t/extsearch.t

   1 #!perl -w
   2 # Copyright (C) 2020 all contributors <meta@public-inbox.org>
   3 # License: AGPL-3.0+ <https://www.gnu.org/licenses/agpl-3.0.txt>
   4 use strict;
   5 use Test::More;
   6 use PublicInbox::TestCommon;
   7 use PublicInbox::Config;
   8 use PublicInbox::Search;
   9 use PublicInbox::InboxWritable;
  10 use Fcntl qw(:seek);
  11 require_git(2.6);
  12 require_mods(qw(json DBD::SQLite Search::Xapian));
  13 use_ok 'PublicInbox::ExtSearch';
  14 use_ok 'PublicInbox::ExtSearchIdx';
  15 use_ok 'PublicInbox::OverIdx';
  16 my $sock = tcp_server();
  17 my $host_port = $sock->sockhost . ':' . $sock->sockport;
  18 my ($home, $for_destroy) = tmpdir();
  19 local $ENV{HOME} = $home;
  20 mkdir "$home/.public-inbox" or BAIL_OUT $!;
  21 my $cfg_path = "$home/.public-inbox/config";
  22 open my $fh, '>', $cfg_path or BAIL_OUT $!;
  23 print $fh <<EOF or BAIL_OUT $!;
  24 [publicinboxMda]
  25         spamcheck = none
  26 EOF
  27 close $fh or BAIL_OUT $!;
  28 my $v2addr = 'v2test@example.com';
  29 my $v1addr = 'v1test@example.com';
  30 ok(run_script([qw(-init -Lbasic -V2 v2test --newsgroup v2.example),
  31         "$home/v2test", 'http://example.com/v2test', $v2addr ]), 'v2test init');
  32 my $env = { ORIGINAL_RECIPIENT => $v2addr };
  33 my $eml = eml_load('t/utf8.eml');
  34
  35 $eml->header_set('List-Id', '<v2.example.com>');
  36 open($fh, '+>', undef) or BAIL_OUT $!;
  37 $fh->autoflush(1);
  38 print $fh $eml->as_string or BAIL_OUT $!;
  39 seek($fh, 0, SEEK_SET) or BAIL_OUT $!;
  40
  41 run_script(['-mda', '--no-precheck'], $env, { 0 => $fh }) or BAIL_OUT '-mda';
  42
  43 ok(run_script([qw(-init -V1 v1test --newsgroup v1.example), "$home/v1test",
  44         'http://example.com/v1test', $v1addr ]), 'v1test init');
  45
  46 $eml->header_set('List-Id', '<v1.example.com>');
  47 seek($fh, 0, SEEK_SET) or BAIL_OUT $!;
  48 truncate($fh, 0) or BAIL_OUT $!;
  49 print $fh $eml->as_string or BAIL_OUT $!;
  50 seek($fh, 0, SEEK_SET) or BAIL_OUT $!;
  51
  52 $env = { ORIGINAL_RECIPIENT => $v1addr };
  53 run_script(['-mda', '--no-precheck'], $env, { 0 => $fh }) or BAIL_OUT '-mda';
  54
  55 run_script([qw(-index -Lbasic), "$home/v1test"]) or BAIL_OUT "index $?";
  56
  57 ok(run_script([qw(-extindex --all), "$home/extindex"]), 'extindex init');
  58 {
  59         my $es = PublicInbox::ExtSearch->new("$home/extindex");
  60         ok($es->has_threadid, '->has_threadid');
  61 }
  62
  63 { # TODO: -extindex should write this to config
  64         open $fh, '>>', $cfg_path or BAIL_OUT $!;
  65         print $fh <<EOF or BAIL_OUT $!;
  66 ; for ->ALL
  67 [extindex "all"]
  68         topdir = $home/extindex
  69 EOF
  70         close $fh or BAIL_OUT $!;
  71
  72         my $pi_cfg = PublicInbox::Config->new;
  73         $pi_cfg->fill_all;
  74         ok($pi_cfg->ALL, '->ALL');
  75         my $ibx = $pi_cfg->{-by_newsgroup}->{'v2.example'};
  76         my $ret = $pi_cfg->ALL->nntp_xref_for($ibx, $ibx->over->get_art(1));
  77         is_deeply($ret, { 'v1.example' => 1, 'v2.example' => 1 },
  78                 '->nntp_xref_for');
  79 }
  80
  81 SKIP: {
  82         require_mods(qw(Net::NNTP), 1);
  83         my ($out, $err) = ("$home/nntpd.out.log", "$home/nntpd.err.log");
  84         my $cmd = [ '-nntpd', '-W0', "--stdout=$out", "--stderr=$err" ];
  85         my $td = start_script($cmd, undef, { 3 => $sock });
  86         my $n = Net::NNTP->new($host_port);
