]> Sergey Matveev's repositories - public-inbox.git/blobdiff - lib/PublicInbox/LeiMirror.pm
lei_mirror: check fingerprints before fetching
[public-inbox.git] / lib / PublicInbox / LeiMirror.pm
index 28fef6f949de4e2253e8db4d1ae83ca4cd5f2cd0..e744f06a2be4d0255cccdf2579e48a77adbb49ad 100644 (file)
@@ -18,7 +18,7 @@ use PublicInbox::Config;
 use PublicInbox::Inbox;
 use PublicInbox::LeiCurl;
 use PublicInbox::OnDestroy;
-use Digest::SHA qw(sha256_hex);
+use Digest::SHA qw(sha256_hex sha1_hex);
 
 our $LIVE; # pid => callback
 
@@ -256,7 +256,7 @@ sub run_reap {
        $ret;
 }
 
-sub start_clone {
+sub start_cmd {
        my ($self, $cmd, $opt, $fini) = @_;
        do_reap($self);
        $self->{lei}->qerr("# @$cmd");
@@ -279,9 +279,9 @@ sub fetch_args ($$) {
 }
 
 sub upr { # feed `git update-ref --stdin -z' verbosely
-       my ($lei, $w, $op, $ref, $oid) = @_;
-       $lei->qerr("# $op $ref $oid") if $lei->{opt}->{verbose};
-       print $w "$op $ref\0$oid\0" or die "print(w): $!";
+       my ($lei, $w, $op, @rest) = @_; # ($ref, $oid) = @rest
+       $lei->qerr("# $op @rest") if $lei->{opt}->{verbose};
+       print $w "$op ", join("\0", @rest, '') or die "print(w): $!";
 }
 
 sub fgrp_update {
@@ -306,7 +306,8 @@ sub fgrp_update {
                my $new = delete $src{$ref};
                my $old = $dst{$ref};
                if (defined $new) {
-                       upr($lei, $w, 'update', $ref, $new) if $new ne $old;
+                       $new eq $old or
+                               upr($lei, $w, 'update', $ref, $new, $old);
                } else {
                        upr($lei, $w, 'delete', $ref, $old);
                }
@@ -315,8 +316,13 @@ sub fgrp_update {
                upr($lei, $w, 'create', $ref, $oid);
        }
        close($w) or warn "E: close(update-ref --stdin): $! (need git 1.8.5+)\n";
-       $LIVE->{$pid} = [ \&reap_cmd, $fgrp, $cmd ];
-       do_reap($fgrp);
+       my $pack = PublicInbox::OnDestroy->new($$, \&pack_dst, $fgrp);
+       $LIVE->{$pid} = [ \&reap_cmd, $fgrp, $cmd, $pack ];
+}
+
+sub pack_dst { # packs lightweight satellite repos
+       my ($fgrp) = @_;
+       pack_refs($fgrp, $fgrp->{cur_dst});
 }
 
 sub pack_refs {
@@ -324,49 +330,101 @@ sub pack_refs {
        do_reap($self);
        my $cmd = [ 'git', "--git-dir=$git_dir", qw(pack-refs --all --prune) ];
        $self->{lei}->qerr("# @$cmd");
+       return if $self->{dry_run};
        my $opt = { 1 => $self->{lei}->{1}, 2 => $self->{lei}->{2} };
        $LIVE->{spawn($cmd, undef, $opt)} = [ \&reap_cmd, $self, $cmd ];
 }
 
