mirror of
https://codeberg.org/forgejo/forgejo.git
synced 2024-12-23 02:33:53 +01:00
Move code indexer related code to a new package (#9191)
* move code indexer related code to a new package * fix lint * fix tests * fix fmt * GetMaxID support interface parameter
This commit is contained in:
parent
baf089e5b9
commit
be06dee04c
9 changed files with 434 additions and 379 deletions
|
@ -10,6 +10,7 @@ import (
|
||||||
"time"
|
"time"
|
||||||
|
|
||||||
"code.gitea.io/gitea/models"
|
"code.gitea.io/gitea/models"
|
||||||
|
code_indexer "code.gitea.io/gitea/modules/indexer/code"
|
||||||
"code.gitea.io/gitea/modules/setting"
|
"code.gitea.io/gitea/modules/setting"
|
||||||
|
|
||||||
"github.com/PuerkitoBio/goquery"
|
"github.com/PuerkitoBio/goquery"
|
||||||
|
@ -34,7 +35,7 @@ func TestSearchRepo(t *testing.T) {
|
||||||
repo, err := models.GetRepositoryByOwnerAndName("user2", "repo1")
|
repo, err := models.GetRepositoryByOwnerAndName("user2", "repo1")
|
||||||
assert.NoError(t, err)
|
assert.NoError(t, err)
|
||||||
|
|
||||||
executeIndexer(t, repo, models.UpdateRepoIndexer)
|
executeIndexer(t, repo, code_indexer.UpdateRepoIndexer)
|
||||||
|
|
||||||
testSearch(t, "/user2/repo1/search?q=Description&page=1", []string{"README.md"})
|
testSearch(t, "/user2/repo1/search?q=Description&page=1", []string{"README.md"})
|
||||||
|
|
||||||
|
@ -44,8 +45,8 @@ func TestSearchRepo(t *testing.T) {
|
||||||
repo, err = models.GetRepositoryByOwnerAndName("user2", "glob")
|
repo, err = models.GetRepositoryByOwnerAndName("user2", "glob")
|
||||||
assert.NoError(t, err)
|
assert.NoError(t, err)
|
||||||
|
|
||||||
executeIndexer(t, repo, models.DeleteRepoFromIndexer)
|
executeIndexer(t, repo, code_indexer.DeleteRepoFromIndexer)
|
||||||
executeIndexer(t, repo, models.UpdateRepoIndexer)
|
executeIndexer(t, repo, code_indexer.UpdateRepoIndexer)
|
||||||
|
|
||||||
testSearch(t, "/user2/glob/search?q=loren&page=1", []string{"a.txt"})
|
testSearch(t, "/user2/glob/search?q=loren&page=1", []string{"a.txt"})
|
||||||
testSearch(t, "/user2/glob/search?q=file3&page=1", []string{"x/b.txt"})
|
testSearch(t, "/user2/glob/search?q=file3&page=1", []string{"x/b.txt"})
|
||||||
|
|
|
@ -254,3 +254,28 @@ func MaxBatchInsertSize(bean interface{}) int {
|
||||||
func Count(bean interface{}) (int64, error) {
|
func Count(bean interface{}) (int64, error) {
|
||||||
return x.Count(bean)
|
return x.Count(bean)
|
||||||
}
|
}
|
||||||
|
|
||||||
|
// IsTableNotEmpty returns true if table has at least one record
|
||||||
|
func IsTableNotEmpty(tableName string) (bool, error) {
|
||||||
|
return x.Table(tableName).Exist()
|
||||||
|
}
|
||||||
|
|
||||||
|
// DeleteAllRecords will delete all the records of this table
|
||||||
|
func DeleteAllRecords(tableName string) error {
|
||||||
|
_, err := x.Exec(fmt.Sprintf("DELETE FROM %s", tableName))
|
||||||
|
return err
|
||||||
|
}
|
||||||
|
|
||||||
|
// GetMaxID will return max id of the table
|
||||||
|
func GetMaxID(beanOrTableName interface{}) (maxID int64, err error) {
|
||||||
|
_, err = x.Select("MAX(id)").Table(beanOrTableName).Get(&maxID)
|
||||||
|
return
|
||||||
|
}
|
||||||
|
|
||||||
|
// FindByMaxID filled results as the condition from database
|
||||||
|
func FindByMaxID(maxID int64, limit int, results interface{}) error {
|
||||||
|
return x.Where("id <= ?", maxID).
|
||||||
|
OrderBy("id DESC").
|
||||||
|
Limit(limit).