  87         my @xp = $n->xpath('<testmessage@example.com>');
  88         is_deeply(\@xp, [ qw(v1.example/1 v2.example/1) ]);
  89         $n->group('v1.example');
  90         my $res = $n->head(1);
  91         @$res = grep(/^Xref: /, @$res);
  92         like($res->[0], qr/ v1\.example:1 v2\.example:1/, 'nntp_xref works');
  93 }
  94
  95 my $es = PublicInbox::ExtSearch->new("$home/extindex");
  96 {
  97         my $smsg = $es->over->get_art(1);
  98         ok($smsg, 'got first article');
  99         is($es->over->get_art(2), undef, 'only one added');
 100         my $xref3 = $es->over->get_xref3(1);
 101         like($xref3->[0], qr/\A\Qv2.example\E:1:/, 'order preserved 1');
 102         like($xref3->[1], qr/\A\Qv1.example\E:1:/, 'order preserved 2');
 103         is(scalar(@$xref3), 2, 'only to entries');
 104 }
 105
 106 if ('inbox edited') {
 107         my ($in, $out, $err);
 108         $in = $out = $err = '';
 109         my $opt = { 0 => \$in, 1 => \$out, 2 => \$err };
 110         my $env = { MAIL_EDITOR => "$^X -i -p -e 's/test message/BEST MSG/'" };
 111         my $cmd = [ qw(-edit -Ft/utf8.eml), "$home/v2test" ];
 112         ok(run_script($cmd, $env, $opt), '-edit');
 113         ok(run_script([qw(-extindex --all), "$home/extindex"], undef, $opt),
 114                 'extindex again');
 115         like($err, qr/discontiguous range/, 'warned about discontiguous range');
 116         my $msg1 = $es->over->get_art(1) or BAIL_OUT 'msg1 missing';
 117         my $msg2 = $es->over->get_art(2) or BAIL_OUT 'msg2 missing';
 118         is($msg1->{mid}, $msg2->{mid}, 'edited message indexed');
 119         isnt($msg1->{blob}, $msg2->{blob}, 'blobs differ');
 120         my $eml2 = $es->smsg_eml($msg2);
 121         like($eml2->body, qr/BEST MSG/, 'edited body in #2');
 122         unlike($eml2->body, qr/test message/, 'old body discarded in #2');
 123         my $eml1 = $es->smsg_eml($msg1);
 124         like($eml1->body, qr/test message/, 'original body in #1');
 125         my $x1 = $es->over->get_xref3(1);
 126         my $x2 = $es->over->get_xref3(2);
 127         is(scalar(@$x1), 1, 'original only has one xref3');
 128         is(scalar(@$x2), 1, 'new message has one xref3');
 129         isnt($x1->[0], $x2->[0], 'xref3 differs');
 130
 131         my $mset = $es->mset('b:"BEST MSG"');
 132         is($mset->size, 1, 'new message found');
 133         $mset = $es->mset('b:"test message"');
 134         is($mset->size, 1, 'old message found');
 135         delete @$es{qw(git over xdb)}; # fork preparation
 136
 137         my $pi_cfg = PublicInbox::Config->new;
 138         $pi_cfg->fill_all;
 139         is(scalar($pi_cfg->ALL->mset('s:Testing')->items), 2,
 140                 '2 results in ->ALL');
 141         my $res = {};
 142         my $nr = 0;
 143         $pi_cfg->each_inbox(sub {
 144                 $nr++;
 145                 my ($ibx) = @_;
 146                 local $SIG{__WARN__} = sub {}; # FIXME support --reindex
 147                 my $mset = $ibx->isrch->mset('s:Testing');
 148                 $res->{$ibx->eidx_key} = $ibx->isrch->mset_to_smsg($ibx, $mset);
 149         });
 150         is($nr, 2, 'two inboxes');
 151         my $exp = {};
 152         for my $v (qw(v1 v2)) {
 153                 my $ibx = $pi_cfg->lookup_newsgroup("$v.example");
 154                 my $smsg = $ibx->over->get_art(1);
 155                 $smsg->psgi_cull;
 156                 $exp->{"$v.example"} = [ $smsg ];
 157         }
