_max = $skip_epoch;
 138         }
 139         $self->git_init($epoch_max >= 0 ? $epoch_max : 0);
 140         $self->done;
 141 }
 142
 143 # returns undef on duplicate or spam
 144 # mimics Import::add and wraps it for v2
 145 sub add {
 146         my ($self, $mime, $check_cb) = @_;
 147         $self->{-inbox}->with_umask(sub {
 148                 _add($self, $mime, $check_cb)
 149         });
 150 }
 151
 152 # indexes a message, returns true if checkpointing is needed
 153 sub do_idx ($$$$) {
 154         my ($self, $msgref, $mime, $smsg) = @_;
 155         $smsg->{ds} //= msg_datestamp($mime->header_obj, $self->{autime});
 156         $smsg->{ts} //= msg_timestamp($mime->header_obj, $self->{cotime});
 157         $self->{over}->add_overview($mime, $smsg);
 158         my $idx = idx_shard($self, $smsg->{num} % $self->{shards});
 159         $idx->index_raw($msgref, $mime, $smsg);
 160         my $n = $self->{transact_bytes} += $smsg->{bytes};
 161         $n >= (PublicInbox::SearchIdx::BATCH_BYTES * $self->{shards});
 162 }
 163
 164 sub _add {
 165         my ($self, $mime, $check_cb) = @_;
 166
 167         # spam check:
 168         if ($check_cb) {
 169                 $mime = $check_cb->($mime) or return;
 170         }
 171
 172         # All pipes (> $^F) known to Perl 5.6+ have FD_CLOEXEC set,
 173         # as does SQLite 3.4.1+ (released in 2007-07-20), and
 174         # Xapian 1.3.2+ (released 2015-03-15).
 175         # For the most part, we can spawn git-fast-import without
 176         # leaking FDs to it...
 177         $self->idx_init;
 178
 179         my ($num, $mid0) = v2_num_for($self, $mime);
 180         defined $num or return; # duplicate
 181         defined $mid0 or die "BUG: $mid0 undefined\n";
 182         my $im = $self->importer;
 183         my $smsg = bless { mid => $mid0, num => $num }, 'PublicInbox::Smsg';
 184         my $cmt = $im->add($mime, undef, $smsg); # sets $smsg->{ds|ts|blob}
 185         $cmt = $im->get_mark($cmt);
 186         $self->{last_commit}->[$self->{epoch_max}] = $cmt;
 187
 188         my $msgref = delete $smsg->{-raw_email};
 189         if (do_idx($self, $msgref, $mime, $smsg)) {
 190                 $self->checkpoint;
 191         }
 192
 193         $cmt;
 194 }
 195
 196 sub v2_num_for {
 197         my ($self, $mime) = @_;
 198         my $mids = mids($mime->header_obj);
 199         if (@$mids) {
 200                 my $mid = $mids->[0];
 201                 my $num = $self->{mm}->mid_insert($mid);
 202                 if (defined $num) { # common case
 203                         return ($num, $mid);
 204                 }
 205
 206                 # crap, Message-ID is already known, hope somebody just resent:
 207                 foreach my $m (@$mids) {
 208                         # read-only lookup now safe to do after above barrier
 209                         # easy, don't store duplicates
 210                         # note: do not add more diagnostic info here since
 211                         # it gets noisy on public-inbox-watch restarts
 212                         return () if content_exists($self, $mime, $m);
 213                 }
 214
 215                 # AltId may pre-populate article numbers (e.g. X-Mail-Count
 216                 # or NNTP article number), use that article number if it's
 217                 # not in Over.
 218                 my $altid = $self->{-inbox}->{altid};
 219                 if ($altid && grep(/:file=msgmap\.sqlite3\z/, @$altid)) {
 220                         my $num = $self->{mm}->num_for($mid);
 221
 222                         if (defined $num && !$self->{over}->get_art($num)) {
 223                                 return ($num, $mid);
 224                         }
 225                 }
 226
 227                 # very unlikely:
 228                 warn "<$mid> reused for mismatched content\n";
 229
 230                 # try the rest of the mids
 231                 for(my $i = $#$mids; $i >= 1; $i--) {
 232                         my $m = $mids->[$i];
 233                         $num = $self->{mm}->mid_insert($m);
 234                         if (defined $num) {
 235                                 warn "alternative <$m> for <$mid> found\n";
 236                                 return ($num, $m);
 237                         }
 238                 }
 239         }
 240         # none of the existing Message-IDs are good, generate a new one:
 241         v2_num_for_harder($self, $mime);
 242 }
 243
 244 sub v2_num_for_harder {
 245         my ($self, $mime) = @_;
 246
 247         my $hdr = $mime->header_obj;
 248         my $dig = content_digest($mime);
 249         my $mid0 = PublicInbox::Import::digest2mid($dig, $hdr);
 250         my $num = $self->{mm}->mid_insert($mid0);
 251         unless (defined $num) {
 252                 # it's hard to spoof the last Received: header
 253                 my @recvd = $hdr->header_raw('Received');
 254                 $dig->add("Received: $_") foreach (@recvd);
 255                 $mid0 = PublicInbox::Import::digest2mid($dig, $hdr);
 256                 $num = $self->{mm}->mid_insert($mid0);
 257
 258                 # fall back to a random Message-ID and give up determinism:
 259                 until (defined($num)) {
 260                         $dig->add(rand);
 261                         $mid0 = PublicInbox::Import::digest2mid($dig, $hdr);
 262                         warn "using random Message-ID <$mid0> as fallback\n";
 263                         $num = $self->{mm}->mid_insert($mid0);
 264                 }
 265         }
 266         PublicInbox::Import::append_mid($hdr, $mid0);
 267         ($num, $mid0);
 268 }
 269
 270 sub idx_shard {
 271         my ($self, $shard_i) = @_;
 272         $self->{idx_shards}->[$shard_i];
 273 }
 274
 275 # idempotent
 276 sub idx_init {
 277         my ($self, $opt) = @_;
 278         return if $self->{idx_shards};
 279         my $ibx = $self->{-inbox};
 280
 281         # do not leak read-only FDs to child processes, we only have these
 282         # FDs for duplicate detection so they should not be
 283         # frequently activated.