|
||||||
|
Find(results)
|
||||||
|
}
|
||||||
|
|
|
@ -1112,10 +1112,6 @@ func MigrateRepositoryGitData(doer, u *User, repo *Repository, opts api.MigrateR
|
||||||
repo, err = CleanUpMigrateInfo(repo)
|
repo, err = CleanUpMigrateInfo(repo)
|
||||||
}
|
}
|
||||||
|
|
||||||
if err != nil && !repo.IsEmpty {
|
|
||||||
UpdateRepoIndexer(repo)
|
|
||||||
}
|
|
||||||
|
|
||||||
return repo, err
|
return repo, err
|
||||||
}
|
}
|
||||||
|
|
||||||
|
|
|
@ -4,23 +4,6 @@
|
||||||
|
|
||||||
package models
|
package models
|
||||||
|
|
||||||
import (
|
|
||||||
"fmt"
|
|
||||||
"strconv"
|
|
||||||
"strings"
|
|
||||||
"time"
|
|
||||||
|
|
||||||
"code.gitea.io/gitea/modules/base"
|
|
||||||
"code.gitea.io/gitea/modules/charset"
|
|
||||||
"code.gitea.io/gitea/modules/git"
|
|
||||||
"code.gitea.io/gitea/modules/graceful"
|
|
||||||
"code.gitea.io/gitea/modules/indexer"
|
|
||||||
"code.gitea.io/gitea/modules/log"
|
|
||||||
"code.gitea.io/gitea/modules/setting"
|
|
||||||
|
|
||||||
"github.com/ethantkoenig/rupture"
|
|
||||||
)
|
|
||||||
|
|
||||||
// RepoIndexerStatus status of a repo's entry in the repo indexer
|
// RepoIndexerStatus status of a repo's entry in the repo indexer
|
||||||
// For now, implicitly refers to default branch
|
// For now, implicitly refers to default branch
|
||||||
type RepoIndexerStatus struct {
|
type RepoIndexerStatus struct {
|
||||||
|
@ -29,7 +12,8 @@ type RepoIndexerStatus struct {
|
||||||
CommitSha string `xorm:"VARCHAR(40)"`
|
CommitSha string `xorm:"VARCHAR(40)"`
|
||||||
}
|
}
|
||||||
|
|
||||||
func (repo *Repository) getIndexerStatus() error {
|
// GetIndexerStatus loads repo codes indxer status
|
||||||
|
func (repo *Repository) GetIndexerStatus() error {
|
||||||
if repo.IndexerStatus != nil {
|
if repo.IndexerStatus != nil {
|
||||||
return nil
|
return nil
|
||||||
}
|
}
|
||||||
|
@ -44,8 +28,9 @@ func (repo *Repository) getIndexerStatus() error {
|
||||||
return nil
|
return nil
|
||||||
}
|
}
|
||||||
|
|
||||||
func (repo *Repository) updateIndexerStatus(sha string) error {
|
// UpdateIndexerStatus updates indexer status
|
||||||
if err := repo.getIndexerStatus(); err != nil {
|
func (repo *Repository) UpdateIndexerStatus(sha string) error {
|
||||||
|
if err := repo.GetIndexerStatus(); err != nil {
|
||||||
return err
|
return err
|
||||||
}
|
}
|
||||||
if len(repo.IndexerStatus.CommitSha) == 0 {
|
if len(repo.IndexerStatus.CommitSha) == 0 {
|
||||||
|
@ -58,349 +43,3 @@ func (repo *Repository) updateIndexerStatus(sha string) error {
|
||||||
Update(repo.IndexerStatus)
|
Update(repo.IndexerStatus)
|
||||||
return err
|
return err
|
||||||
}
|
}
|
||||||
|
|
||||||
type repoIndexerOperation struct {
|
|
||||||
repoID int64
|
|
||||||
deleted bool
|
|
||||||
watchers []chan<- error
|
|
||||||
}
|
|
||||||
|
|
||||||
var repoIndexerOperationQueue chan repoIndexerOperation
|
|
||||||
|
|
||||||
// InitRepoIndexer initialize the repo indexer
|
|
||||||
func InitRepoIndexer() {
|
|
||||||
if !setting.Indexer.RepoIndexerEnabled {
|
|
||||||
return
|
|
||||||
}
|
|
||||||
waitChannel := make(chan time.Duration)
|
|
||||||
repoIndexerOperationQueue = make(chan repoIndexerOperation, setting.Indexer.UpdateQueueLength)
|
|
||||||
go func() {
|
|
||||||
start := time.Now()
|
|
||||||
log.Info("Initializing Repository Indexer")
|
|
||||||
indexer.InitRepoIndexer(populateRepoIndexerAsynchronously)
|
|
||||||
go processRepoIndexerOperationQueue()
|
|
||||||
waitChannel <- time.Since(start)
|
|
||||||
}()
|
|
||||||
if setting.Indexer.StartupTimeout > 0 {
|
|
||||||
go func() {
|
|
||||||
timeout := setting.Indexer.StartupTimeout
|
|
||||||
if graceful.Manager.IsChild() && setting.GracefulHammerTime > 0 {
|
|
||||||
timeout += setting.GracefulHammerTime
|
|
||||||
}
|
|
||||||
select {
|
|
||||||
case duration := <-waitChannel:
|
|
||||||
log.Info("Repository Indexer Initialization took %v", duration)
|
|
||||||
case <-time.After(timeout):
|
|
||||||
log.Fatal("Repository Indexer Initialization Timed-Out after: %v", timeout)
|
|
||||||
}
|
|
||||||
}()
|
|
||||||
|
|
||||||
}
|
|
||||||
}
|
|
||||||
|
|
||||||
// populateRepoIndexerAsynchronously asynchronously populates the repo indexer
|
|
||||||
// with pre-existing data. This should only be run when the indexer is created
|
|
||||||
// for the first time.
|
|
||||||
func populateRepoIndexerAsynchronously() error {
|
|
||||||
exist, err := x.Table("repository").Exist()
|
|
||||||
if err != nil {
|
|
||||||
return err
|
|
||||||
} else if !exist {
|
|
||||||
return nil
|
|
||||||
}
|
|
||||||
|
|
||||||
// if there is any existing repo indexer metadata in the DB, delete it
|
|
||||||
// since we are starting afresh. Also, xorm requires deletes to have a
|
|
||||||
// condition, and we want to delete everything, thus 1=1.
|
|
||||||
if _, err := x.Where("1=1").Delete(new(RepoIndexerStatus)); err != nil {
|
|
||||||
return err
|
|
||||||
}
|
|
||||||
|
|
||||||
var maxRepoID int64
|
|
||||||
if _, err = x.Select("MAX(id)").Table("repository").Get(&maxRepoID); err != nil {
|
|
||||||
return err
|
|
||||||
}
|
|
||||||
go populateRepoIndexer(maxRepoID)
|
|
||||||
return nil
|
|
||||||
}
|
|
||||||
|
|
||||||
// populateRepoIndexer populate the repo indexer with pre-existing data. This
|
|
||||||
// should only be run when the indexer is created for the first time.
|
|
||||||
func populateRepoIndexer(maxRepoID int64) {
|
|
||||||
log.Info("Populating the repo indexer with existing repositories")
|
|
||||||
// start with the maximum existing repo ID and work backwards, so that we
|
|
||||||
// don't include repos that are created after gitea starts; such repos will
|
|
||||||
// already be added to the indexer, and we don't need to add them again.
|
|
||||||
for maxRepoID > 0 {
|
|
||||||
repos := make([]*Repository, 0, RepositoryListDefaultPageSize)
|
|
||||||
err := x.Where("id <= ?", maxRepoID).
|
|
||||||
OrderBy("id DESC").
|
|
||||||
Limit(RepositoryListDefaultPageSize).