 158         is_deeply($res, $exp, 'isearch limited results');
 159         $pi_cfg = $res = $exp = undef;
 160
 161         open my $rmfh, '+>', undef or BAIL_OUT $!;
 162         $rmfh->autoflush(1);
 163         print $rmfh $eml2->as_string or BAIL_OUT $!;
 164         seek($rmfh, 0, SEEK_SET) or BAIL_OUT $!;
 165         $opt->{0} = $rmfh;
 166         ok(run_script([qw(-learn rm --all)], undef, $opt), '-learn rm');
 167
 168         ok(run_script([qw(-extindex --all), "$home/extindex"], undef, undef),
 169                 'extindex after rm');
 170         is($es->over->get_art(2), undef, 'doc #2 gone');
 171         $mset = $es->mset('b:"BEST MSG"');
 172         is($mset->size, 0, 'new message gone');
 173 }
 174
 175 my $misc = $es->misc;
 176 my @it = $misc->mset('')->items;
 177 is(scalar(@it), 2, 'two inboxes');
 178 like($it[0]->get_document->get_data, qr/v2test/, 'docdata matched v2');
 179 like($it[1]->get_document->get_data, qr/v1test/, 'docdata matched v1');
 180
 181 my $cfg = PublicInbox::Config->new;
 182 my $schema_version = PublicInbox::Search::SCHEMA_VERSION();
 183 my $f = "$home/extindex/ei$schema_version/over.sqlite3";
 184 my $oidx = PublicInbox::OverIdx->new($f);
 185 if ('inject w/o indexing') {
 186         use PublicInbox::Import;
 187         my $v1ibx = $cfg->lookup_name('v1test');
 188         my $last_v1_commit = $v1ibx->mm->last_commit;
 189         my $v2ibx = $cfg->lookup_name('v2test');
 190         my $last_v2_commit = $v2ibx->mm->last_commit_xap($schema_version, 0);
 191         my $git0 = PublicInbox::Git->new("$v2ibx->{inboxdir}/git/0.git");
 192         chomp(my $cmt = $git0->qx(qw(rev-parse HEAD^0)));
 193         is($last_v2_commit, $cmt, 'v2 index up-to-date');
 194
 195         my $v2im = PublicInbox::Import->new($git0, undef, undef, $v2ibx);
 196         $v2im->{lock_path} = undef;
 197         $v2im->{path_type} = 'v2';
 198         $v2im->add(eml_load('t/mda-mime.eml'));
 199         $v2im->done;
 200         chomp(my $tip = $git0->qx(qw(rev-parse HEAD^0)));
 201         isnt($tip, $cmt, '0.git v2 updated');
 202
 203         # inject a message w/o updating index
 204         rename("$home/v1test/public-inbox", "$home/v1test/skip-index") or
 205                 BAIL_OUT $!;
 206         open(my $eh, '<', 't/iso-2202-jp.eml') or BAIL_OUT $!;
 207         run_script(['-mda', '--no-precheck'], $env, { 0 => $eh}) or
 208                 BAIL_OUT '-mda';
 209         rename("$home/v1test/skip-index", "$home/v1test/public-inbox") or
 210                 BAIL_OUT $!;
 211
 212         my ($in, $out, $err);
 213         $in = $out = $err = '';
 214         my $opt = { 0 => \$in, 1 => \$out, 2 => \$err };
 215         ok(run_script([qw(-extindex -v -v --all), "$home/extindex"],
 216                 undef, undef), 'extindex noop');
 217         $es->{xdb}->reopen;
 218         my $mset = $es->mset('mid:199707281508.AAA24167@hoyogw.example');
 219         is($mset->size, 0, 'did not attempt to index unindexed v1 message');
 220         $mset = $es->mset('mid:multipart-html-sucks@11');
 221         is($mset->size, 0, 'did not attempt to index unindexed v2 message');
 222         ok(run_script([qw(-index --all)]), 'indexed v1 and v2 inboxes');
 223
 224         isnt($v1ibx->mm->last_commit, $last_v1_commit, '-index v1 worked');
 225         isnt($v2ibx->mm->last_commit_xap($schema_version, 0),
 226                 $last_v2_commit, '-index v2 worked');
 227         ok(run_script([qw(-extindex --all), "$home/extindex"]),
