cleanup
[~helmut/debian-dedup.git] / webapp.py
1 #!/usr/bin/python
2
3 import sqlite3
4 from wsgiref.simple_server import make_server
5
6 import jinja2
7 from werkzeug.exceptions import HTTPException, NotFound
8 from werkzeug.routing import Map, Rule
9 from werkzeug.wrappers import Request, Response
10
11 jinjaenv = jinja2.Environment()
12
13 def format_size(size):
14     assert isinstance(size, int)
15     size = float(size)
16     fmt = "%d B"
17     if size >= 1024:
18         size /= 1024
19         fmt = "%.1f KB"
20     if size >= 1024:
21         size /= 1024
22         fmt = "%.1f MB"
23     if size >= 1024:
24         size /= 1024
25         fmt = "%.1f GB"
26     return fmt % size
27
28 jinjaenv.filters["format_size"] = format_size
29
30 package_template = jinjaenv.from_string(
31 """<html><head><title>duplication of {{ package|e }}</title></head>
32 <body><h1>{{ package|e }}</h1>
33 <p>Version: {{ version|e }}</p>
34 <p>Architecture: {{ architecture|e }}</p>
35 <p>Number of files: {{ num_files }}</p>
36 <p>Total size: {{ total_size|format_size }}</p>
37 {%- if shared -%}
38     {%- for function, sharing in shared.items() -%}
39         <h3>sharing with respect to {{ function }}</h3>
40         <table border='1'><tr><th>package</th><th>files shared</th><th>data shared</th></tr>
41         {%- for entry in sharing|sort(attribute="savable", reverse=true) -%}
42             <tr><td>{% if entry.package %}<a href="{{ entry.package|e }}">{{ entry.package|e }}</a>{% else %}self{% endif %}
43                 <a href="../compare/{{ package|e }}/{{ entry.package|default(package, true)|e }}">compare</a></td>
44             <td>{{ entry.duplicate }} ({{ (100 * entry.duplicate / num_files)|int }}%)</td>
45             <td>{{ entry.savable|format_size }} ({{ (100 * entry.savable / total_size)|int }}%)</td></tr>
46         {%- endfor -%}
47         </table>
48     {%- endfor -%}
49 {%- endif -%}
50 {{ content }}
51 </body></html>""")
52
53 detail_template = jinjaenv.from_string(
54 """<html><head><title>sharing between {{ details1.package|e }} and {{ details2.package|e }}</title></head>
55 <body><h1>{{ details1.package|e }} &lt;-&gt; {{ details2.package|e }}</h1>
56 {%- if shared -%}
57 <table border='1'><tr><th>size</th><th>filename in {{ details1.package|e }}</th><th>filename in {{ details2.package|e }}</th><th>hash functions</th></tr>
58     {%- for entry in shared|sort(attribute="size", reverse=true) -%}
59         <tr><td>{{ entry.size|format_size }}</td><td>{{ entry.filename1 }}</td><td>{{ entry.filename2 }}</td><td>
60         {%- for function, hashvalue in entry.functions.items() %}<a href="../../hash/{{ function|e }}/{{ hashvalue|e }}">{{ function|e }}</a> {% endfor %}</td></tr>
61     {%- endfor -%}
62 </table>
63 {%- endif -%}
64 </body></html>""")
65
66 hash_template = jinjaenv.from_string(
67 """<html><head><title>information on {{ function|e }} hash {{ hashvalue|e }}</title></head>
68 <body><h1>{{ function|e }} {{ hashvalue|e }}</h1>
69 <table border='1'><tr><th>package</th><th>filename</th><th>size</th></tr>
70 {%- for entry in entries -%}
71     <tr><td><a href="../../binary/{{ entry.package|e }}">{{ entry.package|e }}</a></td>
72     <td>{{ entry.filename|e }}</td><td>{{ entry.size|format_size }}</td></tr>
73 {%- endfor -%}
74 </table>
75 </body></html>""")
76
77 class Application(object):
78     def __init__(self):
79         self.db = sqlite3.connect("test.sqlite3")
80         self.cur = self.db.cursor()
81         self.routingmap = Map([
82             Rule("/binary/<package>", methods=("GET",), endpoint="package"),
83             Rule("/compare/<package1>/<package2>", methods=("GET",), endpoint="detail"),
84             Rule("/hash/<function>/<hashvalue>", methods=("GET",), endpoint="hash"),
85         ])
86
87     @Request.application
88     def __call__(self, request):
89         mapadapter = self.routingmap.bind_to_environ(request.environ)
90         try:
91             endpoint, args = mapadapter.match()
92             if endpoint == "package":
93                 return self.show_package(args["package"])
94             elif endpoint == "detail":
95                 return self.show_detail(args["package1"], args["package2"])
96             elif endpoint == "hash":
97                 return self.show_hash(args["function"], args["hashvalue"])
98             raise NotFound()
99         except HTTPException as e:
100             return e
101
102     def get_details(self, package):