|
|
||||||
Find(&repos)
|
|
||||||
if err != nil {
|
|
||||||
log.Error("populateRepoIndexer: %v", err)
|
|
||||||
return
|
|
||||||
} else if len(repos) == 0 {
|
|
||||||
break
|
|
||||||
}
|
|
||||||
for _, repo := range repos {
|
|
||||||
repoIndexerOperationQueue <- repoIndexerOperation{
|
|
||||||
repoID: repo.ID,
|
|
||||||
deleted: false,
|
|
||||||
}
|
|
||||||
maxRepoID = repo.ID - 1
|
|
||||||
}
|
|
||||||
}
|
|
||||||
log.Info("Done populating the repo indexer with existing repositories")
|
|
||||||
}
|
|
||||||
|
|
||||||
func updateRepoIndexer(repoID int64) error {
|
|
||||||
repo, err := getRepositoryByID(x, repoID)
|
|
||||||
if err != nil {
|
|
||||||
return err
|
|
||||||
}
|
|
||||||
|
|
||||||
sha, err := getDefaultBranchSha(repo)
|
|
||||||
if err != nil {
|
|
||||||
return err
|
|
||||||
}
|
|
||||||
changes, err := getRepoChanges(repo, sha)
|
|
||||||
if err != nil {
|
|
||||||
return err
|
|
||||||
} else if changes == nil {
|
|
||||||
return nil
|
|
||||||
}
|
|
||||||
|
|
||||||
batch := indexer.RepoIndexerBatch()
|
|
||||||
for _, update := range changes.Updates {
|
|
||||||
if err := addUpdate(update, repo, batch); err != nil {
|
|
||||||
return err
|
|
||||||
}
|
|
||||||
}
|
|
||||||
for _, filename := range changes.RemovedFilenames {
|
|
||||||
if err := addDelete(filename, repo, batch); err != nil {
|
|
||||||
return err
|
|
||||||
}
|
|
||||||
}
|
|
||||||
if err = batch.Flush(); err != nil {
|
|
||||||
return err
|
|
||||||
}
|
|
||||||
return repo.updateIndexerStatus(sha)
|
|
||||||
}
|
|
||||||
|
|
||||||
// repoChanges changes (file additions/updates/removals) to a repo
|
|
||||||
type repoChanges struct {
|
|
||||||
Updates []fileUpdate
|
|
||||||
RemovedFilenames []string
|
|
||||||
}
|
|
||||||
|
|
||||||
type fileUpdate struct {
|
|
||||||
Filename string
|
|
||||||
BlobSha string
|
|
||||||
}
|
|
||||||
|
|
||||||
func getDefaultBranchSha(repo *Repository) (string, error) {
|
|
||||||
stdout, err := git.NewCommand("show-ref", "-s", repo.DefaultBranch).RunInDir(repo.RepoPath())
|
|
||||||
if err != nil {
|
|
||||||
return "", err
|
|
||||||
}
|
|
||||||
return strings.TrimSpace(stdout), nil
|
|
||||||
}
|
|
||||||
|
|
||||||
// getRepoChanges returns changes to repo since last indexer update
|
|
||||||
func getRepoChanges(repo *Repository, revision string) (*repoChanges, error) {
|
|
||||||
if err := repo.getIndexerStatus(); err != nil {
|
|
||||||
return nil, err
|
|
||||||
}
|
|
||||||
|
|
||||||
if len(repo.IndexerStatus.CommitSha) == 0 {
|
|
||||||
return genesisChanges(repo, revision)
|
|
||||||
}
|
|
||||||
return nonGenesisChanges(repo, revision)
|
|
||||||
}
|
|
||||||
|
|
||||||
func addUpdate(update fileUpdate, repo *Repository, batch rupture.FlushingBatch) error {
|
|
||||||
stdout, err := git.NewCommand("cat-file", "-s", update.BlobSha).
|
|
||||||
RunInDir(repo.RepoPath())
|
|
||||||
if err != nil {
|
|
||||||
return err
|
|
||||||
}
|
|
||||||
if size, err := strconv.Atoi(strings.TrimSpace(stdout)); err != nil {
|
|
||||||
return fmt.Errorf("Misformatted git cat-file output: %v", err)
|
|
||||||
} else if int64(size) > setting.Indexer.MaxIndexerFileSize {
|
|
||||||
return addDelete(update.Filename, repo, batch)
|
|
||||||
}
|
|
||||||
|
|
||||||
fileContents, err := git.NewCommand("cat-file", "blob", update.BlobSha).
|
|
||||||
RunInDirBytes(repo.RepoPath())
|
|
||||||
if err != nil {
|
|
||||||
return err
|
|
||||||
} else if !base.IsTextFile(fileContents) {
|
|
||||||
// FIXME: UTF-16 files will probably fail here
|
|
||||||
return nil
|
|
||||||
}
|
|
||||||
indexerUpdate := indexer.RepoIndexerUpdate{
|
|
||||||
Filepath: update.Filename,
|
|
||||||
Op: indexer.RepoIndexerOpUpdate,
|
|
||||||
Data: &indexer.RepoIndexerData{
|
|
||||||
RepoID: repo.ID,
|
|
||||||
Content: string(charset.ToUTF8DropErrors(fileContents)),
|
|
||||||
},
|
|
||||||
}
|
|
||||||
return indexerUpdate.AddToFlushingBatch(batch)
|
|
||||||
}
|
|
||||||
|
|
||||||
func addDelete(filename string, repo *Repository, batch rupture.FlushingBatch) error {
|
|
||||||
indexerUpdate := indexer.RepoIndexerUpdate{
|
|
||||||
Filepath: filename,
|
|
||||||
Op: indexer.RepoIndexerOpDelete,
|
|
||||||
Data: &indexer.RepoIndexerData{
|
|
||||||
RepoID: repo.ID,
|
|
||||||
},
|
|
||||||
}
|
|
||||||
return indexerUpdate.AddToFlushingBatch(batch)
|
|
||||||
}
|
|
||||||
|
|
||||||
func isIndexable(entry *git.TreeEntry) bool {
|
|
||||||
if !entry.IsRegular() && !entry.IsExecutable() {
|
|
||||||
return false
|
|
||||||
}
|
|
||||||
name := strings.ToLower(entry.Name())
|
|
||||||
for _, g := range setting.Indexer.ExcludePatterns {
|
|
||||||
if g.Match(name) {
|
|
||||||
return false
|
|
||||||
}
|
|
||||||
}
|
|
||||||
for _, g := range setting.Indexer.IncludePatterns {
|
|
||||||
if g.Match(name) {
|
|
||||||
return true
|
|
||||||
}
|
|
||||||
}
|
|
||||||
return len(setting.Indexer.IncludePatterns) == 0
|
|
||||||
}
|
|
||||||
|
|
||||||
// parseGitLsTreeOutput parses the output of a `git ls-tree -r --full-name` command
|
|
||||||
func parseGitLsTreeOutput(stdout []byte) ([]fileUpdate, error) {
|
|
||||||
entries, err := git.ParseTreeEntries(stdout)
|
|
||||||
if err != nil {
|
|
||||||
return nil, err
|
|
||||||
}
|
|
||||||
var idxCount = 0
|
|
||||||
updates := make([]fileUpdate, len(entries))
|
|
||||||
for _, entry := range entries {
|
|
||||||
if isIndexable(entry) {
|
|
||||||
updates[idxCount] = fileUpdate{
|
|
||||||
Filename: entry.Name(),
|
|
||||||
BlobSha: entry.ID.String(),
|
|
||||||
}
|
|
||||||
idxCount++
|
|
||||||
}
|
|
||||||
}
|
|
||||||
return updates[:idxCount], nil
|
|
||||||
}
|
|
||||||
|
|
||||||
// genesisChanges get changes to add repo to the indexer for the first time
|
|
||||||
func genesisChanges(repo *Repository, revision string) (*repoChanges, error) {
|
|
||||||
var changes repoChanges
|
|
||||||
stdout, err := git.NewCommand("ls-tree", "--full-tree", "-r", revision).
