]> Sergey Matveev's repositories - public-inbox.git/blobdiff - lib/PublicInbox/LeiXSearch.pm
imap+nntp: share COMPRESS implementation
[public-inbox.git] / lib / PublicInbox / LeiXSearch.pm
index a319b75f1e67740e610b92328ee639c3a8463547..6f8770191ee6a28b36b1f7f631cbb9ebc7b26e86 100644 (file)
@@ -1,4 +1,4 @@
-# Copyright (C) 2020-2021 all contributors <meta@public-inbox.org>
+# Copyright (C) all contributors <meta@public-inbox.org>
 # License: AGPL-3.0+ <https://www.gnu.org/licenses/agpl-3.0.txt>
 
 # Combine any combination of PublicInbox::Search,
@@ -9,15 +9,18 @@ use strict;
 use v5.10.1;
 use parent qw(PublicInbox::LeiSearch PublicInbox::IPC);
 use PublicInbox::DS qw(now);
-use PublicInbox::PktOp qw(pkt_do);
 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::AutoReap;
 use PublicInbox::Eml;
+use PublicInbox::LEI;
 use Fcntl qw(SEEK_SET F_SETFL O_APPEND O_RDWR);
+use PublicInbox::ContentHash qw(git_sha);
+use POSIX qw(strftime);
 
 sub new {
        my ($class) = @_;
@@ -31,8 +34,8 @@ sub new {
 sub attach_external {
        my ($self, $ibxish) = @_; # ibxish = ExtSearch or Inbox
        my $desc = $ibxish->{inboxdir} // $ibxish->{topdir};
-       my $srch = $ibxish->search or
-               return warn("$desc not indexed for Xapian\n");
+       my $srch = $ibxish->search //
+               return warn("$desc not indexed for Xapian ($@ $!)\n");
        my @shards = $srch->xdb_shards_flat or
                return warn("$desc has no Xapian shards\n");
 
@@ -63,9 +66,26 @@ sub locals { @{$_[0]->{locals} // []} }
 
 sub remotes { @{$_[0]->{remotes} // []} }
 
-# called by PublicInbox::Search::xdb
+# called by PublicInbox::Search::xdb (usually via ->mset)
 sub xdb_shards_flat { @{$_[0]->{shards_flat} // []} }
 
+sub _mitem_kw { # retry_reopen callback
+       my ($srch, $smsg, $mitem, $flagged) = @_;
+       my $doc = $mitem->get_document;
+       my $kw = xap_terms('K', $doc);
+       $kw->{flagged} = 1 if $flagged;
+       my @L = xap_terms('L', $doc);
+       # we keep the empty {kw} array here to prevent expensive work in
+       # ->xsmsg_vmd, _unbless_smsg will clobber it iff it's empty
+       $smsg->{kw} = [ sort keys %$kw ];
+       $smsg->{L} = \@L if scalar(@L);
+}
+
+sub mitem_kw ($$$;$) {
+       my ($srch, $smsg, $mitem, $flagged) = @_;
+       $srch->retry_reopen(\&_mitem_kw, $smsg, $mitem, $flagged);
+}
+
 # like over->get_art
 sub smsg_for {
        my ($self, $mitem) = @_;
@@ -76,11 +96,10 @@ sub smsg_for {
        my $num = int(($docid - 1) / $nshard) + 1;
        my $ibx = $self->{shard2ibx}->[$shard];
        my $smsg = $ibx->over->get_art($num);
-       if (ref($ibx->can('msg_keywords'))) {
-               my $kw = xap_terms('K', $mitem->get_document);
-               $smsg->{kw} = [ sort keys %$kw ];
+       return if $smsg->{bytes} == 0; # external message
+       if ($ibx->can('msg_keywords')) {
+               mitem_kw($self, $smsg, $mitem);
        }
-       $smsg->{docid} = $docid;
        $smsg;
 }
 
@@ -88,19 +107,29 @@ sub recent {
        my ($self, $qstr, $opt) = @_;
        $opt //= {};
        $opt->{relevance} //= -2;
-       $self->mset($qstr //= 'bytes:1..', $opt);
+       $self->mset($qstr //= 'z:1..', $opt);
 }
 
 sub over {}
 
+sub _check_mset_limit ($$$) {
+       my ($lei, $desc, $mset) = @_;
+       return if defined($lei->{opt}->{limit}); # user requested limit
+       my $est = $mset->get_matches_estimated;
+       my $tot = $lei->{mset_opt}->{total};
+       $est > $tot and $lei->qerr(<<"");
+# $desc estimated matches ($est) exceeds default --limit=$tot
+
+}
+
 sub _mset_more ($$) {
        my ($mset, $mo) = @_;
        my $size = $mset->size;
-       $size >= $mo->{limit} && (($mo->{offset} += $size) < $mo->{limit});
+       $size >= $mo->{limit} && (($mo->{offset} += $size) < $mo->{total});
 }
 
