Files
hammer/docs/23-plan-rehasheo.md
sergioandClaude Opus 5 dff8409660 granja: el worker NO TIENE Rust ni Go — el 76% del catálogo sólo construye en el hub
Al lanzar COSMIC, sus 30 raíces fallaron de golpe con «spawn cargo vendor: No such file».
Medido:
    worker:  cargo AUSENTE · rustc AUSENTE · go AUSENTE
    hub:     cargo ✓ · rustc ✓ · go ✓

hammer invoca `cargo vendor` en el HOST, no dentro del sandbox — el vendoreo pasa ANTES de
entrar a la caja. El worker no trae toolchain de Rust ni Go ⇒ la granja no puede construir
NINGUNA receta Rust o Go: COSMIC entero, las 228 Rust del corpus y las 362 Go. **El 76% del
catálogo sólo puede construirse en el hub**, que es UNA SOLA MÁQUINA — justo lo que el respaldo
de ayer intentaba dejar de asumir.

ESTO EXPLICA HACIA ATRÁS todos los «no construyó» de esta campaña (amp, anew, apko, atlas, bom,
broot, cargo-audit, cargo-hack, git-absorb). Yo lo atribuí a «necesitan red para sus módulos» y
lo escribí así en el SDD 23 y en memoria. Era falso: **falta el binario**, no la red.

Y ARREGLARLO NO ROMPE LA HERMETICIDAD: cargo/go aquí son herramientas de FETCH, del mismo orden
que `git` para clonar — se usan para traer y fijar deps ANTES del build, no dentro del sandbox.
Instalarlos en la imagen golden no relaja el aislamiento; el build sigue ocurriendo en la caja
con el árbol ya vendoreado. Es lo contrario del caso «no engordar el rootfs del worker», que
habla del rootfs DEL SANDBOX.

⇒ Decisión de aprovisionamiento, no de arquitectura, y desbloquea tres cuartas partes del
catálogo para la granja.

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
2026-08-08 17:03:55 -04:00

354 lines
19 KiB
Markdown
Raw Permalink Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# SDD 23 — Plan del re-hasheo masivo (corregido: la etapa 1 desmintió mi primera conclusión)
Escrito 2026-08-08, tras la decisión del usuario de hacer «ahora, antes de seguir creciendo» el
re-hasheo que llevaba tiempo pendiente.
La campaña se había planteado como **dos** trabajos que exigen reconstruir casi todo el corpus:
1. `-ffile-prefix-map` global, para cerrar el «no-determinismo probable de 92 paquetes».
2. Separar la información de depuración en paquetes `-debug`.
**Los dos son reales.** La primera versión de este documento decía que el primero se cancelaba
«porque su premisa es falsa» — **me equivoqué, y la etapa 1 lo demostró en veinte minutos**. La
corrección está en el §1.bis, y es el mejor argumento a favor de tener puertas.
---
## 1. Lo primero fue verificar la premisa (y me pasé de confiado — ver §1.bis)
El plan heredado decía: *«92 paquetes con no-determinismo probable, todos por rutas `/src` en
`.debug_*`; pendiente: `-ffile-prefix-map` global re-hashea ~720»*. Antes de comprometer días de
granja, se comprobó. Tres medidas, en orden de fuerza creciente:
**(a) Las rutas `/src` son CONSTANTES, no variables.** El lab bindea el árbol de fuentes en `/src`
—literal, siempre— así que una ruta `/src/foo.c` embebida en `.debug_` es idéntica en cada rebuild y
en cualquier máquina. No es no-determinismo: es una ruta fija que *parece* sospechosa.
**(b) Barrido de 195 artefactos buscando rutas que sí variarían** (`/home/<user>/`,
`/opt/hammer/work`, `/tmp/<aleatorio>`): **15 las tienen (≈8%)**. Pero al mirarlas una a una,
ninguna es nuestra:
| ruta hallada | qué es realmente |
|---|---|
| `/home/buildozer/aports/main/musl/src/musl-1.2.6` | la ruta de compilación **de Alpine**, horneada en el `musl` prebuilt que inyectamos |
| `/tmp/apiresponse.json` | una **cadena literal** en el código fuente de `gron` |
| `/home/jimmac/`, `/home/sam/dev/` | rutas de los autores dentro de los **assets SVG** de adwaita |
Las tres son constantes que vienen de fuera y son idénticas en cada rebuild. **Buscar rutas con
pinta de host no mide no-determinismo: mide qué escribieron terceros en sus fuentes.** Es la misma
clase de error que la regla del `.a` no-PIC —`grep R_X86_64_32` contaba reubicaciones de
`.debug_*`— y que el conteo de licencias con `grep -l license`, que contaba comentarios.