|
|
||||||
RunInDirBytes(repo.RepoPath())
|
|
||||||
if err != nil {
|
|
||||||
return nil, err
|
|
||||||
}
|
|
||||||
changes.Updates, err = parseGitLsTreeOutput(stdout)
|
|
||||||
return &changes, err
|
|
||||||
}
|
|
||||||
|
|
||||||
// nonGenesisChanges get changes since the previous indexer update
|
|
||||||
func nonGenesisChanges(repo *Repository, revision string) (*repoChanges, error) {
|
|
||||||
diffCmd := git.NewCommand("diff", "--name-status",
|
|
||||||
repo.IndexerStatus.CommitSha, revision)
|
|
||||||
stdout, err := diffCmd.RunInDir(repo.RepoPath())
|
|
||||||
if err != nil {
|
|
||||||
// previous commit sha may have been removed by a force push, so
|
|
||||||
// try rebuilding from scratch
|
|
||||||
log.Warn("git diff: %v", err)
|
|
||||||
if err = indexer.DeleteRepoFromIndexer(repo.ID); err != nil {
|
|
||||||
return nil, err
|
|
||||||
}
|
|
||||||
return genesisChanges(repo, revision)
|
|
||||||
}
|
|
||||||
var changes repoChanges
|
|
||||||
updatedFilenames := make([]string, 0, 10)
|
|
||||||
for _, line := range strings.Split(stdout, "\n") {
|
|
||||||
line = strings.TrimSpace(line)
|
|
||||||
if len(line) == 0 {
|
|
||||||
continue
|
|
||||||
}
|
|
||||||
filename := strings.TrimSpace(line[1:])
|
|
||||||
if len(filename) == 0 {
|
|
||||||
continue
|
|
||||||
} else if filename[0] == '"' {
|
|
||||||
filename, err = strconv.Unquote(filename)
|
|
||||||
if err != nil {
|
|
||||||
return nil, err
|
|
||||||
}
|
|
||||||
}
|
|
||||||
|
|
||||||
switch status := line[0]; status {
|
|
||||||
case 'M', 'A':
|
|
||||||
updatedFilenames = append(updatedFilenames, filename)
|
|
||||||
case 'D':
|
|
||||||
changes.RemovedFilenames = append(changes.RemovedFilenames, filename)
|
|
||||||
default:
|
|
||||||
log.Warn("Unrecognized status: %c (line=%s)", status, line)
|
|
||||||
}
|
|
||||||
}
|
|
||||||
|
|
||||||
cmd := git.NewCommand("ls-tree", "--full-tree", revision, "--")
|
|
||||||
cmd.AddArguments(updatedFilenames...)
|
|
||||||
lsTreeStdout, err := cmd.RunInDirBytes(repo.RepoPath())
|
|
||||||
if err != nil {
|
|
||||||
return nil, err
|
|
||||||
}
|
|
||||||
changes.Updates, err = parseGitLsTreeOutput(lsTreeStdout)
|
|
||||||
return &changes, err
|
|
||||||
}
|
|
||||||
|
|
||||||
func processRepoIndexerOperationQueue() {
|
|
||||||
for {
|
|
||||||
op := <-repoIndexerOperationQueue
|
|
||||||
var err error
|
|
||||||
if op.deleted {
|
|
||||||
if err = indexer.DeleteRepoFromIndexer(op.repoID); err != nil {
|
|
||||||
log.Error("DeleteRepoFromIndexer: %v", err)
|
|
||||||
}
|
|
||||||
} else {
|
|
||||||
if err = updateRepoIndexer(op.repoID); err != nil {
|
|
||||||
log.Error("updateRepoIndexer: %v", err)
|
|
||||||
}
|
|
||||||
}
|
|
||||||
for _, watcher := range op.watchers {
|
|
||||||
watcher <- err
|
|
||||||
}
|
|
||||||
}
|
|
||||||
}
|
|
||||||
|
|
||||||
// DeleteRepoFromIndexer remove all of a repository's entries from the indexer
|
|
||||||
func DeleteRepoFromIndexer(repo *Repository, watchers ...chan<- error) {
|
|
||||||
addOperationToQueue(repoIndexerOperation{repoID: repo.ID, deleted: true, watchers: watchers})
|
|
||||||
}
|
|
||||||
|
|
||||||
// UpdateRepoIndexer update a repository's entries in the indexer
|
|
||||||
func UpdateRepoIndexer(repo *Repository, watchers ...chan<- error) {
|
|
||||||
addOperationToQueue(repoIndexerOperation{repoID: repo.ID, deleted: false, watchers: watchers})
|
|
||||||
}
|
|
||||||
|
|
||||||
func addOperationToQueue(op repoIndexerOperation) {
|
|
||||||
if !setting.Indexer.RepoIndexerEnabled {
|
|
||||||
return
|
|
||||||
}
|
|
||||||
select {
|
|
||||||
case repoIndexerOperationQueue <- op:
|
|
||||||
break
|
|
||||||
default:
|
|
||||||
go func() {
|
|
||||||
repoIndexerOperationQueue <- op
|
|
||||||
}()
|
|
||||||
}
|
|
||||||
}
|
|
||||||
|
|
365
modules/indexer/code/bleve.go
Normal file
365
modules/indexer/code/bleve.go
Normal file
|
@ -0,0 +1,365 @@
|
||||||
|
// Copyright 2019 The Gitea Authors. All rights reserved.
