]> Sergey Matveev's repositories - public-inbox.git/blobdiff - lib/PublicInbox/LeiXSearch.pm
lei q: auto-memoize remote messages into lei/store
[public-inbox.git] / lib / PublicInbox / LeiXSearch.pm
index 2dc44414b29f12b17ffc4ccaaa8b6be7069bb4cb..2d399653591d1323749ff615929903ffcaa2bd6c 100644 (file)
@@ -8,15 +8,15 @@ package PublicInbox::LeiXSearch;
 use strict;
 use v5.10.1;
 use parent qw(PublicInbox::LeiSearch PublicInbox::IPC);
-use PublicInbox::DS qw(dwaitpid now);
+use PublicInbox::DS qw(now);
 use PublicInbox::PktOp qw(pkt_do);
-use PublicInbox::Import;
 use File::Temp 0.19 (); # 0.19 for ->newdir
 use File::Spec ();
 use PublicInbox::Search qw(xap_terms);
 use PublicInbox::Spawn qw(popen_rd spawn which);
 use PublicInbox::MID qw(mids);
 use PublicInbox::Smsg;
+use PublicInbox::Eml;
 use Fcntl qw(SEEK_SET F_SETFL O_APPEND O_RDWR);
 
 sub new {
@@ -99,31 +99,44 @@ sub _mset_more ($$) {
        $size >= $mo->{limit} && (($mo->{offset} += $size) < $mo->{limit});
 }
 
-# $startq will EOF when query_prepare is done augmenting and allow
+# $startq will EOF when do_augment is done augmenting and allow
 # query_mset and query_thread_mset to proceed.
 sub wait_startq ($) {
-       my ($startq) = @_;
-       $_[0] = undef;
-       read($startq, my $query_prepare_done, 1);
+       my ($lei) = @_;
+       my $startq = delete $lei->{startq} or return;
+       while (1) {
+               my $n = sysread($startq, my $do_augment_done, 1);
+               if (defined $n) {
+                       return if $n == 0; # no MUA
+                       if ($do_augment_done eq 'q') {
+                               $lei->{opt}->{quiet} = 1;
+                               delete $lei->{opt}->{verbose};
+                               delete $lei->{-progress};
+                       } else {
+                               $lei->fail("$$ WTF `$do_augment_done'");
+                       }
+                       return;
+               }
+               return $lei->fail("$$ wait_startq: $!") unless $!{EINTR};
+       }
 }
 
 sub mset_progress {
        my $lei = shift;
-       return unless $lei->{-progress};
+       return if $lei->{early_mua} || !$lei->{-progress};
        if ($lei->{pkt_op_p}) {
                pkt_do($lei->{pkt_op_p}, 'mset_progress', @_);
        } else { # single lei-daemon consumer
                my ($desc, $mset_size, $mset_total_est) = @_;
                $lei->{-mset_total} += $mset_size;
-               $lei->err("# $desc $mset_size/$mset_total_est");
+               $lei->qerr("# $desc $mset_size/$mset_total_est");
        }
 }
 
-sub query_thread_mset { # for --thread
+sub query_thread_mset { # for --threads
        my ($self, $ibxish) = @_;
        local $0 = "$0 query_thread_mset";
        my $lei = $self->{lei};
-       my $startq = delete $lei->{startq};
        my ($srch, $over) = ($ibxish->search, $ibxish->over);
        my $desc = $ibxish->{inboxdir} // $ibxish->{topdir};
        return warn("$desc not indexed by Xapian\n") unless ($srch && $over);
@@ -141,7 +154,7 @@ sub query_thread_mset { # for --thread
                while ($over->expand_thread($ctx)) {
                        for my $n (@{$ctx->{xids}}) {
                                my $smsg = $over->get_art($n) or next;
-                               wait_startq($startq) if $startq;
+                               wait_startq($lei);
                                my $mitem = delete $n2item{$smsg->{num}};
                                $each_smsg->($smsg, $mitem);
                        }
@@ -152,11 +165,10 @@ sub query_thread_mset { # for --thread
        $lei->{ovv}->ovv_atexit_child($lei);
 }
 
