dak/check_archive.py

   1 #!/usr/bin/env python
   2
   3 """ Various different sanity checks
   4
   5 @contact: Debian FTP Master <ftpmaster@debian.org>
   6 @copyright: (C) 2000, 2001, 2002, 2003, 2004, 2006  James Troup <james@nocrew.org>
   7 @license: GNU General Public License version 2 or later
   8 """
   9
  10 # This program is free software; you can redistribute it and/or modify
  11 # it under the terms of the GNU General Public License as published by
  12 # the Free Software Foundation; either version 2 of the License, or
  13 # (at your option) any later version.
  14
  15 # This program is distributed in the hope that it will be useful,
  16 # but WITHOUT ANY WARRANTY; without even the implied warranty of
  17 # MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  18 # GNU General Public License for more details.
  19
  20 # You should have received a copy of the GNU General Public License
  21 # along with this program; if not, write to the Free Software
  22 # Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA  02111-1307  USA
  23
  24 ################################################################################
  25
  26 #   And, lo, a great and menacing voice rose from the depths, and with
  27 #   great wrath and vehemence it's voice boomed across the
  28 #   land... ``hehehehehehe... that *tickles*''
  29 #                                                       -- aj on IRC
  30
  31 ################################################################################
  32
  33 import commands
  34 import os
  35 import stat
  36 import sys
  37 import time
  38 import apt_pkg
  39 import apt_inst
  40
  41 from daklib.dbconn import *
  42 from daklib import utils
  43 from daklib.config import Config
  44 from daklib.dak_exceptions import InvalidDscError, ChangesUnicodeError, CantOpenError
  45
  46 ################################################################################
  47
  48 db_files = {}                  #: Cache of filenames as known by the database
  49 waste = 0.0                    #: How many bytes are "wasted" by files not referenced in database
  50 excluded = {}                  #: List of files which are excluded from files check
  51 current_file = None
  52 future_files = {}
  53 current_time = time.time()     #: now()
  54
  55 ################################################################################
  56
  57 def usage(exit_code=0):
  58     print """Usage: dak check-archive MODE
  59 Run various sanity checks of the archive and/or database.
  60
  61   -h, --help                show this help and exit.
  62
  63 The following MODEs are available:
  64
  65   checksums          - validate the checksums stored in the database
  66   files              - check files in the database against what's in the archive
  67   dsc-syntax         - validate the syntax of .dsc files in the archive
  68   missing-overrides  - check for missing overrides
  69   source-in-one-dir  - ensure the source for each package is in one directory
  70   timestamps         - check for future timestamps in .deb's
  71   files-in-dsc       - ensure each .dsc references appropriate Files
  72   validate-indices   - ensure files mentioned in Packages & Sources exist
  73   files-not-symlinks - check files in the database aren't symlinks
  74   validate-builddeps - validate build-dependencies of .dsc files in the archive
  75   add-missing-source-checksums - add missing checksums for source packages
  76 """
  77     sys.exit(exit_code)
  78
  79 ################################################################################
  80
  81 def process_dir (unused, dirname, filenames):
  82     """
  83     Process a directory and output every files name which is not listed already
  84     in the C{filenames} or global C{excluded} dictionaries.
  85
  86     @type dirname: string
  87     @param dirname: the directory to look at
  88
  89     @type filenames: dict
  90     @param filenames: Known filenames to ignore
  91     """
  92     global waste, db_files, excluded
  93
  94     if dirname.find('/disks-') != -1 or dirname.find('upgrade-') != -1:
  95         return
  96     # hack; can't handle .changes files
  97     if dirname.find('proposed-updates') != -1:
  98         return
  99     for name in filenames:
 100         filename = os.path.abspath(os.path.join(dirname,name))
 101         if os.path.isfile(filename) and not os.path.islink(filename) and not db_files.has_key(filename) and not excluded.has_key(filename):
 102             waste += os.stat(filename)[stat.ST_SIZE]
 103             print "%s" % (filename)
 104
 105 ################################################################################
 106
 107 def check_files():
 108     """
 109     Prepare the dictionary of existing filenames, then walk through the archive
 110     pool/ directory to compare it.