 284         delete $ibx->{$_} foreach (qw(git mm search));
 285
 286         my $indexlevel = $ibx->{indexlevel};
 287         if ($indexlevel && $indexlevel eq 'basic') {
 288                 $self->{parallel} = 0;
 289         }
 290
 291         if ($self->{parallel}) {
 292                 pipe(my ($r, $w)) or die "pipe failed: $!";
 293                 # pipe for barrier notifications doesn't need to be big,
 294                 # 1031: F_SETPIPE_SZ
 295                 fcntl($w, 1031, 4096) if $^O eq 'linux';
 296                 $self->{bnote} = [ $r, $w ];
 297                 $w->autoflush(1);
 298         }
 299
 300         my $over = $self->{over};
 301         $ibx->umask_prepare;
 302         $ibx->with_umask(sub {
 303                 $self->lock_acquire unless ($opt && $opt->{-skip_lock});
 304                 $over->create;
 305
 306                 # xcpdb can change shard count while -watch is idle
 307                 my $nshards = count_shards($self);
 308                 if ($nshards && $nshards != $self->{shards}) {
 309                         $self->{shards} = $nshards;
 310                 }
 311
 312                 # need to create all shards before initializing msgmap FD
 313                 my $max = $self->{shards} - 1;
 314
 315                 # idx_shards must be visible to all forked processes
 316                 my $idx = $self->{idx_shards} = [];
 317                 for my $i (0..$max) {
 318                         push @$idx, PublicInbox::SearchIdxShard->new($self, $i);
 319                 }
 320
 321                 # Now that all subprocesses are up, we can open the FDs
 322                 # for SQLite:
 323                 my $mm = $self->{mm} = PublicInbox::Msgmap->new_file(
 324                         "$self->{-inbox}->{inboxdir}/msgmap.sqlite3", 1);
 325                 $mm->{dbh}->begin_work;
 326         });
 327 }
 328
 329 # returns an array mapping [ epoch => latest_commit ]
 330 # latest_commit may be undef if nothing was done to that epoch
 331 # $replace_map = { $object_id => $strref, ... }
 332 sub _replace_oids ($$$) {
 333         my ($self, $mime, $replace_map) = @_;
 334         $self->done;
 335         my $pfx = "$self->{-inbox}->{inboxdir}/git";
 336         my $rewrites = []; # epoch => commit
 337         my $max = $self->{epoch_max};
 338
 339         unless (defined($max)) {
 340                 defined(my $latest = git_dir_latest($self, \$max)) or return;
 341                 $self->{epoch_max} = $max;
 342         }
 343
 344         foreach my $i (0..$max) {
 345                 my $git_dir = "$pfx/$i.git";
 346                 -d $git_dir or next;
 347                 my $git = PublicInbox::Git->new($git_dir);
 348                 my $im = $self->import_init($git, 0, 1);
 349                 $rewrites->[$i] = $im->replace_oids($mime, $replace_map);
 350                 $im->done;
 351         }
 352         $rewrites;
 353 }
 354
 355 sub content_ids ($) {
 356         my ($mime) = @_;
 357         my @cids = ( content_id($mime) );
 358
 359         # Email::MIME->as_string doesn't always round-trip, so we may
 360         # use a second content_id
 361         my $rt = content_id(PublicInbox::MIME->new(\($mime->as_string)));
 362         push @cids, $rt if $cids[0] ne $rt;
 363         \@cids;
 364 }
 365
 366 sub content_matches ($$) {
 367         my ($cids, $existing) = @_;
 368         my $cid = content_id($existing);
 369         foreach (@$cids) {
 370                 return 1 if $_ eq $cid
 371         }
 372         0
 373 }
 374
 375 # used for removing or replacing (purging)
 376 sub rewrite_internal ($$;$$$) {
 377         my ($self, $old_mime, $cmt_msg, $new_mime, $sref) = @_;
 378         $self->idx_init;
 379         my ($im, $need_reindex, $replace_map);
 380         if ($sref) {
 381                 $replace_map = {}; # oid => sref
 382                 $need_reindex = [] if $new_mime;
 383         } else {
 384                 $im = $self->importer;
 385         }
 386         my $over = $self->{over};
 387         my $cids = content_ids($old_mime);
 388         my @removed;
 389         my $mids = mids($old_mime->header_obj);
 390
 391         # We avoid introducing new blobs into git since the raw content
 392         # can be slightly different, so we do not need the user-supplied
 393         # message now that we have the mids and content_id
 394         $old_mime = undef;
 395         my $mark;
 396
 397         foreach my $mid (@$mids) {
 398                 my %gone; # num => [ smsg, $mime, raw ]
 399                 my ($id, $prev);
 400                 while (my $smsg = $over->next_by_mid($mid, \$id, \$prev)) {
 401                         my $msg = get_blob($self, $smsg);
 402                         if (!defined($msg)) {
 403                                 warn "broken smsg for $mid\n";
 404                                 next; # continue
 405                         }
 406                         my $orig = $$msg;
 407                         my $cur = PublicInbox::MIME->new($msg);
 408                         if (content_matches($cids, $cur)) {
 409                                 $gone{$smsg->{num}} = [ $smsg, $cur, \$orig ];
 410                         }
 411                 }
 412                 my $n = scalar keys %gone;
 413                 next unless $n;
 414                 if ($n > 1) {
 415                         warn "BUG: multiple articles linked to <$mid>\n",
 416                                 join(',', sort keys %gone), "\n";
 417                 }
 418                 foreach my $num (keys %gone) {
 419                         my ($smsg, $mime, $orig) = @{$gone{$num}};
 420                         # @removed should only be set once assuming
 421                         # no bugs in our deduplication code:
 422                         @removed = (undef, $mime, $smsg);
 423                         my $oid = $smsg->{blob};
 424                         if ($replace_map) {
 425                                 $replace_map->{$oid} = $sref;
 426                         } else {
 427                                 ($mark, undef) = $im->remove($orig, $cmt_msg);
 428                                 $removed[0] = $mark;
 429                         }
 430                         $orig = undef;
 431                         if ($need_reindex) { # ->replace
 432                                 push @$need_reindex, $smsg;