**(c) La prueba que decide: reconstruir y comparar.** Se apartó el artefacto de `wl-clipboard`, se
reconstruyó con las deps cacheadas y se comparó con `hammer why-differs`:
```
24 entradas idénticas · 0 divergen
✓ los dos árboles son idénticos: REPRODUCE
```
⇒ Conclusión que saqué entonces: «la reproducibilidad se sostiene, el `-ffile-prefix-map` no hace
falta». **Era falsa, y duró lo que tardó en correrse la etapa 1.** Ver §1.bis.
> **La lección de método, que vale más que el ahorro:** el no-determinismo se mide **reconstruyendo y
> comparando**, no buscando cadenas sospechosas. Un `grep` sobre binarios genera candidatos, no
> veredictos. Y este proyecto ya tiene la herramienta del veredicto (`why-differs`); lo que faltaba
> era usarla antes de planificar.
>
> ⚠️ Esto **no** prueba que las 1153 reproduzcan — sólo que UNA lo hace. Yo lo leí como si probara
> más de lo que probaba, que es exactamente el error contra el que este mismo documento advierte
> dos párrafos más arriba.
---
## 1.bis 🔴 CORRECCIÓN: sí hay no-determinismo, y el `-ffile-prefix-map` SÍ hace falta
La etapa 1 (verificación amplia, `scripts/verificar-repro.sh`) se corrió sobre una muestra por clase
de build. Resultado sobre las que pudieron reconstruirse:
| receta | veredicto |
|---|---|
| `binutils` | ✓ REPRODUCE |
| `appstream` | ✗ **DIVERGE** |
| `bison` | ✗ **DIVERGE** |
| `wl-clipboard` (§1c) | ✓ REPRODUCE |
Y la causa, idéntica en las dos que divergen, dicha por `why-differs`:
```
difieren [.debug_aranges, .debug_info, .debug_pubnames, .debug_pubtypes, .debug_str]
— sólo info de depuración (el código ejecutable es idéntico)
· .debug_str sólo en B: /src/output/meson-private
```
**Dónde me equivoqué, exactamente:** el barrido de §1b buscaba rutas *del host* (`/home/<user>/`,
`/tmp/<aleatorio>`) y no encontró ninguna nuestra — cierto. Pero el no-determinismo no venía de una
ruta del host sino de **rutas internas al árbol de build** (`/src/output/meson-private`) que **varían
entre corridas** aunque `/src` sea constante. Buscar la forma equivocada de ruta y no hallarla no
prueba que no haya otra. Y una sola muestra que reproduce (§1c) no es una muestra.
⇒ La lección del §1 sigue siendo válida y encima se refuerza: **el veredicto es reconstruir y
comparar**. Sólo que esta vez el equivocado fui yo, y lo que me salvó fue haber puesto la puerta
antes de la campaña en vez de después.
### 🎁 Y de ahí sale la mejor noticia del plan
Las dos mitades **son el mismo trabajo**. La divergencia vive ENTERA en secciones `.debug_*` y el
código ejecutable es idéntico ⇒ **separar el debug del artefacto principal hace que el artefacto
principal reproduzca**, sin necesidad de tocar `-ffile-prefix-map` en 720 recetas.
Queda por decidir qué se hace con el paquete `-debug` en sí (su contenido seguiría siendo
no-determinista sin `-ffile-prefix-map`), pero eso es un problema mucho más chico: afecta a un
artefacto secundario que nadie instala por defecto, y puede resolverse después o a la vez.
---
## 2. Lo que sí queda: separar la información de depuración
Medido sobre muestra amplia de `.so`/`.a`: **el 79% del contenido binario del store son secciones
`.debug_*`** (qtdeclarative solo llega al 87%). Consecuencias, las dos que importan:
- **~96 G de reserva de disco** — el store de ~126 G serían ~30 G sin debug.
- **El espejo público baja de 126 G a ~30 G**, que es la diferencia entre alojar barato y caro, y
toca la decisión ya tomada de servirlo desde el Storage Box.