 111     """
 112     cnf = Config()
 113     session = DBConn().session()
 114
 115     query = """
 116         SELECT archive.name, suite.suite_name, f.filename
 117           FROM binaries b
 118           JOIN bin_associations ba ON b.id = ba.bin
 119           JOIN suite ON ba.suite = suite.id
 120           JOIN archive ON suite.archive_id = archive.id
 121           JOIN files f ON b.file = f.id
 122          WHERE NOT EXISTS (SELECT 1 FROM files_archive_map af
 123                             WHERE af.archive_id = suite.archive_id
 124                               AND af.file_id = b.file)
 125          ORDER BY archive.name, suite.suite_name, f.filename
 126         """
 127     for row in session.execute(query):
 128         print "MISSING-ARCHIVE-FILE {0} {1} {2}".vformat(row)
 129
 130     query = """
 131         SELECT archive.name, suite.suite_name, f.filename
 132           FROM source s
 133           JOIN src_associations sa ON s.id = sa.source
 134           JOIN suite ON sa.suite = suite.id
 135           JOIN archive ON suite.archive_id = archive.id
 136           JOIN dsc_files df ON s.id = df.source
 137           JOIN files f ON df.file = f.id
 138          WHERE NOT EXISTS (SELECT 1 FROM files_archive_map af
 139                             WHERE af.archive_id = suite.archive_id
 140                               AND af.file_id = df.file)
 141          ORDER BY archive.name, suite.suite_name, f.filename
 142         """
 143     for row in session.execute(query):
 144         print "MISSING-ARCHIVE-FILE {0} {1} {2}".vformat(row)
 145
 146     archive_files = session.query(ArchiveFile) \
 147         .join(ArchiveFile.archive).join(ArchiveFile.file) \
 148         .order_by(Archive.archive_name, PoolFile.filename)
 149
 150     expected_files = set()
 151     for af in archive_files:
 152         path = af.path
 153         expected_files.add(af.path)
 154         if not os.path.exists(path):
 155             print "MISSING-FILE {0} {1} {2}".format(af.archive.archive_name, af.file.filename, path)
 156
 157     archives = session.query(Archive).order_by(Archive.archive_name)
 158
 159     for a in archives:
 160         top = os.path.join(a.path, 'pool')
 161         for dirpath, dirnames, filenames in os.walk(top):
 162             for fn in filenames:
 163                 path = os.path.join(dirpath, fn)
 164                 if path in expected_files:
 165                     continue
 166                 print "UNEXPECTED-FILE {0} {1}".format(a.archive_name, path)
 167
 168 ################################################################################
 169
 170 def check_dscs():
 171     """
 172     Parse every .dsc file in the archive and check for it's validity.
 173     """
 174
 175     count = 0
 176
 177     for src in DBConn().session().query(DBSource).order_by(DBSource.source, DBSource.version):
 178         f = src.poolfile.fullpath
 179         try:
 180             utils.parse_changes(f, signing_rules=1, dsc_file=1)
 181         except InvalidDscError:
 182             utils.warn("syntax error in .dsc file %s" % f)
 183             count += 1
 184         except ChangesUnicodeError:
 185             utils.warn("found invalid dsc file (%s), not properly utf-8 encoded" % f)
 186             count += 1
 187         except CantOpenError:
 188             utils.warn("missing dsc file (%s)" % f)
 189             count += 1
 190         except Exception as e:
 191             utils.warn("miscellaneous error parsing dsc file (%s): %s" % (f, str(e)))
 192             count += 1
 193
 194     if count:
 195         utils.warn("Found %s invalid .dsc files." % (count))
 196
 197 ################################################################################
 198
 199 def check_override():
 200     """