 # $startq will EOF when do_augment is done augmenting and allow
-# query_mset and query_thread_mset to proceed.
+# query_combined_mset and query_thread_mset to proceed.
 sub wait_startq ($) {
        my ($lei) = @_;
        my $startq = delete $lei->{startq} or return;
@@ -113,11 +142,11 @@ sub wait_startq ($) {
                                delete $lei->{opt}->{verbose};
                                delete $lei->{-progress};
                        } else {
-                               $lei->fail("$$ WTF `$do_augment_done'");
+                               die "BUG: do_augment_done=`$do_augment_done'";
                        }
                        return;
                }
-               return $lei->fail("$$ wait_startq: $!") unless $!{EINTR};
+               die "wait_startq: $!" unless $!{EINTR};
        }
 }
 
@@ -125,231 +154,348 @@ sub mset_progress {
        my $lei = shift;
        return if $lei->{early_mua} || !$lei->{-progress};
        if ($lei->{pkt_op_p}) {
-               pkt_do($lei->{pkt_op_p}, 'mset_progress', @_);
+               $lei->{pkt_op_p}->pkt_do('mset_progress', @_);
        } else { # single lei-daemon consumer
                my ($desc, $mset_size, $mset_total_est) = @_;
-               $lei->{-mset_total} += $mset_size;
+               $lei->{-mset_total} += $mset_size if $mset_total_est ne '?';
                $lei->qerr("# $desc $mset_size/$mset_total_est");
        }
 }
 
-sub query_thread_mset { # for --threads
+sub l2m_progress {
+       my ($lei, $nr_write, $nr_seen) = @_;
+       $lei->{-nr_write} += $nr_write;
+       $lei->{-nr_seen} += $nr_seen;
+}
+
+sub query_one_mset { # for --threads and l2m w/o sort
        my ($self, $ibxish) = @_;
-       local $0 = "$0 query_thread_mset";
+       local $0 = "$0 query_one_mset";
        my $lei = $self->{lei};
        my ($srch, $over) = ($ibxish->search, $ibxish->over);
-       my $desc = $ibxish->{inboxdir} // $ibxish->{topdir};
-       return warn("$desc not indexed by Xapian\n") unless ($srch && $over);
-       my $mo = { %{$lei->{mset_opt}} };
+       my $dir = $ibxish->{inboxdir} // $ibxish->{topdir};
+       return warn("$dir not indexed by Xapian\n") unless ($srch && $over);
+       bless $srch, 'PublicInbox::LeiSearch'; # for ->qparse_new
+       my $mo = { %{$lei->{mset_opt}} }; # copy
        my $mset;
-       my $each_smsg = $lei->{ovv}->ovv_each_smsg_cb($lei, $ibxish);
+       my $each_smsg = $lei->{ovv}->ovv_each_smsg_cb($lei);
+       my $can_kw = !!$ibxish->can('msg_keywords');
+       my $threads = $lei->{opt}->{threads} // 0;
+       my $fl = $threads > 1 ? 1 : undef;
+       my $lss = $lei->{lss};
+       my $maxk = "external.$dir.maxuid";
+       my $stop_at = $lss ? $lss->{-cfg}->{$maxk} : undef;
+       if (defined $stop_at) {
+               ref($stop_at) and
+                       return warn("$maxk=$stop_at has multiple values\n");
+               ($stop_at =~ /[^0-9]/) and
+                       return warn("$maxk=$stop_at not numeric\n");
+       }
+       my $first_ids;
        do {
                $mset = $srch->mset($mo->{qstr}, $mo);
-               mset_progress($lei, $desc, $mset->size,
+               mset_progress($lei, $dir, $mo->{offset} + $mset->size,
                                $mset->get_matches_estimated);
+               wait_startq($lei); # wait for keyword updates
                my $ids = $srch->mset_to_artnums($mset, $mo);
-               my $ctx = { ids => $ids };
+               @$ids = grep { $_ > $stop_at } @$ids if defined($stop_at);
                my $i = 0;
-               my %n2item = map { ($ids->[$i++], $_) } $mset->items;
-               while ($over->expand_thread($ctx)) {
-                       for my $n (@{$ctx->{xids}}) {
+               if ($threads) {
+                       # copy $ids if $lss since over->expand_thread
+                       # shifts @{$ctx->{ids}}
+                       $first_ids = [ @$ids ] if $lss;
+                       my $ctx = { ids => $ids };
+                       my %n2item = map { ($ids->[$i++], $_) } $mset->items;
+                       while ($over->expand_thread($ctx)) {
+                               for my $n (@{$ctx->{xids}}) {
+                                       my $smsg = $over->get_art($n) or next;
+                                       my $mitem = delete $n2item{$n};
+                                       next if $smsg->{bytes} == 0;
+                                       if ($mitem && $can_kw) {
+                                               mitem_kw($srch, $smsg, $mitem,
+                                                       $fl);
+                                       } elsif ($mitem && $fl) {
+                                               # call ->xsmsg_vmd, later
+                                               $smsg->{lei_q_tt_flagged} = 1;
+                                       }
+                                       $each_smsg->($smsg, $mitem);
+                               }
+                               @{$ctx->{xids}} = ();
+                       }
+               } else {
+                       $first_ids = $ids;
+                       my @items = $mset->items;
+                       for my $n (@$ids) {
+                               my $mitem = $items[$i++];
                                my $smsg = $over->get_art($n) or next;
-                               wait_startq($lei);
-                               my $mitem = delete $n2item{$smsg->{num}};
+                               next if $smsg->{bytes} == 0;
+                               mitem_kw($srch, $smsg, $mitem, $fl) if $can_kw;
                                $each_smsg->($smsg, $mitem);
                        }
-                       @{$ctx->{xids}} = ();
                }
        } while (_mset_more($mset, $mo));
-       undef $each_smsg; # drops @io for l2m->{each_smsg_done}
+       _check_mset_limit($lei, $dir, $mset);
+       if ($lss && scalar(@$first_ids)) {
+               undef $stop_at;
+               my $max = $first_ids->[0];
+               $lss->cfg_set($maxk, $max);
+               undef $lss;
+       }
+       undef $each_smsg; # may commit
        $lei->{ovv}->ovv_atexit_child($lei);
 }
 
