src/scheduled_tasks.rs

   1 use chrono::NaiveDateTime;
   2 use clokwerk::{Scheduler, TimeUnits as CTimeUnits};
   3 use diesel::{
   4   dsl::{now, IntervalDsl},
   5   sql_types::{Integer, Timestamp},
   6   Connection,
   7   ExpressionMethods,
   8   NullableExpressionMethods,
   9   QueryDsl,
  10   QueryableByName,
  11 };
  12 // Import week days and WeekDay
  13 use diesel::{sql_query, PgConnection, RunQueryDsl};
  14 use lemmy_api_common::context::LemmyContext;
  15 use lemmy_db_schema::{
  16   schema::{
  17     captcha_answer,
  18     comment,
  19     community_person_ban,
  20     instance,
  21     person,
  22     post,
  23     received_activity,
  24     sent_activity,
  25   },
  26   source::instance::{Instance, InstanceForm},
  27   utils::{naive_now, DELETED_REPLACEMENT_TEXT},
  28 };
  29 use lemmy_routes::nodeinfo::NodeInfo;
  30 use lemmy_utils::{
  31   error::{LemmyError, LemmyResult},
  32   REQWEST_TIMEOUT,
  33 };
  34 use reqwest::blocking::Client;
  35 use std::{thread, time::Duration};
  36 use tracing::{error, info, warn};
  37
  38 /// Schedules various cleanup tasks for lemmy in a background thread
  39 pub fn setup(
  40   db_url: String,
  41   user_agent: String,
  42   context_1: LemmyContext,
  43 ) -> Result<(), LemmyError> {
  44   // Setup the connections
  45   let mut scheduler = Scheduler::new();
  46
  47   startup_jobs(&db_url);
  48
  49   // Update active counts every hour
  50   let url = db_url.clone();
  51   scheduler.every(CTimeUnits::hour(1)).run(move || {
  52     let mut conn = PgConnection::establish(&url).expect("could not establish connection");
  53     active_counts(&mut conn);
  54     update_banned_when_expired(&mut conn);
  55   });
  56
  57   // Update hot ranks every 15 minutes
  58   let url = db_url.clone();
  59   scheduler.every(CTimeUnits::minutes(15)).run(move || {
  60     let mut conn = PgConnection::establish(&url).expect("could not establish connection");
  61     update_hot_ranks(&mut conn, true);
  62   });
  63
  64   // Delete any captcha answers older than ten minutes, every ten minutes
  65   let url = db_url.clone();
  66   scheduler.every(CTimeUnits::minutes(10)).run(move || {
  67     let mut conn = PgConnection::establish(&url).expect("could not establish connection");
  68     delete_expired_captcha_answers(&mut conn);
  69   });
  70
  71   // Clear old activities every week
  72   let url = db_url.clone();
  73   scheduler.every(CTimeUnits::weeks(1)).run(move || {
  74     let mut conn = PgConnection::establish(&url).expect("could not establish connection");
  75     clear_old_activities(&mut conn);
  76   });
  77
  78   // Remove old rate limit buckets after 1 to 2 hours of inactivity
  79   scheduler.every(CTimeUnits::hour(1)).run(move || {
  80     let hour = Duration::from_secs(3600);
  81     context_1.settings_updated_channel().remove_older_than(hour);
  82   });
  83
  84   // Overwrite deleted & removed posts and comments every day
  85   let url = db_url.clone();
  86   scheduler.every(CTimeUnits::days(1)).run(move || {
  87     let mut conn = PgConnection::establish(&url).expect("could not establish connection");
  88     overwrite_deleted_posts_and_comments(&mut conn);
  89   });
  90
  91   // Update the Instance Software
  92   scheduler.every(CTimeUnits::days(1)).run(move || {
  93     let mut conn = PgConnection::establish(&db_url).expect("could not establish connection");
  94     update_instance_software(&mut conn, &user_agent)
  95       .map_err(|e| warn!("Failed to update instance software: {e}"))
  96       .ok();
  97   });
  98
  99   // Manually run the scheduler in an event loop
 100   loop {
 101     scheduler.run_pending();
 102     thread::sleep(Duration::from_millis(1000));