Y no es sólo tamaño: separar el debug es lo que permite **entregar los símbolos a quien depura sin
imponérselos a quien sólo usa la distro**, que es lo que hacen todas las distros serias.
### El precio, dicho claro
`strip` posterior **no sirve**: rompería la verificación bit-a-bit, porque el `ArtifactHash` es de
ENTRADA (se calcula sin construir) y quedaría apuntando a un contenido que un rebuild ya no
reproduce. Hay que hacerlo **dentro del build**, y eso cambia la fase `install` ⇒ **re-hashea las
recetas afectadas**. Es el coste real y no hay atajo.
---
## 3. 🧨 El hallazgo que condiciona CÓMO se hace: el entorno del lab NO está hasheado
Al buscar dónde poner una flag global apareció algo que hay que decidir antes de tocar nada.
`crates/hammer-build/src/sandbox.rs` fija el entorno de TODOS los builds:
```
CC=hammer-zig-cc (con -mcpu=baseline) SOURCE_DATE_EPOCH=1 TZ=UTC LC_ALL=C
AR="zig ar" CARGO_BUILD_… codegen-units=1
```
**Ninguna de esas entra en `Recipe::hash_inputs`**, que es una lista blanca de source, compiler,
target, link, `zig_version`, patches, flags, phases y deps.
**Cambiar el entorno del lab cambia lo que sale del build SIN cambiar un solo hash.** El store
diría que todo está al día mientras los artefactos ya no corresponden a su hash. Es el fallo más
peligroso posible en un sistema direccionado por contenido: no falla, miente.
Hoy no muerde porque ese entorno no cambia nunca. Pero una campaña global es precisamente el momento
en que cambiaría.
### Las dos formas de hacerlo, y cuál propongo
- **A — flag en el lab** (una línea en `sandbox.rs`, aplica a todo): barata de escribir y
**rompe el invariante** por lo de arriba. **Descartada**, salvo que se añada primero un
`lab_version` a `hash_inputs` (ver abajo).
- **B — en la fase `install` de cada receta** (`strip --only-keep-debug` + `objcopy`): explícita,
entra al hash por diseño, re-hashea sólo lo que toca, y es auditable receta a receta.
**Propuesta.** El coste es editar ~1100 recetas, pero es mecánico y verificable — exactamente el
mismo patrón con el que hoy se poblaron 1074 licencias sin mover un hash.
**Y un ticket previo, chico y de fondo:** añadir a `hash_inputs` un `lab_version` que capture el
entorno del sandbox, con el mismo diseño que `zig_version` (**sólo entra si está fijado**, así los
hashes actuales no se mueven). Sin eso, cualquier cambio futuro del lab vuelve a ser invisible.
Es barato hoy y caro el día que haga falta.
---
## 4. El plan, por etapas y con puertas
Cada etapa tiene una **puerta**: si no pasa, se para. Una campaña de días sin puertas es una forma
elegante de romper el corpus.
| # | etapa | puerta |
|---|---|---|
| 0 | `lab_version` en `hash_inputs` (opcional, no fijado) | los 1153 hashes actuales **no se mueven** |
| 1 | Verificación AMPLIA de reproducibilidad: apartar y reconstruir una muestra de ~30 recetas de clases distintas (C, Rust, Go, meson, cmake) y comparar con `why-differs` | **0 divergencias**; si alguna diverge, ESO es el trabajo real y esta campaña se pospone |
| 2 | Piloto del split de debug en **5 recetas** representativas | los `-debug` salen, el binario sigue funcionando, y el rebuild reproduce bit a bit |
| 3 | Medir de verdad el ahorro y extrapolar — ✅ **HECHO, ver §6** | el ahorro real es **~60%**, no 79%: se replanteó |
| 4 | Aplicar al corpus por tandas, con la granja | cada tanda: `store-gc` + `why-differs` sobre una muestra |
| 5 | Regenerar grafos, perfiles y el espejo | los perfiles siguen cerrando (`escritorio-sway` 121/121, KDE 162/162…) |
**Orden respecto de lo demás**: la etapa 1 conviene ANTES que nada, porque si la reproducibilidad
amplia no se sostiene, todo lo demás cambia de prioridad. Y es barata: apartar artefactos y
reconstruir con deps cacheadas, como se hizo con `wl-clipboard`.
