neve

   1 #!/usr/bin/env python
   2
   3 # Populate the DB
   4 # Copyright (C) 2000, 2001  James Troup <james@nocrew.org>
   5 # $Id: neve,v 1.5 2001-09-14 17:15:39 troup Exp $
   6
   7 # This program is free software; you can redistribute it and/or modify
   8 # it under the terms of the GNU General Public License as published by
   9 # the Free Software Foundation; either version 2 of the License, or
  10 # (at your option) any later version.
  11
  12 # This program is distributed in the hope that it will be useful,
  13 # but WITHOUT ANY WARRANTY; without even the implied warranty of
  14 # MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  15 # GNU General Public License for more details.
  16
  17 # You should have received a copy of the GNU General Public License
  18 # along with this program; if not, write to the Free Software
  19 # Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA  02111-1307  USA
  20
  21 ################################################################################
  22
  23 # 04:36|<aj> elmo: you're making me waste 5 seconds per architecture!!!!!! YOU BASTARD!!!!!
  24
  25 ################################################################################
  26
  27 # This code is a horrible mess for two reasons:
  28
  29 #   (o) For Debian's usage, it's doing something like 160k INSERTs,
  30 #   even on auric, that makes the program unusable unless we get
  31 #   involed in sorts of silly optimization games (local dicts to avoid
  32 #   redundant SELECTS, using COPY FROM rather than INSERTS etc.)
  33
  34 #   (o) It's very site specific, because I don't expect to use this
  35 #   script again in a hurry, and I don't want to spend any more time
  36 #   on it than absolutely necessary.
  37
  38 ###############################################################################################################
  39
  40 import commands, os, pg, re, sys, string, tempfile
  41 import apt_pkg
  42 import db_access, utils
  43
  44 ###############################################################################################################
  45
  46 re_arch_from_filename = re.compile(r"binary-[^/]+")
  47
  48 ###############################################################################################################
  49
  50 Cnf = None;
  51 projectB = None;
  52 files_id_cache = {};
  53 source_cache = {};
  54 arch_all_cache = {};
  55 binary_cache = {};
  56 #
  57 files_id_serial = 0;
  58 source_id_serial = 0;
  59 src_associations_id_serial = 0;
  60 dsc_files_id_serial = 0;
  61 files_query_cache = None;
  62 source_query_cache = None;
  63 src_associations_query_cache = None;
  64 dsc_files_query_cache = None;
  65 orig_tar_gz_cache = {};
  66 #
  67 binaries_id_serial = 0;
  68 binaries_query_cache = None;
  69 bin_associations_id_serial = 0;
  70 bin_associations_query_cache = None;
  71 #
  72 source_cache_for_binaries = {};
  73
  74 ###############################################################################################################
  75
  76 # Prepares a filename or directory (s) to be file.filename by stripping any part of the location (sub) from it.
  77 def poolify (s, sub):
  78     for i in xrange(len(sub)):
  79         if sub[i:] == s[0:len(sub)-i]:
  80             return s[len(sub)-i:];
  81     return s;
  82
  83 def update_archives ():
  84     projectB.query("DELETE FROM archive")
  85     for archive in Cnf.SubTree("Archive").List():
  86         SubSec = Cnf.SubTree("Archive::%s" % (archive));
  87         projectB.query("INSERT INTO archive (name, origin_server, description) VALUES ('%s', '%s', '%s')"
  88                        % (archive, SubSec["OriginServer"], SubSec["Description"]));
  89
  90 def update_components ():
  91     projectB.query("DELETE FROM component")
  92     for component in Cnf.SubTree("Component").List():
  93         SubSec = Cnf.SubTree("Component::%s" % (component));
  94         projectB.query("INSERT INTO component (name, description, meets_dfsg) VALUES ('%s', '%s', '%s')" %
  95                        (component, SubSec["Description"], SubSec["MeetsDFSG"]));
  96
  97 def update_locations ():
  98     projectB.query("DELETE FROM location")
  99     for location in Cnf.SubTree("Location").List():
 100         SubSec = Cnf.SubTree("Location::%s" % (location));
 101         archive_id = db_access.get_archive_id(SubSec["archive"]);
 102         type = SubSec.Find("type");
 103         if type == "legacy-mixed":
 104             projectB.query("INSERT INTO location (path, archive, type) VALUES ('%s', %d, '%s')" % (location, archive_id, SubSec["type"]));
 105         else:
 106             for component in Cnf.SubTree("Component").List():
 107                 component_id = db_access.get_component_id(component);
 108                 projectB.query("INSERT INTO location (path, component, archive, type) VALUES ('%s', %d, %d, '%s')" %
 109                                (location, component_id, archive_id, SubSec["type"]));
 110
 111 def update_architectures ():
 112     projectB.query("DELETE FROM architecture")
 113     for arch in Cnf.SubTree("Architectures").List():
 114         projectB.query("INSERT INTO architecture (arch_string, description) VALUES ('%s', '%s')" % (arch, Cnf["Architectures::%s" % (arch)]))
 115
 116 def update_suites ():
 117     projectB.query("DELETE FROM suite")
 118     for suite in Cnf.SubTree("Suite").List():
 119         SubSec = Cnf.SubTree("Suite::%s" %(suite))
 120         projectB.query("INSERT INTO suite (suite_name, version, origin, description) VALUES ('%s', '%s', '%s', '%s')"
 121                        % (string.lower(suite), SubSec["Version"], SubSec["Origin"], SubSec["Description"]))
 122         for architecture in Cnf.SubTree("Suite::%s::Architectures" % (suite)).List():
 123             architecture_id = db_access.get_architecture_id (architecture);
 124             projectB.query("INSERT INTO suite_architectures (suite, architecture) VALUES (currval('suite_id_seq'), %d)" % (architecture_id));
 125
 126 ##############################################################################################################
 127
 128 def get_or_set_files_id (filename, size, md5sum, location_id):
 129     global files_id_cache, files_id_serial, files_query_cache;
 130
 131     cache_key = string.join((filename, size, md5sum, repr(location_id)), '~')
 132     if not files_id_cache.has_key(cache_key):
 133         files_id_serial = files_id_serial + 1
 134         files_query_cache.write("%d\t%s\t%s\t%s\t%d\n" % (files_id_serial, filename, size, md5sum, location_id));
 135         files_id_cache[cache_key] = files_id_serial
 136
 137     return files_id_cache[cache_key]
 138
 139 ##############################################################################################################
 140
 141 def process_sources (location, filename, suite, component, archive):
 142     global source_cache, source_query_cache, src_associations_query_cache, dsc_files_query_cache, source_id_serial, src_associations_id_serial, dsc_files_id_serial, source_cache_for_binaries, orig_tar_gz_cache;
 143
 144     suite = string.lower(suite)
 145     suite_id = db_access.get_suite_id(suite);
 146     if suite == 'stable':
 147         testing_id = db_access.get_suite_id("testing");
 148     try:
 149         file = utils.open_file (filename, "r")
 150     except utils.cant_open_exc:
 151         print "WARNING: can't open '%s'" % (filename);
 152         return;
 153     Scanner = apt_pkg.ParseTagFile(file)
 154     while Scanner.Step() != 0:
 155         package = Scanner.Section["package"]
 156         version = Scanner.Section["version"]
 157         maintainer = Scanner.Section["maintainer"]
 158         maintainer = string.replace(maintainer, "'", "\\'")
 159         maintainer_id = db_access.get_or_set_maintainer_id(maintainer);
 160         directory = Scanner.Section["directory"]
 161         location_id = db_access.get_location_id (location, component, archive)
 162         if directory[-1:] != "/":
 163             directory = directory + '/';
 164         directory = poolify (directory, location);
 165         if directory != "" and directory[-1:] != "/":
 166             directory = directory + '/';
 167         no_epoch_version = utils.re_no_epoch.sub('', version)
 168         # Add all files referenced by the .dsc to the files table
 169         ids = [];
 170         for line in string.split(Scanner.Section["files"],'\n'):
 171             id = None;
 172             (md5sum, size, filename) = string.split(string.strip(line));
 173             # Don't duplicate .orig.tar.gz's
 174             if filename[-12:] == ".orig.tar.gz":
 175                 cache_key = "%s~%s~%s" % (filename, size, md5sum);
 176                 if orig_tar_gz_cache.has_key(cache_key):
 177                     id = orig_tar_gz_cache[cache_key];
 178                 else:
 179                     id = get_or_set_files_id (directory + filename, size, md5sum, location_id);
 180                     orig_tar_gz_cache[cache_key] = id;
 181             else:
 182                 id = get_or_set_files_id (directory + filename, size, md5sum, location_id);
 183             ids.append(id);
 184             # If this is the .dsc itself; save the ID for later.
