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
  45 ################################################################################
  46
  47 db_files = {}                  #: Cache of filenames as known by the database
  48 waste = 0.0                    #: How many bytes are "wasted" by files not referenced in database
  49 excluded = {}                  #: List of files which are excluded from files check
  50 current_file = None
  51 future_files = {}
  52 current_time = time.time()     #: now()
  53
  54 ################################################################################
  55
  56 def usage(exit_code=0):
  57     print """Usage: dak check-archive MODE
  58 Run various sanity checks of the archive and/or database.
  59
  60   -h, --help                show this help and exit.
  61
  62 The following MODEs are available:
  63
  64   checksums          - validate the checksums stored in the database
  65   files              - check files in the database against what's in the archive
  66   dsc-syntax         - validate the syntax of .dsc files in the archive
  67   missing-overrides  - check for missing overrides
  68   source-in-one-dir  - ensure the source for each package is in one directory
  69   timestamps         - check for future timestamps in .deb's
  70   files-in-dsc       - ensure each .dsc references appropriate Files
  71   validate-indices   - ensure files mentioned in Packages & Sources exist
  72   files-not-symlinks - check files in the database aren't symlinks
  73   validate-builddeps - validate build-dependencies of .dsc files in the archive
  74 """
  75     sys.exit(exit_code)
  76
  77 ################################################################################
  78
  79 def process_dir (unused, dirname, filenames):
  80     """
  81     Process a directory and output every files name which is not listed already
  82     in the C{filenames} or global C{excluded} dictionaries.
  83
  84     @type dirname: string
  85     @param dirname: the directory to look at
  86
  87     @type filenames: dict
  88     @param filenames: Known filenames to ignore
  89     """
  90     global waste, db_files, excluded
  91
  92     if dirname.find('/disks-') != -1 or dirname.find('upgrade-') != -1:
  93         return
  94     # hack; can't handle .changes files
  95     if dirname.find('proposed-updates') != -1:
  96         return
  97     for name in filenames:
  98         filename = os.path.abspath(dirname+'/'+name)
  99         filename = filename.replace('potato-proposed-updates', 'proposed-updates')
 100         if os.path.isfile(filename) and not os.path.islink(filename) and not db_files.has_key(filename) and not excluded.has_key(filename):
 101             waste += os.stat(filename)[stat.ST_SIZE]
 102             print "%s" % (filename)
 103
 104 ################################################################################
 105
 106 def check_files():
 107     """
 108     Prepare the dictionary of existing filenames, then walk through the archive
 109     pool/ directory to compare it.
 110     """
 111     global db_files
 112
 113     cnf = Config()
 114
 115     print "Building list of database files..."
 116     q = DBConn().session().query(PoolFile).join(Location).order_by('path', 'location')
 117
 118     print "Missing files:"
 119     db_files.clear()
 120
 121     for f in q.all():
 122         filename = os.path.abspath(f.location.path, f.filename)
 123         db_files[filename] = ""
 124         if os.access(filename, os.R_OK) == 0:
 125             if f.last_used:
 126                 print "(last used: %s) %s" % (f.last_used, filename)
 127             else:
 128                 print "%s" % (filename)
 129
 130
 131     filename = os.path.join(cnf["Dir::Override"], 'override.unreferenced')
 132     if os.path.exists(filename):
 133         f = utils.open_file(filename)
 134         for filename in f.readlines():
 135             filename = filename[:-1]
 136             excluded[filename] = ""
 137
 138     print "Existent files not in db:"
 139
 140     os.path.walk(cnf["Dir::Root"] + 'pool/', process_dir, None)
 141
 142     print
 143     print "%s wasted..." % (utils.size_type(waste))
 144
 145 ################################################################################
 146
 147 def check_dscs():
 148     """
 149     Parse every .dsc file in the archive and check for it's validity.
 150     """
 151
 152     cnf = Config()
 153
 154     count = 0
 155     suite = 'unstable'
 156
 157     for component in cnf.SubTree("Component").List():
 158         component = component.lower()
 159         list_filename = '%s%s_%s_source.list' % (cnf["Dir::Lists"], suite, component)
 160         list_file = utils.open_file(list_filename)
 161
 162         for line in list_file.readlines():
 163             f = line[:-1]
 164             try:
 165                 utils.parse_changes(f, signing_rules=1)
 166             except InvalidDscError, line:
 167                 utils.warn("syntax error in .dsc file '%s', line %s." % (f, line))
 168                 count += 1
 169             except ChangesUnicodeError:
 170                 utils.warn("found invalid changes file, not properly utf-8 encoded")
 171                 count += 1
 172
 173     if count:
 174         utils.warn("Found %s invalid .dsc files." % (count))
 175
 176 ################################################################################
 177
 178 def check_override():
 179     """