 433                         } else { # ->purge or ->remove
 434                                 $self->{mm}->num_delete($num);
 435                         }
 436                         unindex_oid_remote($self, $oid, $mid);
 437                 }
 438         }
 439
 440         if (defined $mark) {
 441                 my $cmt = $im->get_mark($mark);
 442                 $self->{last_commit}->[$self->{epoch_max}] = $cmt;
 443         }
 444         if ($replace_map && scalar keys %$replace_map) {
 445                 my $rewrites = _replace_oids($self, $new_mime, $replace_map);
 446                 return { rewrites => $rewrites, need_reindex => $need_reindex };
 447         }
 448         defined($mark) ? @removed : undef;
 449 }
 450
 451 # public (see PublicInbox::Import->remove), but note the 3rd element
 452 # (retval[2]) is not part of the stable API shared with Import->remove
 453 sub remove {
 454         my ($self, $mime, $cmt_msg) = @_;
 455         my @ret;
 456         $self->{-inbox}->with_umask(sub {
 457                 @ret = rewrite_internal($self, $mime, $cmt_msg);
 458         });
 459         defined($ret[0]) ? @ret : undef;
 460 }
 461
 462 sub _replace ($$;$$) {
 463         my ($self, $old_mime, $new_mime, $sref) = @_;
 464         my $rewritten = $self->{-inbox}->with_umask(sub {
 465                 rewrite_internal($self, $old_mime, undef, $new_mime, $sref);
 466         }) or return;
 467
 468         my $rewrites = $rewritten->{rewrites};
 469         # ->done is called if there are rewrites since we gc+prune from git
 470         $self->idx_init if @$rewrites;
 471
 472         for my $i (0..$#$rewrites) {
 473                 defined(my $cmt = $rewrites->[$i]) or next;
 474                 $self->{last_commit}->[$i] = $cmt;
 475         }
 476         $rewritten;
 477 }
 478
 479 # public
 480 sub purge {
 481         my ($self, $mime) = @_;
 482         my $rewritten = _replace($self, $mime, undef, \'') or return;
 483         $rewritten->{rewrites}
 484 }
 485
 486 # returns the git object_id of $fh, does not write the object to FS
 487 sub git_hash_raw ($$) {
 488         my ($self, $raw) = @_;
 489         # grab the expected OID we have to reindex:
 490         open my $tmp_fh, '+>', undef or die "failed to open tmp: $!";
 491         $tmp_fh->autoflush(1);
 492         print $tmp_fh $$raw or die "print \$tmp_fh: $!";
 493         sysseek($tmp_fh, 0, 0) or die "seek failed: $!";
 494
 495         my $git_dir = $self->{-inbox}->git->{git_dir};
 496         my $cmd = ['git', "--git-dir=$git_dir", qw(hash-object --stdin)];
 497         my $r = popen_rd($cmd, undef, { 0 => $tmp_fh });
 498         local $/ = "\n";
 499         chomp(my $oid = <$r>);
 500         close $r or die "git hash-object failed: $?";
 501         $oid =~ /\A[a-f0-9]{40}\z/ or die "OID not expected: $oid";
 502         $oid;
 503 }
 504
 505 sub _check_mids_match ($$$) {
 506         my ($old_list, $new_list, $hdrs) = @_;
 507         my %old_mids = map { $_ => 1 } @$old_list;
 508         my %new_mids = map { $_ => 1 } @$new_list;
 509         my @old = keys %old_mids;
 510         my @new = keys %new_mids;
 511         my $err = "$hdrs may not be changed when replacing\n";
 512         die $err if scalar(@old) != scalar(@new);
 513         delete @new_mids{@old};
 514         delete @old_mids{@new};
 515         die $err if (scalar(keys %old_mids) || scalar(keys %new_mids));
 516 }
 517
 518 # Changing Message-IDs or References with ->replace isn't supported.
 519 # The rules for dealing with messages with multiple or conflicting
 520 # Message-IDs are pretty complex and rethreading hasn't been fully
 521 # implemented, yet.
 522 sub check_mids_match ($$) {
 523         my ($old_mime, $new_mime) = @_;
 524         my $old = $old_mime->header_obj;
 525         my $new = $new_mime->header_obj;
 526         _check_mids_match(mids($old), mids($new), 'Message-ID(s)');
 527         _check_mids_match(references($old), references($new),
 528                         'References/In-Reply-To');
 529 }
 530
 531 # public
 532 sub replace ($$$) {
 533         my ($self, $old_mime, $new_mime) = @_;
 534
 535         check_mids_match($old_mime, $new_mime);
 536
 537         # mutt will always add Content-Length:, Status:, Lines: when editing
 538         PublicInbox::Import::drop_unwanted_headers($new_mime);
 539
 540         my $raw = $new_mime->as_string;
 541         my $expect_oid = git_hash_raw($self, \$raw);
 542         my $rewritten = _replace($self, $old_mime, $new_mime, \$raw) or return;
 543         my $need_reindex = $rewritten->{need_reindex};
 544
 545         # just in case we have bugs in deduplication code:
 546         my $n = scalar(@$need_reindex);
 547         if ($n > 1) {
 548                 my $list = join(', ', map {
 549                                         "$_->{num}: <$_->{mid}>"
 550                                 } @$need_reindex);
 551                 warn <<"";
 552 W: rewritten $n messages matching content of original message (expected: 1).
 553 W: possible bug in public-inbox, NNTP article IDs and Message-IDs follow:
 554 W: $list
 555
 556         }
 557
 558         # make sure we really got the OID:
 559         my ($blob, $type, $bytes) = $self->{-inbox}->git->check($expect_oid);
 560         $blob eq $expect_oid or die "BUG: $expect_oid not found after replace";
 561
 562         # don't leak FDs to Xapian:
 563         $self->{-inbox}->git->cleanup;
 564
 565         # reindex modified messages:
 566         for my $smsg (@$need_reindex) {
 567                 my $new_smsg = bless {
 568                         blob => $blob,
 569                         bytes => $bytes,
 570                         num => $smsg->{num},
 571                         mid => $smsg->{mid},
 572                 }, 'PublicInbox::Smsg';
 573                 do_idx($self, \$raw, $new_mime, $new_smsg);
 574         }
 575         $rewritten->{rewrites};
 576 }
 577
 578 sub last_epoch_commit ($$;$) {
 579         my ($self, $i, $cmt) = @_;
 580         my $v = PublicInbox::Search::SCHEMA_VERSION();
 581         $self->{mm}->last_commit_xap($v, $i, $cmt);
 582 }
 583
 584 sub set_last_commits ($) {
 585         my ($self) = @_;
 586         defined(my $epoch_max = $self->{epoch_max}) or return;
 587         my $last_commit = $self->{last_commit};
 588         foreach my $i (0..$epoch_max) {
 589                 defined(my $cmt = $last_commit->[$i]) or next;