 103   }
 104 }
 105
 106 /// Run these on server startup
 107 fn startup_jobs(db_url: &str) {
 108   let mut conn = PgConnection::establish(db_url).expect("could not establish connection");
 109   active_counts(&mut conn);
 110   update_hot_ranks(&mut conn, false);
 111   update_banned_when_expired(&mut conn);
 112   clear_old_activities(&mut conn);
 113   overwrite_deleted_posts_and_comments(&mut conn);
 114 }
 115
 116 /// Update the hot_rank columns for the aggregates tables
 117 /// Runs in batches until all necessary rows are updated once
 118 fn update_hot_ranks(conn: &mut PgConnection, last_week_only: bool) {
 119   let process_start_time = if last_week_only {
 120     info!("Updating hot ranks for last week...");
 121     naive_now() - chrono::Duration::days(7)
 122   } else {
 123     info!("Updating hot ranks for all history...");
 124     NaiveDateTime::from_timestamp_opt(0, 0).expect("0 timestamp creation")
 125   };
 126
 127   process_hot_ranks_in_batches(
 128     conn,
 129     "post_aggregates",
 130     "SET hot_rank = hot_rank(a.score, a.published),
 131          hot_rank_active = hot_rank(a.score, a.newest_comment_time_necro)",
 132     process_start_time,
 133   );
 134
 135   process_hot_ranks_in_batches(
 136     conn,
 137     "comment_aggregates",
 138     "SET hot_rank = hot_rank(a.score, a.published)",
 139     process_start_time,
 140   );
 141
 142   process_hot_ranks_in_batches(
 143     conn,
 144     "community_aggregates",
 145     "SET hot_rank = hot_rank(a.subscribers, a.published)",
 146     process_start_time,
 147   );
 148
 149   info!("Finished hot ranks update!");
 150 }
 151
 152 #[derive(QueryableByName)]
 153 struct HotRanksUpdateResult {
 154   #[diesel(sql_type = Timestamp)]
 155   published: NaiveDateTime,
 156 }
 157
 158 /// Runs the hot rank update query in batches until all rows after `process_start_time` have been
 159 /// processed.
 160 /// In `set_clause`, "a" will refer to the current aggregates table.
 161 /// Locked rows are skipped in order to prevent deadlocks (they will likely get updated on the next
 162 /// run)
 163 fn process_hot_ranks_in_batches(
 164   conn: &mut PgConnection,
 165   table_name: &str,
 166   set_clause: &str,
 167   process_start_time: NaiveDateTime,
 168 ) {
 169   let update_batch_size = 1000; // Bigger batches than this tend to cause seq scans
 170   let mut previous_batch_result = Some(process_start_time);
 171   while let Some(previous_batch_last_published) = previous_batch_result {
 172     // Raw `sql_query` is used as a performance optimization - Diesel does not support doing this
 173     // in a single query (neither as a CTE, nor using a subquery)
 174     let result = sql_query(format!(
 175       r#"WITH batch AS (SELECT a.id
 176                FROM {aggregates_table} a
 177                WHERE a.published > $1
 178                ORDER BY a.published
 179                LIMIT $2
 180                FOR UPDATE SKIP LOCKED)
 181          UPDATE {aggregates_table} a {set_clause}
 182              FROM batch WHERE a.id = batch.id RETURNING a.published;
 183     "#,
 184       aggregates_table = table_name,
 185       set_clause = set_clause
 186     ))
 187     .bind::<Timestamp, _>(previous_batch_last_published)
 188     .bind::<Integer, _>(update_batch_size)
 189     .get_results::<HotRanksUpdateResult>(conn);
 190
 191     match result {
 192       Ok(updated_rows) => previous_batch_result = updated_rows.last().map(|row| row.published),
 193       Err(e) => {
 194         error!("Failed to update {} hot_ranks: {}", table_name, e);
 195         break;
 196       }
 197     }
 198   }
 199   info!(
 200     "Finished process_hot_ranks_in_batches execution for {}",