 201     Check for missing overrides in stable and unstable.
 202     """
 203     session = DBConn().session()
 204
 205     for suite_name in [ "stable", "unstable" ]:
 206         print suite_name
 207         print "-" * len(suite_name)
 208         print
 209         suite = get_suite(suite_name)
 210         q = session.execute("""
 211 SELECT DISTINCT b.package FROM binaries b, bin_associations ba
 212  WHERE b.id = ba.bin AND ba.suite = :suiteid AND NOT EXISTS
 213        (SELECT 1 FROM override o WHERE o.suite = :suiteid AND o.package = b.package)"""
 214                           % {'suiteid': suite.suite_id})
 215
 216         for j in q.fetchall():
 217             print j[0]
 218
 219         q = session.execute("""
 220 SELECT DISTINCT s.source FROM source s, src_associations sa
 221   WHERE s.id = sa.source AND sa.suite = :suiteid AND NOT EXISTS
 222        (SELECT 1 FROM override o WHERE o.suite = :suiteid and o.package = s.source)"""
 223                           % {'suiteid': suite.suite_id})
 224         for j in q.fetchall():
 225             print j[0]
 226
 227 ################################################################################
 228
 229
 230 def check_source_in_one_dir():
 231     """
 232     Ensure that the source files for any given package is all in one
 233     directory so that 'apt-get source' works...
 234     """
 235
 236     # Not the most enterprising method, but hey...
 237     broken_count = 0
 238
 239     session = DBConn().session()
 240
 241     q = session.query(DBSource)
 242     for s in q.all():
 243         first_path = ""
 244         first_filename = ""
 245         broken = False
 246
 247         qf = session.query(PoolFile).join(Location).join(DSCFile).filter_by(source_id=s.source_id)
 248         for f in qf.all():
 249             # 0: path
 250             # 1: filename
 251             filename = os.path.join(f.location.path, f.filename)
 252             path = os.path.dirname(filename)
 253
 254             if first_path == "":
 255                 first_path = path
 256                 first_filename = filename
 257             elif first_path != path:
 258                 symlink = path + '/' + os.path.basename(first_filename)
 259                 if not os.path.exists(symlink):
 260                     broken = True
 261                     print "WOAH, we got a live one here... %s [%s] {%s}" % (filename, s.source_id, symlink)
 262         if broken:
 263             broken_count += 1
 264
 265     print "Found %d source packages where the source is not all in one directory." % (broken_count)
 266
 267 ################################################################################
 268 def check_checksums():
 269     """
 270     Validate all files
 271     """
 272     print "Getting file information from database..."
 273     q = DBConn().session().query(PoolFile)
 274
 275     print "Checking file checksums & sizes..."
 276     for f in q:
 277         filename = os.path.abspath(os.path.join(f.location.path, f.filename))
 278
 279         try:
 280             fi = utils.open_file(filename)
 281         except:
 282             utils.warn("can't open '%s'." % (filename))
 283             continue
 284
 285         size = os.stat(filename)[stat.ST_SIZE]
 286         if size != f.filesize:
 287             utils.warn("**WARNING** size mismatch for '%s' ('%s' [current] vs. '%s' [db])." % (filename, size, f.filesize))
 288
 289         md5sum = apt_pkg.md5sum(fi)
 290         if md5sum != f.md5sum:
 291             utils.warn("**WARNING** md5sum mismatch for '%s' ('%s' [current] vs. '%s' [db])." % (filename, md5sum, f.md5sum))
 292
 293         fi.seek(0)
 294         sha1sum = apt_pkg.sha1sum(fi)
 295         if sha1sum != f.sha1sum:
 296             utils.warn("**WARNING** sha1sum mismatch for '%s' ('%s' [current] vs. '%s' [db])." % (filename, sha1sum, f.sha1sum))
 297
 298         fi.seek(0)
 299         sha256sum = apt_pkg.sha256sum(fi)
 300         if sha256sum != f.sha256sum:
 301             utils.warn("**WARNING** sha256sum mismatch for '%s' ('%s' [current] vs. '%s' [db])." % (filename, sha256sum, f.sha256sum))
 302
 303     print "Done."
