]> Sergey Matveev's repositories - public-inbox.git/blobdiff - lib/PublicInbox/LeiMirror.pm
lei_mirror: ensure curl exits 22 on HTTP 404 responses
[public-inbox.git] / lib / PublicInbox / LeiMirror.pm
index faf6a3b6f09fb97a37341ed74b105d813c1e1426..acf086654089f4d2cbf8f0d7c25eddd01271086b 100644 (file)
@@ -3,8 +3,7 @@
 
 # "lei add-external --mirror" support (also "public-inbox-clone");
 package PublicInbox::LeiMirror;
-use strict;
-use v5.10.1;
+use v5.12;
 use parent qw(PublicInbox::IPC);
 use IO::Uncompress::Gunzip qw(gunzip $GunzipError);
 use IO::Compress::Gzip qw(gzip $GzipError);
@@ -43,20 +42,28 @@ sub _wq_done_wait { # dwaitpid callback (via wq_eof)
 
 # for old installations without manifest.js.gz
 sub try_scrape {
-       my ($self) = @_;
+       my ($self, $fallback_manifest) = @_;
        my $uri = URI->new($self->{src});
        my $lei = $self->{lei};
        my $curl = $self->{curl} //= PublicInbox::LeiCurl->new($lei) or return;
-       my $cmd = $curl->for_uri($lei, $uri, '--compressed');
+       my $cmd = $curl->for_uri($lei, $uri, qw(-f --compressed));
        my $opt = { 0 => $lei->{0}, 2 => $lei->{2} };
        my $fh = popen_rd($cmd, undef, $opt);
        my $html = do { local $/; <$fh> } // die "read(curl $uri): $!";
        close($fh) or return $lei->child_error($?, "@$cmd failed");
 
        # we grep with URL below, we don't want Subject/From headers
-       # making us clone random URLs
+       # making us clone random URLs.  This assumes remote instances
+       # prior to public-inbox 1.7.0
+       # 5b96edcb1e0d8252 (www: move mirror instructions to /text/, 2021-08-28)
        my @html = split(/<hr>/, $html);
        my @urls = ($html[-1] =~ m!\bgit clone --mirror ([a-z\+]+://\S+)!g);
+       if (!@urls && $fallback_manifest) {
+               warn <<EOM;
+W: failed to extract URLs from $uri, trying manifest.js.gz...
+EOM
+               return start_clone_url($self);
+       }
        my $url = $uri->as_string;
        chop($url) eq '/' or die "BUG: $uri not canonicalized";
 
@@ -67,8 +74,9 @@ sub try_scrape {
                        my ($n) = (m!/([0-9]+)\z!);
                        $n => [ URI->new($_), '' ]
                } @v2_urls; # uniq
-               clone_v2($self, \%v2_epochs);
-               reap_live() while keys(%$LIVE);
+               clone_v2_prep($self, \%v2_epochs);
+               delete local $lei->{opt}->{epoch};
+               clone_all($self);
                return;
        }
 
@@ -98,7 +106,8 @@ sub clone_cmd {
                        ($lei->{opt}->{jobs} // 1) > 1;
        push @cmd, '-v' if $lei->{opt}->{verbose};
        # XXX any other options to support?
-       # --reference is tricky with multiple epochs...
+       # --reference is tricky with multiple epochs, but handled
+       # automatically if using manifest.js.gz
        @cmd;
 }
 
@@ -123,7 +132,7 @@ sub _get_txt_start { # non-fatal
        my $f = (split(m!/!, $endpoint))[-1];
        my $ft = File::Temp->new(TEMPLATE => "$f-XXXX", TMPDIR => 1);
        my $opt = { 0 => $lei->{0}, 1 => $lei->{1}, 2 => $lei->{2} };
-       my $cmd = $self->{curl}->for_uri($lei, $uri, qw(--compressed -R -o),
+       my $cmd = $self->{curl}->for_uri($lei, $uri, qw(-f --compressed -R -o),
                                        $ft->filename);
        my $jobs = $lei->{opt}->{jobs} // 1;
        reap_live() while keys(%$LIVE) >= $jobs;
@@ -222,7 +231,7 @@ sub index_cloned_inbox {
                PublicInbox::Admin::progress_prepare($opt, $lei->{2});
                PublicInbox::Admin::index_inbox($ibx, undef, $opt);
        }
-       return if defined $self->{cur_dst};
+       return if defined $self->{cur_dst}; # one of many repos to clone
        open my $x, '>', "$self->{dst}/mirror.done"; # for _wq_done_wait
 }
 