 590                 $last_commit->[$i] = undef;
 591                 last_epoch_commit($self, $i, $cmt);
 592         }
 593 }
 594
 595 sub barrier_init {
 596         my ($self, $n) = @_;
 597         $self->{bnote} or return;
 598         --$n;
 599         my $barrier = { map { $_ => 1 } (0..$n) };
 600 }
 601
 602 sub barrier_wait {
 603         my ($self, $barrier) = @_;
 604         my $bnote = $self->{bnote} or return;
 605         my $r = $bnote->[0];
 606         while (scalar keys %$barrier) {
 607                 defined(my $l = $r->getline) or die "EOF on barrier_wait: $!";
 608                 $l =~ /\Abarrier (\d+)/ or die "bad line on barrier_wait: $l";
 609                 delete $barrier->{$1} or die "bad shard[$1] on barrier wait";
 610         }
 611 }
 612
 613 # public
 614 sub checkpoint ($;$) {
 615         my ($self, $wait) = @_;
 616
 617         if (my $im = $self->{im}) {
 618                 if ($wait) {
 619                         $im->barrier;
 620                 } else {
 621                         $im->checkpoint;
 622                 }
 623         }
 624         my $shards = $self->{idx_shards};
 625         if ($shards) {
 626                 my $dbh = $self->{mm}->{dbh};
 627
 628                 # SQLite msgmap data is second in importance
 629                 $dbh->commit;
 630
 631                 # SQLite overview is third
 632                 $self->{over}->commit_lazy;
 633
 634                 # Now deal with Xapian
 635                 if ($wait) {
 636                         my $barrier = $self->barrier_init(scalar @$shards);
 637
 638                         # each shard needs to issue a barrier command
 639                         $_->remote_barrier for @$shards;
 640
 641                         # wait for each Xapian shard
 642                         $self->barrier_wait($barrier);
 643                 } else {
 644                         $_->remote_commit for @$shards;
 645                 }
 646
 647                 # last_commit is special, don't commit these until
 648                 # remote shards are done:
 649                 $dbh->begin_work;
 650                 set_last_commits($self);
 651                 $dbh->commit;
 652
 653                 $dbh->begin_work;
 654         }
 655         $self->{transact_bytes} = 0;
 656 }
 657
 658 # issue a write barrier to ensure all data is visible to other processes
 659 # and read-only ops.  Order of data importance is: git > SQLite > Xapian
 660 # public
 661 sub barrier { checkpoint($_[0], 1) };
 662
 663 # public
 664 sub done {
 665         my ($self) = @_;
 666         my $im = delete $self->{im};
 667         $im->done if $im; # PublicInbox::Import::done
 668         checkpoint($self);
 669         my $mm = delete $self->{mm};
 670         $mm->{dbh}->commit if $mm;
 671         my $shards = delete $self->{idx_shards};
 672         if ($shards) {
 673                 $_->remote_close for @$shards;
 674         }
 675         $self->{over}->disconnect;
 676         delete $self->{bnote};
 677         $self->{transact_bytes} = 0;
 678         $self->lock_release if $shards;
 679         $self->{-inbox}->git->cleanup;
 680 }
 681
 682 sub fill_alternates ($$) {
 683         my ($self, $epoch) = @_;
 684
 685         my $pfx = "$self->{-inbox}->{inboxdir}/git";
 686         my $all = "$self->{-inbox}->{inboxdir}/all.git";
 687
 688         unless (-d $all) {
 689                 PublicInbox::Import::init_bare($all);
 690         }
 691         my $info_dir = "$all/objects/info";
 692         my $alt = "$info_dir/alternates";
 693         my (%alt, $new);
 694         my $mode = 0644;
 695         if (-e $alt) {
 696                 open(my $fh, '<', $alt) or die "open < $alt: $!\n";
 697                 $mode = (stat($fh))[2] & 07777;
 698
 699                 # we assign a sort score to every alternate and favor
 700                 # the newest (highest numbered) one when we
 701                 my $score;
 702                 my $other = 0; # in case admin adds non-epoch repos
 703                 %alt = map {;
 704                         if (m!\A\Q../../\E([0-9]+)\.git/objects\z!) {
 705                                 $score = $1 + 0;
 706                         } else {
 707                                 $score = --$other;
 708                         }
 709                         $_ => $score;
 710                 } split(/\n+/, do { local $/; <$fh> });
 711         }
 712
 713         foreach my $i (0..$epoch) {
 714                 my $dir = "../../git/$i.git/objects";
 715                 if (!exists($alt{$dir}) && -d "$pfx/$i.git") {
 716                         $alt{$dir} = $i;
 717                         $new = 1;
 718                 }
 719         }
 720         return unless $new;
 721
 722         my ($fh, $tmp) = tempfile('alt-XXXXXXXX', DIR => $info_dir);
 723         print $fh join("\n", sort { $alt{$b} <=> $alt{$a} } keys %alt), "\n"
 724                 or die "print $tmp: $!\n";
 725         chmod($mode, $fh) or die "fchmod $tmp: $!\n";
 726         close $fh or die "close $tmp $!\n";
 727         rename($tmp, $alt) or die "rename $tmp => $alt: $!\n";
 728 }
 729
 730 sub git_init {
 731         my ($self, $epoch) = @_;
 732         my $git_dir = "$self->{-inbox}->{inboxdir}/git/$epoch.git";
 733         my @cmd = (qw(git init --bare -q), $git_dir);
 734         PublicInbox::Import::run_die(\@cmd);
 735         @cmd = (qw/git config/, "--file=$git_dir/config",
 736                         'include.path', '../../all.git/config');
 737         PublicInbox::Import::run_die(\@cmd);
 738         fill_alternates($self, $epoch);
 739         $git_dir
 740 }
 741
 742 sub git_dir_latest {
 743         my ($self, $max) = @_;
 744         $$max = -1;
 745         my $pfx = "$self->{-inbox}->{inboxdir}/git";
 746         return unless -d $pfx;
 747         my $latest;
 748         opendir my $dh, $pfx or die "opendir $pfx: $!\n";
 749         while (defined(my $git_dir = readdir($dh))) {
 750                 $git_dir =~ m!\A([0-9]+)\.git\z! or next;
 751                 if ($1 > $$max) {
 752                         $$max = $1;
 753                         $latest = "$pfx/$git_dir";
 754                 }
 755         }
 756         $latest;
 757 }
 758
 759 sub importer {
 760         my ($self) = @_;
 761         my $im = $self->{im};
 762         if ($im) {
 763                 if ($im->{bytes_added} < $self->{rotate_bytes}) {