 304
 305 ################################################################################
 306 #
 307
 308 def Ent(Kind,Name,Link,Mode,UID,GID,Size,MTime,Major,Minor):
 309     global future_files
 310
 311     if MTime > current_time:
 312         future_files[current_file] = MTime
 313         print "%s: %s '%s','%s',%u,%u,%u,%u,%u,%u,%u" % (current_file, Kind,Name,Link,Mode,UID,GID,Size, MTime, Major, Minor)
 314
 315 def check_timestamps():
 316     """
 317     Check all files for timestamps in the future; common from hardware
 318     (e.g. alpha) which have far-future dates as their default dates.
 319     """
 320
 321     global current_file
 322
 323     q = DBConn().session().query(PoolFile).filter(PoolFile.filename.like('.deb$'))
 324
 325     db_files.clear()
 326     count = 0
 327
 328     for pf in q.all():
 329         filename = os.path.abspath(os.path.join(pf.location.path, pf.filename))
 330         if os.access(filename, os.R_OK):
 331             f = utils.open_file(filename)
 332             current_file = filename
 333             sys.stderr.write("Processing %s.\n" % (filename))
 334             apt_inst.debExtract(f, Ent, "control.tar.gz")
 335             f.seek(0)
 336             apt_inst.debExtract(f, Ent, "data.tar.gz")
 337             count += 1
 338
 339     print "Checked %d files (out of %d)." % (count, len(db_files.keys()))
 340
 341 ################################################################################
 342
 343 def check_files_in_dsc():
 344     """
 345     Ensure each .dsc lists appropriate files in its Files field (according
 346     to the format announced in its Format field).
 347     """
 348     count = 0
 349
 350     print "Building list of database files..."
 351     q = DBConn().session().query(PoolFile).filter(PoolFile.filename.like('.dsc$'))
 352
 353     if q.count() > 0:
 354         print "Checking %d files..." % len(ql)
 355     else:
 356         print "No files to check."
 357
 358     for pf in q.all():
 359         filename = os.path.abspath(os.path.join(pf.location.path + pf.filename))
 360
 361         try:
 362             # NB: don't enforce .dsc syntax
 363             dsc = utils.parse_changes(filename, dsc_file=1)
 364         except:
 365             utils.fubar("error parsing .dsc file '%s'." % (filename))
 366
 367         reasons = utils.check_dsc_files(filename, dsc)
 368         for r in reasons:
 369             utils.warn(r)
 370
 371         if len(reasons) > 0:
 372             count += 1
 373
 374     if count:
 375         utils.warn("Found %s invalid .dsc files." % (count))
 376
 377
 378 ################################################################################
 379
 380 def validate_sources(suite, component):
 381     """
 382     Ensure files mentioned in Sources exist
 383     """
 384     filename = "%s/dists/%s/%s/source/Sources.gz" % (Cnf["Dir::Root"], suite, component)
 385     print "Processing %s..." % (filename)
 386     # apt_pkg.ParseTagFile needs a real file handle and can't handle a GzipFile instance...