@@ -260,8 +269,10 @@ sub clone_v1 {
                push @$cmd, '--reference', "$self->{dst}$ref";
        start_clone($self, $cmd, $opt, $fini);
 
-       $lei->{opt}->{'inbox-config'} =~ /\A(?:always|v1)\z/s and
+       if (!$self->{-is_epoch} && $lei->{opt}->{'inbox-config'} =~
+                               /\A(?:always|v1)\z/s) {
                _get_txt_start($self, '_/text/config/raw', $fini);
+       }
 
        my $d = $self->{-ent} ? $self->{-ent}->{description} : undef;
        $self->{'txt.description'} = $d if defined $d;
@@ -376,6 +387,7 @@ sub v1_done { # called via OnDestroy
                        die "rename($f, $o/info/alternates): $!";
                $f->unlink_on_destroy(0);
        }
+       return if $self->{-is_epoch};
        write_makefile($dst, 1);
        index_cloned_inbox($self, 1);
 }
@@ -392,19 +404,6 @@ sub v2_done { # called via OnDestroy
        my $mg = PublicInbox::MultiGit->new($dst, 'all.git', 'git');
        $mg->fill_alternates;
        for my $i ($mg->git_epochs) { $mg->epoch_cfg_set($i) }
-       my $entries = delete($self->{-entv}) // [];
-       while (@$entries) {
-               my ($edst, $ent) = splice(@$entries);
-               if (defined(my $o = $ent->{owner})) {
-                       run_die [qw(git config -f), "$edst/config",
-                               'gitweb.owner', $o];
-               }
-               my $d = $ent->{description} // next;
-               my $fn = "$edst/description";
-               open my $fh, '>', $fn or die "open($fn): $!";
-               print $fh $d, "\n" or die "print($fn): $!";
-               close $fh or die "close($fn): $!";
-       }
        for my $edst (@{delete($self->{-read_only}) // []}) {
                my @st = stat($edst) or die "stat($edst): $!";
                chmod($st[2] & 0555, $edst) or die "chmod(a-w, $edst): $!";
@@ -424,7 +423,7 @@ sub reap_live {
        }
 }
 
-sub clone_v2 ($$;$) {
+sub clone_v2_prep ($$;$) {
        my ($self, $v2_epochs, $m) = @_; # $m => manifest.js.gz hashref
        my $lei = $self->{lei};
        my $curl = $self->{curl} //= PublicInbox::LeiCurl->new($lei) or return;
@@ -433,7 +432,8 @@ sub clone_v2 ($$;$) {
        my $dst = $self->{cur_dst} // $self->{dst};
        my $want = parse_epochs($lei->{opt}->{epoch}, $v2_epochs);
        my $task = $m ? bless { %$self }, __PACKAGE__ : $self;
-       my (@src_edst, @skip, $desc);
+       delete $task->{todo}; # $self->{todo} still exists
+       my (@src_edst, @skip, $desc, @entv);
        for my $nr (sort { $a <=> $b } keys %$v2_epochs) {
                my ($uri, $key) = @{$v2_epochs->{$nr}};
                my $src = $uri->as_string;
@@ -443,14 +443,19 @@ failed to extract epoch number from $src
 