-sub query_mset { # non-parallel for non-"--threads" users
+sub query_combined_mset { # non-parallel for non-"--threads" users
        my ($self) = @_;
-       local $0 = "$0 query_mset";
+       local $0 = "$0 query_combined_mset";
        my $lei = $self->{lei};
        my $mo = { %{$lei->{mset_opt}} };
        my $mset;
        for my $loc (locals($self)) {
                attach_external($self, $loc);
        }
-       my $each_smsg = $lei->{ovv}->ovv_each_smsg_cb($lei, $self);
+       my $each_smsg = $lei->{ovv}->ovv_each_smsg_cb($lei);
        do {
                $mset = $self->mset($mo->{qstr}, $mo);
-               mset_progress($lei, 'xsearch', $mset->size,
-                               $mset->size, $mset->get_matches_estimated);
+               mset_progress($lei, 'xsearch', $mo->{offset} + $mset->size,
+                               $mset->get_matches_estimated);
+               wait_startq($lei); # wait for keyword updates
                for my $mitem ($mset->items) {
                        my $smsg = smsg_for($self, $mitem) or next;
-                       wait_startq($lei);
                        $each_smsg->($smsg, $mitem);
                }
        } while (_mset_more($mset, $mo));
-       undef $each_smsg; # drops @io for l2m->{each_smsg_done}
+       _check_mset_limit($lei, 'xsearch', $mset);
+       undef $each_smsg; # may commit
        $lei->{ovv}->ovv_atexit_child($lei);
 }
 