 228                 'extindex updates');
 229
 230         $es->{xdb}->reopen;
 231         $mset = $es->mset('mid:199707281508.AAA24167@hoyogw.example');
 232         is($mset->size, 1, 'got v1 message');
 233         $mset = $es->mset('mid:multipart-html-sucks@11');
 234         is($mset->size, 1, 'got v2 message');
 235 }
 236
 237 if ('reindex catches missed messages') {
 238         my $v2ibx = $cfg->lookup_name('v2test');
 239         my $im = PublicInbox::InboxWritable->new($v2ibx)->importer(0);
 240         my $cmt_a = $v2ibx->mm->last_commit_xap($schema_version, 0);
 241         my $eml = eml_load('t/data/0001.patch');
 242         $im->add($eml);
 243         $im->done;
 244         my $cmt_b = $v2ibx->mm->last_commit_xap($schema_version, 0);
 245         isnt($cmt_a, $cmt_b, 'v2 0.git HEAD updated');
 246         $oidx->dbh;
 247         my $uv = $v2ibx->uidvalidity;
 248         my $lc_key = "lc-v2:v2.example//$uv;0";
 249         is($oidx->eidx_meta($lc_key, $cmt_b), $cmt_a,
 250                 'update lc-v2 meta, old is as expected');
 251         my $max = $oidx->max;
 252         $oidx->dbh_close;
 253         ok(run_script([qw(-extindex), "$home/extindex", $v2ibx->{inboxdir}]),
 254                 '-extindex noop');
 255         is($oidx->max, $max, '->max unchanged');
 256         is($oidx->eidx_meta($lc_key), $cmt_b, 'lc-v2 unchanged');
 257         $oidx->dbh_close;
 258         my $opt = { 2 => \(my $err = '') };
 259         ok(run_script([qw(-extindex --reindex), "$home/extindex",
 260                         $v2ibx->{inboxdir}], undef, $opt),
 261                         '--reindex for unseen');
 262         is($oidx->max, $max + 1, '->max bumped');
 263         is($oidx->eidx_meta($lc_key), $cmt_b, 'lc-v2 stays unchanged');
 264         my @err = split(/^/, $err);
 265         is(scalar(@err), 1, 'only one warning') or diag "err=$err";
 266         like($err[0], qr/I: reindex_unseen/, 'got reindex_unseen message');
 267         my $new = $oidx->get_art($max + 1);
 268         is($new->{subject}, $eml->header('Subject'), 'new message added');
 269
 270         $es->{xdb}->reopen;
 271         my $mset = $es->mset("mid:$new->{mid}");
 272         is($mset->size, 1, 'previously unseen, now indexed in Xapian');
 273
 274         ok($im->remove($eml), 'remove new message from v2 inbox');
 275         $im->done;
 276         my $cmt_c = $v2ibx->mm->last_commit_xap($schema_version, 0);
 277         is($oidx->eidx_meta($lc_key, $cmt_c), $cmt_b,
 278                 'bump lc-v2 meta again to skip v2 remove');
 279         $err = '';
 280         $oidx->dbh_close;
 281         ok(run_script([qw(-extindex --reindex), "$home/extindex",
 282                         $v2ibx->{inboxdir}], undef, $opt),
 283                         '--reindex for stale');
 284         @err = split(/^/, $err);
 285         is(scalar(@err), 1, 'only one warning') or diag "err=$err";
 286         like($err[0], qr/\(#$new->{num}\): stale/, 'got stale message warning');
 287         is($oidx->get_art($new->{num}), undef,
 288                 'stale message gone from over');
 289         is_deeply($oidx->get_xref3($new->{num}), [],
 290                 'stale message has no xref3');
 291         $es->{xdb}->reopen;
 292         $mset = $es->mset("mid:$new->{mid}");
 293         is($mset->size, 0, 'stale mid gone Xapian');
 294 }
 295
 296 if ('reindex catches content bifurcation') {
 297         use PublicInbox::MID qw(mids);
