]> Sergey Matveev's repositories - public-inbox.git/blobdiff - lib/PublicInbox/LeiXSearch.pm
lei: add some labels support
[public-inbox.git] / lib / PublicInbox / LeiXSearch.pm
index 10485220a359976ebe6f88fad2ab3ce91c69eff0..f64b2c62d307887fb451df5d97b6e114c6f13b33 100644 (file)
@@ -18,6 +18,7 @@ use PublicInbox::MID qw(mids);
 use PublicInbox::Smsg;
 use PublicInbox::Eml;
 use Fcntl qw(SEEK_SET F_SETFL O_APPEND O_RDWR);
+use PublicInbox::ContentHash qw(git_sha);
 
 sub new {
        my ($class) = @_;
@@ -63,9 +64,20 @@ sub locals { @{$_[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 ($$;$) {
+       my ($smsg, $mitem, $flagged) = @_;
+       my $kw = xap_terms('K', my $doc = $mitem->get_document);
+       $kw->{flagged} = 1 if $flagged;
+       # 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 ];
+       my $L = xap_terms('L', $doc);
+       $smsg->{L} = [ sort keys %$L ] if scalar(keys %$L);
+}
+
 # like over->get_art
 sub smsg_for {
        my ($self, $mitem) = @_;
@@ -76,11 +88,10 @@ 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($smsg, $mitem);
        }
-       $smsg->{docid} = $docid;
        $smsg;
 }
 
@@ -88,7 +99,7 @@ sub recent {
        my ($self, $qstr, $opt) = @_;
        $opt //= {};
        $opt->{relevance} //= -2;
-       $self->mset($qstr //= 'bytes:1..', $opt);
+       $self->mset($qstr //= 'z:1..', $opt);
 }
 
 sub over {}
@@ -99,21 +110,21 @@ 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 ($lei) = @_;
        my $startq = delete $lei->{startq} or return;
        while (1) {
-               my $n = sysread($startq, my $query_prepare_done, 1);
+               my $n = sysread($startq, my $do_augment_done, 1);
                if (defined $n) {
                        return if $n == 0; # no MUA
-                       if ($query_prepare_done eq 'q') {
+                       if ($do_augment_done eq 'q') {
                                $lei->{opt}->{quiet} = 1;
                                delete $lei->{opt}->{verbose};
                                delete $lei->{-progress};
                        } else {
-                               $lei->fail("$$ WTF `$query_prepare_done'");
+                               $lei->fail("$$ WTF `$do_augment_done'");
                        }
                        return;
                }
@@ -143,10 +154,13 @@ sub query_thread_mset { # for --threads
        my $mo = { %{$lei->{mset_opt}} };
        my $mset;
        my $each_smsg = $lei->{ovv}->ovv_each_smsg_cb($lei, $ibxish);
+       my $can_kw = !!$ibxish->can('msg_keywords');
+       my $fl = $lei->{opt}->{threads} > 1 ? 1 : undef;
        do {
                $mset = $srch->mset($mo->{qstr}, $mo);
                mset_progress($lei, $desc, $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 };
                my $i = 0;
@@ -154,8 +168,16 @@ sub query_thread_mset { # for --threads
                while ($over->expand_thread($ctx)) {
                        for my $n (@{$ctx->{xids}}) {
                                my $smsg = $over->get_art($n) or next;
-                               wait_startq($lei);
                                my $mitem = delete $n2item{$smsg->{num}};
+                               next if $smsg->{bytes} == 0;
+                               if ($mitem) {
+                                       if ($can_kw) {
+                                               mitem_kw($smsg, $mitem, $fl);
+                                       } elsif ($fl) {
+                                               # call ->xsmsg_vmd, later
+                                               $smsg->{lei_q_tt_flagged} = 1;
+                                       }
+                               }
                                $each_smsg->($smsg, $mitem);
                        }
                        @{$ctx->{xids}} = ();
@@ -179,9 +201,9 @@ sub query_mset { # non-parallel for non-"--threads" users
                $mset = $self->mset($mo->{qstr}, $mo);
                mset_progress($lei, 'xsearch', $mset->size,
                                $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));
@@ -189,9 +211,15 @@ sub query_mset { # non-parallel for non-"--threads" 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) = @_;
+       my $xoids = $lei->{ale}->xoids_for($eml, 1);
+       if ($self->{import_sto} && !$xoids) {
+               $self->{import_sto}->ipc_do('add_eml', $eml);
+       }
        my $smsg = bless {}, 'PublicInbox::Smsg';
+       $smsg->{blob} = $xoids ? (keys(%$xoids))[0]
+                               : git_sha(1, $eml)->hexdigest;
        $smsg->populate($eml);
        $smsg->parse_references($eml, mids($eml));
        $smsg->{$_} //= '' for qw(from to cc ds subject references mid);
@@ -215,7 +243,7 @@ sub query_remote_mboxrd {
        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->{threads};
        my $verbose = $opt->{verbose};
@@ -235,23 +263,27 @@ sub query_remote_mboxrd {
        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 $cmd = $curl->for_uri($lei, $uri);
                $lei->qerr("# $cmd");
-               my ($fh, $pid) = popen_rd($cmd, $env, $rdr);
+               my ($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);
                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;
                }
@@ -272,27 +304,7 @@ sub query_remote_mboxrd {
        $lei->{ovv}->ovv_atexit_child($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) = @_;
@@ -321,6 +333,7 @@ Error closing $lei->{ovv}->{dst}: $!
                        $l2m->poke_dst;
                        $lei->poke_mua;
                } else { # mbox users
+                       delete $l2m->{mbl}; # drop dotlock
                        $lei->start_mua;
                }
        }
@@ -331,18 +344,16 @@ Error closing $lei->{ovv}->{dst}: $!
 
