sergio/takana

1#!/usr/bin/env python3
2"""harkaq-trace-norm — canoniza la traza cruda de harkaq-trace (plan-freebsd T1.2).
3
4    harkaq-trace-norm.py <traza-cruda> [--store <dir>] [--drop <prefijo>]... [--resumen]
5
6Las reglas de normalización son la parte que FreeBSD tardó años en iterar (los `.meta` de
7META MODE): el ruido no se CALLA, se clasifica con reglas explícitas — D3 aplica acá igual
8que en el verdict. Reglas:
9
10  1. DROP por prefijo: /proc /sys /dev /tmp /out /src (el build escribe /out y lee /src por
11     contrato; lo interesante es lo demás). Ampliable con --drop.
12  2. DEDUPE + ORDEN ESTABLE: la traza cruda trae un evento por open(); el mismo path N veces
13     no es señal (el orden de llegada tampoco: readdir no garantiza orden — la lección
14     número uno de META MODE). Salida: paths únicos, ordenados.
15  3. ATRIBUCIÓN por dep (--store): un path store/<hash>-<nombre>/resto se atribuye a la dep
16     <nombre>. Con --resumen emite el conteo por dep — la señal de PODA (T1.4): una dep
17     declarada con 0 toques es grasa de la clausura.
18
19El sellado (T1.3) NO es de este script: la salida canónica es determinista a propósito
20(orden estable, sin timestamps) para que `b3sum` del worker la selle tal cual y viaje junto
21al of_tree. Un script canoniza, el store sella — cada pieza tonta en lo suyo.
22"""
23import argparse
24import re
25import sys
26from collections import Counter
27from pathlib import Path
28
29# /cache: la cache content-addressed de zig DENTRO de la jaula — estado derivado del propio
30# build (84 entradas en el piloto zlib), no entrada de la clausura. La lección META MODE
31# repite: las reglas de ruido SON el producto; cada una entra medida, no adivinada.
32DROP_DEFAULT = ["/proc", "/sys", "/dev", "/tmp", "/out", "/src", "/run", "/cache"]
33
34
35def main():
36    ap = argparse.ArgumentParser()
37    ap.add_argument("traza")
38    ap.add_argument("--store", default=None,
39                    help="raíz del store para atribuir paths a deps (store/<hash>-<nombre>/…)")
40    ap.add_argument("--drop", action="append", default=[],
41                    help="prefijo adicional a descartar (repetible)")
42    ap.add_argument("--resumen", action="store_true",
43                    help="emite conteo por dep en vez de la lista canónica")
44    args = ap.parse_args()
45
46    drops = DROP_DEFAULT + args.drop
47    store = str(Path(args.store).resolve()) if args.store else None
48    # store/<hash-hex>-<nombre>/… — el nombre puede traer guiones; el hash no.
49    re_dep = re.compile(re.escape(store) + r"/[0-9a-f]{16,}-([^/]+)/") if store else None
50
51    unicos = set()
52    por_dep = Counter()
53    with open(args.traza) as f:
54        for linea in f:
55            p = linea.strip()
56            if not p or any(p == d or p.startswith(d + "/") for d in drops):
57                continue
58            if p not in unicos and re_dep:
59                m = re_dep.match(p)
60                if m:
61                    por_dep[m.group(1)] += 1
62            unicos.add(p)
63
64    if args.resumen:
65        for dep, n in sorted(por_dep.items()):
66            print(f"{n:6d}  {dep}")
67    else:
68        for p in sorted(unicos):
69            print(p)
70    return 0
71
72
73if __name__ == "__main__":
74    sys.exit(main())