-sub each_eml { # callback for MboxReader->mboxrd
-       my ($eml, $self, $lei, $each_smsg) = @_;
-       my $smsg = bless {}, 'PublicInbox::Smsg';
+sub _smsg_fill ($$) {
+       my ($smsg, $eml) = @_;
        $smsg->populate($eml);
        $smsg->parse_references($eml, mids($eml));
        $smsg->{$_} //= '' for qw(from to cc ds subject references mid);
        delete @$smsg{qw(From Subject -ds -ts)};
+}
+
+sub each_remote_eml { # callback for MboxReader->mboxrd
+       my ($eml, $self, $lei, $each_smsg) = @_;
+       my $xoids = $lei->{ale}->xoids_for($eml, 1);
+       my $smsg = bless {}, 'PublicInbox::Smsg';
+       if ($self->{import_sto} && !$xoids) {
+               my ($res, $kw) = $self->{import_sto}->wq_do('add_eml', $eml);
+               if (ref($res) eq ref($smsg)) { # totally new message
+                       $smsg = $res;
+                       $self->{-sto_imported} = 1;
+               }
+               $smsg->{kw} = $kw; # short-circuit xsmsg_vmd
+       }
+       $smsg->{blob} //= $xoids ? (keys(%$xoids))[0]
+                               : $lei->git_oid($eml)->hexdigest;
+       _smsg_fill($smsg, $eml);
        wait_startq($lei);
+       my $nr = ++$lei->{-nr_remote_eml}; # needed for lss->cfg_set
        if ($lei->{-progress}) {
-               ++$lei->{-nr_remote_eml};
                my $now = now();
                my $next = $lei->{-next_progress} //= ($now + 1);
                if ($now > $next) {
                        $lei->{-next_progress} = $now + 1;
-                       my $nr = $lei->{-nr_remote_eml};
-                       $lei->err("# $lei->{-current_url} $nr/?");
+                       mset_progress($lei, $lei->{-current_url}, $nr, '?');
                }
        }
        $each_smsg->($smsg, undef, $eml);
 }
 
+sub fudge_qstr_time ($$$) {
+       my ($lei, $uri, $qstr) = @_;
+       return ($qstr, undef) unless $lei->{lss};
+       my $cfg = $lei->{lss}->{-cfg} // die 'BUG: no lss->{-cfg}';
+       my $cfg_key = "external.$uri.lastresult";
+       my $lr = $cfg->{$cfg_key} or return ($qstr, $cfg_key);
+       if ($lr !~ /\A\-?[0-9]+\z/) {
+               $lei->child_error(0,
+                       "$cfg->{-f}: $cfg_key=$lr not an integer, ignoring");
+               return ($qstr, $cfg_key);
+       }
+       my $rft = $lei->{opt}->{'remote-fudge-time'};
+       if ($rft && $rft !~ /\A-?[0-9]+\z/) {
+               my @t = $lei->{lss}->git->date_parse($rft);
+               my $diff = time - $t[0];
+               $lei->qerr("# $rft => $diff seconds");
+               $rft = $diff;
+       }
+       $lr -= ($rft || (48 * 60 * 60));
+       $lei->qerr("# $uri limiting to ".
+               strftime('%Y-%m-%d %k:%M %z', localtime($lr)). ' and newer');
+       # this should really be rt: (received-time), but no stable
+       # public-inbox releases support it, yet.
+       my $dt = 'dt:'.strftime('%Y%m%d%H%M%S', gmtime($lr)).'..';
+       if ($qstr =~ /\S/) {
+               substr($qstr, 0, 0, '(');
+               $qstr .= ') AND ';
+       }
+       ($qstr .= $dt, $cfg_key);
+}
+
 sub query_remote_mboxrd {
        my ($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 @qform = (q => $lei->{mset_opt}->{qstr}, x => 'm');
+       my $opt = $lei->{opt};
+       chomp(my $qstr = $lei->{mset_opt}->{qstr});
+       $qstr =~ s/[ \n\t]+/ /sg; # make URLs less ugly
+       my @qform = (x => 'm');
        push(@qform, t => 1) if $opt->{threads};
        my $verbose = $opt->{verbose};
-       my ($reap_tail, $reap_curl);
+       my $reap_tail;
        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, pgid => 0 };
-       my $sigint_reap = $lei->can('sigint_reap');
+       my $rdr = { 2 => $cerr };
        if ($verbose) {
                # spawn a process to force line-buffering, otherwise curl
                # will write 1 character at-a-time and parallel outputs
                # mmmaaayyy llloookkk llliiikkkeee ttthhhiiisss
-               my $o = { 1 => $lei->{2}, 2 => $lei->{2}, pgid => 0 };
+               my $o = { 1 => $lei->{2}, 2 => $lei->{2} };
                my $pid = spawn(['tail', '-f', $cerr->filename], undef, $o);
-               $reap_tail = PublicInbox::OnDestroy->new($sigint_reap, $pid);
+               $reap_tail = PublicInbox::AutoReap->new($pid);
        }
        my $curl = PublicInbox::LeiCurl->new($lei, $self->{curl}) or return;
        push @$curl, '-s', '-d', '';
        my $each_smsg = $lei->{ovv}->ovv_each_smsg_cb($lei);
+       $self->{import_sto} = $lei->{sto} if $lei->{opt}->{'import-remote'};
        for my $uri (@$uris) {
                $lei->{-current_url} = $uri->as_string;
                $lei->{-nr_remote_eml} = 0;
-               $uri->query_form(@qform);
+               my $start = time;
+               my ($q, $key) = fudge_qstr_time($lei, $uri, $qstr);
+               $uri->query_form(@qform, q => $q);
                my $cmd = $curl->for_uri($lei, $uri);
                $lei->qerr("# $cmd");
-               my ($fh, $pid) = popen_rd($cmd, $env, $rdr);
-               $reap_curl = PublicInbox::OnDestroy->new($sigint_reap, $pid);
-               $fh = IO::Uncompress::Gunzip->new($fh);
-               PublicInbox::MboxReader->mboxrd($fh, \&each_eml, $self,
+               my ($fh, $pid) = popen_rd($cmd, undef, $rdr);
+               my $reap_curl = PublicInbox::AutoReap->new($pid);
+               $fh = IO::Uncompress::Gunzip->new($fh, MultiStream => 1);
+               PublicInbox::MboxReader->mboxrd($fh, \&each_remote_eml, $self,
                                                $lei, $each_smsg);
-               my $err = waitpid($pid, 0) == $pid ? undef
-                                               : "BUG: waitpid($cmd): $!";
-               @$reap_curl = (); # cancel OnDestroy
-               die $err if $err;
+               if (delete($self->{-sto_imported})) {
+                       my $wait = $self->{import_sto}->wq_do('done');
+               }
+               $reap_curl->join;
                if ($? == 0) {
+                       # don't update if no results, maybe MTA is down
                        my $nr = $lei->{-nr_remote_eml};
+                       $lei->{lss}->cfg_set($key, $start) if $key && $nr;
                        mset_progress($lei, $lei->{-current_url}, $nr, $nr);
                        next;
                }
-               $err = '';
+               my $err;
                if (-s $cerr) {
-                       seek($cerr, 0, SEEK_SET) or
-                                       $lei->err("seek($cmd stderr): $!");
+                       seek($cerr, 0, SEEK_SET) //
+                                       warn "seek($cmd stderr): $!";
                        $err = do { local $/; <$cerr> } //
-                                       "read($cmd stderr): $!";
-                       truncate($cerr, 0) or
-                                       $lei->err("truncate($cmd stderr): $!");
+                                       warn "read($cmd stderr): $!";
+                       truncate($cerr, 0) // warn "truncate($cmd stderr): $!";
                }
+               $err //= '';
                next if (($? >> 8) == 22 && $err =~ /\b404\b/);
-               $uri->query_form(q => $lei->{mset_opt}->{qstr});
+               $uri->query_form(q => $qstr);
                $lei->child_error($?, "E: <$uri> $err");
        }
        undef $each_smsg;
        $lei->{ovv}->ovv_atexit_child($lei);
 }
 