 180     Check for missing overrides in stable and unstable.
 181     """
 182     session = DBConn().session()
 183
 184     for suite_name in [ "stable", "unstable" ]:
 185         print suite_name
 186         print "-" * len(suite_name)
 187         print
 188         suite = get_suite(suite_name)
 189         q = session.execute("""
 190 SELECT DISTINCT b.package FROM binaries b, bin_associations ba
 191  WHERE b.id = ba.bin AND ba.suite = :suiteid AND NOT EXISTS
 192        (SELECT 1 FROM override o WHERE o.suite = :suiteid AND o.package = b.package)"""
 193                           % {'suiteid': suite.suite_id})
 194
 195         for j in q.fetchall():
 196             print j[0]
 197
 198         q = session.execute("""
 199 SELECT DISTINCT s.source FROM source s, src_associations sa
 200   WHERE s.id = sa.source AND sa.suite = :suiteid AND NOT EXISTS
 201        (SELECT 1 FROM override o WHERE o.suite = :suiteid and o.package = s.source)"""
 202                           % {'suiteid': suite.suite_id})
 203         for j in q.fetchall():
 204             print j[0]
 205
 206 ################################################################################
 207
 208
 209 def check_source_in_one_dir():
 210     """
 211     Ensure that the source files for any given package is all in one
 212     directory so that 'apt-get source' works...
 213     """
 214
 215     # Not the most enterprising method, but hey...
 216     broken_count = 0
 217
 218     session = DBConn().session()
 219
 220     q = session.query(DBSource)
 221     for s in q.all():
 222         first_path = ""
 223         first_filename = ""
 224         broken = False
 225
 226         qf = session.query(PoolFile).join(Location).join(DSCFile).filter_by(source_id=s.source_id)
 227         for f in qf.all():
 228             # 0: path
 229             # 1: filename
 230             filename = os.path.join(f.location.path, f.filename)
 231             path = os.path.dirname(filename)
 232
 233             if first_path == "":
 234                 first_path = path
 235                 first_filename = filename
 236             elif first_path != path:
 237                 symlink = path + '/' + os.path.basename(first_filename)
 238                 if not os.path.exists(symlink):
 239                     broken = True
 240                     print "WOAH, we got a live one here... %s [%s] {%s}" % (filename, s.source_id, symlink)
 241         if broken:
 242             broken_count += 1
 243
 244     print "Found %d source packages where the source is not all in one directory." % (broken_count)
 245
 246 ################################################################################
 247 def check_checksums():
 248     """
 249     Validate all files
 250     """
 251     print "Getting file information from database..."
 252     q = DBConn().session().query(PoolFile)
 253
 254     print "Checking file checksums & sizes..."
 255     for f in q:
 256         filename = os.path.abspath(os.path.join(f.location.path, f.filename))
 257
 258         try:
 259             fi = utils.open_file(filename)
 260         except:
 261             utils.warn("can't open '%s'." % (filename))
 262             continue
 263
 264         size = os.stat(filename)[stat.ST_SIZE]
 265         if size != f.filesize:
 266             utils.warn("**WARNING** size mismatch for '%s' ('%s' [current] vs. '%s' [db])." % (filename, size, f.filesize))
 267
 268         md5sum = apt_pkg.md5sum(fi)
 269         if md5sum != f.md5sum:
 270             utils.warn("**WARNING** md5sum mismatch for '%s' ('%s' [current] vs. '%s' [db])." % (filename, md5sum, f.md5sum))
 271
 272         fi.seek(0)
 273         sha1sum = apt_pkg.sha1sum(fi)
 274         if sha1sum != f.sha1sum:
 275             utils.warn("**WARNING** sha1sum mismatch for '%s' ('%s' [current] vs. '%s' [db])." % (filename, sha1sum, f.sha1sum))
 276
 277         fi.seek(0)
 278         sha256sum = apt_pkg.sha256sum(fi)
 279         if sha256sum != f.sha256sum:
 280             utils.warn("**WARNING** sha256sum mismatch for '%s' ('%s' [current] vs. '%s' [db])." % (filename, sha256sum, f.sha256sum))
 281
 282     print "Done."
 283
 284 ################################################################################
 285 #
 286
 287 def Ent(Kind,Name,Link,Mode,UID,GID,Size,MTime,Major,Minor):
 288     global future_files
 289
 290     if MTime > current_time:
 291         future_files[current_file] = MTime
 292         print "%s: %s '%s','%s',%u,%u,%u,%u,%u,%u,%u" % (current_file, Kind,Name,Link,Mode,UID,GID,Size, MTime, Major, Minor)
 293
 294 def check_timestamps():
 295     """
 296     Check all files for timestamps in the future; common from hardware
 297     (e.g. alpha) which have far-future dates as their default dates.