-sub query_mset { # non-parallel for non-"--thread" users
+sub query_mset { # non-parallel for non-"--threads" users
        my ($self) = @_;
        local $0 = "$0 query_mset";
        my $lei = $self->{lei};
-       my $startq = delete $lei->{startq};
        my $mo = { %{$lei->{mset_opt}} };
        my $mset;
        for my $loc (locals($self)) {
@@ -169,7 +181,7 @@ sub query_mset { # non-parallel for non-"--thread" users
                                $mset->size, $mset->get_matches_estimated);
                for my $mitem ($mset->items) {
                        my $smsg = smsg_for($self, $mitem) or next;
-                       wait_startq($startq) if $startq;
+                       wait_startq($lei);
                        $each_smsg->($smsg, $mitem);
                }
        } while (_mset_more($mset, $mo));
@@ -177,14 +189,15 @@ sub query_mset { # non-parallel for non-"--thread" users
        $lei->{ovv}->ovv_atexit_child($lei);
 }
 
-sub each_eml { # callback for MboxReader->mboxrd
+sub each_remote_eml { # callback for MboxReader->mboxrd
        my ($eml, $self, $lei, $each_smsg) = @_;
+       $lei->{sto}->ipc_do('set_eml', $eml) if $lei->{sto}; # --import-remote
        my $smsg = bless {}, 'PublicInbox::Smsg';
        $smsg->populate($eml);
        $smsg->parse_references($eml, mids($eml));
        $smsg->{$_} //= '' for qw(from to cc ds subject references mid);
        delete @$smsg{qw(From Subject -ds -ts)};
-       if (my $startq = delete($lei->{startq})) { wait_startq($startq) }
+       wait_startq($lei);
        if ($lei->{-progress}) {
                ++$lei->{-nr_remote_eml};
                my $now = now();
@@ -198,90 +211,66 @@ sub each_eml { # callback for MboxReader->mboxrd
        $each_smsg->($smsg, undef, $eml);
 }
 