-# called by LeiOverview::each_smsg_cb
-sub git { $_[0]->{git_tmp} // die 'BUG: caller did not set {git_tmp}' }
-
-sub git_tmp ($) {
-       my ($self) = @_;
-       my (%seen, @dirs);
-       my $tmp = File::Temp->newdir("lei_xsearch_git.$$-XXXX", TMPDIR => 1);
-       for my $ibxish (locals($self)) {
-               my $d = File::Spec->canonpath($ibxish->git->{git_dir});
-               $seen{$d} //= push @dirs, "$d/objects\n"
-       }
-       my $git_dir = $tmp->dirname;
-       PublicInbox::Import::init_bare($git_dir);
-       my $f = "$git_dir/objects/info/alternates";
-       open my $alt, '>', $f or die "open($f): $!";
-       print $alt @dirs or die "print $f: $!";
-       close $alt or die "close $f: $!";
-       my $git = PublicInbox::Git->new($git_dir);
-       $git->{-tmp} = $tmp;
-       $git;
-}
+sub git { $_[0]->{git} // die 'BUG: git uninitialized' }
 
 sub xsearch_done_wait { # dwaitpid callback
        my ($arg, $pid) = @_;
        my ($wq, $lei) = @$arg;
-       $lei->child_error($?, 'non-fatal error from '.ref($wq)) if $?;
+       return if !$?;
+       my $s = $? & 127;
+       return $lei->child_error($?) if $s == 13 || $s == 15;
+       $lei->child_error($?, 'non-fatal error from '.ref($wq)." \$?=$?");
 }
 
