]> Sergey Matveev's repositories - public-inbox.git/blobdiff - lib/PublicInbox/SearchIdx.pm
disambiguate OverIdx and Over by field name
[public-inbox.git] / lib / PublicInbox / SearchIdx.pm
index 89c716793278bbbd1baf781832c46d291cbc5d5b..eb620f44fe990e4c38514d9375fa6328ae30e80d 100644 (file)
@@ -9,24 +9,28 @@
 package PublicInbox::SearchIdx;
 use strict;
 use v5.10.1;
-use parent qw(PublicInbox::Search PublicInbox::Lock);
+use parent qw(PublicInbox::Search PublicInbox::Lock Exporter);
 use PublicInbox::Eml;
 use PublicInbox::InboxWritable;
-use PublicInbox::MID qw(mid_mime mids_for_index mids);
+use PublicInbox::MID qw(mids_for_index mids);
 use PublicInbox::MsgIter;
+use PublicInbox::IdxStack;
 use Carp qw(croak);
 use POSIX qw(strftime);
 use PublicInbox::OverIdx;
-use PublicInbox::Spawn qw(spawn);
+use PublicInbox::Spawn qw(spawn nodatacow_dir);
 use PublicInbox::Git qw(git_unquote);
 use PublicInbox::MsgTime qw(msg_timestamp msg_datestamp);
+our @EXPORT_OK = qw(crlf_adjust log2stack is_ancestor check_size);
 my $X = \%PublicInbox::Search::X;
 my ($DB_CREATE_OR_OPEN, $DB_OPEN);
-our $BATCH_BYTES = defined($ENV{XAPIAN_FLUSH_THRESHOLD}) ?
-                       0x7fffffff : 1_000_000;
+our $DB_NO_SYNC = 0;
+our $BATCH_BYTES = $ENV{XAPIAN_FLUSH_THRESHOLD} ? 0x7fffffff : 1_000_000;
 use constant DEBUG => !!$ENV{DEBUG};
 
 my $xapianlevels = qr/\A(?:full|medium)\z/;
+my $hex = '[a-f0-9]';
+my $OID = $hex .'{40,}';
 
 sub new {
        my ($class, $ibx, $creat, $shard) = @_;
@@ -57,12 +61,16 @@ sub new {
        }, $class;
        $self->xpfx_init;
        $self->{-set_indexlevel_once} = 1 if $indexlevel eq 'medium';
+       if ($ibx->{-skip_docdata}) {
+               $self->{-set_skip_docdata_once} = 1;
+               $self->{-skip_docdata} = 1;
+       }
        $ibx->umask_prepare;
        if ($version == 1) {
                $self->{lock_path} = "$inboxdir/ssoma.lock";
                my $dir = $self->xdir;
-               $self->{over} = PublicInbox::OverIdx->new("$dir/over.sqlite3");
-               $self->{index_max_size} = $ibx->{index_max_size};
+               $self->{oidx} = PublicInbox::OverIdx->new("$dir/over.sqlite3");
+               $self->{oidx}->{-no_fsync} = 1 if $ibx->{-no_fsync};
        } elsif ($version == 2) {
                defined $shard or die "shard is required for v2\n";
                # shard is a number
@@ -98,6 +106,9 @@ sub load_xapian_writable () {
        *sortable_serialise = $xap.'::sortable_serialise';
        $DB_CREATE_OR_OPEN = eval($xap.'::DB_CREATE_OR_OPEN()');
        $DB_OPEN = eval($xap.'::DB_OPEN()');
+       my $ver = (eval($xap.'::major_version()') << 16) |
+               (eval($xap.'::minor_version()') << 8);
+       $DB_NO_SYNC = 0x4 if $ver >= 0x10400;
        1;
 }
 