|
||||||
|
// Use of this source code is governed by a MIT-style
|
||||||
|
// license that can be found in the LICENSE file.
|
||||||
|
|
||||||
|
package code
|
||||||
|
|
||||||
|
import (
|
||||||
|
"fmt"
|
||||||
|
"strconv"
|
||||||
|
"strings"
|
||||||
|
"time"
|
||||||
|
|
||||||
|
"code.gitea.io/gitea/models"
|
||||||
|
"code.gitea.io/gitea/modules/base"
|
||||||
|
"code.gitea.io/gitea/modules/charset"
|
||||||
|
"code.gitea.io/gitea/modules/git"
|
||||||
|
"code.gitea.io/gitea/modules/graceful"
|
||||||
|
"code.gitea.io/gitea/modules/indexer"
|
||||||
|
"code.gitea.io/gitea/modules/log"
|
||||||
|
"code.gitea.io/gitea/modules/setting"
|
||||||
|
"github.com/ethantkoenig/rupture"
|
||||||
|
)
|
||||||
|
|
||||||
|
type repoIndexerOperation struct {
|
||||||
|
repoID int64
|
||||||
|
deleted bool
|
||||||
|
watchers []chan<- error
|
||||||
|
}
|
||||||
|
|
||||||
|
var repoIndexerOperationQueue chan repoIndexerOperation
|
||||||
|
|
||||||
|
// InitRepoIndexer initialize the repo indexer
|
||||||
|
func InitRepoIndexer() {
|
||||||
|
if !setting.Indexer.RepoIndexerEnabled {
|
||||||
|
return
|
||||||
|
}
|
||||||
|
waitChannel := make(chan time.Duration)
|
||||||
|
repoIndexerOperationQueue = make(chan repoIndexerOperation, setting.Indexer.UpdateQueueLength)
|
||||||
|
go func() {
|
||||||
|
start := time.Now()
|
||||||
|
log.Info("Initializing Repository Indexer")
|
||||||
|
indexer.InitRepoIndexer(populateRepoIndexerAsynchronously)
|
||||||
|
go processRepoIndexerOperationQueue()
|
||||||
|
waitChannel <- time.Since(start)
|
||||||
|
}()
|
||||||
|
if setting.Indexer.StartupTimeout > 0 {
|
||||||
|
go func() {
|
||||||
|
timeout := setting.Indexer.StartupTimeout
|
||||||
|
if graceful.Manager.IsChild() && setting.GracefulHammerTime > 0 {
|
||||||
|
timeout += setting.GracefulHammerTime
|
||||||
|
}
|
||||||
|
select {
|
||||||
|
case duration := <-waitChannel:
|
||||||
|
log.Info("Repository Indexer Initialization took %v", duration)
|
||||||
|
case <-time.After(timeout):
|
||||||
|
log.Fatal("Repository Indexer Initialization Timed-Out after: %v", timeout)
|
||||||
|
}
|
||||||
|
}()
|
||||||
|
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
// populateRepoIndexerAsynchronously asynchronously populates the repo indexer
|
||||||
|
// with pre-existing data. This should only be run when the indexer is created
|
||||||
|
// for the first time.
|
||||||
|
func populateRepoIndexerAsynchronously() error {
|
||||||
|
exist, err := models.IsTableNotEmpty("repository")
|
||||||
|
if err != nil {
|
||||||
|
return err
|
||||||
|
} else if !exist {
|
||||||
|
return nil
|
||||||
|
}
|
||||||
|
|
||||||
|
// if there is any existing repo indexer metadata in the DB, delete it
|
||||||
|
// since we are starting afresh. Also, xorm requires deletes to have a
|
||||||
|
// condition, and we want to delete everything, thus 1=1.
|
||||||
|
if err := models.DeleteAllRecords("repo_indexer_status"); err != nil {
|
||||||
|
return err
|
||||||
|
}
|
||||||
|
|
||||||
|
var maxRepoID int64
|
||||||
|
if maxRepoID, err = models.GetMaxID("repository"); err != nil {
|
||||||
|
return err
|
||||||
|
}
|
||||||
|
go populateRepoIndexer(maxRepoID)
|
||||||
|
return nil
|
||||||
|
}
|
||||||
|
|
||||||
|
// populateRepoIndexer populate the repo indexer with pre-existing data. This
|
||||||
|
// should only be run when the indexer is created for the first time.
|
||||||
|
func populateRepoIndexer(maxRepoID int64) {
|
||||||
|
log.Info("Populating the repo indexer with existing repositories")
|
||||||
|
// start with the maximum existing repo ID and work backwards, so that we
|
||||||
|
// don't include repos that are created after gitea starts; such repos will
|
||||||
|
// already be added to the indexer, and we don't need to add them again.