-sub fgrp_fetched {
-       my ($fgrp) = @_;
-       return if $fgrp->{dry_run} || !$LIVE;
-       my $rn = $fgrp->{-remote};
-       my %opt = map { $_ => $fgrp->{lei}->{$_} } (0..2);
-       pack_refs($fgrp, $fgrp->{-osdir}); # objstore refs always packed
-
-       my $update_ref = PublicInbox::OnDestroy->new($$, \&fgrp_update, $fgrp);
-
-       my $src = [ 'git', "--git-dir=$fgrp->{-osdir}", 'for-each-ref',
-               "--format=refs/%(refname:lstrip=3)%00%(objectname)",
-               "refs/remotes/$rn/" ];
-       do_reap($fgrp);
-       open($fgrp->{srcfh}, '+>', undef) or die "open(src): $!";
-       $fgrp->{lei}->qerr("# @$src >SRC");
-       my $pid = spawn($src, undef, { %opt, 1 => $fgrp->{srcfh} });
-       $LIVE->{$pid} = [ \&reap_cmd, $fgrp, $src, $update_ref ];
-
-       my $dst = [ 'git', "--git-dir=$fgrp->{cur_dst}", 'for-each-ref',
-               '--format=%(refname)%00%(objectname)' ];
-       do_reap($fgrp);
-       open($fgrp->{dstfh}, '+>', undef) or die "open(dst): $!";
-       $fgrp->{lei}->qerr("# @$dst >DST");
-       $pid = spawn($dst, undef, { %opt, 1 => $fgrp->{dstfh} });
-       $LIVE->{$pid} = [ \&reap_cmd, $fgrp, $dst, $update_ref ];
-}
-
-sub fgrp_fetch {
-       my ($fgrp, $fini) = @_;
-       my $cmd = [ @{$fgrp->{-torsocks}}, 'git', "--git-dir=$fgrp->{-osdir}",
-                       fetch_args($fgrp->{lei}, my $opt = {}), '--no-tags',
-                       $fgrp->{-remote} ];
-       $fgrp->{-fini} = $fini;
-       do_reap($fgrp);
-       $fgrp->{lei}->qerr("# @$cmd");
-       return if $fgrp->{dry_run};
-       my $fgrp_fini = PublicInbox::OnDestroy->new($$, \&fgrp_fetched, $fgrp);
-       my $pid = spawn($cmd, undef, $opt);
-       $LIVE->{$pid} = [ \&reap_cmd, $fgrp, $cmd, $fgrp_fini ];
+sub fgrpv_done {
+       my ($fgrpv) = @_;
+       return if !$LIVE;
+       my $pid;
+       my $first = $fgrpv->[0] // die 'BUG: no fgrpv->[0]';
+       pack_refs($first, $first->{-osdir}); # objstore refs always packed
+       for my $fgrp (@$fgrpv) {
+               my $rn = $fgrp->{-remote};
+               my %opt = map { $_ => $fgrp->{lei}->{$_} } (0..2);
+
+               my $update_ref = $fgrp->{dry_run} ? undef :
+                       PublicInbox::OnDestroy->new($$, \&fgrp_update, $fgrp);
+
+               my $src = [ 'git', "--git-dir=$fgrp->{-osdir}", 'for-each-ref',
+                       "--format=refs/%(refname:lstrip=3)%00%(objectname)",
+                       "refs/remotes/$rn/" ];
+               do_reap($fgrp);
+               $fgrp->{lei}->qerr("# @$src >SRC");
+               if ($update_ref) {
+                       open(my $fh, '+>', undef) or die "open(src): $!";
+                       $pid = spawn($src, undef, { %opt, 1 => $fh });
+                       $fgrp->{srcfh} = $fh;
+                       $LIVE->{$pid} = [ \&reap_cmd, $fgrp, $src, $update_ref ]
+               }
+               my $dst = [ 'git', "--git-dir=$fgrp->{cur_dst}", 'for-each-ref',
+                       '--format=%(refname)%00%(objectname)' ];
+               do_reap($fgrp);
+               $fgrp->{lei}->qerr("# @$dst >DST");
+               if ($update_ref) {
+                       open(my $fh, '+>', undef) or die "open(dst): $!";
+                       $pid = spawn($dst, undef, { %opt, 1 => $fh });
+                       $fgrp->{dstfh} = $fh;
+                       $LIVE->{$pid} = [ \&reap_cmd, $fgrp, $dst, $update_ref ]
+               }
+       }
+}
+
+sub fgrp_fetch_all {
+       my ($self) = @_;
+       my $todo = delete $self->{fgrp_todo} or return;
+       keys(%$todo) or return;
+
+       # Rely on the fgrptmp remote groups in the config file rather
+       # than listing all remotes since the remote name list may exceed
+       # system argv limits:
+       my $grp = 'fgrptmp';
+
+       my @git = (@{$self->{-torsocks}}, 'git');
+       my $j = $self->{lei}->{opt}->{jobs};
+       my $opt = {};
+       my @fetch = do {
+               local $self->{lei}->{opt}->{jobs} = 1;
+               (fetch_args($self->{lei}, $opt),
+                       qw(--no-tags --multiple));
+       };
+       push(@fetch, "-j$j") if $j;
+       my $pid;
+       while (my ($osdir, $fgrpv) = each %$todo) {
+               my $f = "$osdir/config";
+
+               # clobber group from previous run atomically
+               my $cmd = ['git', "--git-dir=$osdir", qw(config -f),
+                               $f, '--unset-all', "remotes.$grp"];
+               $self->{lei}->qerr("# @$cmd");
+               if (!$self->{dry_run}) {
+                       $pid = spawn($cmd);
+                       waitpid($pid, 0) // die "waitpid: $!";
+                       die "E: @$cmd: \$?=$?" if ($? && ($? >> 8) != 5);
+
+                       # update the config atomically via O_APPEND while
+                       # respecting git-config locking
+                       sysopen(my $lk, "$f.lock", O_CREAT|O_EXCL|O_WRONLY)
+                               or die "open($f.lock): $!";
+                       open my $fh, '>>', $f or die "open(>>$f): $!";
+                       $fh->autoflush(1);
+                       my $buf = join('', "[remotes]\n",
+                               map { "\t$grp = $_->{-remote}\n" } @$fgrpv);
+                       print $fh $buf or die "print($f): $!";
+                       close $fh or die "close($f): $!";
+                       unlink("$f.lock") or die "unlink($f.lock): $!";
+               }
+
+               $cmd = [ @git, "--git-dir=$osdir", @fetch, $grp ];
+               do_reap($self);
+               $self->{lei}->qerr("# @$cmd");
+               my $end = PublicInbox::OnDestroy->new($$, \&fgrpv_done, $fgrpv);
+               return if $self->{dry_run};
+               $pid = spawn($cmd, undef, $opt);
+               $LIVE->{$pid} = [ \&reap_cmd, $self, $cmd, $end ];
+       }
 }
 