@@ -116,15 +127,17 @@ sub idx_acquire {
 
                # don't create empty Xapian directories if we don't need Xapian
                my $is_shard = defined($self->{shard});
-               if (!$is_shard || ($is_shard && need_xapian($self))) {
+               if (!-d $dir && (!$is_shard ||
+                               ($is_shard && need_xapian($self)))) {
                        File::Path::mkpath($dir);
+                       nodatacow_dir($dir);
+                       $self->{-set_has_threadid_once} = 1;
                }
        }
        return unless defined $flag;
+       $flag |= $DB_NO_SYNC if $self->{ibx}->{-no_fsync};
        my $xdb = eval { ($X->{WritableDatabase})->new($dir, $flag) };
-       if ($@) {
-               die "Failed opening $dir: ", $@;
-       }
+       croak "Failed opening $dir: $@" if $@;
        $self->{xdb} = $xdb;
 }
 
@@ -332,8 +345,7 @@ sub index_ids ($$$$) {
 }
 
 sub add_xapian ($$$$) {
-       my ($self, $mime, $smsg, $mids) = @_;
-       my $hdr = $mime->header_obj;
+       my ($self, $eml, $smsg, $mids) = @_;
        my $doc = $X->{Document}->new;
        add_val($doc, PublicInbox::Search::TS(), $smsg->{ts});
        my @ds = gmtime($smsg->{ds});
@@ -343,17 +355,26 @@ sub add_xapian ($$$$) {
        add_val($doc, PublicInbox::Search::DT(), $dt);
        add_val($doc, PublicInbox::Search::BYTES(), $smsg->{bytes});
        add_val($doc, PublicInbox::Search::UID(), $smsg->{num});
+       add_val($doc, PublicInbox::Search::THREADID, $smsg->{tid});
 
        my $tg = term_generator($self);
        $tg->set_document($doc);
        index_headers($self, $smsg);
 
-       msg_iter($mime, \&index_xapian, [ $self, $doc ]);
-       index_ids($self, $doc, $hdr, $mids);
-       $smsg->{to} = $smsg->{cc} = ''; # WWW doesn't need these, only NNTP
-       PublicInbox::OverIdx::parse_references($smsg, $hdr, $mids);
-       my $data = $smsg->to_doc_data;
-       $doc->set_data($data);
+       msg_iter($eml, \&index_xapian, [ $self, $doc ]);
+       index_ids($self, $doc, $eml, $mids);
+
+       # by default, we maintain compatibility with v1.5.0 and earlier
+       # by writing to docdata.glass, users who never exect to downgrade can
+       # use --skip-docdata
+       if (!$self->{-skip_docdata}) {
+               # WWW doesn't need {to} or {cc}, only NNTP
+               $smsg->{to} = $smsg->{cc} = '';
+               PublicInbox::OverIdx::parse_references($smsg, $eml, $mids);
+               my $data = $smsg->to_doc_data;
+               $doc->set_data($data);
+       }
+
        if (my $altid = $self->{-altid}) {
                foreach my $alt (@$altid) {
                        my $pfx = $alt->{xprefix};
@@ -372,24 +393,24 @@ sub _msgmap_init ($) {
        die "BUG: _msgmap_init is only for v1\n" if $self->{ibx_ver} != 1;
        $self->{mm} //= eval {
                require PublicInbox::Msgmap;
-               PublicInbox::Msgmap->new($self->{ibx}->{inboxdir}, 1);
+               my $rw = $self->{ibx}->{-no_fsync} ? 2 : 1;
+               PublicInbox::Msgmap->new($self->{ibx}->{inboxdir}, $rw);
        };
 }
 
 sub add_message {
        # mime = PublicInbox::Eml or Email::MIME object
        my ($self, $mime, $smsg, $sync) = @_;
-       my $hdr = $mime->header_obj;
-       my $mids = mids_for_index($hdr);
+       my $mids = mids_for_index($mime);
        $smsg //= bless { blob => '' }, 'PublicInbox::Smsg'; # test-only compat
        $smsg->{mid} //= $mids->[0]; # v1 compatibility
        $smsg->{num} //= do { # v1
                _msgmap_init($self);
-               index_mm($self, $mime);
+               index_mm($self, $mime, $smsg->{blob}, $sync);
        };
 
