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     global db_files
 113
 114     cnf = Config()
 115
 116     print "Building list of database files..."
 117     q = DBConn().session().query(PoolFile).join(Location).order_by('path', 'location')
 118
 119     print "Missing files:"
 120     db_files.clear()
 121
 122     for f in q.all():
 123         filename = os.path.abspath(os.path.join(f.location.path, f.filename))
 124         db_files[filename] = ""
 125         if os.access(filename, os.R_OK) == 0:
 126             if f.last_used:
 127                 print "(last used: %s) %s" % (f.last_used, filename)
 128             else:
 129                 print "%s" % (filename)
 130
 131
 132     filename = os.path.join(cnf["Dir::Override"], 'override.unreferenced')
 133     if os.path.exists(filename):
 134         f = utils.open_file(filename)
 135         for filename in f.readlines():
 136             filename = filename[:-1]
 137             excluded[filename] = ""
 138
 139     print "Existent files not in db:"
 140
 141     os.path.walk(os.path.join(cnf["Dir::Root"], 'pool/'), process_dir, None)
 142
 143     print
 144     print "%s wasted..." % (utils.size_type(waste))
 145
 146 ################################################################################
 147
 148 def check_dscs():
 149     """
 150     Parse every .dsc file in the archive and check for it's validity.
 151     """
 152
 153     count = 0
 154
 155     for src in DBConn().session().query(DBSource).order_by(DBSource.source, DBSource.version):
 156         f = src.poolfile.fullpath
 157         try:
 158             utils.parse_changes(f, signing_rules=1, dsc_file=1)
 159         except InvalidDscError:
 160             utils.warn("syntax error in .dsc file %s" % f)
 161             count += 1
 162         except ChangesUnicodeError:
 163             utils.warn("found invalid dsc file (%s), not properly utf-8 encoded" % f)
 164             count += 1
 165         except CantOpenError:
 166             utils.warn("missing dsc file (%s)" % f)
 167             count += 1
 168         except Exception as e:
 169             utils.warn("miscellaneous error parsing dsc file (%s): %s" % (f, str(e)))
 170             count += 1
 171
 172     if count:
 173         utils.warn("Found %s invalid .dsc files." % (count))
 174
 175 ################################################################################
 176
 177 def check_override():
 178     """
 179     Check for missing overrides in stable and unstable.
 180     """
 181     session = DBConn().session()
 182
 183     for suite_name in [ "stable", "unstable" ]:
 184         print suite_name
 185         print "-" * len(suite_name)
 186         print
 187         suite = get_suite(suite_name)
 188         q = session.execute("""
 189 SELECT DISTINCT b.package FROM binaries b, bin_associations ba
 190  WHERE b.id = ba.bin AND ba.suite = :suiteid AND NOT EXISTS
 191        (SELECT 1 FROM override o WHERE o.suite = :suiteid AND o.package = b.package)"""
 192                           % {'suiteid': suite.suite_id})
 193
 194         for j in q.fetchall():
 195             print j[0]
 196
 197         q = session.execute("""
 198 SELECT DISTINCT s.source FROM source s, src_associations sa
 199   WHERE s.id = sa.source AND sa.suite = :suiteid AND NOT EXISTS
 200        (SELECT 1 FROM override o WHERE o.suite = :suiteid and o.package = s.source)"""
 201                           % {'suiteid': suite.suite_id})
 202         for j in q.fetchall():
 203             print j[0]
 204
 205 ################################################################################
 206
 207
 208 def check_source_in_one_dir():
 209     """
 210     Ensure that the source files for any given package is all in one
 211     directory so that 'apt-get source' works...
 212     """
 213
 214     # Not the most enterprising method, but hey...
 215     broken_count = 0
 216
 217     session = DBConn().session()
 218
 219     q = session.query(DBSource)
 220     for s in q.all():
 221         first_path = ""
 222         first_filename = ""
 223         broken = False
 224
 225         qf = session.query(PoolFile).join(Location).join(DSCFile).filter_by(source_id=s.source_id)
 226         for f in qf.all():
 227             # 0: path
 228             # 1: filename
 229             filename = os.path.join(f.location.path, f.filename)
 230             path = os.path.dirname(filename)
 231
 232             if first_path == "":
 233                 first_path = path
 234                 first_filename = filename
 235             elif first_path != path:
 236                 symlink = path + '/' + os.path.basename(first_filename)
 237                 if not os.path.exists(symlink):
 238                     broken = True
 239                     print "WOAH, we got a live one here... %s [%s] {%s}" % (filename, s.source_id, symlink)
 240         if broken:
 241             broken_count += 1
 242
 243     print "Found %d source packages where the source is not all in one directory." % (broken_count)
 244
 245 ################################################################################
 246 def check_checksums():
 247     """
 248     Validate all files
 249     """
 250     print "Getting file information from database..."