 201     table_name
 202   );
 203 }
 204
 205 fn delete_expired_captcha_answers(conn: &mut PgConnection) {
 206   match diesel::delete(
 207     captcha_answer::table.filter(captcha_answer::published.lt(now - IntervalDsl::minutes(10))),
 208   )
 209   .execute(conn)
 210   {
 211     Ok(_) => {
 212       info!("Done.");
 213     }
 214     Err(e) => {
 215       error!("Failed to clear old captcha answers: {}", e)
 216     }
 217   }
 218 }
 219
 220 /// Clear old activities (this table gets very large)
 221 fn clear_old_activities(conn: &mut PgConnection) {
 222   info!("Clearing old activities...");
 223   diesel::delete(sent_activity::table.filter(sent_activity::published.lt(now - 3.months())))
 224     .execute(conn)
 225     .map_err(|e| error!("Failed to clear old sent activities: {}", e))
 226     .ok();
 227
 228   diesel::delete(
 229     received_activity::table.filter(received_activity::published.lt(now - 3.months())),
 230   )
 231   .execute(conn)
 232   .map_err(|e| error!("Failed to clear old received activities: {}", e))
 233   .ok();
 234 }
 235
 236 /// overwrite posts and comments 30d after deletion
 237 fn overwrite_deleted_posts_and_comments(conn: &mut PgConnection) {
 238   info!("Overwriting deleted posts...");
 239   match diesel::update(
 240     post::table
 241       .filter(post::deleted.eq(true))
 242       .filter(post::updated.lt(now.nullable() - 1.months()))
 243       .filter(post::body.ne(DELETED_REPLACEMENT_TEXT)),
 244   )
 245   .set((
 246     post::body.eq(DELETED_REPLACEMENT_TEXT),
 247     post::name.eq(DELETED_REPLACEMENT_TEXT),
 248   ))
 249   .execute(conn)
 250   {
 251     Ok(_) => {
 252       info!("Done.");
 253     }
 254     Err(e) => {
 255       error!("Failed to overwrite deleted posts: {}", e)
 256     }
 257   }
 258
 259   info!("Overwriting deleted comments...");
 260   match diesel::update(
 261     comment::table
 262       .filter(comment::deleted.eq(true))
 263       .filter(comment::updated.lt(now.nullable() - 1.months()))
 264       .filter(comment::content.ne(DELETED_REPLACEMENT_TEXT)),
 265   )
 266   .set(comment::content.eq(DELETED_REPLACEMENT_TEXT))
 267   .execute(conn)
 268   {
 269     Ok(_) => {
 270       info!("Done.");
 271     }
 272     Err(e) => {
 273       error!("Failed to overwrite deleted comments: {}", e)
 274     }
 275   }
 276 }
 277
 278 /// Re-calculate the site and community active counts every 12 hours
 279 fn active_counts(conn: &mut PgConnection) {
 280   info!("Updating active site and community aggregates ...");
 281
 282   let intervals = vec![
 283     ("1 day", "day"),
 284     ("1 week", "week"),
 285     ("1 month", "month"),
 286     ("6 months", "half_year"),
 287   ];
 288
 289   for i in &intervals {
 290     let update_site_stmt = format!(
 291       "update site_aggregates set users_active_{} = (select * from site_aggregates_activity('{}')) where site_id = 1",
 292       i.1, i.0
 293     );
 294     match sql_query(update_site_stmt).execute(conn) {
 295       Ok(_) => {}
 296       Err(e) => {
 297         error!("Failed to update site stats: {}", e)
 298       }
 299     }
 300
 301     let update_community_stmt = format!("update community_aggregates ca set users_active_{} = mv.count_ from community_aggregates_activity('{}') mv where ca.community_id = mv.community_id_", i.1, i.0);
 302     match sql_query(update_community_stmt).execute(conn) {
 303       Ok(_) => {}
 304       Err(e) => {
 305         error!("Failed to update community stats: {}", e)
 306       }
 307     }
 308   }
 309
 310   info!("Done.");
 311 }
 312
 313 /// Set banned to false after ban expires
 314 fn update_banned_when_expired(conn: &mut PgConnection) {
 315   info!("Updating banned column if it expires ...");