 sub query_done { # EOF callback for main daemon
        my ($lei) = @_;
-       my $l2m = delete $lei->{l2m};
-       $l2m->wq_wait_old(\&xsearch_done_wait, $lei) if $l2m;
-       if (my $lxs = delete $lei->{lxs}) {
-               $lxs->wq_wait_old(\&xsearch_done_wait, $lei);
-       }
-       $lei->{ovv}->ovv_end($lei);
-       if ($l2m) { # close() calls LeiToMail reap_compress
-               if (my $out = delete $lei->{old_1}) {
-                       if (my $mbout = $lei->{1}) {
-                               close($mbout) or return $lei->fail(<<"");
-Error closing $lei->{ovv}->{dst}: $!
-
+       local $PublicInbox::LEI::current_lei = $lei;
+       eval {
+               my $l2m = delete $lei->{l2m};
+               delete $lei->{lxs};
+               ($lei->{opt}->{'mail-sync'} && !$lei->{sto}) and
+                       warn "BUG: {sto} missing with --mail-sync";
+               $lei->sto_done_request if $lei->{sto};
+               if (my $v2w = delete $lei->{v2w}) {
+                       my $wait = $v2w->wq_do('done'); # may die
+                       $v2w->wq_close;
+               }
+               $lei->{ovv}->ovv_end($lei);
+               if ($l2m) { # close() calls LeiToMail reap_compress
+                       if (my $out = delete $lei->{old_1}) {
+                               if (my $mbout = $lei->{1}) {
+                                       close($mbout) or die <<"";
+Error closing $lei->{ovv}->{dst}: \$!=$! \$?=$?
+
+                               }
+                               $lei->{1} = $out;
+                       }
+                       if ($l2m->lock_free) {
+                               $l2m->poke_dst;
+                               $lei->poke_mua;
+                       } else { # mbox users
+                               delete $l2m->{mbl}; # drop dotlock
                        }
-                       $lei->{1} = $out;
                }
-               if ($l2m->lock_free) {
-                       $l2m->poke_dst;
-                       $lei->poke_mua;
-               } else { # mbox users
-                       $lei->start_mua;
+               if ($lei->{-progress}) {
+                       my $tot = $lei->{-mset_total} // 0;
+                       my $nr_w = $lei->{-nr_write} // 0;
+                       my $d = ($lei->{-nr_seen} // 0) - $nr_w;
+                       my $x = "$tot matches";
+                       $x .= ", $d duplicates" if $d;
+                       if ($l2m) {
+                               my $m = "# $nr_w written to " .
+                                       "$lei->{ovv}->{dst} ($x)";
+                               $nr_w ? $lei->qfin($m) : $lei->qerr($m);
+                       } else {
+                               $lei->qerr("# $x");
+                       }
                }
-       }
-       $lei->{-progress} and
-               $lei->err('# ', $lei->{-mset_total} // 0, " matches");
-       $lei->dclose;
+               $lei->start_mua if $l2m && !$l2m->lock_free;
+               $lei->dclose;
+       };
+       $lei->fail($@) if $@;
 }
 
 sub do_post_augment {
        my ($lei) = @_;
-       my $l2m = $lei->{l2m};
-       my $err;
-       if ($l2m) {
-               eval { $l2m->post_augment($lei) };
-               $err = $@;
-               if ($err) {
-                       if (my $lxs = delete $lei->{lxs}) {
-                               $lxs->wq_kill;
-                               $lxs->wq_close(0, undef, $lei);
-                       }
-                       $lei->fail("$err");
+       local $PublicInbox::LEI::current_lei = $lei;
+       my $l2m = $lei->{l2m} or return; # client disconnected
+       eval {
+               $lei->fchdir;
+               $l2m->post_augment($lei);
+       };
+       my $err = $@;
+       if ($err) {
+               if (my $lxs = delete $lei->{lxs}) {
+                       $lxs->wq_kill('-TERM');
+                       $lxs->wq_close;
                }
+               $lei->fail("$err");
        }
        if (!$err && delete $lei->{early_mua}) { # non-augment case
-               $lei->start_mua;
+               eval { $lei->start_mua };
+               $lei->fail($@) if $@;
        }
        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 = $lei->{l2m} or return; # client disconnected
+       return if ++$lei->{nr_post_augment} != $l2m->{-wq_nr_workers};
+       do_post_augment($lei);
+}
+
 my $MAX_PER_HOST = 4;
 