        # v1 and tests only:
-       $smsg->populate($hdr, $sync);
+       $smsg->populate($mime, $sync);
        $smsg->{bytes} //= length($mime->as_string);
 
        eval {
@@ -398,8 +419,8 @@ sub add_message {
                # of the fields which exist in over.sqlite3.  We may stop
                # storing doc_data in Xapian sometime after we get multi-inbox
                # search working.
-               if (my $over = $self->{over}) { # v1 only
-                       $over->add_overview($mime, $smsg);
+               if (my $oidx = $self->{oidx}) { # v1 only
+                       $oidx->add_overview($mime, $smsg);
                }
                if (need_xapian($self)) {
                        add_xapian($self, $mime, $smsg, $mids);
@@ -436,7 +457,7 @@ sub xdb_remove {
 
 sub remove_by_oid {
        my ($self, $oid, $num) = @_;
-       die "BUG: remove_by_oid is v2-only\n" if $self->{over};
+       die "BUG: remove_by_oid is v2-only\n" if $self->{oidx};
        $self->begin_txn_lazy;
        xdb_remove($self, $oid, $num) if need_xapian($self);
 }
@@ -458,13 +479,9 @@ sub unindex_eml {
        my $nr = 0;
        my %tmp;
        for my $mid (@$mids) {
-               my @removed = eval { $self->{over}->remove_oid($oid, $mid) };
-               if ($@) {
-                       warn "E: failed to remove <$mid> from overview: $@\n";
-               } else {
-                       $nr += scalar @removed;
-                       $tmp{$_}++ for @removed;
-               }
+               my @removed = $self->{oidx}->remove_oid($oid, $mid);
+               $nr += scalar @removed;
+               $tmp{$_}++ for @removed;
        }
        if (!$nr) {
                $mids = join('> <', @$mids);
@@ -473,43 +490,29 @@ sub unindex_eml {
        while (my ($num, $nr) = each %tmp) {
                warn "BUG: $num appears >1 times ($nr) for $oid\n" if $nr != 1;
        }
+       if ($nr) {
+               $self->{mm}->num_delete($_) for (keys %tmp);
+       } else { # just in case msgmap and over.sqlite3 become desynched:
+               $self->{mm}->mid_delete($mids->[0]);
+       }
        xdb_remove($self, $oid, keys %tmp) if need_xapian($self);
 }
 
 sub index_mm {
-       my ($self, $mime) = @_;
-       my $mid = mid_mime($mime);
+       my ($self, $mime, $oid, $sync) = @_;
+       my $mids = mids($mime);
        my $mm = $self->{mm};
-       my $num;
-
-       if (defined $self->{regen_down}) {
-               $num = $mm->num_for($mid) and return $num;
-
-               while (($num = $self->{regen_down}--) > 0) {
-                       if ($mm->mid_set($num, $mid) != 0) {
-                               return $num;
-                       }
-               }
-       } elsif (defined $self->{regen_up}) {
-               $num = $mm->num_for($mid) and return $num;
-
-               # this is to fixup old bugs due to add-remove-add
-               while (($num = ++$self->{regen_up})) {
-                       if ($mm->mid_set($num, $mid) != 0) {
-                               return $num;
-                       }
+       if ($sync->{reindex}) {
+               my $oidx = $self->{oidx};
+               for my $mid (@$mids) {
+                       my ($num, undef) = $oidx->num_mid0_for_oid($oid, $mid);
+                       return $num if defined $num;
                }
+               $mm->num_for($mids->[0]) // $mm->mid_insert($mids->[0]);
+       } else {
+               # fallback to num_for since filters like RubyLang set the number
+               $mm->mid_insert($mids->[0]) // $mm->num_for($mids->[0]);
        }
-
-       $num = $mm->mid_insert($mid) and return $num;
-
-       # fallback to num_for since filters like RubyLang set the number
-       $mm->num_for($mid);
-}
-
-sub unindex_mm {
-       my ($self, $mime) = @_;
-       $self->{mm}->mid_delete(mid_mime($mime));
 }
 