 316
 317   match diesel::update(
 318     person::table
 319       .filter(person::banned.eq(true))
 320       .filter(person::ban_expires.lt(now)),
 321   )
 322   .set(person::banned.eq(false))
 323   .execute(conn)
 324   {
 325     Ok(_) => {}
 326     Err(e) => {
 327       error!("Failed to update person.banned when expires: {}", e)
 328     }
 329   }
 330   match diesel::delete(community_person_ban::table.filter(community_person_ban::expires.lt(now)))
 331     .execute(conn)
 332   {
 333     Ok(_) => {}
 334     Err(e) => {
 335       error!("Failed to remove community_ban expired rows: {}", e)
 336     }
 337   }
 338 }
 339
 340 /// Updates the instance software and version
 341 ///
 342 /// TODO: this should be async
 343 /// TODO: if instance has been dead for a long time, it should be checked less frequently
 344 fn update_instance_software(conn: &mut PgConnection, user_agent: &str) -> LemmyResult<()> {
 345   info!("Updating instances software and versions...");
 346
 347   let client = Client::builder()
 348     .user_agent(user_agent)
 349     .timeout(REQWEST_TIMEOUT)
 350     .build()?;
 351
 352   let instances = instance::table.get_results::<Instance>(conn)?;
 353
 354   for instance in instances {
 355     let node_info_url = format!("https://{}/nodeinfo/2.0.json", instance.domain);
 356
 357     // The `updated` column is used to check if instances are alive. If it is more than three days
 358     // in the past, no outgoing activities will be sent to that instance. However not every
 359     // Fediverse instance has a valid Nodeinfo endpoint (its not required for Activitypub). That's
 360     // why we always need to mark instances as updated if they are alive.
 361     let default_form = InstanceForm::builder()
 362       .domain(instance.domain.clone())
 363       .updated(Some(naive_now()))
 364       .build();
 365     let form = match client.get(&node_info_url).send() {
 366       Ok(res) if res.status().is_client_error() => {
 367         // Instance doesnt have nodeinfo but sent a response, consider it alive
 368         Some(default_form)
 369       }
 370       Ok(res) => match res.json::<NodeInfo>() {
 371         Ok(node_info) => {
 372           // Instance sent valid nodeinfo, write it to db
 373           Some(
 374             InstanceForm::builder()
 375               .domain(instance.domain)
 376               .updated(Some(naive_now()))
 377               .software(node_info.software.and_then(|s| s.name))
 378               .version(node_info.version.clone())
 379               .build(),
 380           )
 381         }
 382         Err(_) => {
 383           // No valid nodeinfo but valid HTTP response, consider instance alive
 384           Some(default_form)
 385         }
 386       },
 387       Err(_) => {
 388         // dead instance, do nothing
 389         None
 390       }
 391     };
 392     if let Some(form) = form {
 393       diesel::update(instance::table.find(instance.id))
 394         .set(form)
 395         .execute(conn)?;
 396     }
 397   }
 398   info!("Finished updating instances software and versions...");
 399   Ok(())
 400 }
 401
 402 #[cfg(test)]
 403 mod tests {
 404   use lemmy_routes::nodeinfo::NodeInfo;
 405   use reqwest::Client;
 406
 407   #[tokio::test]
 408   #[ignore]
 409   async fn test_nodeinfo() {
 410     let client = Client::builder().build().unwrap();
 411     let lemmy_ml_nodeinfo = client
 412       .get("https://lemmy.ml/nodeinfo/2.0.json")
 413       .send()
 414       .await
 415       .unwrap()
 416       .json::<NodeInfo>()
 417       .await
 418       .unwrap();
 419
 420     assert_eq!(lemmy_ml_nodeinfo.software.unwrap().name.unwrap(), "lemmy");
 421   }
 422 }