 sub concurrency {
@@ -360,14 +506,15 @@ sub concurrency {
        $nl + $nr;
 }
 
-sub start_query { # always runs in main (lei-daemon) process
+sub start_query ($$) { # always runs in main (lei-daemon) process
        my ($self, $lei) = @_;
-       if ($lei->{opt}->{threads}) {
+       local $PublicInbox::LEI::current_lei = $lei;
+       if ($self->{opt_threads} || ($lei->{l2m} && !$self->{opt_sort})) {
                for my $ibxish (locals($self)) {
-                       $self->wq_io_do('query_thread_mset', [], $ibxish);
+                       $self->wq_io_do('query_one_mset', [], $ibxish);
                }
        } elsif (locals($self)) {
-               $self->wq_io_do('query_mset', []);
+               $self->wq_io_do('query_combined_mset', []);
        }
        my $i = 0;
        my $q = [];
@@ -377,58 +524,85 @@ sub start_query { # always runs in main (lei-daemon) process
        for my $uris (@$q) {
                $self->wq_io_do('query_remote_mboxrd', [], $uris);
        }
+       if ($self->{-do_lcat}) {
+               $self->wq_io_do('lcat_dump', []);
+       }
+       $self->wq_close; # lei_xsearch workers stop when done
+}
+
+sub incr_start_query { # called whenever an l2m shard starts do_post_auth
+       my ($self, $lei) = @_;
+       my $l2m = $lei->{l2m};
+       return if ++$self->{nr_start_query} != $l2m->{-wq_nr_workers};
+       start_query($self, $lei);
 }
 
 sub ipc_atfork_child {
        my ($self) = @_;
-       $self->{lei}->lei_atfork_child;
-       $SIG{__WARN__} = PublicInbox::Eml::warn_ignore_cb();
+       $self->{lei}->_lei_atfork_child;
        $self->SUPER::ipc_atfork_child;
 }
 
 sub do_query {
        my ($self, $lei) = @_;
+       my $l2m = $lei->{l2m};
        my $ops = {
-               '|' => [ $lei->can('sigpipe_handler'), $lei ],
-               '!' => [ $lei->can('fail_handler'), $lei ],
-               '.' => [ \&do_post_augment, $lei ],
+               'sigpipe_handler' => [ $lei ],
+               'fail_handler' => [ $lei ],
+               'do_post_augment' => [ \&do_post_augment, $lei ],
+               'incr_post_augment' => [ \&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 ],
+               'l2m_progress' => [ \&l2m_progress, $lei ],
+               'x_it' => [ $lei ],
+               'child_error' => [ $lei ],
+               'incr_start_query' => [ $self, $lei ],
        };
-       ($lei->{pkt_op_c}, $lei->{pkt_op_p}) = PublicInbox::PktOp->pair($ops);
+       $lei->{auth}->op_merge($ops, $l2m, $lei) if $l2m && $lei->{auth};
+       my $end = $lei->pkt_op_pair;
        $lei->{1}->autoflush(1);
        $lei->start_pager if delete $lei->{need_pager};
        $lei->{ovv}->ovv_begin($lei);
-       my $l2m = $lei->{l2m};
+       die 'BUG: xdb|over open' if $lei->{lse}->{xdb} || $lei->{lse}->{over};
        if ($l2m) {
                $l2m->pre_augment($lei);
                if ($lei->{opt}->{augment} && delete $lei->{early_mua}) {
                        $lei->start_mua;
                }
-               $l2m->wq_workers_start('lei2mail', $l2m->{jobs},
+               my $F_SETPIPE_SZ = $^O eq 'linux' ? 1031 : undef;
+               if ($l2m->{-wq_nr_workers} > 1 &&
+                               $l2m->{base_type} =~ /\A(?:maildir|mbox)\z/) {
+                       # setup two barriers to coordinate ->has_entries
+                       # between l2m workers
+                       pipe(my ($a_r, $a_w)) or die "pipe: $!";
+                       fcntl($a_r, $F_SETPIPE_SZ, 4096) if $F_SETPIPE_SZ;
+                       pipe(my ($b_r, $b_w)) or die "pipe: $!";
+                       fcntl($b_r, $F_SETPIPE_SZ, 4096) if $F_SETPIPE_SZ;
+                       $l2m->{au_peers} = [ $a_r, $a_w, $b_r, $b_w ];
+               }
+               $l2m->wq_workers_start('lei2mail', undef,
                                        $lei->oldset, { lei => $lei });
+               $l2m->wq_wait_async(\&xsearch_done_wait, $lei);
                pipe($lei->{startq}, $lei->{au_done}) or die "pipe: $!";
-               # 1031: F_SETPIPE_SZ
-               fcntl($lei->{startq}, 1031, 4096) if $^O eq 'linux';
+               fcntl($lei->{startq}, $F_SETPIPE_SZ, 4096) if $F_SETPIPE_SZ;
+               delete $l2m->{au_peers};
        }
-       if (!$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};
+       $self->wq_wait_async(\&xsearch_done_wait, $lei);
+       my $op_c = delete $lei->{pkt_op_c};
        delete $lei->{pkt_op_p};
-       $l2m->wq_close(1) if $l2m;
-       $lei->event_step_init; # wait for shutdowns
-       start_query($self, $lei);
-       $self->wq_close(1); # lei_xsearch workers stop when done
-       if ($lei->{oneshot}) {
-               while ($op->{sock}) { $op->event_step }
+       @$end = ();
+       $self->{opt_threads} = $lei->{opt}->{threads};
+       $self->{opt_sort} = $lei->{opt}->{'sort'};
+       $self->{-do_lcat} = !!(delete $lei->{lcat_todo});
+       if ($l2m) {
+               $l2m->net_merge_all_done($lei) unless $lei->{auth};
+       } else {
+               start_query($self, $lei);
        }
+       $lei->event_step_init; # wait for shutdowns
+       $lei->wait_wq_events($op_c, $ops);
 }
 
