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