 # keep this idempotent for future use by public-inbox-fetch
@@ -378,7 +436,7 @@ sub forkgroup_prep {
        my $dir = "$os/$fg.git";
        my @cmd = ('git', "--git-dir=$dir", 'config');
        my $opt = +{ map { $_ => $self->{lei}->{$_} } (0..2) };
-       if (!-d $dir) {
+       if (!-d $dir && !$self->{dry_run}) {
                PublicInbox::Import::init_bare($dir);
                for ('repack.useDeltaIslands=true',
                                'pack.island=refs/remotes/([^/]+)/') {
@@ -386,17 +444,17 @@ sub forkgroup_prep {
                }
        }
        my $key = $self->{-key} // die 'BUG: no -key';
-       my ($bn) = ($key =~ m{/([a-z0-9_,;=!\+\{\}\|][^/]*)(?:\.git)?\z}i);
-       my $rn = "$bn-".substr(sha256_hex($key), 0, 16);
-       # --no-tags is required to avoid conflicts
-       for ("url=$uri", "fetch=+refs/*:refs/remotes/$rn/*",
-                       'tagopt=--no-tags') {
-               my @kv = split(/=/, $_, 2);
-               $kv[0] = "remote.$rn.$kv[0]";
-               run_die([@cmd, @kv], undef, $opt);
+       my $rn = substr(sha256_hex($key), 0, 16);
+       unless ($self->{dry_run}) {
+               # --no-tags is required to avoid conflicts
+               for ("url=$uri", "fetch=+refs/*:refs/remotes/$rn/*",
+                               'tagopt=--no-tags') {
+                       my @kv = split(/=/, $_, 2);
+                       $kv[0] = "remote.$rn.$kv[0]";
+                       run_die([@cmd, @kv], undef, $opt);
+               }
        }
-       $self->{-do_pack_refs} = 1; # likely coderepo
-       if (!-d $self->{cur_dst}) {
+       if (!-d $self->{cur_dst} && !$self->{dry_run}) {
                my $alt = File::Spec->rel2abs("$dir/objects");
                PublicInbox::Import::init_bare($self->{cur_dst});
                my $o = "$self->{cur_dst}/objects";
@@ -425,6 +483,66 @@ EOM
        bless { %$self, -osdir => $dir, -remote => $rn }, __PACKAGE__;
 }
 