 387     (fd, temp_filename) = utils.temp_filename()
 388     (result, output) = commands.getstatusoutput("gunzip -c %s > %s" % (filename, temp_filename))
 389     if (result != 0):
 390         sys.stderr.write("Gunzip invocation failed!\n%s\n" % (output))
 391         sys.exit(result)
 392     sources = utils.open_file(temp_filename)
 393     Sources = apt_pkg.ParseTagFile(sources)
 394     while Sources.Step():
 395         source = Sources.Section.Find('Package')
 396         directory = Sources.Section.Find('Directory')
 397         files = Sources.Section.Find('Files')
 398         for i in files.split('\n'):
 399             (md5, size, name) = i.split()
 400             filename = "%s/%s/%s" % (Cnf["Dir::Root"], directory, name)
 401             if not os.path.exists(filename):
 402                 if directory.find("potato") == -1:
 403                     print "W: %s missing." % (filename)
 404                 else:
 405                     pool_location = utils.poolify (source, component)
 406                     pool_filename = "%s/%s/%s" % (Cnf["Dir::Pool"], pool_location, name)
 407                     if not os.path.exists(pool_filename):
 408                         print "E: %s missing (%s)." % (filename, pool_filename)
 409                     else:
 410                         # Create symlink
 411                         pool_filename = os.path.normpath(pool_filename)
 412                         filename = os.path.normpath(filename)
 413                         src = utils.clean_symlink(pool_filename, filename, Cnf["Dir::Root"])
 414                         print "Symlinking: %s -> %s" % (filename, src)
 415                         #os.symlink(src, filename)
 416     sources.close()
 417     os.unlink(temp_filename)
 418
 419 ########################################
 420
 421 def validate_packages(suite, component, architecture):
 422     """
 423     Ensure files mentioned in Packages exist
 424     """
 425     filename = "%s/dists/%s/%s/binary-%s/Packages.gz" \
 426                % (Cnf["Dir::Root"], suite, component, architecture)
 427     print "Processing %s..." % (filename)
 428     # apt_pkg.ParseTagFile needs a real file handle and can't handle a GzipFile instance...
 429     (fd, temp_filename) = utils.temp_filename()
 430     (result, output) = commands.getstatusoutput("gunzip -c %s > %s" % (filename, temp_filename))
 431     if (result != 0):
 432         sys.stderr.write("Gunzip invocation failed!\n%s\n" % (output))
 433         sys.exit(result)
 434     packages = utils.open_file(temp_filename)
 435     Packages = apt_pkg.ParseTagFile(packages)
 436     while Packages.Step():
 437         filename = "%s/%s" % (Cnf["Dir::Root"], Packages.Section.Find('Filename'))
 438         if not os.path.exists(filename):
 439             print "W: %s missing." % (filename)
 440     packages.close()
 441     os.unlink(temp_filename)
 442
 443 ########################################
 444
 445 def check_indices_files_exist():
 446     """
 447     Ensure files mentioned in Packages & Sources exist
 448     """
 449     for suite in [ "stable", "testing", "unstable" ]:
 450         for component in get_component_names():
 451             architectures = get_suite_architectures(suite)
 452             for arch in [ i.arch_string.lower() for i in architectures ]:
 453                 if arch == "source":
 454                     validate_sources(suite, component)
 455                 elif arch == "all":
 456                     continue
 457                 else:
 458                     validate_packages(suite, component, arch)
 459
 460 ################################################################################
 461
 462 def check_files_not_symlinks():
 463     """
 464     Check files in the database aren't symlinks
 465     """
 466     print "Building list of database files... ",
 467     before = time.time()
 468     q = DBConn().session().query(PoolFile).filter(PoolFile.filename.like('.dsc$'))
 469
 470     for pf in q.all():
 471         filename = os.path.abspath(os.path.join(pf.location.path, pf.filename))
 472         if os.access(filename, os.R_OK) == 0:
 473             utils.warn("%s: doesn't exist." % (filename))
 474         else:
 475             if os.path.islink(filename):
 476                 utils.warn("%s: is a symlink." % (filename))
 477
 478 ################################################################################
 479
 480 def chk_bd_process_dir (unused, dirname, filenames):
 481     for name in filenames:
 482         if not name.endswith(".dsc"):
 483             continue
 484         filename = os.path.abspath(dirname+'/'+name)
 485         dsc = utils.parse_changes(filename, dsc_file=1)
 486         for field_name in [ "build-depends", "build-depends-indep" ]:
 487             field = dsc.get(field_name)
 488             if field:
 489                 try:
 490                     apt_pkg.ParseSrcDepends(field)
 491                 except:
 492                     print "E: [%s] %s: %s" % (filename, field_name, field)
 493                     pass
 494
 495 ################################################################################
 496
 497 def check_build_depends():
 498     """ Validate build-dependencies of .dsc files in the archive """
 499     cnf = Config()
 500     os.path.walk(cnf["Dir::Root"], chk_bd_process_dir, None)
 501
 502 ################################################################################
 503
 504 _add_missing_source_checksums_query = R"""
 505 INSERT INTO source_metadata
 506   (src_id, key_id, value)
 507 SELECT
 508   s.id,
 509   :checksum_key,
 510   E'\n' ||
 511     (SELECT STRING_AGG(' ' || tmp.checksum || ' ' || tmp.size || ' ' || tmp.basename, E'\n' ORDER BY tmp.basename)
 512      FROM
 513        (SELECT
 514             CASE :checksum_type
 515               WHEN 'Files' THEN f.md5sum
 516               WHEN 'Checksums-Sha1' THEN f.sha1sum
 517               WHEN 'Checksums-Sha256' THEN f.sha256sum
 518             END AS checksum,
 519             f.size,
 520             SUBSTRING(f.filename FROM E'/([^/]*)\\Z') AS basename
 521           FROM files f JOIN dsc_files ON f.id = dsc_files.file
 522           WHERE dsc_files.source = s.id AND f.id != s.file
 523        ) AS tmp
 524     )
 525
 526   FROM
 527     source s
 528   WHERE NOT EXISTS (SELECT 1 FROM source_metadata md WHERE md.src_id=s.id AND md.key_id = :checksum_key);
 529 """
 530
 531 def add_missing_source_checksums():
 532     """ Add missing source checksums to source_metadata """
 533     session = DBConn().session()
 534     for checksum in ['Files', 'Checksums-Sha1', 'Checksums-Sha256']:
 535         checksum_key = get_or_set_metadatakey(checksum, session).key_id
 536         rows = session.execute(_add_missing_source_checksums_query,
 537             {'checksum_key': checksum_key, 'checksum_type': checksum}).rowcount
 538         if rows > 0:
 539             print "Added {0} missing entries for {1}".format(rows, checksum)
 540     session.commit()
 541
 542 ################################################################################
 543
 544 def main ():
 545     global db_files, waste, excluded
 546
 547     cnf = Config()
 548
 549     Arguments = [('h',"help","Check-Archive::Options::Help")]
 550     for i in [ "help" ]:
 551         if not cnf.has_key("Check-Archive::Options::%s" % (i)):
 552             cnf["Check-Archive::Options::%s" % (i)] = ""
 553
 554     args = apt_pkg.parse_commandline(cnf.Cnf, Arguments, sys.argv)
 555
 556     Options = cnf.subtree("Check-Archive::Options")
 557     if Options["Help"]:
 558         usage()
 559
 560     if len(args) < 1:
 561         utils.warn("dak check-archive requires at least one argument")
 562         usage(1)
 563     elif len(args) > 1:
 564         utils.warn("dak check-archive accepts only one argument")
 565         usage(1)
 566     mode = args[0].lower()
 567
 568     # Initialize DB
 569     DBConn()
 570
 571     if mode == "checksums":
 572         check_checksums()
 573     elif mode == "files":
 574         check_files()
 575     elif mode == "dsc-syntax":
 576         check_dscs()
 577     elif mode == "missing-overrides":
 578         check_override()
 579     elif mode == "source-in-one-dir":
 580         check_source_in_one_dir()
 581     elif mode == "timestamps":
 582         check_timestamps()
 583     elif mode == "files-in-dsc":
 584         check_files_in_dsc()
 585     elif mode == "validate-indices":
 586         check_indices_files_exist()
 587     elif mode == "files-not-symlinks":
 588         check_files_not_symlinks()
 589     elif mode == "validate-builddeps":
 590         check_build_depends()
 591     elif mode == "add-missing-source-checksums":
 592         add_missing_source_checksums()
 593     else:
 594         utils.warn("unknown mode '%s'" % (mode))
 595         usage(1)
 596
 597 ################################################################################
 598
 599 if __name__ == '__main__':
 600     main()