 298     """
 299
 300     global current_file
 301
 302     q = DBConn().session().query(PoolFile).filter(PoolFile.filename.like('.deb$'))
 303
 304     db_files.clear()
 305     count = 0
 306
 307     for pf in q.all():
 308         filename = os.path.abspath(os.path.join(pf.location.path, pf.filename))
 309         if os.access(filename, os.R_OK):
 310             f = utils.open_file(filename)
 311             current_file = filename
 312             sys.stderr.write("Processing %s.\n" % (filename))
 313             apt_inst.debExtract(f, Ent, "control.tar.gz")
 314             f.seek(0)
 315             apt_inst.debExtract(f, Ent, "data.tar.gz")
 316             count += 1
 317
 318     print "Checked %d files (out of %d)." % (count, len(db_files.keys()))
 319
 320 ################################################################################
 321
 322 def check_files_in_dsc():
 323     """
 324     Ensure each .dsc lists appropriate files in its Files field (according
 325     to the format announced in its Format field).
 326     """
 327     count = 0
 328
 329     print "Building list of database files..."
 330     q = DBConn().session().query(PoolFile).filter(PoolFile.filename.like('.dsc$'))
 331
 332     if q.count() > 0:
 333         print "Checking %d files..." % len(ql)
 334     else:
 335         print "No files to check."
 336
 337     for pf in q.all():
 338         filename = os.path.abspath(os.path.join(pf.location.path + pf.filename))
 339
 340         try:
 341             # NB: don't enforce .dsc syntax
 342             dsc = utils.parse_changes(filename)
 343         except:
 344             utils.fubar("error parsing .dsc file '%s'." % (filename))
 345
 346         reasons = utils.check_dsc_files(filename, dsc)
 347         for r in reasons:
 348             utils.warn(r)
 349
 350         if len(reasons) > 0:
 351             count += 1
 352
 353     if count:
 354         utils.warn("Found %s invalid .dsc files." % (count))
 355
 356
 357 ################################################################################
 358
 359 def validate_sources(suite, component):
 360     """
 361     Ensure files mentioned in Sources exist
 362     """
 363     filename = "%s/dists/%s/%s/source/Sources.gz" % (Cnf["Dir::Root"], suite, component)
 364     print "Processing %s..." % (filename)
 365     # apt_pkg.ParseTagFile needs a real file handle and can't handle a GzipFile instance...
 366     (fd, temp_filename) = utils.temp_filename()
 367     (result, output) = commands.getstatusoutput("gunzip -c %s > %s" % (filename, temp_filename))
 368     if (result != 0):
 369         sys.stderr.write("Gunzip invocation failed!\n%s\n" % (output))
 370         sys.exit(result)
 371     sources = utils.open_file(temp_filename)
 372     Sources = apt_pkg.ParseTagFile(sources)
 373     while Sources.Step():
 374         source = Sources.Section.Find('Package')
 375         directory = Sources.Section.Find('Directory')
 376         files = Sources.Section.Find('Files')
 377         for i in files.split('\n'):
 378             (md5, size, name) = i.split()
 379             filename = "%s/%s/%s" % (Cnf["Dir::Root"], directory, name)
 380             if not os.path.exists(filename):
 381                 if directory.find("potato") == -1:
 382                     print "W: %s missing." % (filename)
 383                 else:
 384                     pool_location = utils.poolify (source, component)
 385                     pool_filename = "%s/%s/%s" % (Cnf["Dir::Pool"], pool_location, name)
 386                     if not os.path.exists(pool_filename):
 387                         print "E: %s missing (%s)." % (filename, pool_filename)
 388                     else:
 389                         # Create symlink
 390                         pool_filename = os.path.normpath(pool_filename)
 391                         filename = os.path.normpath(filename)
 392                         src = utils.clean_symlink(pool_filename, filename, Cnf["Dir::Root"])
 393                         print "Symlinking: %s -> %s" % (filename, src)
 394                         #os.symlink(src, filename)
 395     sources.close()
 396     os.unlink(temp_filename)
 397
 398 ########################################
 399
 400 def validate_packages(suite, component, architecture):
 401     """
 402     Ensure files mentioned in Packages exist
 403     """
 404     filename = "%s/dists/%s/%s/binary-%s/Packages.gz" \
 405                % (Cnf["Dir::Root"], suite, component, architecture)
 406     print "Processing %s..." % (filename)
 407     # apt_pkg.ParseTagFile needs a real file handle and can't handle a GzipFile instance...