                $1 + 0 == $nr or die "BUG: <$uri> miskeyed $1 != $nr";
                $edst .= "/git/$nr.git";
-               my $ent = $m->{$key} // die "BUG: `$key' not in manifest.js.gz";
-               if (defined(my $d = $ent->{description})) {
-                       $d =~ s/ \[epoch [0-9]+\]\z//s;
-                       $desc = $d;
+               my $ent;
+               if ($m) {
+                       $ent = $m->{$key} //
+                               die("BUG: `$key' not in manifest.js.gz");
+                       if (defined(my $d = $ent->{description})) {
+                               $d =~ s/ \[epoch [0-9]+\]\z//s;
+                               $desc = $d;
+                       }
                }
                if (!$want || $want->{$nr}) {
                        push @src_edst, $src, $edst;
-                       push @{$task->{-entv}}, $edst, $ent;
+                       push @entv, $edst, $ent;
+                       $self->{any_want}->{$key} = 1;
                } else { # create a placeholder so users only need to chmod +w
                        init_placeholder($src, $edst, $ent);
                        push @{$task->{-read_only}}, $edst;
@@ -458,7 +463,7 @@ failed to extract epoch number from $src
                }
        }
        # filter out the epochs we skipped
-       $self->{-culled_manifest} = 1 if delete(@$m{@skip});
+       $self->{-culled_manifest} = 1 if $m && delete(@$m{@skip});
 
        (!$self->{dry_run} && !-d $dst) and File::Path::mkpath($dst);
 
@@ -469,11 +474,16 @@ failed to extract epoch number from $src
 
        defined($desc) ? ($task->{'txt.description'} = $desc) :
                _get_txt_start($task, 'description', $fini);
-
-       my @cmd = clone_cmd($lei, my $opt = {});
-       while (@src_edst && !$lei->{child_error}) {
-               my $cmd = [ @$pfx, @cmd, splice(@src_edst, 0, 2) ];
-               start_clone($self, $cmd, $opt, $fini);
+       while (@entv) {
+               my ($edst, $ent) = splice(@entv, 0, 2);
+               my $etask = bless { %$task }, __PACKAGE__;
+               $etask->{-ent} = $ent; # may have {reference}
+               $etask->{cur_src} = shift @src_edst // die 'BUG: no cur_src';
+               $etask->{cur_dst} = shift @src_edst // die 'BUG: no cur_dst';
+               $etask->{cur_dst} eq $edst or
+                       die "BUG: `$etask->{cur_dst}' != `$edst'";
+               $etask->{-is_epoch} = $fini;
+               push @{$self->{todo}->{($ent->{reference} // '')}}, $etask;
        }
 }
 
@@ -547,18 +557,27 @@ sub multi_inbox ($$$) {
 }
 
 sub clone_all {
-       my ($self, $todo, $m) = @_;
+       my ($self, $m) = @_;
+       my $todo = delete $self->{todo};
+       my $nodep = delete $todo->{''};
+
+       # do not download unwanted deps
+       my $any_want = delete $self->{any_want};
+       my @unwanted = grep { !$any_want->{$_} } keys %$todo;
+       my @nodep = delete(@$todo{@unwanted});
+       push(@$nodep, @$_) for @nodep;
+
        # handle no-dependency repos, first
-       for (@{delete($todo->{''}) // []}) {
+       for (@$nodep) {
                clone_v1($_, 1);
                return if $self->{lei}->{child_error};
        }
        # resolve references, deepest, first:
        while (scalar keys %$todo) {
                for my $x (keys %$todo) {
-                       my $nr;
+                       my ($nr, $nxt);
                        # resolve multi-level references
-                       while (defined(my $nxt = $m->{$x}->{reference})) {
+                       while ($m && defined($nxt = $m->{$x}->{reference})) {
                                exists($todo->{$nxt}) or last;
                                die <<EOM if ++$nr > 1000;
 E: dependency loop detected (`$x' => `$nxt')
@@ -573,6 +592,7 @@ EOM
                        last; # restart %$todo iteration
                }
        }
+       reap_live() while keys(%$LIVE);
 }
 
