]> Sergey Matveev's repositories - public-inbox.git/blobdiff - t/check-www-inbox.perl
www: drop --subject from "git send-email" instructions
[public-inbox.git] / t / check-www-inbox.perl
index 6232f1647bcc9174a9e0d5a9ee7603c6e5840688..033b90d174dc16d4ccca8bc2a1c2ab189b2ca0af 100644 (file)
@@ -1,5 +1,5 @@
 #!/usr/bin/perl -w
-# Copyright (C) 2016-2019 all contributors <meta@public-inbox.org>
+# Copyright (C) 2016-2021 all contributors <meta@public-inbox.org>
 # License: AGPL-3.0+ <https://www.gnu.org/licenses/agpl-3.0.txt>
 # Parallel WWW checker
 my $usage = "$0 [-j JOBS] [-s SLOW_THRESHOLD] URL_OF_INBOX\n";
@@ -14,6 +14,13 @@ use POSIX qw(:sys_wait_h);
 use Time::HiRes qw(gettimeofday tv_interval);
 use WWW::Mechanize;
 use Data::Dumper;
+
+# we want to use vfork+exec with spawn, WWW::Mechanize can use too much
+# memory and fork(2) fails
+use PublicInbox::Spawn qw(spawn which);
+$ENV{PERL_INLINE_DIRECTORY} or warn "PERL_INLINE_DIRECTORY unset, may OOM\n";
+
+our $tmp_owner = $$;
 my $nproc = 4;
 my $slow = 0.5;
 my %opts = (
@@ -23,17 +30,39 @@ my %opts = (
 GetOptions(%opts) or die "bad command-line args\n$usage";
 my $root_url = shift or die $usage;
 
-chomp(my $xmlstarlet = `which xmlstarlet 2>/dev/null`);
+chomp(my $xmlstarlet = which('xmlstarlet'));
 my $atom_check = eval {
-       require IPC::Run;
        my $cmd = [ qw(xmlstarlet val -e -) ];
        sub {
                my ($in, $out, $err) = @_;
-               IPC::Run::run($cmd, $in, $out, $err);
+               use autodie;
+               open my $in_fh, '+>', undef;
+               open my $out_fh, '+>', undef;
+               open my $err_fh, '+>', undef;
+               print $in_fh $$in;
+               $in_fh->flush;
+               sysseek($in_fh, 0, 0);
+               my $rdr = {
+                       0 => fileno($in_fh),
+                       1 => fileno($out_fh),
+                       2 => fileno($err_fh),
+               };
+               my $pid = spawn($cmd, undef, $rdr);
+               while (waitpid($pid, 0) != $pid) {
+                       next if $!{EINTR};
+                       warn "waitpid(xmlstarlet, $pid) $!";
+                       return $!;
+               }
+               sysseek($out_fh, 0, 0);
+               sysread($out_fh, $$out, -s $out_fh);
+               sysseek($err_fh, 0, 0);
+               sysread($err_fh, $$err, -s $err_fh);
+               $?
        }
 } if $xmlstarlet;
 
 my %workers;
+$SIG{INT} = sub { exit 130 };
 $SIG{TERM} = sub { exit 0 };
 $SIG{CHLD} = sub {
        while (1) {
@@ -62,7 +91,7 @@ foreach my $p (1..$nproc) {
        }
 }
 
-my ($fh, $tmp) = tempfile('www-check-XXXXXXXX',
+my ($fh, $tmp) = tempfile('www-check-XXXX',
                        SUFFIX => '.gdbm', UNLINK => 1, TMPDIR => 1);
 my $gdbm = tie my %seen, 'GDBM_File', $tmp, &GDBM_WRCREAT, 0600;
 defined $gdbm or die "gdbm open failed: $!\n";
@@ -118,8 +147,10 @@ while (keys %workers) { # reacts to SIGCHLD
 
 sub worker_loop {
        my ($todo_rd, $done_wr) = @_;
+       $SIG{CHLD} = 'DEFAULT';
        my $m = WWW::Mechanize->new(autocheck => 0);
        my $cc = LWP::ConnCache->new;
+       $m->stack_depth(0); # no history
        $m->conn_cache($cc);
        while (1) {
                $todo_rd->recv(my $u, 65535, 0);
@@ -144,7 +175,7 @@ sub worker_loop {
                my $s;
                # blocking
                foreach my $l (@links, "DONE\t$u") {
-                       next if $l eq '';
+                       next if $l eq '' || $l =~ /\.mbox(?:\.gz)\z/;
                        do {
                                $s = $done_wr->send($l, MSG_EOR);
                        } while (!defined $s && $!{EINTR});
@@ -162,8 +193,8 @@ sub worker_loop {
                if ($atom_check && $ct =~ m!\bapplication/atom\+xml\b!) {
                        my $raw = $r->decoded_content;
                        my ($out, $err) = ('', '');
-                       $atom_check->(\$raw, \$out, \$err) and
-                               warn "Atom ($?) - $u - <1:$out> <2:$err>\n";
+                       my $fail = $atom_check->(\$raw, \$out, \$err);
+                       warn "Atom ($fail) - $u - <1:$out> <2:$err>\n" if $fail;
                }
 
                next if $ct !~ m!\btext/html\b!;