|
||||||
|
for maxRepoID > 0 {
|
||||||
|
repos := make([]*models.Repository, 0, models.RepositoryListDefaultPageSize)
|
||||||
|
err := models.FindByMaxID(maxRepoID, models.RepositoryListDefaultPageSize, &repos)
|
||||||
|
if err != nil {
|
||||||
|
log.Error("populateRepoIndexer: %v", err)
|
||||||
|
return
|
||||||
|
} else if len(repos) == 0 {
|
||||||
|
break
|
||||||
|
}
|
||||||
|
for _, repo := range repos {
|
||||||
|
repoIndexerOperationQueue <- repoIndexerOperation{
|
||||||
|
repoID: repo.ID,
|
||||||
|
deleted: false,
|
||||||
|
}
|
||||||
|
maxRepoID = repo.ID - 1
|
||||||
|
}
|
||||||
|
}
|
||||||
|
log.Info("Done populating the repo indexer with existing repositories")
|
||||||
|
}
|
||||||
|
|
||||||
|
func updateRepoIndexer(repoID int64) error {
|
||||||
|
repo, err := models.GetRepositoryByID(repoID)
|
||||||
|
if err != nil {
|
||||||
|
return err
|
||||||
|
}
|
||||||
|
|
||||||
|
sha, err := getDefaultBranchSha(repo)
|
||||||
|
if err != nil {
|
||||||
|
return err
|
||||||
|
}
|
||||||
|
changes, err := getRepoChanges(repo, sha)
|
||||||
|
if err != nil {
|
||||||
|
return err
|
||||||
|
} else if changes == nil {
|
||||||
|
return nil
|
||||||
|
}
|
||||||
|
|
||||||
|
batch := indexer.RepoIndexerBatch()
|
||||||
|
for _, update := range changes.Updates {
|
||||||
|
if err := addUpdate(update, repo, batch); err != nil {
|
||||||
|
return err
|
||||||
|
}
|
||||||
|
}
|
||||||
|
for _, filename := range changes.RemovedFilenames {
|
||||||
|
if err := addDelete(filename, repo, batch); err != nil {
|
||||||
|
return err
|
||||||
|
}
|
||||||
|
}
|
||||||
|
if err = batch.Flush(); err != nil {
|
||||||
|
return err
|
||||||
|
}
|
||||||
|
return repo.UpdateIndexerStatus(sha)
|
||||||
|
}
|
||||||
|
|
||||||
|
// repoChanges changes (file additions/updates/removals) to a repo
|
||||||
|
type repoChanges struct {
|
||||||
|
Updates []fileUpdate
|
||||||
|
RemovedFilenames []string
|
||||||
|
}
|
||||||
|
|
||||||
|
type fileUpdate struct {
|
||||||
|
Filename string
|
||||||
|
BlobSha string
|
||||||
|
}
|
||||||
|
|
||||||
|
func getDefaultBranchSha(repo *models.Repository) (string, error) {
|
||||||
|
stdout, err := git.NewCommand("show-ref", "-s", repo.DefaultBranch).RunInDir(repo.RepoPath())
|
||||||
|
if err != nil {
|
||||||
|
return "", err
|
||||||
|
}
|
||||||
|
return strings.TrimSpace(stdout), nil
|
||||||
|
}
|
||||||
|
|
||||||
|
// getRepoChanges returns changes to repo since last indexer update
|
||||||
|
func getRepoChanges(repo *models.Repository, revision string) (*repoChanges, error) {
|
||||||
|
if err := repo.GetIndexerStatus(); err != nil {
|
||||||
|
return nil, err
|
||||||
|
}
|
||||||
|
|
||||||
|
if len(repo.IndexerStatus.CommitSha) == 0 {
|
||||||
|
return genesisChanges(repo, revision)
|
||||||
|
}
|
||||||
|
return nonGenesisChanges(repo, revision)
|
||||||
|
}
|
||||||
|
|
||||||
|
func addUpdate(update fileUpdate, repo *models.Repository, batch rupture.FlushingBatch) error {
|
||||||
|
stdout, err := git.NewCommand("cat-file", "-s", update.BlobSha).
|
||||||
|
RunInDir(repo.RepoPath())
|
||||||
|
if err != nil {
|
||||||
|
return err
|
||||||
|
}
|
||||||
|
if size, err := strconv.Atoi(strings.TrimSpace(stdout)); err != nil {
|
||||||
|
return fmt.Errorf("Misformatted git cat-file output: %v", err)
|
||||||
|
} else if int64(size) > setting.Indexer.MaxIndexerFileSize {
|
||||||
|
return addDelete(update.Filename, repo, batch)
|
||||||
|
}
|
||||||
|
|
||||||
|
fileContents, err := git.NewCommand("cat-file", "blob", update.BlobSha).
|
||||||
|
RunInDirBytes(repo.RepoPath())
|
||||||
|
if err != nil {
|
||||||
|
return err
|
||||||
|
} else if !base.IsTextFile(fileContents) {
|
||||||
|
// FIXME: UTF-16 files will probably fail here
|
||||||
|
return nil
|
||||||
|
}
|
||||||
|
indexerUpdate := indexer.RepoIndexerUpdate{
|
||||||
|
Filepath: update.Filename,
|
||||||
|
Op: indexer.RepoIndexerOpUpdate,
|
||||||
|
Data: &indexer.RepoIndexerData{
|
||||||
|
RepoID: repo.ID,
|
||||||
|
Content: string(charset.ToUTF8DropErrors(fileContents)),
|
||||||
|
},
|
||||||
|
}
|
||||||
|
return indexerUpdate.AddToFlushingBatch(batch)
|
||||||
|
}
|
||||||
|
|
||||||
|
func addDelete(filename string, repo *models.Repository, batch rupture.FlushingBatch) error {
|
||||||
|
indexerUpdate := indexer.RepoIndexerUpdate{
|
||||||
|
Filepath: filename,
|
||||||
|
Op: indexer.RepoIndexerOpDelete,
|
||||||
|
Data: &indexer.RepoIndexerData{
|
||||||
|
RepoID: repo.ID,
|
||||||
|
},
|
||||||
|
}
|
||||||
|
return indexerUpdate.AddToFlushingBatch(batch)
|
||||||
|
}
|
||||||
|
|
||||||
|
func isIndexable(entry *git.TreeEntry) bool {
|
||||||
|
if !entry.IsRegular() && !entry.IsExecutable() {
|
||||||
|
return false
|
||||||
|
}
|
||||||
|
name := strings.ToLower(entry.Name())
|
||||||
|
for _, g := range setting.Indexer.ExcludePatterns {
|
||||||
|
if g.Match(name) {
|
||||||
|
return false
|
||||||
|
}
|
||||||
|
}
|
||||||
|
for _, g := range setting.Indexer.IncludePatterns {
|
||||||
|
if g.Match(name) {
|
||||||
|
return true
|
||||||
|
}
|
||||||
|
}
|
||||||
|
return len(setting.Indexer.IncludePatterns) == 0
|
||||||
|
}
|
||||||
|
|
||||||
|
// parseGitLsTreeOutput parses the output of a `git ls-tree -r --full-name` command
|
||||||
|
func parseGitLsTreeOutput(stdout []byte) ([]fileUpdate, error) {
|
||||||
|
entries, err := git.ParseTreeEntries(stdout)
|
||||||
|
if err != nil {
|
||||||
|
return nil, err
|
||||||
|
}
|
||||||
|
var idxCount = 0
|
||||||
|
updates := make([]fileUpdate, len(entries))
|
||||||
|
for _, entry := range entries {
|
||||||
|
if isIndexable(entry) {
|
||||||
|
updates[idxCount] = fileUpdate{
|
||||||
|
Filename: entry.Name(),
|
||||||
|
BlobSha: entry.ID.String(),
|
||||||
|
}
|
||||||
|
idxCount++
|
||||||
|
}
|
||||||
|
}
|
||||||
|
return updates[:idxCount], nil
|
||||||
|
}
|
||||||
|
|
||||||
|
// genesisChanges get changes to add repo to the indexer for the first time
|
||||||
|
func genesisChanges(repo *models.Repository, revision string) (*repoChanges, error) {
|
||||||
|
var changes repoChanges
|
||||||
|
stdout, err := git.NewCommand("ls-tree", "--full-tree", "-r", revision).