-# PublicInbox::OnDestroy callback
-sub kill_reap {
-       my ($pid) = @_;
-       kill('KILL', $pid); # spawn() blocks other signals
-       waitpid($pid, 0);
-}
-
 sub query_remote_mboxrd {
        my ($self, $uris) = @_;
        local $0 = "$0 query_remote_mboxrd";
        local $SIG{TERM} = sub { exit(0) }; # for DESTROY (File::Temp, $reap)
        my $lei = $self->{lei};
-       my ($opt, $env) = @$lei{qw(opt env)};
+       my $opt = $lei->{opt};
        my @qform = (q => $lei->{mset_opt}->{qstr}, x => 'm');
-       push(@qform, t => 1) if $opt->{thread};
-       my @cmd = ($self->{curl}, qw(-sSf -d), '');
+       push(@qform, t => 1) if $opt->{threads};
        my $verbose = $opt->{verbose};
-       my $reap;
+       my ($reap_tail, $reap_curl);
        my $cerr = File::Temp->new(TEMPLATE => 'curl.err-XXXX', TMPDIR => 1);
        fcntl($cerr, F_SETFL, O_APPEND|O_RDWR) or warn "set O_APPEND: $!";
-       my $rdr = { 2 => $cerr };
-       my $coff = 0;
+       my $rdr = { 2 => $cerr, pgid => 0 };
+       my $sigint_reap = $lei->can('sigint_reap');
        if ($verbose) {
                # spawn a process to force line-buffering, otherwise curl
                # will write 1 character at-a-time and parallel outputs
                # mmmaaayyy llloookkk llliiikkkeee ttthhhiiisss
-               push @cmd, '-v';
-               my $o = { 1 => $lei->{2}, 2 => $lei->{2} };
+               my $o = { 1 => $lei->{2}, 2 => $lei->{2}, pgid => 0 };
                my $pid = spawn(['tail', '-f', $cerr->filename], undef, $o);
-               $reap = PublicInbox::OnDestroy->new(\&kill_reap, $pid);
+               $reap_tail = PublicInbox::OnDestroy->new($sigint_reap, $pid);
        }
-       for my $o ($lei->curl_opt) {
-               $o =~ s/\|[a-z0-9]\b//i; # remove single char short option
-               if ($o =~ s/=[is]@\z//) {
-                       my $ary = $opt->{$o} or next;
-                       push @cmd, map { ("--$o", $_) } @$ary;
-               } elsif ($o =~ s/=[is]\z//) {
-                       my $val = $opt->{$o} // next;
-                       push @cmd, "--$o", $val;
-               } elsif ($opt->{$o}) {
-                       push @cmd, "--$o";
-               }
-       }
-       $opt->{torsocks} = 'false' if $opt->{'no-torsocks'};
-       my $tor = $opt->{torsocks} //= 'auto';
+       my $curl = PublicInbox::LeiCurl->new($lei, $self->{curl}) or return;
+       push @$curl, '-s', '-d', '';
        my $each_smsg = $lei->{ovv}->ovv_each_smsg_cb($lei);
        for my $uri (@$uris) {
                $lei->{-current_url} = $uri->as_string;
                $lei->{-nr_remote_eml} = 0;
                $uri->query_form(@qform);
-               my $cmd = [ @cmd, $uri->as_string ];
-               if ($tor eq 'auto' && substr($uri->host, -6) eq '.onion' &&
-                               (($env->{LD_PRELOAD}//'') !~ /torsocks/)) {
-                       unshift @$cmd, which('torsocks');
-               } elsif (PublicInbox::Config::git_bool($tor)) {
-                       unshift @$cmd, which('torsocks');
-               }
-
-               # continue anyways if torsocks is missing; a proxy may be
-               # specified via CLI, curlrc, environment variable, or even
-               # firewall rule
-               shift(@$cmd) if !$cmd->[0];
-
-               $lei->err("# @$cmd") if $verbose;
-               my ($fh, $pid) = popen_rd($cmd, $env, $rdr);
+               my $cmd = $curl->for_uri($lei, $uri);
+               $lei->qerr("# $cmd");
+               my ($fh, $pid) = popen_rd($cmd, undef, $rdr);
+               $reap_curl = PublicInbox::OnDestroy->new($sigint_reap, $pid);
                $fh = IO::Uncompress::Gunzip->new($fh);
-               PublicInbox::MboxReader->mboxrd($fh, \&each_eml, $self,
+               PublicInbox::MboxReader->mboxrd($fh, \&each_remote_eml, $self,
                                                $lei, $each_smsg);
-               waitpid($pid, 0) == $pid or die "BUG: waitpid (curl): $!";
+               my $err = waitpid($pid, 0) == $pid ? undef
+                                               : "BUG: waitpid($cmd): $!";
+               @$reap_curl = (); # cancel OnDestroy
+               die $err if $err;
+               my $nr = $lei->{-nr_remote_eml};
+               if ($nr && $lei->{sto}) {
+                       my $wait = $lei->{sto}->ipc_do('done');
+               }
                if ($? == 0) {
-                       my $nr = $lei->{-nr_remote_eml};
                        mset_progress($lei, $lei->{-current_url}, $nr, $nr);
                        next;
                }
-               seek($cerr, $coff, SEEK_SET) or warn "seek(curl stderr): $!\n";
-               my $e = do { local $/; <$cerr> } //
-                               die "read(curl stderr): $!\n";
-               $coff += length($e);
-               truncate($cerr, 0);
-               next if (($? >> 8) == 22 && $e =~ /\b404\b/);
-               $lei->child_error($?);
+               $err = '';
+               if (-s $cerr) {
+                       seek($cerr, 0, SEEK_SET) or
+                                       $lei->err("seek($cmd stderr): $!");
+                       $err = do { local $/; <$cerr> } //
+                                       "read($cmd stderr): $!";
+                       truncate($cerr, 0) or
+                                       $lei->err("truncate($cmd stderr): $!");
+               }
+               next if (($? >> 8) == 22 && $err =~ /\b404\b/);
                $uri->query_form(q => $lei->{mset_opt}->{qstr});
-               # --verbose already showed the error via tail(1)
-               $lei->err("E: $uri \$?=$?\n", $verbose ? () : $e);
+               $lei->child_error($?, "E: <$uri> $err");
        }
        undef $each_smsg;
        $lei->{ovv}->ovv_atexit_child($lei);
@@ -309,12 +298,18 @@ sub git_tmp ($) {
        $git;
 }
 
