dak/check_archive.py

   1 #!/usr/bin/env python
   2
   3 # Various different sanity checks
   4 # Copyright (C) 2000, 2001, 2002, 2003, 2004, 2006  James Troup <james@nocrew.org>
   5
   6 # This program is free software; you can redistribute it and/or modify
   7 # it under the terms of the GNU General Public License as published by
   8 # the Free Software Foundation; either version 2 of the License, or
   9 # (at your option) any later version.
  10
  11 # This program is distributed in the hope that it will be useful,
  12 # but WITHOUT ANY WARRANTY; without even the implied warranty of
  13 # MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  14 # GNU General Public License for more details.
  15
  16 # You should have received a copy of the GNU General Public License
  17 # along with this program; if not, write to the Free Software
  18 # Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA  02111-1307  USA
  19
  20 ################################################################################
  21
  22 #   And, lo, a great and menacing voice rose from the depths, and with
  23 #   great wrath and vehemence it's voice boomed across the
  24 #   land... ``hehehehehehe... that *tickles*''
  25 #                                                       -- aj on IRC
  26
  27 ################################################################################
  28
  29 import commands, os, pg, stat, sys, time
  30 import apt_pkg, apt_inst
  31 from daklib import database
  32 from daklib import utils
  33
  34 ################################################################################
  35
  36 Cnf = None
  37 projectB = None
  38 db_files = {}
  39 waste = 0.0
  40 excluded = {}
  41 current_file = None
  42 future_files = {}
  43 current_time = time.time()
  44
  45 ################################################################################
  46
  47 def usage(exit_code=0):
  48     print """Usage: dak check-archive MODE
  49 Run various sanity checks of the archive and/or database.
  50
  51   -h, --help                show this help and exit.
  52
  53 The following MODEs are available:
  54
  55   checksums          - validate the checksums stored in the database
  56   files              - check files in the database against what's in the archive
  57   dsc-syntax         - validate the syntax of .dsc files in the archive
  58   missing-overrides  - check for missing overrides
  59   source-in-one-dir  - ensure the source for each package is in one directory
  60   timestamps         - check for future timestamps in .deb's
  61   tar-gz-in-dsc      - ensure each .dsc lists a .tar.gz file
  62   validate-indices   - ensure files mentioned in Packages & Sources exist
  63   files-not-symlinks - check files in the database aren't symlinks
  64   validate-builddeps - validate build-dependencies of .dsc files in the archive
  65 """
  66     sys.exit(exit_code)
  67
  68 ################################################################################
  69
  70 def process_dir (unused, dirname, filenames):
  71     global waste, db_files, excluded
  72
  73     if dirname.find('/disks-') != -1 or dirname.find('upgrade-') != -1:
  74         return
  75     # hack; can't handle .changes files
  76     if dirname.find('proposed-updates') != -1:
  77         return
  78     for name in filenames:
  79         filename = os.path.abspath(dirname+'/'+name)
  80         filename = filename.replace('potato-proposed-updates', 'proposed-updates')
  81         if os.path.isfile(filename) and not os.path.islink(filename) and not db_files.has_key(filename) and not excluded.has_key(filename):
  82             waste += os.stat(filename)[stat.ST_SIZE]
  83             print "%s" % (filename)
  84
  85 ################################################################################
  86
  87 def check_files():
  88     global db_files
  89
  90     print "Building list of database files..."