 764                         return $im;
 765                 } else {
 766                         $self->{im} = undef;
 767                         $im->done;
 768                         $im = undef;
 769                         $self->checkpoint;
 770                         my $git_dir = $self->git_init(++$self->{epoch_max});
 771                         my $git = PublicInbox::Git->new($git_dir);
 772                         return $self->import_init($git, 0);
 773                 }
 774         }
 775         my $epoch = 0;
 776         my $max;
 777         my $latest = git_dir_latest($self, \$max);
 778         if (defined $latest) {
 779                 my $git = PublicInbox::Git->new($latest);
 780                 my $packed_bytes = $git->packed_bytes;
 781                 my $unpacked_bytes = $packed_bytes / $PACKING_FACTOR;
 782
 783                 if ($unpacked_bytes >= $self->{rotate_bytes}) {
 784                         $epoch = $max + 1;
 785                 } else {
 786                         $self->{epoch_max} = $max;
 787                         return $self->import_init($git, $packed_bytes);
 788                 }
 789         }
 790         $self->{epoch_max} = $epoch;
 791         $latest = $self->git_init($epoch);
 792         $self->import_init(PublicInbox::Git->new($latest), 0);
 793 }
 794
 795 sub import_init {
 796         my ($self, $git, $packed_bytes, $tmp) = @_;
 797         my $im = PublicInbox::Import->new($git, undef, undef, $self->{-inbox});
 798         $im->{bytes_added} = int($packed_bytes / $PACKING_FACTOR);
 799         $im->{lock_path} = undef;
 800         $im->{path_type} = 'v2';
 801         $self->{im} = $im unless $tmp;
 802         $im;
 803 }
 804
 805 # XXX experimental
 806 sub diff ($$$) {
 807         my ($mid, $cur, $new) = @_;
 808
 809         my ($ah, $an) = tempfile('email-cur-XXXXXXXX', TMPDIR => 1);
 810         print $ah $cur->as_string or die "print: $!";
 811         close $ah or die "close: $!";
 812         my ($bh, $bn) = tempfile('email-new-XXXXXXXX', TMPDIR => 1);
 813         PublicInbox::Import::drop_unwanted_headers($new);
 814         print $bh $new->as_string or die "print: $!";
 815         close $bh or die "close: $!";
 816         my $cmd = [ qw(diff -u), $an, $bn ];
 817         print STDERR "# MID conflict <$mid>\n";
 818         my $pid = spawn($cmd, undef, { 1 => 2 });
 819         waitpid($pid, 0) == $pid or die "diff did not finish";
 820         unlink($an, $bn);
 821 }
 822
 823 sub get_blob ($$) {
 824         my ($self, $smsg) = @_;
 825         if (my $im = $self->{im}) {
 826                 my $msg = $im->cat_blob($smsg->{blob});
 827                 return $msg if $msg;
 828         }
 829         # older message, should be in alternates
 830         my $ibx = $self->{-inbox};
 831         $ibx->msg_by_smsg($smsg);
 832 }
 833
 834 sub content_exists ($$$) {
 835         my ($self, $mime, $mid) = @_;
 836         my $over = $self->{over};
 837         my $cids = content_ids($mime);
 838         my ($id, $prev);
 839         while (my $smsg = $over->next_by_mid($mid, \$id, \$prev)) {
 840                 my $msg = get_blob($self, $smsg);
 841                 if (!defined($msg)) {
 842                         warn "broken smsg for $mid\n";
 843                         next;
 844                 }
 845                 my $cur = PublicInbox::MIME->new($msg);
 846                 return 1 if content_matches($cids, $cur);
 847
 848                 # XXX DEBUG_DIFF is experimental and may be removed
 849                 diff($mid, $cur, $mime) if $ENV{DEBUG_DIFF};
 850         }
 851         undef;
 852 }
 853
 854 sub atfork_child {
 855         my ($self) = @_;
 856         my $fh = delete $self->{reindex_pipe};
 857         close $fh if $fh;
 858         if (my $shards = $self->{idx_shards}) {
 859                 $_->atfork_child foreach @$shards;
 860         }
 861         if (my $im = $self->{im}) {
 862                 $im->atfork_child;
 863         }
 864         die "unexpected mm" if $self->{mm};
 865         close $self->{bnote}->[0] or die "close bnote[0]: $!\n";
 866         $self->{bnote}->[1];
 867 }
 868
 869 sub mark_deleted ($$$$) {
 870         my ($self, $sync, $git, $oid) = @_;
 871         my $msgref = $git->cat_file($oid);
 872         my $mime = PublicInbox::MIME->new($$msgref);
 873         my $mids = mids($mime->header_obj);
 874         my $cid = content_id($mime);
 875         foreach my $mid (@$mids) {
 876                 $sync->{D}->{"$mid\0$cid"} = $oid;
 877         }
 878 }
 879
 880 sub reindex_checkpoint ($$$) {
 881         my ($self, $sync, $git) = @_;
 882
 883         $git->cleanup;
 884         $sync->{mm_tmp}->atfork_prepare;
 885         $self->done; # release lock
 886
 887         if (my $pr = $sync->{-opt}->{-progress}) {
 888                 my ($bn) = (split('/', $git->{git_dir}))[-1];
 889                 $pr->("$bn ".sprintf($sync->{-regen_fmt}, $sync->{nr}));
 890         }
 891
 892         # allow -watch or -mda to write...
 893         $self->idx_init; # reacquire lock
 894         $sync->{mm_tmp}->atfork_parent;
 895 }
 896
 897 # only for a few odd messages with multiple Message-IDs
 898 sub reindex_oid_m ($$$$;$) {
 899         my ($self, $sync, $git, $oid, $regen_num) = @_;
 900         $self->{current_info} = "multi_mid $oid";
 901         my ($num, $mid0, $len);
 902         my $msgref = $git->cat_file($oid, \$len);
 903         my $mime = PublicInbox::MIME->new($$msgref);
 904         my $mids = mids($mime->header_obj);
 905         my $cid = content_id($mime);
 906         die "BUG: reindex_oid_m called for <=1 mids" if scalar(@$mids) <= 1;
 907
 908         for my $mid (reverse @$mids) {
 909                 delete($sync->{D}->{"$mid\0$cid"}) and
 910                         die "BUG: reindex_oid should handle <$mid> delete";
 911         }
 912         my $over = $self->{over};
 913         for my $mid (reverse @$mids) {
 914                 ($num, $mid0) = $over->num_mid0_for_oid($oid, $mid);
 915                 next unless defined $num;
 916                 if (defined($regen_num) && $regen_num != $num) {
 917                         die "BUG: regen(#$regen_num) != over(#$num)";
 918                 }
 919         }
 920         unless (defined($num)) {
 921                 for my $mid (reverse @$mids) {
 922                         # is this a number we got before?