 185             if filename[-4:] == ".dsc":
 186                 files_id = id;
 187         filename = directory + package + '_' + no_epoch_version + '.dsc'
 188         cache_key = "%s~%s" % (package, version)
 189         if not source_cache.has_key(cache_key):
 190             nasty_key = "%s~%s" % (package, version)
 191             source_id_serial = source_id_serial + 1;
 192             if not source_cache_for_binaries.has_key(nasty_key):
 193                 source_cache_for_binaries[nasty_key] = source_id_serial;
 194             tmp_source_id = source_id_serial;
 195             source_cache[cache_key] = source_id_serial;
 196             source_query_cache.write("%d\t%s\t%s\t%d\t%d\n" % (source_id_serial, package, version, maintainer_id, files_id))
 197             for id in ids:
 198                 dsc_files_id_serial = dsc_files_id_serial + 1;
 199                 dsc_files_query_cache.write("%d\t%d\t%d\n" % (dsc_files_id_serial, tmp_source_id,id));
 200         else:
 201             tmp_source_id = source_cache[cache_key];
 202
 203         src_associations_id_serial = src_associations_id_serial + 1;
 204         src_associations_query_cache.write("%d\t%d\t%d\n" % (src_associations_id_serial, suite_id, tmp_source_id))
 205         # populate 'testing' with a mirror of 'stable'
 206         if suite == "stable":
 207             src_associations_id_serial = src_associations_id_serial + 1;
 208             src_associations_query_cache.write("%d\t%d\t%d\n" % (src_associations_id_serial, testing_id, tmp_source_id))
 209
 210     file.close()
 211
 212 ##############################################################################################################
 213
 214 def process_packages (location, filename, suite, component, archive):
 215     global arch_all_cache, binary_cache, binaries_id_serial, binaries_query_cache, bin_associations_id_serial, bin_associations_query_cache;
 216
 217     count_total = 0;
 218     count_bad = 0;
 219     suite = string.lower(suite);
 220     suite_id = db_access.get_suite_id(suite);
 221     if suite == "stable":
 222         testing_id = db_access.get_suite_id("testing");
 223     try:
 224         file = utils.open_file (filename, "r")
 225     except utils.cant_open_exc:
 226         print "WARNING: can't open '%s'" % (filename);
 227         return;
 228     Scanner = apt_pkg.ParseTagFile(file);
 229     while Scanner.Step() != 0:
 230         package = Scanner.Section["package"]
 231         version = Scanner.Section["version"]
 232         maintainer = Scanner.Section["maintainer"]
 233         maintainer = string.replace(maintainer, "'", "\\'")
 234         maintainer_id = db_access.get_or_set_maintainer_id(maintainer);
 235         architecture = Scanner.Section["architecture"]
 236         architecture_id = db_access.get_architecture_id (architecture);
 237         if not Scanner.Section.has_key("source"):
 238             source = package
 239         else:
 240             source = Scanner.Section["source"]
 241         source_version = ""
 242         if string.find(source, "(") != -1:
 243             m = utils.re_extract_src_version.match(source)
 244             source = m.group(1)
 245             source_version = m.group(2)
 246         if not source_version:
 247             source_version = version
 248         filename = Scanner.Section["filename"]
 249         location_id = db_access.get_location_id (location, component, archive)
 250         filename = poolify (filename, location)
 251         if architecture == "all":
 252             filename = re_arch_from_filename.sub("binary-all", filename);
 253         cache_key = "%s~%s" % (source, source_version);
 254         source_id = source_cache_for_binaries.get(cache_key, None);