 # returns the number of bytes to add if given a non-CRLF arg
@@ -532,140 +535,183 @@ sub index_both { # git->cat_async callback
        my $smsg = bless { bytes => $size, blob => $oid }, 'PublicInbox::Smsg';
        my $self = $sync->{sidx};
        my $eml = PublicInbox::Eml->new($bref);
-       my $num = index_mm($self, $eml);
-       $smsg->{num} = $num;
+       $smsg->{num} = index_mm($self, $eml, $oid, $sync) or
+               die "E: could not generate NNTP article number for $oid";
        add_message($self, $eml, $smsg, $sync);
 }
 
 sub unindex_both { # git->cat_async callback
        my ($bref, $oid, $type, $size, $self) = @_;
-       my $eml = PublicInbox::Eml->new($bref);
-       unindex_eml($self, $oid, $eml);
-       unindex_mm($self, $eml);
+       unindex_eml($self, $oid, PublicInbox::Eml->new($bref));
 }
 
 # called by public-inbox-index
 sub index_sync {
-       my ($self, $opts) = @_;
-       delete $self->{lock_path} if $opts->{-skip_lock};
-       $self->{ibx}->with_umask(\&_index_sync, $self, $opts);
-}
-
-sub too_big ($$) {
-       my ($self, $oid) = @_;
-       my $max_size = $self->{index_max_size} or return;
-       my (undef, undef, $size) = $self->{ibx}->git->check($oid);
-       die "E: bad $oid in $self->{ibx}->{inboxdir}\n" if !defined($size);
-       return if $size <= $max_size;
-       warn "W: skipping $oid ($size > $max_size)\n";
-       1;
+       my ($self, $opt) = @_;
+       delete $self->{lock_path} if $opt->{-skip_lock};
+       $self->{ibx}->with_umask(\&_index_sync, $self, $opt);
+       if ($opt->{reindex}) {
+               my %again = %$opt;
+               delete @again{qw(rethread reindex)};
+               index_sync($self, \%again);
+       }
+}
+
+sub check_size { # check_async cb for -index --max-size=...
+       my ($oid, $type, $size, $arg, $git) = @_;
+       (($type // '') eq 'blob') or die "E: bad $oid in $git->{git_dir}";
+       if ($size <= $arg->{max_size}) {
+               $git->cat_async($oid, $arg->{index_oid}, $arg);
+       } else {
+               warn "W: skipping $oid ($size > $arg->{max_size})\n";
+       }
+}
+
+sub v1_checkpoint ($$;$) {
+       my ($self, $sync, $stk) = @_;
+       $self->{ibx}->git->check_async_wait;
+       $self->{ibx}->git->cat_async_wait;
+
+       # latest_cmt may be undef
+       my $newest = $stk ? $stk->{latest_cmt} : undef;
+       if ($newest) {
+               my $cur = $self->{mm}->last_commit || '';
+               if (need_update($self, $cur, $newest)) {
+                       $self->{mm}->last_commit($newest);
+               }
+       } else {
+               ${$sync->{max}} = $self->{batch_bytes};
+       }
+
+       $self->{mm}->{dbh}->commit;
+       if ($newest && need_xapian($self)) {
+               my $xdb = $self->{xdb};
+               my $cur = $xdb->get_metadata('last_commit');
+               if (need_update($self, $cur, $newest)) {
+                       $xdb->set_metadata('last_commit', $newest);
+               }
+
+               # let SearchView know a full --reindex was done so it can
+               # generate ->has_threadid-dependent links
+               if ($sync->{reindex} && !ref($sync->{reindex})) {
+                       my $n = $xdb->get_metadata('has_threadid');
+                       $xdb->set_metadata('has_threadid', '1') if $n ne '1';
+               }
+       }
+
+       $self->{oidx}->rethread_done($sync->{-opt}) if $newest; # all done
+       commit_txn_lazy($self);
+       $self->{ibx}->git->cleanup;
+       my $nr = ${$sync->{nr}};
+       idx_release($self, $nr);
+       # let another process do some work...
+       if (my $pr = $sync->{-opt}->{-progress}) {
+               $pr->("indexed $nr/$sync->{ntodo}\n") if $nr;
+       }
+       if (!$stk) { # more to come
+               begin_txn_lazy($self);
+               $self->{mm}->{dbh}->begin_work;
+       }
 }
 