 298         my $v2ibx = $cfg->lookup_name('v2test');
 299         my $im = PublicInbox::InboxWritable->new($v2ibx)->importer(0);
 300         my $eml = eml_load('t/data/message_embed.eml');
 301         my $cmt_a = $v2ibx->mm->last_commit_xap($schema_version, 0);
 302         $im->add($eml);
 303         $im->done;
 304         my $cmt_b = $v2ibx->mm->last_commit_xap($schema_version, 0);
 305         my $uv = $v2ibx->uidvalidity;
 306         my $lc_key = "lc-v2:v2.example//$uv;0";
 307         $oidx->dbh;
 308         is($oidx->eidx_meta($lc_key, $cmt_b), $cmt_a,
 309                 'update lc-v2 meta, old is as expected');
 310         my $mid = mids($eml)->[0];
 311         my $smsg = $v2ibx->over->next_by_mid($mid, \(my $id), \(my $prev));
 312         my $oldmax = $oidx->max;
 313         my $x3_orig = $oidx->get_xref3(3);
 314         is(scalar(@$x3_orig), 1, '#3 has one xref');
 315         $oidx->add_xref3(3, $smsg->{num}, $smsg->{blob}, 'v2.example');
 316         my $x3 = $oidx->get_xref3(3);
 317         is(scalar(@$x3), 2, 'injected xref3');
 318         $oidx->commit_lazy;
 319         my $opt = { 2 => \(my $err = '') };
 320         ok(run_script([qw(-extindex --all), "$home/extindex"], undef, $opt),
 321                 'extindex --all is noop');
 322         is($err, '', 'no warnings in index');
 323         $oidx->dbh;
 324         is($oidx->max, $oldmax, 'oidx->max unchanged');
 325         $oidx->dbh_close;
 326         ok(run_script([qw(-extindex --reindex --all), "$home/extindex"],
 327                 undef, $opt), 'extindex --reindex');
 328         $oidx->dbh;
 329         ok($oidx->max > $oldmax, 'oidx->max bumped');
 330         like($err, qr/split into 2 due to deduplication change/,
 331                 'bifurcation noted');
 332         my $added = $oidx->get_art($oidx->max);
 333         is($added->{blob}, $smsg->{blob}, 'new blob indexed');
 334         is_deeply(["v2.example:$smsg->{num}:$smsg->{blob}"],
 335                 $oidx->get_xref3($added->{num}),
 336                 'xref3 corrected for bifurcated message');
 337         is_deeply($oidx->get_xref3(3), $x3_orig, 'xref3 restored for #3');
 338 }
 339
 340 if ('--reindex --rethread') {
 341         my $before = $oidx->dbh->selectrow_array(<<'');
 342 SELECT MAX(tid) FROM over WHERE num > 0
 343
 344         my $opt = {};
 345         ok(run_script([qw(-extindex --reindex --rethread --all),
 346                         "$home/extindex"], undef, $opt),
 347                         '--rethread');
 348         my $after = $oidx->dbh->selectrow_array(<<'');
 349 SELECT MIN(tid) FROM over WHERE num > 0
 350
 351         # actual rethread logic is identical to v1/v2 and tested elsewhere
 352         ok($after > $before, '--rethread updates MIN(tid)');
 353 }
 354
 355 if ('remove v1test and test gc') {
 356         xsys([qw(git config --unset publicinbox.v1test.inboxdir)],
 357                 { GIT_CONFIG => $cfg_path });
 358         my $opt = { 2 => \(my $err = '') };
 359         ok(run_script([qw(-extindex --gc), "$home/extindex"], undef, $opt),
 360                 'extindex --gc');
 361         like($err, qr/^I: remove #1 v1\.example /ms, 'removed v1 message');
 362         is(scalar(grep(!/^I:/, split(/^/m, $err))), 0,
 363                 'no non-informational messages');
 364         $misc->{xdb}->reopen;
 365         @it = $misc->mset('')->items;
 366         is(scalar(@it), 1, 'only one inbox left');
 367 }
 368
 369 done_testing;