 255         size = Scanner.Section["size"];
 256         md5sum = Scanner.Section["md5sum"];
 257         files_id = get_or_set_files_id (filename, size, md5sum, location_id);
 258         type = "deb"; # FIXME
 259         cache_key = "%s~%s~%s~%d~%d~%d" % (package, version, repr(source_id), architecture_id, location_id, files_id);
 260         if not arch_all_cache.has_key(cache_key):
 261             arch_all_cache[cache_key] = 1;
 262             cache_key = "%s~%s~%s~%d" % (package, version, repr(source_id), architecture_id);
 263             if not binary_cache.has_key(cache_key):
 264                 if not source_id:
 265                     source_id = "\N";
 266                     count_bad = count_bad + 1;
 267                 else:
 268                     source_id = repr(source_id);
 269                 binaries_id_serial = binaries_id_serial + 1;
 270                 binaries_query_cache.write("%d\t%s\t%s\t%d\t%s\t%d\t%d\t%s\n" % (binaries_id_serial, package, version, maintainer_id, source_id, architecture_id, files_id, type));
 271                 binary_cache[cache_key] = binaries_id_serial;
 272                 tmp_binaries_id = binaries_id_serial;
 273             else:
 274                 tmp_binaries_id = binary_cache[cache_key];
 275
 276             bin_associations_id_serial = bin_associations_id_serial + 1;
 277             bin_associations_query_cache.write("%d\t%d\t%d\n" % (bin_associations_id_serial, suite_id, tmp_binaries_id));
 278             if suite == "stable":
 279                 bin_associations_id_serial = bin_associations_id_serial + 1;
 280                 bin_associations_query_cache.write("%d\t%d\t%d\n" % (bin_associations_id_serial, testing_id, tmp_binaries_id));
 281             count_total = count_total +1;
 282
 283     file.close();
 284     if count_bad != 0:
 285         print "%d binary packages processed; %d with no source match which is %.2f%%" % (count_total, count_bad, (float(count_bad)/count_total)*100);
 286     else:
 287         print "%d binary packages processed; 0 with no source match which is 0%%" % (count_total);
 288
 289 ##############################################################################################################
 290
 291 def do_sources(location, prefix, suite, component, server):
 292     temp_filename = tempfile.mktemp();
 293     fd = os.open(temp_filename, os.O_RDWR|os.O_CREAT|os.O_EXCL, 0700);
 294     os.close(fd);
 295     sources = location + prefix + 'Sources.gz';
 296     (result, output) = commands.getstatusoutput("gunzip -c %s > %s" % (sources, temp_filename));
 297     if (result != 0):
 298         utils.fubar("Gunzip invocation failed!\n%s" % (output), result);
 299     print 'Processing '+sources+'...';
 300     process_sources (location, temp_filename, suite, component, server);
 301     os.unlink(temp_filename);
 302
 303 ##############################################################################################################
 304
 305 def main ():
 306     global Cnf, projectB, query_cache, files_query_cache, source_query_cache, src_associations_query_cache, dsc_files_query_cache, bin_associations_query_cache, binaries_query_cache;
 307
 308     apt_pkg.init();
 309
 310     Cnf = apt_pkg.newConfiguration();
 311     apt_pkg.ReadConfigFileISC(Cnf,utils.which_conf_file());
 312
 313     print "Re-Creating DB..."
 314     (result, output) = commands.getstatusoutput("psql -f init_pool.sql")
 315     if (result != 0):
 316         sys.exit(2)
 317     print output
 318
 319     projectB = pg.connect(Cnf["DB::Name"], Cnf["DB::Host"], int(Cnf["DB::Port"]), None, None, 'postgres')
 320
 321     db_access.init (Cnf, projectB);
 322
 323     print "Adding static tables from conf file..."