  91     q = projectB.query("SELECT l.path, f.filename, f.last_used FROM files f, location l WHERE f.location = l.id ORDER BY l.path, f.filename")
  92     ql = q.getresult()
  93
  94     print "Missing files:"
  95     db_files.clear()
  96     for i in ql:
  97         filename = os.path.abspath(i[0] + i[1])
  98         db_files[filename] = ""
  99         if os.access(filename, os.R_OK) == 0:
 100             if i[2]:
 101                 print "(last used: %s) %s" % (i[2], filename)
 102             else:
 103                 print "%s" % (filename)
 104
 105
 106     filename = Cnf["Dir::Override"]+'override.unreferenced'
 107     if os.path.exists(filename):
 108         f = utils.open_file(filename)
 109         for filename in f.readlines():
 110             filename = filename[:-1]
 111             excluded[filename] = ""
 112
 113     print "Existent files not in db:"
 114
 115     os.path.walk(Cnf["Dir::Root"]+'pool/', process_dir, None)
 116
 117     print
 118     print "%s wasted..." % (utils.size_type(waste))
 119
 120 ################################################################################
 121
 122 def check_dscs():
 123     count = 0
 124     suite = 'unstable'
 125     for component in Cnf.SubTree("Component").List():
 126         if component == "mixed":
 127             continue
 128         component = component.lower()
 129         list_filename = '%s%s_%s_source.list' % (Cnf["Dir::Lists"], suite, component)
 130         list_file = utils.open_file(list_filename)
 131         for line in list_file.readlines():
 132             f = line[:-1]
 133             try:
 134                 utils.parse_changes(f, signing_rules=1)
 135             except InvalidDscError, line:
 136                 utils.warn("syntax error in .dsc file '%s', line %s." % (f, line))
 137                 count += 1
 138
 139     if count:
 140         utils.warn("Found %s invalid .dsc files." % (count))
 141
 142 ################################################################################
 143
 144 def check_override():
 145     for suite in [ "stable", "unstable" ]:
 146         print suite
 147         print "-"*len(suite)
 148         print
 149         suite_id = database.get_suite_id(suite)
 150         q = projectB.query("""
 151 SELECT DISTINCT b.package FROM binaries b, bin_associations ba
 152  WHERE b.id = ba.bin AND ba.suite = %s AND NOT EXISTS
 153        (SELECT 1 FROM override o WHERE o.suite = %s AND o.package = b.package)"""
 154                            % (suite_id, suite_id))
 155         print q
 156         q = projectB.query("""
 157 SELECT DISTINCT s.source FROM source s, src_associations sa
 158   WHERE s.id = sa.source AND sa.suite = %s AND NOT EXISTS
 159        (SELECT 1 FROM override o WHERE o.suite = %s and o.package = s.source)"""
 160                            % (suite_id, suite_id))
 161         print q
 162
 163 ################################################################################
 164
 165 # Ensure that the source files for any given package is all in one
 166 # directory so that 'apt-get source' works...
 167
 168 def check_source_in_one_dir():
 169     # Not the most enterprising method, but hey...
 170     broken_count = 0
 171     q = projectB.query("SELECT id FROM source;")
 172     for i in q.getresult():
 173         source_id = i[0]
 174         q2 = projectB.query("""
 175 SELECT l.path, f.filename FROM files f, dsc_files df, location l WHERE df.source = %s AND f.id = df.file AND l.id = f.location"""
 176                             % (source_id))
 177         first_path = ""
 178         first_filename = ""
 179         broken = 0
 180         for j in q2.getresult():
 181             filename = j[0] + j[1]
 182             path = os.path.dirname(filename)
 183             if first_path == "":
 184                 first_path = path
 185                 first_filename = filename
 186             elif first_path != path:
 187                 symlink = path + '/' + os.path.basename(first_filename)
 188                 if not os.path.exists(symlink):
 189                     broken = 1
 190                     print "WOAH, we got a live one here... %s [%s] {%s}" % (filename, source_id, symlink)
 191         if broken:
 192             broken_count += 1
 193     print "Found %d source packages where the source is not all in one directory." % (broken_count)
 194
 195 ################################################################################
 196
 197 def check_checksums():
 198     print "Getting file information from database..."
 199     q = projectB.query("SELECT l.path, f.filename, f.md5sum, f.sha1sum, f.sha256sum, f.size FROM files f, location l WHERE f.location = l.id")
 200     ql = q.getresult()
 201
 202     print "Checking file checksums & sizes..."
