sergio/takana

1#!/usr/bin/env python3
2"""Censo MEDIDO de quién provee cada applet de busybox, contra los artefactos del store.
3
4Por qué existe. `docs/state/busybox-applets.tsv` asignaba un `destino` (el paquete que debería
5reemplazar cada applet) por JUICIO — el propio `docs/plan-botar-busybox.md` lo dice: «el reparto
6applet→destino es juicio, no medida». Al medirlo contra los artefactos sellados resultó que
7**31 applets los provee otro paquete** y **79 no los provee NADIE salvo busybox**, entre ellos seis
8—`xz unxz xzcat lzma unlzma lzcat`— cuyo dueño figura en seis perfiles con el `usr/bin` VACÍO.
9
10Cómo mide. Índice inverso de `<store>/<hash>-<nombre>/{bin,sbin,usr/bin,usr/sbin,libexec}`: un
11paquete «provee» un applet si instala un fichero o enlace con ESE nombre. Es equivalencia de NOMBRE,
12no de banderas — un `nc` de socat cuenta como proveedor aunque su sintaxis difiera, y por eso la
13columna `equivalencia` del TSV sigue haciendo falta.
14
15⚠ Los rootfs ENSAMBLADOS (`product-rootfs`, `stage1-rootfs`) se excluyen: traen adentro el propio
16busybox con sus 277 symlinks, así que contarlos haría que todo applet se «proveyera» a sí mismo.
17El criterio no es el nombre sino el contenido — un artefacto con `bin/busybox` adentro que no SEA
18busybox es un rootfs.
19
20Uso:  scripts/busybox-censo-proveedores.py [--store /store] [--escribir] [--guardian]
21      --escribir  reescribe el TSV añadiendo las columnas `proveedor_medido` y `medido_el`.
22      --guardian  sale ≠0 si algún applet PERDIÓ el proveedor que el TSV registra. Es el modo de CI.
23
24⚠ El guardián no vigila un NÚMERO, vigila las PÉRDIDAS, y la diferencia importa: un umbral del tipo
25«no más de 79 sin dueño» hay que subirlo cada vez que se retira un applet del defconfig, y a la
26tercera vez nadie lo sube con criterio. Lo que sí es siempre una regresión es que un applet que
27tenía proveedor medido deje de tenerlo — un `--disable-` nuevo en un `configure`, un `make install`
28que cambia de objetivo, una receta de herramientas convertida en receta de librería. Los applets que
29GANAN proveedor se reportan y no fallan: eso es avance, y el TSV se actualiza con `--escribir`.
30"""
31import argparse, csv, json, os, sys, collections, datetime
32
33RAIZ = os.path.dirname(os.path.dirname(os.path.abspath(__file__)))
34TSV = os.path.join(RAIZ, "docs/state/busybox-applets.tsv")
35ESTADO = os.path.join(RAIZ, "docs/state/build-state.json")
36SUBDIRS = ("bin", "sbin", "usr/bin", "usr/sbin", "usr/libexec", "libexec")
37
38
39def indice(store):
40    """nombre de binario -> {paquetes que lo instalan}, excluidos los rootfs ensamblados."""