 324     projectB.query("BEGIN WORK");
 325     update_architectures();
 326     update_components();
 327     update_archives();
 328     update_locations();
 329     update_suites();
 330     projectB.query("COMMIT WORK");
 331
 332     files_query_cache = utils.open_file(Cnf["Neve::ExportDir"]+"files","w");
 333     source_query_cache = utils.open_file(Cnf["Neve::ExportDir"]+"source","w");
 334     src_associations_query_cache = utils.open_file(Cnf["Neve::ExportDir"]+"src_associations","w");
 335     dsc_files_query_cache = utils.open_file(Cnf["Neve::ExportDir"]+"dsc_files","w");
 336     binaries_query_cache = utils.open_file(Cnf["Neve::ExportDir"]+"binaries","w");
 337     bin_associations_query_cache = utils.open_file(Cnf["Neve::ExportDir"]+"bin_associations","w");
 338
 339     projectB.query("BEGIN WORK");
 340     # Process Sources files to popoulate `source' and friends
 341     for location in Cnf.SubTree("Location").List():
 342         SubSec = Cnf.SubTree("Location::%s" % (location));
 343         server = SubSec["Archive"];
 344         type = Cnf.Find("Location::%s::Type" % (location));
 345         if type == "legacy-mixed":
 346             prefix = ''
 347             suite = Cnf.Find("Location::%s::Suite" % (location));
 348             do_sources(location, prefix, suite, "",  server);
 349         elif type == "legacy":
 350             for suite in Cnf.SubTree("Location::%s::Suites" % (location)).List():
 351                 for component in Cnf.SubTree("Component").List():
 352                     prefix = Cnf.Find("Suite::%s::CodeName" % (suite)) + '/' + component + '/source/'
 353                     do_sources(location, prefix, suite, component, server);
 354         elif type == "pool":
 355             continue;
 356 #            for component in Cnf.SubTree("Component").List():
 357 #                prefix = component + '/'
 358 #                do_sources(location, prefix);
 359         else:
 360             utils.fubar("Unknown location type ('%s')." % (type));
 361
 362     # Process Packages files to populate `binaries' and friends
 363
 364     for location in Cnf.SubTree("Location").List():
 365         SubSec = Cnf.SubTree("Location::%s" % (location));
 366         server = SubSec["Archive"];
 367         type = Cnf.Find("Location::%s::Type" % (location));
 368         if type == "legacy-mixed":
 369             packages = location + 'Packages';
 370             suite = Cnf.Find("Location::%s::Suite" % (location));
 371             print 'Processing '+location+'...';
 372             process_packages (location, packages, suite, "", server);
 373         elif type == "legacy":
 374             for suite in Cnf.SubTree("Location::%s::Suites" % (location)).List():
 375                 for component in Cnf.SubTree("Component").List():
 376                     for architecture in Cnf.SubTree("Suite::%s::Architectures" % (suite)).List():
 377                         if architecture == "source" or architecture == "all":
 378                             continue;
 379                         packages = location + Cnf.Find("Suite::%s::CodeName" % (suite)) + '/' + component + '/binary-' + architecture + '/Packages'
 380                         print 'Processing '+packages+'...';
 381                         process_packages (location, packages, suite, component, server);
 382         elif type == "pool":
 383             continue;
 384
 385     files_query_cache.close();
 386     source_query_cache.close();
 387     src_associations_query_cache.close();
 388     dsc_files_query_cache.close();
 389     binaries_query_cache.close();
 390     bin_associations_query_cache.close();
 391     print "Writing data to `files' table...";
 392     projectB.query("COPY files FROM '%s'" % (Cnf["Neve::ExportDir"]+"files"));
 393     print "Writing data to `source' table...";
 394     projectB.query("COPY source FROM '%s'" % (Cnf["Neve::ExportDir"]+"source"));
 395     print "Writing data to `src_associations' table...";
 396     projectB.query("COPY src_associations FROM '%s'" % (Cnf["Neve::ExportDir"]+"src_associations"));
 397     print "Writing data to `dsc_files' table...";
 398     projectB.query("COPY dsc_files FROM '%s'" % (Cnf["Neve::ExportDir"]+"dsc_files"));
 399     print "Writing data to `binaries' table...";
 400     projectB.query("COPY binaries FROM '%s'" % (Cnf["Neve::ExportDir"]+"binaries"));
 401     print "Writing data to `bin_associations' table...";
 402     projectB.query("COPY bin_associations FROM '%s'" % (Cnf["Neve::ExportDir"]+"bin_associations"));
 403     print "Committing...";
 404     projectB.query("COMMIT WORK");
 405
 406     # Add the constraints and otherwise generally clean up the database.
 407     # See add_constraints.sql for more details...
 408
 409     print "Running add_constraints.sql...";
 410     (result, output) = commands.getstatusoutput("psql projectb < add_constraints.sql");
 411     print output
 412     if (result != 0):
 413         utils.fubar("psql invocation failed!\n%s" % (output), result);
 414
 415     return;
 416
 417 if __name__ == '__main__':
 418     main()