 251     q = DBConn().session().query(PoolFile)
 252
 253     print "Checking file checksums & sizes..."
 254     for f in q:
 255         filename = os.path.abspath(os.path.join(f.location.path, f.filename))
 256
 257         try:
 258             fi = utils.open_file(filename)
 259         except:
 260             utils.warn("can't open '%s'." % (filename))
 261             continue
 262
 263         size = os.stat(filename)[stat.ST_SIZE]
 264         if size != f.filesize:
 265             utils.warn("**WARNING** size mismatch for '%s' ('%s' [current] vs. '%s' [db])." % (filename, size, f.filesize))
 266
 267         md5sum = apt_pkg.md5sum(fi)
 268         if md5sum != f.md5sum:
 269             utils.warn("**WARNING** md5sum mismatch for '%s' ('%s' [current] vs. '%s' [db])." % (filename, md5sum, f.md5sum))
 270
 271         fi.seek(0)
 272         sha1sum = apt_pkg.sha1sum(fi)
 273         if sha1sum != f.sha1sum:
 274             utils.warn("**WARNING** sha1sum mismatch for '%s' ('%s' [current] vs. '%s' [db])." % (filename, sha1sum, f.sha1sum))
 275
 276         fi.seek(0)
 277         sha256sum = apt_pkg.sha256sum(fi)
 278         if sha256sum != f.sha256sum:
 279             utils.warn("**WARNING** sha256sum mismatch for '%s' ('%s' [current] vs. '%s' [db])." % (filename, sha256sum, f.sha256sum))
 280
 281     print "Done."
 282
 283 ################################################################################
 284 #
 285
 286 def Ent(Kind,Name,Link,Mode,UID,GID,Size,MTime,Major,Minor):
 287     global future_files
 288
 289     if MTime > current_time:
 290         future_files[current_file] = MTime
 291         print "%s: %s '%s','%s',%u,%u,%u,%u,%u,%u,%u" % (current_file, Kind,Name,Link,Mode,UID,GID,Size, MTime, Major, Minor)
 292
 293 def check_timestamps():
 294     """
 295     Check all files for timestamps in the future; common from hardware
 296     (e.g. alpha) which have far-future dates as their default dates.
 297     """
 298
 299     global current_file
 300
 301     q = DBConn().session().query(PoolFile).filter(PoolFile.filename.like('.deb$'))
 302
 303     db_files.clear()
 304     count = 0
 305
 306     for pf in q.all():
 307         filename = os.path.abspath(os.path.join(pf.location.path, pf.filename))
 308         if os.access(filename, os.R_OK):
 309             f = utils.open_file(filename)
 310             current_file = filename
 311             sys.stderr.write("Processing %s.\n" % (filename))
 312             apt_inst.debExtract(f, Ent, "control.tar.gz")
 313             f.seek(0)
 314             apt_inst.debExtract(f, Ent, "data.tar.gz")
 315             count += 1
 316
 317     print "Checked %d files (out of %d)." % (count, len(db_files.keys()))
 318
 319 ################################################################################
 320
 321 def check_files_in_dsc():
 322     """
 323     Ensure each .dsc lists appropriate files in its Files field (according
 324     to the format announced in its Format field).
 325     """
 326     count = 0
 327
 328     print "Building list of database files..."
 329     q = DBConn().session().query(PoolFile).filter(PoolFile.filename.like('.dsc$'))
 330
 331     if q.count() > 0:
 332         print "Checking %d files..." % len(ql)
 333     else:
 334         print "No files to check."
 335
 336     for pf in q.all():
 337         filename = os.path.abspath(os.path.join(pf.location.path + pf.filename))
 338
 339         try:
 340             # NB: don't enforce .dsc syntax
 341             dsc = utils.parse_changes(filename, dsc_file=1)
 342         except:
 343             utils.fubar("error parsing .dsc file '%s'." % (filename))
 344
 345         reasons = utils.check_dsc_files(filename, dsc)
 346         for r in reasons:
 347             utils.warn(r)
 348
 349         if len(reasons) > 0:
 350             count += 1
 351
 352     if count:
 353         utils.warn("Found %s invalid .dsc files." % (count))
 354
 355
 356 ################################################################################
 357
 358 def validate_sources(suite, component):
 359     """
 360     Ensure files mentioned in Sources exist
 361     """
 362     filename = "%s/dists/%s/%s/source/Sources.gz" % (Cnf["Dir::Root"], suite, component)
 363     print "Processing %s..." % (filename)
 364     # apt_pkg.ParseTagFile needs a real file handle and can't handle a GzipFile instance...