 # FIXME: this gets confused by single inbox instance w/ global manifest.js.gz
@@ -587,10 +607,9 @@ sub try_manifest {
        my $ft = File::Temp->new(TEMPLATE => '.manifest-XXXX',
                                UNLINK => 1, TMPDIR => 1, SUFFIX => '.tmp');
        my $fn = $ft->filename;
-       my $cmd = $curl->for_uri($lei, $uri, '-R', '-o', $fn);
+       my $cmd = $curl->for_uri($lei, $uri, qw(-f -R -o), $fn);
        my %opt = map { $_ => $lei->{$_} } (0..2);
        my $cerr = run_reap($lei, $cmd, \%opt);
-       local $LIVE;
        if ($cerr) {
                return try_scrape($self) if ($cerr >> 8) == 22; # 404 missing
                return $lei->child_error($cerr, "@$cmd failed");
@@ -603,6 +622,7 @@ sub try_manifest {
        my ($path_pfx, $n, $multi) = multi_inbox($self, \$path, $m);
        return $lei->child_error(1, $multi) if !ref($multi);
        my $v2 = delete $multi->{v2};
+       local $self->{todo} = {};
        if ($v2) {
                for my $name (sort keys %$v2) {
                        my $epochs = delete $v2->{$name};
@@ -624,17 +644,14 @@ sub try_manifest {
                        index($self->{cur_dst}, "\n") >= 0 and die <<EOM;
 E: `$self->{cur_dst}' must not contain newline
 EOM
-                       clone_v2($self, \%v2_epochs, $m);
+                       clone_v2_prep($self, \%v2_epochs, $m);
                        return if $self->{lei}->{child_error};
                }
        }
        if (my $v1 = delete $multi->{v1}) {
-               delete local $lei->{opt}->{epoch} if defined($v2);
                my $p = $path_pfx.$path;
                chop($p) if substr($p, -1, 1) eq '/';
                $uri->path($p);
-               my $todo = {};
-               my %want = map { $_ => 1 } @$v1;
                for my $name (@$v1) {
                        my $task = bless { %$self }, __PACKAGE__;
                        $task->{-ent} = $m->{$name} //
@@ -650,15 +667,16 @@ E: `$task->{cur_dst}' must not contain newline
 EOM
                        $task->{cur_src} .= '/';
                        my $dep = $task->{-ent}->{reference} // '';
-                       $dep = '' if !$want{$dep};
-                       push @{$todo->{$dep}}, $task;
+                       push @{$self->{todo}->{$dep}}, $task; # for clone_all
+                       $self->{any_want}->{$name} = 1;
                }
-               clone_all($self, $todo, $m);
        }
-       reap_live() while keys(%$LIVE);
+       delete local $lei->{opt}->{epoch} if defined($v2);
+       clone_all($self, $m);
        return if $self->{lei}->{child_error} || $self->{dry_run};
 
-       if (delete $self->{-culled_manifest}) { # set by clone_v2/-I/--exclude
+       # set by clone_v2_prep/-I/--exclude
+       if (delete $self->{-culled_manifest}) {
                # write the smaller manifest if epochs were skipped so
                # users won't have to delete manifest if they +w an
                # epoch they no longer want to skip
@@ -686,15 +704,15 @@ sub do_mirror { # via wq_io_do or public-inbox-clone
                $ic =~ /\A(?:v1|v2|always|never)\z/s or die <<"";
 --inbox-config must be one of `always', `v2', `v1', or `never'
 
-               my $iv = $lei->{opt}->{'inbox-version'};
-               if (defined $iv) {
-                       local $LIVE;
-                       return clone_v1($self) if $iv == 1;
-                       return try_scrape($self) if $iv == 2;
-                       die "bad --inbox-version=$iv\n";
-               }
-               return start_clone_url($self) if $self->{src} =~ m!://!;
-               die "TODO: cloning local directories not supported, yet";
+               local $LIVE;
+               my $iv = $lei->{opt}->{'inbox-version'} //
+                       return start_clone_url($self);
+               return clone_v1($self) if $iv == 1;
+               die "bad --inbox-version=$iv\n" if $iv != 2;
+               die <<EOM if $self->{src} !~ m!://!;
+cloning local v2 inboxes not supported
+EOM
+               try_scrape($self, 1);
        };
        $lei->fail($@) if $@;
 }