|
||||||
|
RunInDirBytes(repo.RepoPath())
|
||||||
|
if err != nil {
|
||||||
|
return nil, err
|
||||||
|
}
|
||||||
|
changes.Updates, err = parseGitLsTreeOutput(stdout)
|
||||||
|
return &changes, err
|
||||||
|
}
|
||||||
|
|
||||||
|
// nonGenesisChanges get changes since the previous indexer update
|
||||||
|
func nonGenesisChanges(repo *models.Repository, revision string) (*repoChanges, error) {
|
||||||
|
diffCmd := git.NewCommand("diff", "--name-status",
|
||||||
|
repo.IndexerStatus.CommitSha, revision)
|
||||||
|
stdout, err := diffCmd.RunInDir(repo.RepoPath())
|
||||||
|
if err != nil {
|
||||||
|
// previous commit sha may have been removed by a force push, so
|
||||||
|
// try rebuilding from scratch
|
||||||
|
log.Warn("git diff: %v", err)
|
||||||
|
if err = indexer.DeleteRepoFromIndexer(repo.ID); err != nil {
|
||||||
|
return nil, err
|
||||||
|
}
|
||||||
|
return genesisChanges(repo, revision)
|
||||||
|
}
|
||||||
|
var changes repoChanges
|
||||||
|
updatedFilenames := make([]string, 0, 10)
|
||||||
|
for _, line := range strings.Split(stdout, "\n") {
|
||||||
|
line = strings.TrimSpace(line)
|
||||||
|
if len(line) == 0 {
|
||||||
|
continue
|
||||||
|
}
|
||||||
|
filename := strings.TrimSpace(line[1:])
|
||||||
|
if len(filename) == 0 {
|
||||||
|
continue
|
||||||
|
} else if filename[0] == '"' {
|
||||||
|
filename, err = strconv.Unquote(filename)
|
||||||
|
if err != nil {
|
||||||
|
return nil, err
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
switch status := line[0]; status {
|
||||||
|
case 'M', 'A':
|
||||||
|
updatedFilenames = append(updatedFilenames, filename)
|
||||||
|
case 'D':
|
||||||
|
changes.RemovedFilenames = append(changes.RemovedFilenames, filename)
|
||||||
|
default:
|
||||||
|
log.Warn("Unrecognized status: %c (line=%s)", status, line)
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
cmd := git.NewCommand("ls-tree", "--full-tree", revision, "--")
|
||||||
|
cmd.AddArguments(updatedFilenames...)
|
||||||
|
lsTreeStdout, err := cmd.RunInDirBytes(repo.RepoPath())
|
||||||
|
if err != nil {
|
||||||
|
return nil, err
|
||||||
|
}
|
||||||
|
changes.Updates, err = parseGitLsTreeOutput(lsTreeStdout)
|
||||||
|
return &changes, err
|
||||||
|
}
|
||||||
|
|
||||||
|
func processRepoIndexerOperationQueue() {
|
||||||
|
for {
|
||||||
|
op := <-repoIndexerOperationQueue
|
||||||
|
var err error
|
||||||
|
if op.deleted {
|
||||||
|
if err = indexer.DeleteRepoFromIndexer(op.repoID); err != nil {
|
||||||
|
log.Error("DeleteRepoFromIndexer: %v", err)
|
||||||
|
}
|
||||||
|
} else {
|
||||||
|
if err = updateRepoIndexer(op.repoID); err != nil {
|
||||||
|
log.Error("updateRepoIndexer: %v", err)
|
||||||
|
}
|
||||||
|
}
|
||||||
|
for _, watcher := range op.watchers {
|
||||||
|
watcher <- err
|
||||||
|
}
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
// DeleteRepoFromIndexer remove all of a repository's entries from the indexer
|
||||||
|
func DeleteRepoFromIndexer(repo *models.Repository, watchers ...chan<- error) {
|
||||||
|
addOperationToQueue(repoIndexerOperation{repoID: repo.ID, deleted: true, watchers: watchers})
|
||||||
|
}
|
||||||
|
|
||||||
|
// UpdateRepoIndexer update a repository's entries in the indexer
|
||||||
|
func UpdateRepoIndexer(repo *models.Repository, watchers ...chan<- error) {
|
||||||
|
addOperationToQueue(repoIndexerOperation{repoID: repo.ID, deleted: false, watchers: watchers})
|
||||||
|
}
|
||||||
|
|
||||||
|
func addOperationToQueue(op repoIndexerOperation) {
|
||||||
|
if !setting.Indexer.RepoIndexerEnabled {
|
||||||
|
return
|
||||||
|
}
|
||||||
|
select {
|
||||||
|
case repoIndexerOperationQueue <- op:
|
||||||
|
break
|
||||||
|
default:
|
||||||
|
go func() {
|
||||||
|
repoIndexerOperationQueue <- op
|
||||||
|
}()
|
||||||
|
}
|
||||||
|
}
|
16
modules/indexer/code/bleve_test.go
Normal file
16
modules/indexer/code/bleve_test.go
Normal file
|
@ -0,0 +1,16 @@
|
||||||
|
// Copyright 2019 The Gitea Authors. All rights reserved.