 365     (fd, temp_filename) = utils.temp_filename()
 366     (result, output) = commands.getstatusoutput("gunzip -c %s > %s" % (filename, temp_filename))
 367     if (result != 0):
 368         sys.stderr.write("Gunzip invocation failed!\n%s\n" % (output))
 369         sys.exit(result)
 370     sources = utils.open_file(temp_filename)
 371     Sources = apt_pkg.ParseTagFile(sources)
 372     while Sources.Step():
 373         source = Sources.Section.Find('Package')
 374         directory = Sources.Section.Find('Directory')
 375         files = Sources.Section.Find('Files')
 376         for i in files.split('\n'):
 377             (md5, size, name) = i.split()
 378             filename = "%s/%s/%s" % (Cnf["Dir::Root"], directory, name)
 379             if not os.path.exists(filename):
 380                 if directory.find("potato") == -1:
 381                     print "W: %s missing." % (filename)
 382                 else:
 383                     pool_location = utils.poolify (source, component)
 384                     pool_filename = "%s/%s/%s" % (Cnf["Dir::Pool"], pool_location, name)
 385                     if not os.path.exists(pool_filename):
 386                         print "E: %s missing (%s)." % (filename, pool_filename)
 387                     else:
 388                         # Create symlink
 389                         pool_filename = os.path.normpath(pool_filename)
 390                         filename = os.path.normpath(filename)
 391                         src = utils.clean_symlink(pool_filename, filename, Cnf["Dir::Root"])
 392                         print "Symlinking: %s -> %s" % (filename, src)
 393                         #os.symlink(src, filename)
 394     sources.close()
 395     os.unlink(temp_filename)
 396
 397 ########################################
 398
 399 def validate_packages(suite, component, architecture):
 400     """
 401     Ensure files mentioned in Packages exist
 402     """
 403     filename = "%s/dists/%s/%s/binary-%s/Packages.gz" \
 404                % (Cnf["Dir::Root"], suite, component, architecture)
 405     print "Processing %s..." % (filename)
 406     # apt_pkg.ParseTagFile needs a real file handle and can't handle a GzipFile instance...
 407     (fd, temp_filename) = utils.temp_filename()
 408     (result, output) = commands.getstatusoutput("gunzip -c %s > %s" % (filename, temp_filename))
 409     if (result != 0):
 410         sys.stderr.write("Gunzip invocation failed!\n%s\n" % (output))
 411         sys.exit(result)
 412     packages = utils.open_file(temp_filename)
 413     Packages = apt_pkg.ParseTagFile(packages)
 414     while Packages.Step():
 415         filename = "%s/%s" % (Cnf["Dir::Root"], Packages.Section.Find('Filename'))
 416         if not os.path.exists(filename):
 417             print "W: %s missing." % (filename)
 418     packages.close()
 419     os.unlink(temp_filename)
 420
 421 ########################################
 422
 423 def check_indices_files_exist():
 424     """
 425     Ensure files mentioned in Packages & Sources exist
 426     """
 427     for suite in [ "stable", "testing", "unstable" ]:
 428         for component in get_component_names():
 429             architectures = get_suite_architectures(suite)
 430             for arch in [ i.arch_string.lower() for i in architectures ]:
 431                 if arch == "source":
 432                     validate_sources(suite, component)
 433                 elif arch == "all":
 434                     continue
 435                 else:
 436                     validate_packages(suite, component, arch)
 437
 438 ################################################################################
 439
 440 def check_files_not_symlinks():
 441     """
 442     Check files in the database aren't symlinks
 443     """
 444     print "Building list of database files... ",
 445     before = time.time()
 446     q = DBConn().session().query(PoolFile).filter(PoolFile.filename.like('.dsc$'))
 447
 448     for pf in q.all():
 449         filename = os.path.abspath(os.path.join(pf.location.path, pf.filename))
 450         if os.access(filename, os.R_OK) == 0:
 451             utils.warn("%s: doesn't exist." % (filename))
 452         else:
 453             if os.path.islink(filename):
 454                 utils.warn("%s: is a symlink." % (filename))
 455
 456 ################################################################################
 457
 458 def chk_bd_process_dir (unused, dirname, filenames):