 203     for i in ql:
 204         filename = os.path.abspath(i[0] + i[1])
 205         db_md5sum = i[2]
 206         db_sha1sum = i[3]
 207         db_sha256sum = i[4]
 208         db_size = int(i[5])
 209         try:
 210             f = utils.open_file(filename)
 211         except:
 212             utils.warn("can't open '%s'." % (filename))
 213             continue
 214         md5sum = apt_pkg.md5sum(f)
 215         size = os.stat(filename)[stat.ST_SIZE]
 216         if md5sum != db_md5sum:
 217             utils.warn("**WARNING** md5sum mismatch for '%s' ('%s' [current] vs. '%s' [db])." % (filename, md5sum, db_md5sum))
 218         if size != db_size:
 219             utils.warn("**WARNING** size mismatch for '%s' ('%s' [current] vs. '%s' [db])." % (filename, size, db_size))
 220         # Until the main database is filled, we need to not spit 500,000 warnings
 221         # every time we scan the archive.  Yet another hack (TM) which can go away
 222         # once this is all working
 223         if db_sha1sum is not None and db_sha1sum != '':
 224             f.seek(0)
 225             sha1sum = apt_pkg.sha1sum(f)
 226             if sha1sum != db_sha1sum:
 227                 utils.warn("**WARNING** sha1sum mismatch for '%s' ('%s' [current] vs. '%s' [db])." % (filename, sha1sum, db_sha1sum))
 228
 229         if db_sha256sum is not None and db_sha256sum != '':
 230             f.seek(0)
 231             sha256sum = apt_pkg.sha256sum(f)
 232             if sha256sum != db_sha256sum:
 233                 utils.warn("**WARNING** sha256sum mismatch for '%s' ('%s' [current] vs. '%s' [db])." % (filename, sha256sum, db_sha256sum))
 234
 235     print "Done."
 236
 237 ################################################################################
 238 #
 239 # Check all files for timestamps in the future; common from hardware
 240 # (e.g. alpha) which have far-future dates as their default dates.
 241
 242 def Ent(Kind,Name,Link,Mode,UID,GID,Size,MTime,Major,Minor):
 243     global future_files
 244
 245     if MTime > current_time:
 246         future_files[current_file] = MTime
 247         print "%s: %s '%s','%s',%u,%u,%u,%u,%u,%u,%u" % (current_file, Kind,Name,Link,Mode,UID,GID,Size, MTime, Major, Minor)
 248
 249 def check_timestamps():
 250     global current_file
 251
 252     q = projectB.query("SELECT l.path, f.filename FROM files f, location l WHERE f.location = l.id AND f.filename ~ '.deb$'")
 253     ql = q.getresult()
 254     db_files.clear()
 255     count = 0
 256     for i in ql:
 257         filename = os.path.abspath(i[0] + i[1])
 258         if os.access(filename, os.R_OK):
 259             f = utils.open_file(filename)
 260             current_file = filename
 261             sys.stderr.write("Processing %s.\n" % (filename))
 262             apt_inst.debExtract(f, Ent, "control.tar.gz")
 263             f.seek(0)
 264             apt_inst.debExtract(f, Ent, "data.tar.gz")
 265             count += 1
 266     print "Checked %d files (out of %d)." % (count, len(db_files.keys()))
 267
 268 ################################################################################
 269
 270 def check_missing_tar_gz_in_dsc():
 271     count = 0
 272
 273     print "Building list of database files..."
 274     q = projectB.query("SELECT l.path, f.filename FROM files f, location l WHERE f.location = l.id AND f.filename ~ '.dsc$'")
 275     ql = q.getresult()
 276     if ql:
 277         print "Checking %d files..." % len(ql)
 278     else:
 279         print "No files to check."