+sub xsearch_done_wait { # dwaitpid callback
+       my ($arg, $pid) = @_;
+       my ($wq, $lei) = @$arg;
+       $lei->child_error($?, 'non-fatal error from '.ref($wq)) if $?;
+}
+
 sub query_done { # EOF callback for main daemon
        my ($lei) = @_;
        my $l2m = delete $lei->{l2m};
-       $l2m->wq_wait_old($lei) if $l2m;
+       $l2m->wq_wait_old(\&xsearch_done_wait, $lei) if $l2m;
        if (my $lxs = delete $lei->{lxs}) {
-               $lxs->wq_wait_old($lei);
+               $lxs->wq_wait_old(\&xsearch_done_wait, $lei);
        }
        $lei->{ovv}->ovv_end($lei);
        if ($l2m) { # close() calls LeiToMail reap_compress
@@ -326,7 +321,12 @@ Error closing $lei->{ovv}->{dst}: $!
                        }
                        $lei->{1} = $out;
                }
-               $l2m->lock_free ? $l2m->poke_dst : $lei->start_mua;
+               if ($l2m->lock_free) {
+                       $l2m->poke_dst;
+                       $lei->poke_mua;
+               } else { # mbox users
+                       $lei->start_mua;
+               }
        }
        $lei->{-progress} and
                $lei->err('# ', $lei->{-mset_total} // 0, " matches");
@@ -335,38 +335,48 @@ Error closing $lei->{ovv}->{dst}: $!
 
 sub do_post_augment {
        my ($lei) = @_;
-       eval { $lei->{l2m}->post_augment($lei) };
-       if (my $err = $@) {
+       my $l2m = $lei->{l2m} or die 'BUG: unexpected do_post_augment';
+       my $err;
+       eval { $l2m->post_augment($lei) };
+       $err = $@;
+       if ($err) {
                if (my $lxs = delete $lei->{lxs}) {
                        $lxs->wq_kill;
-                       $lxs->wq_close;
+                       $lxs->wq_close(0, undef, $lei);
                }
                $lei->fail("$err");
        }
-       close(delete $lei->{au_done}); # triggers wait_startq
+       if (!$err && delete $lei->{early_mua}) { # non-augment case
+               $lei->start_mua;
+       }
+       close(delete $lei->{au_done}); # triggers wait_startq in lei_xsearch
+}
+
+sub incr_post_augment { # called whenever an l2m shard finishes augment
+       my ($lei) = @_;
+       my $l2m = $lei->{l2m} or die 'BUG: unexpected incr_post_augment';
+       return if ++$lei->{nr_post_augment} != $l2m->{-wq_nr_workers};
+       do_post_augment($lei);
 }
 
 my $MAX_PER_HOST = 4;
 
 sub concurrency {
        my ($self, $opt) = @_;
-       my $nl = $opt->{thread} ? locals($self) : 1;
+       my $nl = $opt->{threads} ? locals($self) : 1;
        my $nr = remotes($self);
        $nr = $MAX_PER_HOST if $nr > $MAX_PER_HOST;
        $nl + $nr;
 }
 
 sub start_query { # always runs in main (lei-daemon) process
-       my ($self, $lei) = @_;
-       if (my $l2m = $lei->{l2m}) {
-               $lei->start_mua if $l2m->lock_free;
-       }
-       if ($lei->{opt}->{thread}) {
+       my ($self) = @_;
+       if ($self->{threads}) {
                for my $ibxish (locals($self)) {
-                       $self->wq_do('query_thread_mset', [], $ibxish);
+                       $self->wq_io_do('query_thread_mset', [], $ibxish);
                }
        } elsif (locals($self)) {
-               $self->wq_do('query_mset', []);
+               $self->wq_io_do('query_mset', []);
        }
        my $i = 0;
        my $q = [];
@@ -374,77 +384,70 @@ sub start_query { # always runs in main (lei-daemon) process
                push @{$q->[$i++ % $MAX_PER_HOST]}, $uri;
        }
        for my $uris (@$q) {
-               $self->wq_do('query_remote_mboxrd', [], $uris);
+               $self->wq_io_do('query_remote_mboxrd', [], $uris);
        }
+       $self->wq_close(1); # lei_xsearch workers stop when done
+}
+
+sub incr_start_query { # called whenever an l2m shard starts do_post_auth
+       my ($self, $l2m) = @_;
+       return if ++$self->{nr_start_query} != $l2m->{-wq_nr_workers};
+       start_query($self);
 }
 
 sub ipc_atfork_child {
        my ($self) = @_;
        $self->{lei}->lei_atfork_child;
+       $SIG{__WARN__} = PublicInbox::Eml::warn_ignore_cb();
        $self->SUPER::ipc_atfork_child;
 }
 