+sub fp_done {
+       my ($self, $go_fetch) = @_;
+       my $fh = delete $self->{-show_ref} // die 'BUG: no show-ref output';
+       seek($fh, SEEK_SET, 0) or die "seek(show_ref): $!";
+       $self->{-ent} // die 'BUG: no -ent';
+       my $A = $self->{-ent}->{fingerprint} // die 'BUG: no fingerprint';
+       my $B = sha1_hex(do { local $/; <$fh> } // die("read(show_ref): $!"));
+       return if $A ne $B; # $go_fetch->DESTROY fires
+       $go_fetch->cancel;
+       $self->{lei}->qerr("# $self->{-key} up-to-date");
+}
+
+sub cmp_fp_fetch {
+       my ($self, $go_fetch) = @_;
+       my $dst = $self->{cur_dst} // $self->{dst};
+       my $cmd = ['git', "--git-dir=$dst", 'show-ref'];
+       my $opt = { 2 => $self->{lei}->{2} };
+       open($opt->{1}, '+>', undef) or die "open(tmp): $!";
+       $self->{-show_ref} = $opt->{1};
+       my $done = PublicInbox::OnDestroy->new($$, \&fp_done, $self, $go_fetch);
+       start_cmd($self, $cmd, $opt, $done);
+}
+
+sub resume_fetch_maybe {
+       my ($self, $uri, $fini) = @_;
+       my $go_fetch = PublicInbox::OnDestroy->new($$, \&resume_fetch, @_);
+       cmp_fp_fetch($self, $go_fetch) if $self->{-ent} &&
+                               defined($self->{-ent}->{fingerprint});
+}
+
+sub resume_fetch {
+       my ($self, $uri, $fini) = @_;
+       my $dst = $self->{cur_dst} // $self->{dst};
+       my @git = ('git', "--git-dir=$dst");
+       my $opt = +{ map { $_ => $self->{lei}->{$_} } (0..2) };
+       my $rn = 'origin'; # configurable?
+       for ("url=$uri", "fetch=+refs/*:refs/*", 'mirror=true') {
+               my @kv = split(/=/, $_, 2);
+               $kv[0] = "remote.$rn.$kv[0]";
+               next if $self->{dry_run};
+               run_die([@git, 'config', @kv], undef, $opt);
+       }
+       my $cmd = [ @{$self->{-torsocks}}, @git,
+                       fetch_args($self->{lei}, $opt), $rn ];
+       start_cmd($self, $cmd, $opt, $fini);
+}
+
+sub fgrp_enqueue_maybe {
+       my ($self, $fgrp) = @_;
+       my $enq = PublicInbox::OnDestroy->new($$, \&fgrp_enqueue, $self, $fgrp);
+       cmp_fp_fetch($self, $enq) if $self->{-ent} &&
+                                       defined($self->{-ent}->{fingerprint});
+       # $enq->DESTROY calls fgrp_enqueue otherwise
+}
+
+sub fgrp_enqueue {
+       my ($self, $fgrp) = @_;
+       push @{$self->{fgrp_todo}->{$fgrp->{-osdir}}}, $fgrp;
+}
+
 sub clone_v1 {
        my ($self, $nohang) = @_;
        my $lei = $self->{lei};
@@ -435,18 +553,25 @@ sub clone_v1 {
        $self->{-torsocks} //= $curl->torsocks($lei, $uri) or return;
        my $dst = $self->{cur_dst} // $self->{dst};
        my $fini = PublicInbox::OnDestroy->new($$, \&v1_done, $self);
-       my $cmd = [ @{$self->{-torsocks}}, clone_cmd($lei, my $opt = {}),
-               "$uri", $dst ];
-       my $fgrp = forkgroup_prep($self, $uri);
-       if (!defined($fgrp) && defined($self->{-ent})) {
-               if (defined(my $ref = $self->{-ent}->{reference})) {
-                       -e "$self->{dst}$ref" and
-                               push @$cmd, '--reference', "$self->{dst}$ref";
+       my $resume = -d $dst;
+       if (my $fgrp = forkgroup_prep($self, $uri)) {
+               $fgrp->{-fini} = $fini;
+               $resume ? fgrp_enqueue_maybe($self, $fgrp) :
+                               fgrp_enqueue($self, $fgrp);
+       } elsif ($resume) {
+               resume_fetch_maybe($self, $uri, $fini);
+       } else { # normal clone
+               my $cmd = [ @{$self->{-torsocks}},
+                               clone_cmd($lei, my $opt = {}), "$uri", $dst ];
+               if (defined($self->{-ent})) {
+                       if (defined(my $ref = $self->{-ent}->{reference})) {
+                               -e "$self->{dst}$ref" and
+                                       push @$cmd, '--reference',
+                                               "$self->{dst}$ref";
+                       }
                }
+               start_cmd($self, $cmd, $opt, $fini);
        }
-       $fgrp ? fgrp_fetch($fgrp, $fini) :
-               start_clone($self, $cmd, $opt, $fini);
-
        if (!$self->{-is_epoch} && $lei->{opt}->{'inbox-config'} =~
                                /\A(?:always|v1)\z/s) {
                _get_txt_start($self, '_/text/config/raw', $fini);
@@ -542,7 +667,7 @@ sub reap_cmd { # async, called via SIGCHLD
        $? = 0; # don't let it influence normal exit
        if ($cerr) {
                kill('TERM', keys %$LIVE);
-               $self->{lei}->child_error($cerr, "@$cmd failed");
+               $self->{lei}->child_error($cerr, "@$cmd failed (\$?=$cerr)");
        }
 }
 