 # only for v1
-sub read_log {
-       my ($self, $log, $batch_cb) = @_;
-       my $hex = '[a-f0-9]';
-       my $h40 = $hex .'{40}';
-       my $addmsg = qr!^:000000 100644 \S+ ($h40) A\t${hex}{2}/${hex}{38}$!;
-       my $delmsg = qr!^:100644 000000 ($h40) \S+ D\t${hex}{2}/${hex}{38}$!;
+sub process_stack {
+       my ($self, $sync, $stk) = @_;
        my $git = $self->{ibx}->git;
-       my $latest;
-       my $max = $BATCH_BYTES;
-       local $/ = "\n";
-       my %D;
-       my $line;
-       my $newest;
+       my $max = $self->{batch_bytes};
        my $nr = 0;
-       my $sync = { sidx => $self, nr => \$nr, max => \$max };
-       while (defined($line = <$log>)) {
-               if ($line =~ /$addmsg/o) {
-                       my $blob = $1;
-                       if (delete $D{$blob}) {
-                               # make sure pending index writes are done
-                               # before writing to ->mm
-                               $git->cat_async_wait;
-
-                               if (defined $self->{regen_down}) {
-                                       my $num = $self->{regen_down}--;
-                                       $self->{mm}->num_highwater($num);
-                               }
-                               next;
-                       }
-                       next if too_big($self, $blob);
-                       $git->cat_async($blob, \&index_both, { %$sync });
-                       if ($max <= 0) {
-                               $git->cat_async_wait;
-                               $max = $BATCH_BYTES;
-                               $batch_cb->($nr, $latest);
-                       }
-               } elsif ($line =~ /$delmsg/o) {
-                       my $blob = $1;
-                       $D{$blob} = 1 unless too_big($self, $blob);
-               } elsif ($line =~ /^commit ($h40)/o) {
-                       $latest = $1;
-                       $newest ||= $latest;
-               } elsif ($line =~ /^author .*? ([0-9]+) [\-\+][0-9]+$/) {
-                       $sync->{autime} = $1;
-               } elsif ($line =~ /^committer .*? ([0-9]+) [\-\+][0-9]+$/) {
-                       $sync->{cotime} = $1;
+       $sync->{nr} = \$nr;
+       $sync->{max} = \$max;
+       $sync->{sidx} = $self;
+
+       $self->{mm}->{dbh}->begin_work;
+       if (my @leftovers = keys %{delete($sync->{D}) // {}}) {
+               warn('W: unindexing '.scalar(@leftovers)." leftovers\n");
+               for my $oid (@leftovers) {
+                       $oid = unpack('H*', $oid);
+                       $git->cat_async($oid, \&unindex_both, $self);
                }
        }
-       close($log) or die "git log failed: \$?=$?";
-       # get the leftovers
-       foreach my $blob (keys %D) {
-               $git->cat_async($blob, \&unindex_both, $self);
+       if ($sync->{max_size} = $sync->{-opt}->{max_size}) {
+               $sync->{index_oid} = \&index_both;
+       }
+       while (my ($f, $at, $ct, $oid) = $stk->pop_rec) {
+               if ($f eq 'm') {
+                       my $arg = { %$sync, autime => $at, cotime => $ct };
+                       if ($sync->{max_size}) {
+                               $git->check_async($oid, \&check_size, $arg);
+                       } else {
+                               $git->cat_async($oid, \&index_both, $arg);
+                       }
+                       v1_checkpoint($self, $sync) if $max <= 0;
+               } elsif ($f eq 'd') {
+                       $git->cat_async($oid, \&unindex_both, $self);
+               }
        }
-       $git->cat_async_wait;
-       $batch_cb->($nr, $latest, $newest);
+       v1_checkpoint($self, $sync, $stk);
 }
 