|
||||||
|
// Use of this source code is governed by a MIT-style
|
||||||
|
// license that can be found in the LICENSE file.
|
||||||
|
|
||||||
|
package code
|
||||||
|
|
||||||
|
import (
|
||||||
|
"path/filepath"
|
||||||
|
"testing"
|
||||||
|
|
||||||
|
"code.gitea.io/gitea/models"
|
||||||
|
)
|
||||||
|
|
||||||
|
func TestMain(m *testing.M) {
|
||||||
|
models.MainTest(m, filepath.Join("..", "..", ".."))
|
||||||
|
}
|
|
@ -6,9 +6,11 @@ package indexer
|
||||||
|
|
||||||
import (
|
import (
|
||||||
"code.gitea.io/gitea/models"
|
"code.gitea.io/gitea/models"
|
||||||
|
code_indexer "code.gitea.io/gitea/modules/indexer/code"
|
||||||
issue_indexer "code.gitea.io/gitea/modules/indexer/issues"
|
issue_indexer "code.gitea.io/gitea/modules/indexer/issues"
|
||||||
"code.gitea.io/gitea/modules/log"
|
"code.gitea.io/gitea/modules/log"
|
||||||
"code.gitea.io/gitea/modules/notification/base"
|
"code.gitea.io/gitea/modules/notification/base"
|
||||||
|
"code.gitea.io/gitea/modules/setting"
|
||||||
)
|
)
|
||||||
|
|
||||||
type indexerNotifier struct {
|
type indexerNotifier struct {
|
||||||
|
@ -103,7 +105,21 @@ func (r *indexerNotifier) NotifyDeleteComment(doer *models.User, comment *models
|
||||||
|
|
||||||
func (r *indexerNotifier) NotifyDeleteRepository(doer *models.User, repo *models.Repository) {
|
func (r *indexerNotifier) NotifyDeleteRepository(doer *models.User, repo *models.Repository) {
|
||||||
issue_indexer.DeleteRepoIssueIndexer(repo)
|
issue_indexer.DeleteRepoIssueIndexer(repo)
|
||||||
models.DeleteRepoFromIndexer(repo)
|
if setting.Indexer.RepoIndexerEnabled {
|
||||||
|
code_indexer.DeleteRepoFromIndexer(repo)
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
func (r *indexerNotifier) NotifyMigrateRepository(doer *models.User, u *models.User, repo *models.Repository) {
|
||||||
|
if setting.Indexer.RepoIndexerEnabled && !repo.IsEmpty {
|
||||||
|
code_indexer.UpdateRepoIndexer(repo)
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
func (r *indexerNotifier) NotifyPushCommits(pusher *models.User, repo *models.Repository, refName, oldCommitID, newCommitID string, commits *models.PushCommits) {
|
||||||
|
if setting.Indexer.RepoIndexerEnabled && refName == repo.DefaultBranch {
|
||||||
|
code_indexer.UpdateRepoIndexer(repo)
|
||||||
|
}
|
||||||
}
|
}
|
||||||
|
|
||||||
func (r *indexerNotifier) NotifyIssueChangeContent(doer *models.User, issue *models.Issue, oldContent string) {
|
func (r *indexerNotifier) NotifyIssueChangeContent(doer *models.User, issue *models.Issue, oldContent string) {
|
||||||
|
|
|
@ -513,10 +513,6 @@ func PushUpdate(repo *models.Repository, branch string, opts PushUpdateOptions)
|
||||||
|
|
||||||
go pull_service.AddTestPullRequestTask(pusher, repo.ID, branch, true)
|
go pull_service.AddTestPullRequestTask(pusher, repo.ID, branch, true)
|
||||||
|
|
||||||
if opts.RefFullName == git.BranchPrefix+repo.DefaultBranch {
|
|
||||||
models.UpdateRepoIndexer(repo)
|
|
||||||
}
|
|
||||||
|
|
||||||
if err = models.WatchIfAuto(opts.PusherID, repo.ID, true); err != nil {
|
if err = models.WatchIfAuto(opts.PusherID, repo.ID, true); err != nil {
|
||||||
log.Warn("Fail to perform auto watch on user %v for repo %v: %v", opts.PusherID, repo.ID, err)
|
log.Warn("Fail to perform auto watch on user %v for repo %v: %v", opts.PusherID, repo.ID, err)
|
||||||
}
|
}
|
||||||
|
|
|
@ -15,6 +15,7 @@ import (
|
||||||
"code.gitea.io/gitea/modules/cron"
|
"code.gitea.io/gitea/modules/cron"
|
||||||
"code.gitea.io/gitea/modules/git"
|
"code.gitea.io/gitea/modules/git"
|
||||||
"code.gitea.io/gitea/modules/highlight"
|
"code.gitea.io/gitea/modules/highlight"
|
||||||
|
code_indexer "code.gitea.io/gitea/modules/indexer/code"
|
||||||
issue_indexer "code.gitea.io/gitea/modules/indexer/issues"
|
issue_indexer "code.gitea.io/gitea/modules/indexer/issues"
|
||||||
"code.gitea.io/gitea/modules/log"
|
"code.gitea.io/gitea/modules/log"
|
||||||
"code.gitea.io/gitea/modules/markup"
|
"code.gitea.io/gitea/modules/markup"
|
||||||
|
@ -102,7 +103,7 @@ func GlobalInit() {
|
||||||
// Booting long running goroutines.
|
// Booting long running goroutines.
|
||||||
cron.NewContext()
|
cron.NewContext()
|
||||||
issue_indexer.InitIssueIndexer(false)
|
issue_indexer.InitIssueIndexer(false)
|
||||||
models.InitRepoIndexer()
|
code_indexer.InitRepoIndexer()
|
||||||
mirror_service.InitSyncMirrors()
|
mirror_service.InitSyncMirrors()
|
||||||
webhook.InitDeliverHooks()
|
webhook.InitDeliverHooks()
|
||||||
pull_service.Init()
|
pull_service.Init()
|
||||||
|
|
Loading…
Reference in a new issue