 923                         my $n = $sync->{mm_tmp}->num_for($mid);
 924                         next unless defined $n;
 925                         next if defined($regen_num) && $regen_num != $n;
 926                         ($num, $mid0) = ($n, $mid);
 927                         last;
 928                 }
 929         }
 930         if (defined($num)) {
 931                 $sync->{mm_tmp}->num_delete($num);
 932         } elsif (defined $regen_num) {
 933                 $num = $regen_num;
 934                 for my $mid (reverse @$mids) {
 935                         $self->{mm}->mid_set($num, $mid) == 1 or next;
 936                         $mid0 = $mid;
 937                         last;
 938                 }
 939                 unless (defined $mid0) {
 940                         warn "E: cannot regen #$num\n";
 941                         return;
 942                 }
 943         } else { # fixup bugs in old mirrors on reindex
 944                 for my $mid (reverse @$mids) {
 945                         $num = $self->{mm}->mid_insert($mid);
 946                         next unless defined $num;
 947                         $mid0 = $mid;
 948                         last;
 949                 }
 950                 if (defined $mid0) {
 951                         if ($sync->{reindex}) {
 952                                 warn "reindex added #$num <$mid0>\n";
 953                         }
 954                 } else {
 955                         warn "E: cannot find article #\n";
 956                         return;
 957                 }
 958         }
 959         $sync->{nr}++;
 960         my $smsg = bless {
 961                 bytes => $len,
 962                 num => $num,
 963                 blob => $oid,
 964                 mid => $mid0,
 965         }, 'PublicInbox::Smsg';
 966         if (do_idx($self, $msgref, $mime, $smsg)) {
 967                 reindex_checkpoint($self, $sync, $git);
 968         }
 969 }
 970
 971 sub check_unindexed ($$$) {
 972         my ($self, $num, $mid0) = @_;
 973         my $unindexed = $self->{unindexed} // {};
 974         my $n = delete($unindexed->{$mid0});
 975         defined $n or return;
 976         if ($n != $num) {
 977                 die "BUG: unindexed $n != $num <$mid0>\n";
 978         } else {
 979                 $self->{mm}->mid_set($num, $mid0);
 980         }
 981 }
 982
 983 # reuse Msgmap to store num => oid mapping (rather than num => mid)
 984 sub multi_mid_q_new () {
 985         my ($fh, $fn) = tempfile('multi_mid-XXXXXXX', EXLOCK => 0, TMPDIR => 1);
 986         my $multi_mid = PublicInbox::Msgmap->new_file($fn, 1);
 987         $multi_mid->{dbh}->do('PRAGMA synchronous = OFF');
 988         # for Msgmap->DESTROY:
 989         $multi_mid->{tmp_name} = $fn;
 990         $multi_mid->{pid} = $$;
 991         close $fh or die "failed to close $fn: $!";
 992         $multi_mid
 993 }
 994
 995 sub multi_mid_q_push ($$$) {
 996         my ($self, $sync, $oid) = @_;
 997         my $multi_mid = $sync->{multi_mid} //= PublicInbox::MultiMidQueue->new;
 998         if ($sync->{reindex}) { # no regen on reindex
 999                 $multi_mid->push_oid($oid, $self);
1000         } else {
1001                 my $num = $sync->{regen}--;
1002                 die "BUG: ran out of article numbers" if $num <= 0;
1003                 $multi_mid->set_oid($num, $oid, $self);
1004         }
1005 }
1006
1007 sub reindex_oid ($$$$) {
1008         my ($self, $sync, $git, $oid) = @_;
1009         my ($num, $mid0, $len);
1010         my $msgref = $git->cat_file($oid, \$len);
1011         return if $len == 0; # purged
1012         my $mime = PublicInbox::MIME->new($$msgref);
1013         my $mids = mids($mime->header_obj);
1014         my $cid = content_id($mime);
1015
1016         if (scalar(@$mids) == 0) {
1017                 warn "E: $oid has no Message-ID, skipping\n";
1018                 return;
1019         } elsif (scalar(@$mids) == 1) {
1020                 my $mid = $mids->[0];
1021
1022                 # was the file previously marked as deleted?, skip if so
1023                 if (delete($sync->{D}->{"$mid\0$cid"})) {
1024                         if (!$sync->{reindex}) {
1025                                 $num = $sync->{regen}--;
1026                                 $self->{mm}->num_highwater($num);
1027                         }
1028                         return;
1029                 }
1030
1031                 # is this a number we got before?
1032                 $num = $sync->{mm_tmp}->num_for($mid);
1033                 if (defined $num) {
1034                         $mid0 = $mid;
1035                         check_unindexed($self, $num, $mid0);
1036                 } else {
1037                         $num = $sync->{regen}--;
1038                         die "BUG: ran out of article numbers" if $num <= 0;
1039                         if ($self->{mm}->mid_set($num, $mid) != 1) {
1040                                 warn "E: unable to assign $num => <$mid>\n";
1041                                 return;
1042                         }
1043                         $mid0 = $mid;
1044                 }
1045         } else { # multiple MIDs are a weird case:
1046                 my $del = 0;
1047                 for (@$mids) {
1048                         $del += delete($sync->{D}->{"$_\0$cid"}) // 0;
1049                 }
1050                 if ($del) {
1051                         unindex_oid_remote($self, $oid, $_) for @$mids;
1052                         # do not delete from {mm_tmp}, since another
1053                         # single-MID message may use it.