 408     (fd, temp_filename) = utils.temp_filename()
 409     (result, output) = commands.getstatusoutput("gunzip -c %s > %s" % (filename, temp_filename))
 410     if (result != 0):
 411         sys.stderr.write("Gunzip invocation failed!\n%s\n" % (output))
 412         sys.exit(result)
 413     packages = utils.open_file(temp_filename)
 414     Packages = apt_pkg.ParseTagFile(packages)
 415     while Packages.Step():
 416         filename = "%s/%s" % (Cnf["Dir::Root"], Packages.Section.Find('Filename'))
 417         if not os.path.exists(filename):
 418             print "W: %s missing." % (filename)
 419     packages.close()
 420     os.unlink(temp_filename)
 421
 422 ########################################
 423
 424 def check_indices_files_exist():
 425     """
 426     Ensure files mentioned in Packages & Sources exist
 427     """
 428     for suite in [ "stable", "testing", "unstable" ]:
 429         for component in Cnf.ValueList("Suite::%s::Components" % (suite)):
 430             architectures = get_suite_architectures(suite)
 431             for arch in [ i.arch_string.lower() for i in architectures ]:
 432                 if arch == "source":
 433                     validate_sources(suite, component)
 434                 elif arch == "all":
 435                     continue
 436                 else:
 437                     validate_packages(suite, component, arch)
 438
 439 ################################################################################
 440
 441 def check_files_not_symlinks():
 442     """
 443     Check files in the database aren't symlinks
 444     """
 445     print "Building list of database files... ",
 446     before = time.time()
 447     q = DBConn().session().query(PoolFile).filter(PoolFile.filename.like('.dsc$'))
 448
 449     for pf in q.all():
 450         filename = os.path.abspath(os.path.join(pf.location.path, pf.filename))
 451         if os.access(filename, os.R_OK) == 0:
 452             utils.warn("%s: doesn't exist." % (filename))
 453         else:
 454             if os.path.islink(filename):
 455                 utils.warn("%s: is a symlink." % (filename))
 456
 457 ################################################################################
 458
 459 def chk_bd_process_dir (unused, dirname, filenames):
 460     for name in filenames:
 461         if not name.endswith(".dsc"):
 462             continue
 463         filename = os.path.abspath(dirname+'/'+name)
 464         dsc = utils.parse_changes(filename)
 465         for field_name in [ "build-depends", "build-depends-indep" ]:
 466             field = dsc.get(field_name)
 467             if field:
 468                 try:
 469                     apt_pkg.ParseSrcDepends(field)
 470                 except:
 471                     print "E: [%s] %s: %s" % (filename, field_name, field)
 472                     pass
 473
 474 ################################################################################
 475
 476 def check_build_depends():
 477     """ Validate build-dependencies of .dsc files in the archive """
 478     cnf = Config()
 479     os.path.walk(cnf["Dir::Root"], chk_bd_process_dir, None)
 480
 481 ################################################################################
 482
 483 def main ():
 484     global db_files, waste, excluded
 485
 486     cnf = Config()
 487
 488     Arguments = [('h',"help","Check-Archive::Options::Help")]
 489     for i in [ "help" ]:
 490         if not cnf.has_key("Check-Archive::Options::%s" % (i)):
 491             cnf["Check-Archive::Options::%s" % (i)] = ""
 492
 493     args = apt_pkg.ParseCommandLine(cnf.Cnf, Arguments, sys.argv)
 494
 495     Options = cnf.SubTree("Check-Archive::Options")
 496     if Options["Help"]:
 497         usage()
 498
 499     if len(args) < 1:
 500         utils.warn("dak check-archive requires at least one argument")
 501         usage(1)
 502     elif len(args) > 1:
 503         utils.warn("dak check-archive accepts only one argument")
 504         usage(1)
 505     mode = args[0].lower()
 506
 507     # Initialize DB
 508     DBConn()
 509
 510     if mode == "checksums":
 511         check_checksums()
 512     elif mode == "files":
 513         check_files()
 514     elif mode == "dsc-syntax":
 515         check_dscs()
 516     elif mode == "missing-overrides":
 517         check_override()
 518     elif mode == "source-in-one-dir":
 519         check_source_in_one_dir()
 520     elif mode == "timestamps":
 521         check_timestamps()
 522     elif mode == "files-in-dsc":
 523         check_files_in_dsc()
 524     elif mode == "validate-indices":
 525         check_indices_files_exist()
 526     elif mode == "files-not-symlinks":
 527         check_files_not_symlinks()
 528     elif mode == "validate-builddeps":
 529         check_build_depends()
 530     else:
 531         utils.warn("unknown mode '%s'" % (mode))
 532         usage(1)
 533
 534 ################################################################################
 535
 536 if __name__ == '__main__':
 537     main()