-sub _git_log {
-       my ($self, $opts, $range) = @_;
-       my $git = $self->{ibx}->git;
-
-       if (index($range, '..') < 0) {
-               # don't show annoying git errors to users who run -index
-               # on empty inboxes
-               $git->qx(qw(rev-parse -q --verify), "$range^0");
-               if ($?) {
-                       open my $fh, '<', '/dev/null' or
-                               die "failed to open /dev/null: $!\n";
-                       return $fh;
-               }
+sub log2stack ($$$$) {
+       my ($sync, $git, $range, $ibx) = @_;
+       my $D = $sync->{D}; # OID_BIN => NR (if reindexing, undef otherwise)
+       my ($add, $del);
+       if ($ibx->version == 1) {
+               my $path = $hex.'{2}/'.$hex.'{38}';
+               $add = qr!\A:000000 100644 \S+ ($OID) A\t$path$!;
+               $del = qr!\A:100644 000000 ($OID) \S+ D\t$path$!;
+       } else {
+               $del = qr!\A:\d{6} 100644 $OID ($OID) [AM]\td$!;
+               $add = qr!\A:\d{6} 100644 $OID ($OID) [AM]\tm$!;
        }
 
        # Count the new files so they can be added newest to oldest
        # and still have numbers increasing from oldest to newest
-       my $fcount = 0;
-       my $pr = $opts->{-progress};
-       $pr->("counting changes\n\t$range ... ") if $pr;
-       # can't use 'rev-list --count' if we use --diff-filter
-       my $fh = $git->popen(qw(log --pretty=tformat:%h
-                            --no-notes --no-color --no-renames
-                            --diff-filter=AM), $range);
-       ++$fcount while <$fh>;
+       my $fh = $git->popen(qw(log --raw -r --pretty=tformat:%at-%ct-%H
+                               --no-notes --no-color --no-renames --no-abbrev),
+                               $range);
+       my ($at, $ct, $stk);
+       while (<$fh>) {
+               if (/\A([0-9]+)-([0-9]+)-($OID)$/o) {
+                       ($at, $ct) = ($1 + 0, $2 + 0);
+                       $stk //= PublicInbox::IdxStack->new($3);
+               } elsif (/$del/) {
+                       my $oid = $1;
+                       if ($D) { # reindex case
+                               $D->{pack('H*', $oid)}++;
+                       } else { # non-reindex case:
+                               $stk->push_rec('d', $at, $ct, $oid);
+                       }
+               } elsif (/$add/) {
+                       my $oid = $1;
+                       if ($D) {
+                               my $oid_bin = pack('H*', $oid);
+                               my $nr = --$D->{$oid_bin};
+                               delete($D->{$oid_bin}) if $nr <= 0;
+
+                               # nr < 0 (-1) means it never existed
+                               $stk->push_rec('m', $at, $ct, $oid) if $nr < 0;
+                       } else {
+                               $stk->push_rec('m', $at, $ct, $oid);
+                       }
+               }
+       }
        close $fh or die "git log failed: \$?=$?";
-       my $high = $self->{mm}->num_highwater;
-       $pr->("$fcount\n") if $pr; # continue previous line
-       $self->{ntodo} = $fcount;
+       $stk //= PublicInbox::IdxStack->new;
+       $stk->read_prepare;
+}
+
+sub prepare_stack ($$$) {
+       my ($self, $sync, $range) = @_;
+       my $git = $self->{ibx}->git;
 