1054                 } else { # handle them at the end:
1055                         multi_mid_q_push($self, $sync, $oid);
1056                 }
1057                 return;
1058         }
1059         $sync->{mm_tmp}->mid_delete($mid0) or
1060                 die "failed to delete <$mid0> for article #$num\n";
1061         $sync->{nr}++;
1062         my $smsg = bless {
1063                 bytes => $len,
1064                 num => $num,
1065                 blob => $oid,
1066                 mid => $mid0,
1067         }, 'PublicInbox::Smsg';
1068         if (do_idx($self, $msgref, $mime, $smsg)) {
1069                 reindex_checkpoint($self, $sync, $git);
1070         }
1071 }
1072
1073 # only update last_commit for $i on reindex iff newer than current
1074 sub update_last_commit ($$$$) {
1075         my ($self, $git, $i, $cmt) = @_;
1076         my $last = last_epoch_commit($self, $i);
1077         if (defined $last && is_ancestor($git, $last, $cmt)) {
1078                 my @cmd = (qw(rev-list --count), "$last..$cmt");
1079                 chomp(my $n = $git->qx(@cmd));
1080                 return if $n ne '' && $n == 0;
1081         }
1082         last_epoch_commit($self, $i, $cmt);
1083 }
1084
1085 sub git_dir_n ($$) { "$_[0]->{-inbox}->{inboxdir}/git/$_[1].git" }
1086
1087 sub last_commits ($$) {
1088         my ($self, $epoch_max) = @_;
1089         my $heads = [];
1090         for (my $i = $epoch_max; $i >= 0; $i--) {
1091                 $heads->[$i] = last_epoch_commit($self, $i);
1092         }
1093         $heads;
1094 }
1095
1096 *is_ancestor = *PublicInbox::SearchIdx::is_ancestor;
1097
1098 # returns a revision range for git-log(1)
1099 sub log_range ($$$$$) {
1100         my ($self, $sync, $git, $i, $tip) = @_;
1101         my $opt = $sync->{-opt};
1102         my $pr = $opt->{-progress} if (($opt->{verbose} || 0) > 1);
1103         my $cur = $sync->{ranges}->[$i] or do {
1104                 $pr->("$i.git indexing all of $tip") if $pr;
1105                 return $tip; # all of it
1106         };
1107
1108         # fast equality check to avoid (v)fork+execve overhead
1109         if ($cur eq $tip) {
1110                 $sync->{ranges}->[$i] = undef;
1111                 return;
1112         }
1113
1114         my $range = "$cur..$tip";
1115         $pr->("$i.git checking contiguity... ") if $pr;
1116         if (is_ancestor($git, $cur, $tip)) { # common case
1117                 $pr->("OK\n") if $pr;
1118                 my $n = $git->qx(qw(rev-list --count), $range);
1119                 chomp($n);
1120                 if ($n == 0) {
1121                         $sync->{ranges}->[$i] = undef;
1122                         $pr->("$i.git has nothing new\n") if $pr;
1123                         return; # nothing to do
1124                 }
1125                 $pr->("$i.git has $n changes since $cur\n") if $pr;
1126         } else {
1127                 $pr->("FAIL\n") if $pr;
1128                 warn <<"";
1129 discontiguous range: $range
1130 Rewritten history? (in $git->{git_dir})
1131
1132                 chomp(my $base = $git->qx('merge-base', $tip, $cur));
1133                 if ($base) {
1134                         $range = "$base..$tip";
1135                         warn "found merge-base: $base\n"
1136                 } else {
1137                         $range = $tip;
1138                         warn "discarding history at $cur\n";
1139                 }
1140                 warn <<"";
1141 reindexing $git->{git_dir} starting at
1142 $range
1143
1144                 $sync->{unindex_range}->{$i} = "$base..$cur";
1145         }
1146         $range;
1147 }
1148
1149 sub sync_prepare ($$$) {
1150         my ($self, $sync, $epoch_max) = @_;
1151         my $pr = $sync->{-opt}->{-progress};
1152         my $regen_max = 0;
1153         my $head = $self->{-inbox}->{ref_head} || 'refs/heads/master';
1154
1155         # reindex stops at the current heads and we later rerun index_sync
1156         # without {reindex}
1157         my $reindex_heads = last_commits($self, $epoch_max) if $sync->{reindex};
1158
1159         for (my $i = $epoch_max; $i >= 0; $i--) {
1160                 die 'BUG: already indexing!' if $self->{reindex_pipe};
1161                 my $git_dir = git_dir_n($self, $i);
1162                 -d $git_dir or next; # missing epochs are fine
1163                 my $git = PublicInbox::Git->new($git_dir);
1164                 if ($reindex_heads) {
1165                         $head = $reindex_heads->[$i] or next;
1166                 }
1167                 chomp(my $tip = $git->qx(qw(rev-parse -q --verify), $head));
1168
1169                 next if $?; # new repo
1170                 my $range = log_range($self, $sync, $git, $i, $tip) or next;
1171                 $sync->{ranges}->[$i] = $range;
1172
1173                 # can't use 'rev-list --count' if we use --diff-filter
1174                 $pr->("$i.git counting $range ... ") if $pr;
1175                 my $n = 0;
1176                 my $fh = $git->popen(qw(log --pretty=tformat:%H
1177                                 --no-notes --no-color --no-renames
1178                                 --diff-filter=AM), $range, '--', 'm');
1179                 ++$n while <$fh>;
1180                 close $fh or die "git log failed: \$?=$?";
1181                 $pr->("$n\n") if $pr;
1182                 $regen_max += $n;
1183         }
1184
1185         return 0 if (!$regen_max && !keys(%{$self->{unindex_range}}));
1186
1187         # reindex should NOT see new commits anymore, if we do,
1188         # it's a problem and we need to notice it via die()
1189         my $pad = length($regen_max) + 1;
1190         $sync->{-regen_fmt} = "% ${pad}u/$regen_max\n";
1191         $sync->{nr} = 0;
1192         return -1 if $sync->{reindex};
1193         $regen_max + $self->{mm}->num_highwater() || 0;
1194 }
1195
1196 sub unindex_oid_remote ($$$) {
1197         my ($self, $oid, $mid) = @_;
1198         $_->remote_remove($oid, $mid) foreach @{$self->{idx_shards}};
1199         $self->{over}->remove_oid($oid, $mid);
1200 }
1201
1202 sub unindex_oid ($$$;$) {
1203         my ($self, $git, $oid, $unindexed) = @_;
1204         my $mm = $self->{mm};
1205         my $msgref = $git->cat_file($oid);
1206         my $mime = PublicInbox::MIME->new($msgref);
1207         my $mids = mids($mime->header_obj);
1208         $mime = $msgref = undef;
1209         my $over = $self->{over};
1210         foreach my $mid (@$mids) {
1211                 my %gone;
1212                 my ($id, $prev);
1213                 while (my $smsg = $over->next_by_mid($mid, \$id, \$prev)) {
1214                         $gone{$smsg->{num}} = 1 if $oid eq $smsg->{blob};
1215                         1; # continue
1216                 }
1217                 my $n = scalar keys %gone;
1218                 next unless $n;
1219                 if ($n > 1) {
1220                         warn "BUG: multiple articles linked to $oid\n",
1221                                 join(',',sort keys %gone), "\n";
1222                 }
1223                 foreach my $num (keys %gone) {
1224                         if ($unindexed) {
1225                                 my $mid0 = $mm->mid_for($num);