 sub add_uri {
@@ -452,16 +626,63 @@ sub prepare_external {
                return add_uri($self, URI->new($loc));
        } elsif (-f "$loc/ei.lock") {
                require PublicInbox::ExtSearch;
+               die "`\\n' not allowed in `$loc'\n" if index($loc, "\n") >= 0;
                $loc = PublicInbox::ExtSearch->new($loc);
        } elsif (-f "$loc/inbox.lock" || -d "$loc/public-inbox") {
+               die "`\\n' not allowed in `$loc'\n" if index($loc, "\n") >= 0;
                require PublicInbox::Inbox; # v2, v1
                $loc = bless { inboxdir => $loc }, 'PublicInbox::Inbox';
+       } elsif (!-e $loc) {
+               warn "W: $loc gone, perhaps run: lei forget-external $loc\n";
+               return;
        } else {
-               warn "W: ignoring $loc, unable to determine type\n";
+               warn "W: $loc ignored, unable to determine external type\n";
                return;
        }
        push @{$self->{locals}}, $loc;
 }
 
+sub _lcat_i { # LeiMailSync->each_src iterator callback
+       my ($oidbin, $id, $each_smsg) = @_;
+       $each_smsg->({blob => unpack('H*', $oidbin), pct => 100});
+}
+
+sub _lcat2smsg { # git->cat_async callback
+       my ($bref, $oid, $type, $size, $smsg) = @_;
+       if ($bref) {
+               my $eml = PublicInbox::Eml->new($bref);
+               my $json_dump = delete $smsg->{-json_dump};
+               bless $smsg, 'PublicInbox::Smsg';
+               _smsg_fill($smsg, $eml);
+               $json_dump->($smsg, undef, $eml);
+       }
+}
+
+sub lcat_dump { # via wq_io_do
+       my ($self) = @_;
+       my $lei = $self->{lei};
+       my $each_smsg = $lei->{ovv}->ovv_each_smsg_cb($lei);
+       my $git = $lei->{ale}->git;
+       if (!$lei->{l2m}) {
+               my $json_dump = $each_smsg;
+               $each_smsg = sub {
+                       my ($smsg) = @_;
+                       $smsg->{-json_dump} = $json_dump;
+                       $git->cat_async($smsg->{blob}, \&_lcat2smsg, $smsg);
+               };
+       }
+       my $lms;
+       for my $ent (@{$lei->{lcat_todo}}) {
+               if (ref $ent eq 'HASH') { # { fid => $fid ,.. }
+                       $lms //= $lei->{lse}->lms;
+                       $lms->each_src($ent, \&_lcat_i, $each_smsg);
+               } else { # oidhex
+                       $each_smsg->({ blob => $ent, pct => 100 });
+               }
+       }
+       $git->async_wait_all;
+       undef $each_smsg; # may commit
+       $lei->{ovv}->ovv_atexit_child($lei);
+}
 
 1;