 280     for i in ql:
 281         filename = os.path.abspath(i[0] + i[1])
 282         try:
 283             # NB: don't enforce .dsc syntax
 284             dsc = utils.parse_changes(filename)
 285         except:
 286             utils.fubar("error parsing .dsc file '%s'." % (filename))
 287         dsc_files = utils.build_file_list(dsc, is_a_dsc=1)
 288         has_tar = 0
 289         for f in dsc_files.keys():
 290             m = utils.re_issource.match(f)
 291             if not m:
 292                 utils.fubar("%s not recognised as source." % (f))
 293             ftype = m.group(3)
 294             if ftype == "orig.tar.gz" or ftype == "tar.gz":
 295                 has_tar = 1
 296         if not has_tar:
 297             utils.warn("%s has no .tar.gz in the .dsc file." % (f))
 298             count += 1
 299
 300     if count:
 301         utils.warn("Found %s invalid .dsc files." % (count))
 302
 303
 304 ################################################################################
 305
 306 def validate_sources(suite, component):
 307     filename = "%s/dists/%s/%s/source/Sources.gz" % (Cnf["Dir::Root"], suite, component)
 308     print "Processing %s..." % (filename)
 309     # apt_pkg.ParseTagFile needs a real file handle and can't handle a GzipFile instance...
 310     temp_filename = utils.temp_filename()
 311     (result, output) = commands.getstatusoutput("gunzip -c %s > %s" % (filename, temp_filename))
 312     if (result != 0):
 313         sys.stderr.write("Gunzip invocation failed!\n%s\n" % (output))
 314         sys.exit(result)
 315     sources = utils.open_file(temp_filename)
 316     Sources = apt_pkg.ParseTagFile(sources)
 317     while Sources.Step():
 318         source = Sources.Section.Find('Package')
 319         directory = Sources.Section.Find('Directory')
 320         files = Sources.Section.Find('Files')
 321         for i in files.split('\n'):
 322             (md5, size, name) = i.split()
 323             filename = "%s/%s/%s" % (Cnf["Dir::Root"], directory, name)
 324             if not os.path.exists(filename):
 325                 if directory.find("potato") == -1:
 326                     print "W: %s missing." % (filename)
 327                 else:
 328                     pool_location = utils.poolify (source, component)
 329                     pool_filename = "%s/%s/%s" % (Cnf["Dir::Pool"], pool_location, name)
 330                     if not os.path.exists(pool_filename):
 331                         print "E: %s missing (%s)." % (filename, pool_filename)
 332                     else:
 333                         # Create symlink
 334                         pool_filename = os.path.normpath(pool_filename)
 335                         filename = os.path.normpath(filename)
 336                         src = utils.clean_symlink(pool_filename, filename, Cnf["Dir::Root"])
 337                         print "Symlinking: %s -> %s" % (filename, src)
 338                         #os.symlink(src, filename)
 339     sources.close()
 340     os.unlink(temp_filename)
 341
 342 ########################################
 343
 344 def validate_packages(suite, component, architecture):
 345     filename = "%s/dists/%s/%s/binary-%s/Packages.gz" \
 346                % (Cnf["Dir::Root"], suite, component, architecture)
 347     print "Processing %s..." % (filename)
 348     # apt_pkg.ParseTagFile needs a real file handle and can't handle a GzipFile instance...