 459     for name in filenames:
 460         if not name.endswith(".dsc"):
 461             continue
 462         filename = os.path.abspath(dirname+'/'+name)
 463         dsc = utils.parse_changes(filename, dsc_file=1)
 464         for field_name in [ "build-depends", "build-depends-indep" ]:
 465             field = dsc.get(field_name)
 466             if field:
 467                 try:
 468                     apt_pkg.ParseSrcDepends(field)
 469                 except:
 470                     print "E: [%s] %s: %s" % (filename, field_name, field)
 471                     pass
 472
 473 ################################################################################
 474
 475 def check_build_depends():
 476     """ Validate build-dependencies of .dsc files in the archive """
 477     cnf = Config()
 478     os.path.walk(cnf["Dir::Root"], chk_bd_process_dir, None)
 479
 480 ################################################################################
 481
 482 _add_missing_source_checksums_query = R"""
 483 INSERT INTO source_metadata
 484   (src_id, key_id, value)
 485 SELECT
 486   s.id,
 487   :checksum_key,
 488   E'\n' ||
 489     (SELECT STRING_AGG(' ' || tmp.checksum || ' ' || tmp.size || ' ' || tmp.basename, E'\n' ORDER BY tmp.basename)
 490      FROM
 491        (SELECT
 492             CASE :checksum_type
 493               WHEN 'Files' THEN f.md5sum
 494               WHEN 'Checksums-Sha1' THEN f.sha1sum
 495               WHEN 'Checksums-Sha256' THEN f.sha256sum
 496             END AS checksum,
 497             f.size,
 498             SUBSTRING(f.filename FROM E'/([^/]*)\\Z') AS basename
 499           FROM files f JOIN dsc_files ON f.id = dsc_files.file
 500           WHERE dsc_files.source = s.id AND f.id != s.file
 501        ) AS tmp
 502     )
 503
 504   FROM
 505     source s
 506   WHERE NOT EXISTS (SELECT 1 FROM source_metadata md WHERE md.src_id=s.id AND md.key_id = :checksum_key);
 507 """
 508
 509 def add_missing_source_checksums():
 510     """ Add missing source checksums to source_metadata """
 511     session = DBConn().session()
 512     for checksum in ['Files', 'Checksums-Sha1', 'Checksums-Sha256']:
 513         checksum_key = get_or_set_metadatakey(checksum, session).key_id
 514         rows = session.execute(_add_missing_source_checksums_query,
 515             {'checksum_key': checksum_key, 'checksum_type': checksum}).rowcount
 516         if rows > 0:
 517             print "Added {0} missing entries for {1}".format(rows, checksum)
 518     session.commit()
 519
 520 ################################################################################
 521
 522 def main ():
 523     global db_files, waste, excluded
 524
 525     cnf = Config()
 526
 527     Arguments = [('h',"help","Check-Archive::Options::Help")]
 528     for i in [ "help" ]:
 529         if not cnf.has_key("Check-Archive::Options::%s" % (i)):
 530             cnf["Check-Archive::Options::%s" % (i)] = ""
 531
 532     args = apt_pkg.ParseCommandLine(cnf.Cnf, Arguments, sys.argv)
 533
 534     Options = cnf.SubTree("Check-Archive::Options")
 535     if Options["Help"]:
 536         usage()
 537
 538     if len(args) < 1:
 539         utils.warn("dak check-archive requires at least one argument")
 540         usage(1)
 541     elif len(args) > 1:
 542         utils.warn("dak check-archive accepts only one argument")
 543         usage(1)
 544     mode = args[0].lower()
 545
 546     # Initialize DB
 547     DBConn()
 548
 549     if mode == "checksums":
 550         check_checksums()
 551     elif mode == "files":
 552         check_files()
 553     elif mode == "dsc-syntax":
 554         check_dscs()
 555     elif mode == "missing-overrides":
 556         check_override()
 557     elif mode == "source-in-one-dir":
 558         check_source_in_one_dir()
 559     elif mode == "timestamps":
 560         check_timestamps()
 561     elif mode == "files-in-dsc":
 562         check_files_in_dsc()
 563     elif mode == "validate-indices":
 564         check_indices_files_exist()
 565     elif mode == "files-not-symlinks":
 566         check_files_not_symlinks()
 567     elif mode == "validate-builddeps":
 568         check_build_depends()
 569     elif mode == "add-missing-source-checksums":
 570         add_missing_source_checksums()
 571     else:
 572         utils.warn("unknown mode '%s'" % (mode))
 573         usage(1)
 574
 575 ################################################################################
 576
 577 if __name__ == '__main__':
 578     main()