@@ -571,7 +696,6 @@ sub v1_done { # called via OnDestroy
                        ft_rename($ft, $fn, 0666, $fh);
                }
        }
-       pack_refs($self, $dst) if delete $self->{-do_pack_refs};
        eval { set_description($self) };
        warn $@ if $@;
        return if ($self->{-is_epoch} ||
@@ -765,6 +889,8 @@ EOM
                        last; # restart %$todo iteration
                }
        }
+       do_reap($self, 1); # finish all fingerprint checks
+       fgrp_fetch_all($self);
        do_reap($self, 1);
 }
 
@@ -788,6 +914,7 @@ sub try_manifest {
        my $uri = URI->new($self->{src});
        my $lei = $self->{lei};
        my $curl = $self->{curl} //= PublicInbox::LeiCurl->new($lei) or return;
+       $self->{-torsocks} //= $curl->torsocks($lei, $uri) or return;
        my $path = $uri->path;
        chop($path) eq '/' or die "BUG: $uri not canonicalized";
        $uri->path($path . '/manifest.js.gz');
@@ -809,6 +936,7 @@ sub try_manifest {
        return $lei->child_error(1, $multi) if !ref($multi);
        my $v2 = delete $multi->{v2};
        local $self->{todo} = {};
+       local $self->{fgrp_todo} = {}; # { objstore_dir => [fgrp, ...] }
        if ($v2) {
                for my $name (sort keys %$v2) {
                        my $epochs = delete $v2->{$name};
@@ -877,6 +1005,7 @@ sub start_clone_url {
 sub do_mirror { # via wq_io_do or public-inbox-clone
        my ($self) = @_;
        my $lei = $self->{lei};
+       $self->{dry_run} = 1 if $lei->{opt}->{'dry-run'};
        umask($lei->{client_umask}) if defined $lei->{client_umask};
        eval {
                my $ic = $lei->{opt}->{'inbox-config'} //= 'always';