 349     temp_filename = utils.temp_filename()
 350     (result, output) = commands.getstatusoutput("gunzip -c %s > %s" % (filename, temp_filename))
 351     if (result != 0):
 352         sys.stderr.write("Gunzip invocation failed!\n%s\n" % (output))
 353         sys.exit(result)
 354     packages = utils.open_file(temp_filename)
 355     Packages = apt_pkg.ParseTagFile(packages)
 356     while Packages.Step():
 357         filename = "%s/%s" % (Cnf["Dir::Root"], Packages.Section.Find('Filename'))
 358         if not os.path.exists(filename):
 359             print "W: %s missing." % (filename)
 360     packages.close()
 361     os.unlink(temp_filename)
 362
 363 ########################################
 364
 365 def check_indices_files_exist():
 366     for suite in [ "stable", "testing", "unstable" ]:
 367         for component in Cnf.ValueList("Suite::%s::Components" % (suite)):
 368             architectures = Cnf.ValueList("Suite::%s::Architectures" % (suite))
 369             for arch in [ i.lower() for i in architectures ]:
 370                 if arch == "source":
 371                     validate_sources(suite, component)
 372                 elif arch == "all":
 373                     continue
 374                 else:
 375                     validate_packages(suite, component, arch)
 376
 377 ################################################################################
 378
 379 def check_files_not_symlinks():
 380     print "Building list of database files... ",
 381     before = time.time()
 382     q = projectB.query("SELECT l.path, f.filename, f.id FROM files f, location l WHERE f.location = l.id")
 383     print "done. (%d seconds)" % (int(time.time()-before))
 384     q_files = q.getresult()
 385
 386     for i in q_files:
 387         filename = os.path.normpath(i[0] + i[1])
 388         if os.access(filename, os.R_OK) == 0:
 389             utils.warn("%s: doesn't exist." % (filename))
 390         else:
 391             if os.path.islink(filename):
 392                 utils.warn("%s: is a symlink." % (filename))
 393
 394 ################################################################################
 395
 396 def chk_bd_process_dir (unused, dirname, filenames):
 397     for name in filenames:
 398         if not name.endswith(".dsc"):
 399             continue
 400         filename = os.path.abspath(dirname+'/'+name)
 401         dsc = utils.parse_changes(filename)
 402         for field_name in [ "build-depends", "build-depends-indep" ]:
 403             field = dsc.get(field_name)
 404             if field:
 405                 try:
 406                     apt_pkg.ParseSrcDepends(field)
 407                 except:
 408                     print "E: [%s] %s: %s" % (filename, field_name, field)
 409                     pass
 410
 411 ################################################################################
 412
 413 def check_build_depends():
 414     os.path.walk(Cnf["Dir::Root"], chk_bd_process_dir, None)
 415
 416 ################################################################################
 417
 418 def main ():
 419     global Cnf, projectB, db_files, waste, excluded
 420
 421     Cnf = utils.get_conf()
 422     Arguments = [('h',"help","Check-Archive::Options::Help")]
 423     for i in [ "help" ]:
 424         if not Cnf.has_key("Check-Archive::Options::%s" % (i)):
 425             Cnf["Check-Archive::Options::%s" % (i)] = ""
 426
 427     args = apt_pkg.ParseCommandLine(Cnf, Arguments, sys.argv)
 428
 429     Options = Cnf.SubTree("Check-Archive::Options")
 430     if Options["Help"]:
 431         usage()
 432
 433     if len(args) < 1:
 434         utils.warn("dak check-archive requires at least one argument")
 435         usage(1)
 436     elif len(args) > 1:
 437         utils.warn("dak check-archive accepts only one argument")
 438         usage(1)
 439     mode = args[0].lower()
 440
 441     projectB = pg.connect(Cnf["DB::Name"], Cnf["DB::Host"], int(Cnf["DB::Port"]))
 442     database.init(Cnf, projectB)
 443
 444     if mode == "checksums":
 445         check_checksums()
 446     elif mode == "files":
 447         check_files()
 448     elif mode == "dsc-syntax":
 449         check_dscs()
 450     elif mode == "missing-overrides":
 451         check_override()
 452     elif mode == "source-in-one-dir":
 453         check_source_in_one_dir()
 454     elif mode == "timestamps":
 455         check_timestamps()
 456     elif mode == "tar-gz-in-dsc":
 457         check_missing_tar_gz_in_dsc()
 458     elif mode == "validate-indices":
 459         check_indices_files_exist()
 460     elif mode == "files-not-symlinks":
 461         check_files_not_symlinks()
 462     elif mode == "validate-builddeps":
 463         check_build_depends()
 464     else:
 465         utils.warn("unknown mode '%s'" % (mode))
 466         usage(1)
 467
 468 ################################################################################
 469
 470 if __name__ == '__main__':
 471     main()