41    prov = collections.defaultdict(set)
42    compuestos = []
43    for ent in os.scandir(store):
44        if not ent.is_dir():
45            continue
46        art = ent.name.split("-", 1)[1] if "-" in ent.name else ent.name
47        if art != "busybox" and os.path.exists(os.path.join(ent.path, "bin/busybox")):
48            compuestos.append(art)
49            continue
50        for sub in SUBDIRS:
51            try:
52                for f in os.scandir(os.path.join(ent.path, sub)):
53                    prov[f.name].add(art)
54            except OSError:
55                pass
56    return prov, sorted(compuestos)
57
58
59def main():
60    ap = argparse.ArgumentParser()
61    ap.add_argument("--store", default="/store")
62    ap.add_argument("--escribir", action="store_true")
63    ap.add_argument("--guardian", action="store_true")
64    a = ap.parse_args()
65
66    prov, compuestos = indice(a.store)
67    print(f"índice: {len(prov)} nombres · rootfs excluidos: {', '.join(compuestos) or '(ninguno)'}")
68    filas = list(csv.DictReader(open(TSV, encoding="utf-8"), delimiter="\t"))
69    vivos = [r for r in filas if r["recorte_2026_09_21"] != "RETIRADO"]
70
71    coincide, otro, solo = [], [], []
72    for r in vivos:
73        p = sorted(x for x in prov.get(r["applet"], ()) if x != "busybox")
74        r["_medido"] = ",".join(p) if p else "SOLO-BUSYBOX"
75        (coincide if r["destino"] in p else (otro if p else solo)).append(r)
76
77    print(f"\n  el dueño del TSV lo provee : {len(coincide):>3}")
78    print(f"  lo provee OTRO paquete     : {len(otro):>3}")
79    print(f"  SÓLO lo provee busybox     : {len(solo):>3}   ← el trabajo que queda")
80
81    est = json.load(open(ESTADO, encoding="utf-8"))["nodes"]
82    print("\n--- SÓLO BUSYBOX, por dueño declarado ---")
83    pord = collections.defaultdict(list)
84    for r in solo:
85        pord[r["destino"]].append(r["applet"])
86    for d, aa in sorted(pord.items(), key=lambda x: -len(x[1])):
87        n = est.get(d)
88        pf = ("en " + ",".join(n["perfiles"])) if n and n["perfiles"] else ("sellado sin perfil" if n else "sin receta")
89        print(f"  {d:16} {len(aa):>2}  [{pf}]  {' '.join(sorted(aa))}")
90
91    print("\n--- lo provee OTRO paquete (el `destino` del TSV está mal) ---")
92    for r in sorted(otro, key=lambda r: r["applet"]):
93        print(f"  {r['applet']:14} TSV={r['destino']:16} REAL={r['_medido']}")
94
95    if a.guardian:
96        perdidos, ganados = [], []
97        for r in vivos:
98            antes = (r.get("proveedor_medido") or "").strip()
99            if not antes:
100                continue  # fila sin medición previa: nada que comparar
101            ahora = r["_medido"]
102            if antes != "SOLO-BUSYBOX" and ahora == "SOLO-BUSYBOX":
103                perdidos.append((r["applet"], antes))
104            elif antes == "SOLO-BUSYBOX" and ahora != "SOLO-BUSYBOX":
105                ganados.append((r["applet"], ahora))
106        if ganados:
107            print(f"\n✓ {len(ganados)} applets GANARON proveedor (no es fallo; correr --escribir):")
108            for x, q in sorted(ganados):
109                print(f"    {x:14} ahora lo provee {q}")
110        if perdidos:
111            print(f"\n✗ REGRESIÓN: {len(perdidos)} applets PERDIERON su proveedor y vuelven a depender de busybox:")
112            for x, q in sorted(perdidos):
113                print(f"    {x:14} lo proveía {q}")
114            return 1
115        print("\n✓ guardián: ningún applet perdió su proveedor.")
116        return 0
117
118    if a.escribir:
119        hoy = datetime.date.today().isoformat()
120        campos = [c for c in filas[0] if not c.startswith("_")] + ["proveedor_medido", "medido_el"]
121        for r in filas:
122            r["proveedor_medido"] = r.pop("_medido", "") or ("n/a (retirado)" if r["recorte_2026_09_21"] == "RETIRADO" else "")
123            r["medido_el"] = hoy if r["recorte_2026_09_21"] != "RETIRADO" else ""
124        with open(TSV, "w", encoding="utf-8", newline="") as fh:
125            w = csv.DictWriter(fh, fieldnames=campos, delimiter="\t", lineterminator="\n")
126            w.writeheader()
127            w.writerows(filas)
128        print(f"\nTSV reescrito: {TSV} (+2 columnas)")
129    return 0
130
131
132if __name__ == "__main__":
133    sys.exit(main())