1226                                 $unindexed->{$mid0} = $num;
1227                         }
1228                         $mm->num_delete($num);
1229                 }
1230                 unindex_oid_remote($self, $oid, $mid);
1231         }
1232 }
1233
1234 my $x40 = qr/[a-f0-9]{40}/;
1235 sub unindex ($$$$) {
1236         my ($self, $sync, $git, $unindex_range) = @_;
1237         my $unindexed = $self->{unindexed} ||= {}; # $mid0 => $num
1238         my $before = scalar keys %$unindexed;
1239         # order does not matter, here:
1240         my @cmd = qw(log --raw -r
1241                         --no-notes --no-color --no-abbrev --no-renames);
1242         my $fh = $self->{reindex_pipe} = $git->popen(@cmd, $unindex_range);
1243         while (<$fh>) {
1244                 /\A:\d{6} 100644 $x40 ($x40) [AM]\tm$/o or next;
1245                 unindex_oid($self, $git, $1, $unindexed);
1246         }
1247         delete $self->{reindex_pipe};
1248         close $fh or die "git log failed: \$?=$?";
1249
1250         return unless $sync->{-opt}->{prune};
1251         my $after = scalar keys %$unindexed;
1252         return if $before == $after;
1253
1254         # ensure any blob can not longer be accessed via dumb HTTP
1255         PublicInbox::Import::run_die(['git', "--git-dir=$git->{git_dir}",
1256                 qw(-c gc.reflogExpire=now gc --prune=all --quiet)]);
1257 }
1258
1259 sub sync_ranges ($$$) {
1260         my ($self, $sync, $epoch_max) = @_;
1261         my $reindex = $sync->{reindex};
1262
1263         return last_commits($self, $epoch_max) unless $reindex;
1264         return [] if ref($reindex) ne 'HASH';
1265
1266         my $ranges = $reindex->{from}; # arrayref;
1267         if (ref($ranges) ne 'ARRAY') {
1268                 die 'BUG: $reindex->{from} not an ARRAY';
1269         }
1270         $ranges;
1271 }
1272
1273 sub index_epoch ($$$) {
1274         my ($self, $sync, $i) = @_;
1275
1276         my $git_dir = git_dir_n($self, $i);
1277         die 'BUG: already reindexing!' if $self->{reindex_pipe};
1278         -d $git_dir or return; # missing epochs are fine
1279         fill_alternates($self, $i);
1280         my $git = PublicInbox::Git->new($git_dir);
1281         if (my $unindex_range = delete $sync->{unindex_range}->{$i}) {
1282                 unindex($self, $sync, $git, $unindex_range);
1283         }
1284         defined(my $range = $sync->{ranges}->[$i]) or return;
1285         if (my $pr = $sync->{-opt}->{-progress}) {
1286                 $pr->("$i.git indexing $range\n");
1287         }
1288
1289         my @cmd = qw(log --raw -r --pretty=tformat:%H.%at.%ct
1290                         --no-notes --no-color --no-abbrev --no-renames);
1291         my $fh = $self->{reindex_pipe} = $git->popen(@cmd, $range);
1292         my $cmt;
1293         while (<$fh>) {
1294                 chomp;
1295                 $self->{current_info} = "$i.git $_";
1296                 if (/\A($x40)\.([0-9]+)\.([0-9]+)$/o) {
1297                         $cmt //= $1;
1298                         $self->{autime} = $2;
1299                         $self->{cotime} = $3;
1300                 } elsif (/\A:\d{6} 100644 $x40 ($x40) [AM]\tm$/o) {
1301                         reindex_oid($self, $sync, $git, $1);
1302                 } elsif (/\A:\d{6} 100644 $x40 ($x40) [AM]\td$/o) {
1303                         mark_deleted($self, $sync, $git, $1);
1304                 }
1305         }
1306         close $fh or die "git log failed: \$?=$?";
1307         delete $self->{reindex_pipe};
1308         update_last_commit($self, $git, $i, $cmt) if defined $cmt;
1309 }
1310
1311 # public, called by public-inbox-index
1312 sub index_sync {
1313         my ($self, $opt) = @_;
1314         $opt ||= {};
1315         my $pr = $opt->{-progress};
1316         my $epoch_max;
1317         my $latest = git_dir_latest($self, \$epoch_max);
1318         return unless defined $latest;
1319         $self->idx_init($opt); # acquire lock
1320         my $sync = {
1321                 D => {}, # "$mid\0$cid" => $oid
1322                 unindex_range => {}, # EPOCH => oid_old..oid_new
1323                 reindex => $opt->{reindex},
1324                 -opt => $opt
1325         };
1326         $sync->{ranges} = sync_ranges($self, $sync, $epoch_max);
1327         $sync->{regen} = sync_prepare($self, $sync, $epoch_max);
1328
1329         if ($sync->{regen}) {
1330                 # tmp_clone seems to fail if inside a transaction, so
1331                 # we rollback here (because we opened {mm} for reading)
1332                 # Note: we do NOT rely on DBI transactions for atomicity;
1333                 # only for batch performance.
1334                 $self->{mm}->{dbh}->rollback;
1335                 $self->{mm}->{dbh}->begin_work;
1336                 $sync->{mm_tmp} = $self->{mm}->tmp_clone;
1337         }
1338
1339         # work backwards through history
1340         for (my $i = $epoch_max; $i >= 0; $i--) {
1341                 index_epoch($self, $sync, $i);
1342         }
1343
1344         # unindex is required for leftovers if "deletes" affect messages
1345         # in a previous fetch+index window:
1346         my $git;
1347         if (my @leftovers = values %{delete $sync->{D}}) {
1348                 $git = $self->{-inbox}->git;
1349                 for my $oid (@leftovers) {
1350                         $self->{current_info} = "leftover $oid";
1351                         unindex_oid($self, $git, $oid);
1352                 }
1353         }
1354         if (my $multi_mid = delete $sync->{multi_mid}) {
1355                 $git //= $self->{-inbox}->git;
1356                 my $min = $multi_mid->{min};
1357                 my $max = $multi_mid->{max};
1358                 if ($sync->{reindex}) {
1359                         # we may need to create new Message-IDs if mirrors
1360                         # were initially indexed with old versions
1361                         for (my $i = $max; $i >= $min; $i--) {
1362                                 my $oid;
1363                                 $oid = $multi_mid->get_oid($i, $self) or next;
1364                                 next unless defined $oid;
1365                                 reindex_oid_m($self, $sync, $git, $oid);
1366                         }
1367                 } else { # regen on initial index
1368                         for my $num ($min..$max) {
1369                                 my $oid;
1370                                 $oid = $multi_mid->get_oid($num, $self) or next;
1371                                 reindex_oid_m($self, $sync, $git, $oid, $num);
1372                         }
1373                 }
1374         }
1375         $git->cleanup if $git;
1376         $self->done;
1377
1378         if (my $nr = $sync->{nr}) {
1379                 my $pr = $sync->{-opt}->{-progress};
1380                 $pr->('all.git '.sprintf($sync->{-regen_fmt}, $nr)) if $pr;
1381         }
1382
1383         # reindex does not pick up new changes, so we rerun w/o it:
1384         if ($opt->{reindex}) {
1385                 my %again = %$opt;
1386                 $sync = undef;
1387                 delete @again{qw(reindex -skip_lock)};
1388                 index_sync($self, \%again);
1389         }
1390 }
1391
1392 1;