103         self.cur.execute("SELECT version, architecture FROM package WHERE package = ?;",
104                          (package,))
105         row = self.cur.fetchone()
106         if not row:
107             raise NotFound()
108         version, architecture = row
109         details = dict(package=package,
110                        version=version,
111                        architecture=architecture)
112         self.cur.execute("SELECT count(filename), sum(size) FROM content WHERE package = ?;",
113                          (package,))
114         num_files, total_size = self.cur.fetchone()
115         details.update(dict(num_files=num_files, total_size=total_size))
116         return details
117
118     def show_package(self, package):
119         params = self.get_details(package)
120
121         shared = dict()
122         self.cur.execute("SELECT a.filename, a.function, a.hash, a.size, b.package FROM content AS a JOIN content AS b ON a.function = b.function AND a.hash = b.hash WHERE a.package = ? AND (a.filename != b.filename OR b.package != ?);",
123                          (package, package))
124         for afile, function, hashval, size, bpkg in self.cur.fetchall():
125             pkgdict = shared.setdefault(function, dict())
126             hashdict = pkgdict.setdefault(bpkg, dict())
127             fileset = hashdict.setdefault(hashval, (size, set()))[1]
128             fileset.add(afile)
129         sharedstats = {}
130         if shared:
131             for function, sharing in shared.items():
132                 sharedstats[function] = list()
133                 mapping = sharing.pop(package, dict())
134                 if mapping:
135                     duplicate = sum(len(files) for _, files in mapping.values())
136                     savable = sum(size * (len(files) - 1) for size, files in mapping.values())
137                     sharedstats[function].append(dict(package=None, duplicate=duplicate, savable=savable))
138                 for pkg, mapping in sharing.items():
139                     duplicate = sum(len(files) for _, files in mapping.values())
140                     savable = sum(size * len(files) for size, files in mapping.values())
141                     sharedstats[function].append(dict(package=pkg, duplicate=duplicate, savable=savable))
142
143         params["shared"] = sharedstats
144         return Response(package_template.render(**params).encode("utf8"),
145                         content_type="text/html")
146
147     def show_detail(self, package1, package2):
148         details1 = self.get_details(package1)
149         details2 = self.get_details(package2)
150
151         self.cur.execute("SELECT a.filename, b.filename, a.size, a.function, a.hash FROM content AS a JOIN content AS b ON a.function = b.function AND a.hash = b.hash WHERE a.package = ? AND b.package = ? AND a.filename != b.filename;",
152                         (package1, package2))
153         shared = dict()
154         for filename1, filename2, size, function, hashvalue in self.cur.fetchall():
155             shared.setdefault((filename1, filename2, size), dict())[function] = hashvalue
156         shared = [dict(filename1=filename1, filename2=filename2, size=size,
157                        functions=functions)
158                   for (filename1, filename2, size), functions in shared.items()]
159         params = dict(
160             details1=details1,
161             details2=details2,
162             shared=shared)
163         return Response(detail_template.render(**params).encode("utf8"),
164                         content_type="text/html")
165
166     def show_hash(self, function, hashvalue):
167         self.cur.execute("SELECT package, filename, size FROM content WHERE function = ? AND hash = ?;",
168                          (function, hashvalue))
169         entries = [dict(package=package, filename=filename, size=size)
170                    for package, filename, size in self.cur.fetchall()]
171         if not entries:
172             raise NotFound()
173         params = dict(function=function, hashvalue=hashvalue, entries=entries)
174         return Response(hash_template.render(**params).encode("utf8"),
175                         content_type="text/html")
176
177 def main():
178     app = Application()
179     #app = DebuggedApplication(app, evalex=True)
180     make_server("0.0.0.0", 8800, app).serve_forever()
181
182 if __name__ == "__main__":
183     main()