        if (index($range, '..') < 0) {
-               if ($high && $high == $fcount) {
-                       # fix up old bugs in full indexes which caused messages to
-                       # not appear in Msgmap
-                       $self->{regen_up} = $high;
-               } else {
-                       # normal regen is for for fresh data
-                       $self->{regen_down} = $fcount;
-                       $self->{regen_down} += $high unless $opts->{reindex};
-               }
-       } else {
-               # Give oldest messages the smallest numbers
-               $self->{regen_down} = $high + $fcount;
+               # don't show annoying git errors to users who run -index
+               # on empty inboxes
+               $git->qx(qw(rev-parse -q --verify), "$range^0");
+               return PublicInbox::IdxStack->new->read_prepare if $?;
        }
-
-       $git->popen(qw/log --pretty=raw --no-notes --no-color --no-renames
-                               --raw -r --no-abbrev/, $range);
+       $sync->{D} = $sync->{reindex} ? {} : undef; # OID_BIN => NR
+       log2stack($sync, $git, $range, $self->{ibx});
 }
 
 # --is-ancestor requires git 1.8.0+
@@ -715,68 +761,34 @@ sub reindex_from ($$) {
 
 # indexes all unindexed messages (v1 only)
 sub _index_sync {
-       my ($self, $opts) = @_;
-       my $tip = $opts->{ref} || 'HEAD';
-       my ($last_commit, $lx, $xlog);
+       my ($self, $opt) = @_;
+       my $tip = $opt->{ref} || 'HEAD';
        my $git = $self->{ibx}->git;
+       $self->{batch_bytes} = $opt->{batch_size} // $BATCH_BYTES;
        $git->batch_prepare;
-       my $pr = $opts->{-progress};
-
+       my $pr = $opt->{-progress};
+       my $sync = { reindex => $opt->{reindex}, -opt => $opt };
        my $xdb = $self->begin_txn_lazy;
-       $self->{over}->rethread_prepare($opts);
+       $self->{oidx}->rethread_prepare($opt);
        my $mm = _msgmap_init($self);
-       do {
-               $xlog = undef; # stop previous git-log via SIGPIPE
-               $last_commit = _last_x_commit($self, $mm);
-               $lx = reindex_from($opts->{reindex}, $last_commit);
-
-               $self->{over}->rollback_lazy;
-               $self->{over}->disconnect;
-               $git->cleanup;
-               delete $self->{txn};
-               $xdb->cancel_transaction if $xdb;
-               $xdb = idx_release($self);
-
-               # ensure we leak no FDs to "git log" with Xapian <= 1.2
-               my $range = $lx eq '' ? $tip : "$lx..$tip";
-               $xlog = _git_log($self, $opts, $range);
-
-               $xdb = $self->begin_txn_lazy;
-       } while (_last_x_commit($self, $mm) ne $last_commit);
-
-       my $dbh = $mm->{dbh} if $mm;
-       my $batch_cb = sub {
-               my ($nr, $commit, $newest) = @_;
-               if ($dbh) {
-                       if ($newest) {
-                               my $cur = $mm->last_commit || '';
-                               if (need_update($self, $cur, $newest)) {
-                                       $mm->last_commit($newest);
-                               }
-                       }
-                       $dbh->commit;
-               }
-               if ($newest && need_xapian($self)) {
-                       my $cur = $xdb->get_metadata('last_commit');
-                       if (need_update($self, $cur, $newest)) {
-                               $xdb->set_metadata('last_commit', $newest);
-                       }
-               }
-
-               $self->{over}->rethread_done($opts) if $newest; # all done
-               $self->commit_txn_lazy;
-               $git->cleanup;
-               $xdb = idx_release($self, $nr);
-               # let another process do some work...
-               $pr->("indexed $nr/$self->{ntodo}\n") if $pr && $nr;
-               if (!$newest) { # more to come
-                       $xdb = $self->begin_txn_lazy;
-                       $dbh->begin_work if $dbh;
+       if ($sync->{reindex}) {
+               my $last = $mm->last_commit;
+               if ($last) {
+                       $tip = $last;
+               } else {
+                       # somebody just blindly added --reindex when indexing
+                       # for the first time, allow it:
+                       undef $sync->{reindex};
                }
-       };
-
-       $dbh->begin_work;
-       read_log($self, $xlog, $batch_cb);
+       }
+       my $last_commit = _last_x_commit($self, $mm);
+       my $lx = reindex_from($sync->{reindex}, $last_commit);
+       my $range = $lx eq '' ? $tip : "$lx..$tip";
+       $pr->("counting changes\n\t$range ... ") if $pr;
+       my $stk = prepare_stack($self, $sync, $range);
+       $sync->{ntodo} = $stk ? $stk->num_records : 0;
+       $pr->("$sync->{ntodo}\n") if $pr; # continue previous line
+       process_stack($self, $sync, $stk);
 }
 