-sub query_prepare { # called by wq_do
-       my ($self) = @_;
-       local $0 = "$0 query_prepare";
-       my $lei = $self->{lei};
-       eval { $lei->{l2m}->do_augment($lei) };
-       $lei->fail($@) if $@;
-       pkt_do($lei->{pkt_op_p}, '.') == 1 or die "do_post_augment trigger: $!"
-}
-
-sub fail_handler ($;$$) {
-       my ($lei, $code, $io) = @_;
-       for my $f (qw(lxs l2m)) {
-               my $wq = delete $lei->{$f} or next;
-               $wq->wq_wait_old($lei) if $wq->wq_kill_old; # lei-daemon
-       }
-       close($io) if $io; # needed to avoid warnings on SIGPIPE
-       $lei->x_it($code // (1 >> 8));
-}
-
-sub sigpipe_handler { # handles SIGPIPE from l2m/lxs workers
-       fail_handler($_[0], 13, delete $_[0]->{1});
-}
-
 sub do_query {
        my ($self, $lei) = @_;
+       my $l2m = $lei->{l2m};
        my $ops = {
-               '|' => [ \&sigpipe_handler, $lei ],
-               '!' => [ \&fail_handler, $lei ],
+               '|' => [ $lei->can('sigpipe_handler'), $lei ],
+               '!' => [ $lei->can('fail_handler'), $lei ],
                '.' => [ \&do_post_augment, $lei ],
+               '+' => [ \&incr_post_augment, $lei ],
                '' => [ \&query_done, $lei ],
                'mset_progress' => [ \&mset_progress, $lei ],
                'x_it' => [ $lei->can('x_it'), $lei ],
                'child_error' => [ $lei->can('child_error'), $lei ],
+               'incr_start_query' => [ \&incr_start_query, $self, $l2m ],
        };
+       $lei->{auth}->op_merge($ops, $l2m) if $l2m && $lei->{auth};
        ($lei->{pkt_op_c}, $lei->{pkt_op_p}) = PublicInbox::PktOp->pair($ops);
        $lei->{1}->autoflush(1);
        $lei->start_pager if delete $lei->{need_pager};
        $lei->{ovv}->ovv_begin($lei);
-       my $l2m = $lei->{l2m};
        if ($l2m) {
                $l2m->pre_augment($lei);
-               $l2m->wq_workers_start('lei2mail', $l2m->{jobs},
+               if ($lei->{opt}->{augment} && delete $lei->{early_mua}) {
+                       $lei->start_mua;
+               }
+               $l2m->wq_workers_start('lei2mail', undef,
                                        $lei->oldset, { lei => $lei });
                pipe($lei->{startq}, $lei->{au_done}) or die "pipe: $!";
                # 1031: F_SETPIPE_SZ
                fcntl($lei->{startq}, 1031, 4096) if $^O eq 'linux';
        }
-       if (!$lei->{opt}->{thread} && locals($self)) { # for query_mset
+       if (!$lei->{opt}->{threads} && locals($self)) { # for query_mset
                # lei->{git_tmp} is set for wq_wait_old so we don't
                # delete until all lei2mail + lei_xsearch workers are reaped
                $lei->{git_tmp} = $self->{git_tmp} = git_tmp($self);
        }
-       $self->wq_workers_start('lei_xsearch', $self->{jobs},
+       $self->wq_workers_start('lei_xsearch', undef,
                                $lei->oldset, { lei => $lei });
        my $op = delete $lei->{pkt_op_c};
        delete $lei->{pkt_op_p};
-       $l2m->wq_close(1) if $l2m;
+       $self->{threads} = $lei->{opt}->{threads};
+       if ($l2m) {
+               $l2m->net_merge_complete unless $lei->{auth};
+       } else {
+               start_query($self);
+       }
        $lei->event_step_init; # wait for shutdowns
-       $self->wq_do('query_prepare', []) if $l2m;
-       start_query($self, $lei);
-       $self->wq_close(1); # lei_xsearch workers stop when done
        if ($lei->{oneshot}) {
                while ($op->{sock}) { $op->event_step }
        }
@@ -455,6 +458,7 @@ sub add_uri {
        if (my $curl = $self->{curl} //= which('curl') // 0) {
                require PublicInbox::MboxReader;
                require IO::Uncompress::Gunzip;
+               require PublicInbox::LeiCurl;
                push @{$self->{remotes}}, $uri;
        } else {
                warn "curl missing, ignoring $uri\n";