 sub do_post_augment {
        my ($lei) = @_;
-       my $l2m = $lei->{l2m};
+       my $l2m = $lei->{l2m} or return; # client disconnected
        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");
+       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");
        }
        if (!$err && delete $lei->{early_mua}) { # non-augment case
                $lei->start_mua;
@@ -350,6 +361,13 @@ sub do_post_augment {
        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 {
@@ -361,8 +379,8 @@ sub concurrency {
 }
 
 sub start_query { # always runs in main (lei-daemon) process
-       my ($self, $lei) = @_;
-       if ($lei->{opt}->{threads}) {
+       my ($self) = @_;
+       if ($self->{threads}) {
                for my $ibxish (locals($self)) {
                        $self->wq_io_do('query_thread_mset', [], $ibxish);
                }
@@ -377,65 +395,64 @@ sub start_query { # always runs in main (lei-daemon) process
        for my $uris (@$q) {
                $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;
+       $self->{lei}->_lei_atfork_child;
        $SIG{__WARN__} = PublicInbox::Eml::warn_ignore_cb();
        $self->SUPER::ipc_atfork_child;
 }
 
-sub query_prepare { # called by wq_io_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: $!"
-}
-
 sub do_query {
        my ($self, $lei) = @_;
+       my $l2m = $lei->{l2m};
        my $ops = {
                '|' => [ $lei->can('sigpipe_handler'), $lei ],
                '!' => [ $lei->can('fail_handler'), $lei ],
                '.' => [ \&do_post_augment, $lei ],
+               '+' => [ \&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->{pkt_op_c}, $lei->{pkt_op_p}) = PublicInbox::PktOp->pair($ops);
+       $lei->{auth}->op_merge($ops, $l2m) if $l2m && $lei->{auth};
+       my $end = $lei->pkt_op_pair($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);
                if ($lei->{opt}->{augment} && delete $lei->{early_mua}) {
                        $lei->start_mua;
                }
-               $l2m->wq_workers_start('lei2mail', $l2m->{jobs},
+               $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}->{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 $l2m;
+       @$end = ();
+       $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_io_do('query_prepare', []) if $l2m; # for augment/dedupe
-       start_query($self, $lei);
-       $self->wq_close(1); # lei_xsearch workers stop when done
        if ($lei->{oneshot}) {
                while ($op->{sock}) { $op->event_step }
        }
@@ -462,8 +479,10 @@ sub prepare_external {
                return add_uri($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';
        } else {