 sub DESTROY {
@@ -785,44 +797,10 @@ sub DESTROY {
        $_[0]->{lockfh} = undef;
 }
 
-# remote_* subs are only used by SearchIdxPart
-sub remote_commit {
-       my ($self) = @_;
-       if (my $w = $self->{w}) {
-               print $w "commit\n" or die "failed to write commit: $!";
-       } else {
-               $self->commit_txn_lazy;
-       }
-}
-
-sub remote_close {
-       my ($self) = @_;
-       if (my $w = delete $self->{w}) {
-               my $pid = delete $self->{pid} or die "no process to wait on\n";
-               print $w "close\n" or die "failed to write to pid:$pid: $!\n";
-               close $w or die "failed to close pipe for pid:$pid: $!\n";
-               waitpid($pid, 0) == $pid or die "remote process did not finish";
-               $? == 0 or die ref($self)." pid:$pid exited with: $?";
-       } else {
-               die "transaction in progress $self\n" if $self->{txn};
-               idx_release($self) if $self->{xdb};
-       }
-}
-
-sub remote_remove {
-       my ($self, $oid, $num) = @_;
-       if (my $w = $self->{w}) {
-               # triggers remove_by_oid in a shard
-               print $w "D $oid $num\n" or die "failed to write remove $!";
-       } else {
-               $self->remove_by_oid($oid, $num);
-       }
-}
-
 sub _begin_txn {
        my ($self) = @_;
        my $xdb = $self->{xdb} || idx_acquire($self);
-       $self->{over}->begin_lazy if $self->{over};
+       $self->{oidx}->begin_lazy if $self->{oidx};
        $xdb->begin_transaction if $xdb;
        $self->{txn} = 1;
        $xdb;
@@ -835,26 +813,34 @@ sub begin_txn_lazy {
 
 # store 'indexlevel=medium' in v2 shard=0 and v1 (only one shard)
 # This metadata is read by Admin::detect_indexlevel:
-sub set_indexlevel {
+sub set_metadata_once {
        my ($self) = @_;
 
-       if (!$self->{shard} && # undef or 0, not >0
-                       delete($self->{-set_indexlevel_once})) {
-               my $xdb = $self->{xdb};
+       return if $self->{shard}; # only continue if undef or 0, not >0
+       my $xdb = $self->{xdb};
+
+       if (delete($self->{-set_has_threadid_once})) {
+               $xdb->set_metadata('has_threadid', '1');
+       }
+       if (delete($self->{-set_indexlevel_once})) {
                my $level = $xdb->get_metadata('indexlevel');
                if (!$level || $level ne 'medium') {
                        $xdb->set_metadata('indexlevel', 'medium');
                }
        }
+       if (delete($self->{-set_skip_docdata_once})) {
+               $xdb->get_metadata('skip_docdata') or
+                       $xdb->set_metadata('skip_docdata', '1');
+       }
 }
 
 sub _commit_txn {
        my ($self) = @_;
        if (my $xdb = $self->{xdb}) {
-               set_indexlevel($self);
+               set_metadata_once($self);
                $xdb->commit_transaction;
        }
-       $self->{over}->commit_lazy if $self->{over};
+       $self->{oidx}->commit_lazy if $self->{oidx};
 }
 
 sub commit_txn_lazy {