---
## 5. Lo que este plan NO propone
- **No** tocar `-ffile-prefix-map`: §1 lo cerró.
- **No** strippear artefactos ya sellados: rompe la evidencia, que es el invariante del proyecto.
- **No** meter la flag en el lab sin `lab_version`: §3.
- **No** empezar por el corpus entero: §4 empieza por 5 recetas, y con razón.
---
## 6. Etapa 3 — el ahorro real es ~60%, no 79%, y las cifras publicadas estaban infladas
El «79%» que este documento y los SDD 19/20 venían citando era **el 79% del CONTENIDO BINARIO**,
medido sobre una muestra de `.so`/`.a`. Es cierto y es la cifra equivocada para planificar, porque
un artefacto no es sólo binarios: trae cabeceras, datos, iconos, locales, `.pc` y documentación,
que no encogen.
**Medido con `scripts/medir-debug.sh`** (suma los tamaños reales de las secciones `.debug_*` vía
`readelf -S` y los compara con el tamaño del árbol, sin reconstruir nada):
| muestra | artefactos | volumen | debug / artefacto |
|---|---:|---:|---:|
| pequeña | 40 | 876 MB | 27% |
| media (truncada a 60 ficheros/artefacto) | 100 | 2 955 MB | 38% |
| **grande, sin truncar** | **250** | **8 874 MB** | **60%** |
La varianza es alta porque unos pocos artefactos grandes dominan el total. **La muestra grande es la
que manda** (cubre ~7% del store), y encaja con lo único que está medido de verdad —el piloto de la
etapa 2, donde se reconstruyó y se pesó:
- `bison` 6 M → 3 M = **50%**
- `appstream` 56 M → 18 M = **68%**
Los dos **encierran** el 60% de la muestra grande. Ésa es la validación: el modelo predice lo que el
rebuild real produjo.
### Las cifras corregidas
Con el store en **127 G** y un ahorro de ~60%:
| | se venía diciendo | medido |
|---|---|---|
| reserva de disco | ~96 G | **~76 G** |
| store tras el split | ~30 G | **~51 G** |
| espejo público | ~30 G | **~51 G** |
Sigue siendo el mayor ahorro disponible en el proyecto —76 G no es poco— pero **no es lo prometido**,
y la diferencia importa para dimensionar el alojamiento del espejo, que es una decisión con factura.
> **La lección:** una cifra medida sobre una cosa (contenido binario) se citó durante semanas como si
> midiera otra (tamaño de artefacto), y llegó a tres documentos. El número no era falso; **la unidad
> sí**. Cuando un número vaya a decidir un gasto, conviene volver a la medición original y comprobar
> QUÉ estaba midiendo.
---
## 7. 🔴 SEGUNDA CORRECCIÓN: lo que medía el test era DERIVA, no no-determinismo
El §1.bis dijo «sí hay no-determinismo» al ver que `appstream` y `bison` divergían. **También estaba
mal**, y por un fallo de diseño del propio test.
`scripts/verificar-repro.sh` aparta el artefacto **guardado en el store** y lo compara con una
reconstrucción de hoy. Pero ese artefacto guardado puede tener meses: se construyó con **otro estado
del lab** (otro zig, otras flags, otro entorno). Así que el test conflaba dos cosas muy distintas:
- **no-determinismo** — mismas entradas, mismo lab, salidas distintas. Es lo que rompe el invariante.
- **deriva** — el artefacto viejo no es lo que el lab de HOY produce. No es no-determinismo: es que
el mundo se movió.
**La prueba que las separa: construir DOS VECES HOY.** Y se hizo, sin querer al principio: al volver
a correr el verificador sobre recetas ya reconstruidas, todas pasaron a REPRODUCIR.
| receta | 1ª corrida (viejo vs hoy) | 2ª corrida (hoy vs hoy) |
|---|---|---|
| `anew` | ✗ diverge | ✓ **REPRODUCE** |
| `gron` | ✗ diverge | ✓ **REPRODUCE** |
| `age` | ✗ diverge (¡y le faltaba `age-inspect`!) | ✓ **REPRODUCE** |
**El corpus es determinista hoy.** Lo que hay es deriva contra artefactos viejos.
### Qué significa para la campaña, sin adornos
- **El argumento de reproducibilidad para el split de debug se cae.** El split se justifica por
ESPACIO (~60%, §6), que sigue siendo real y grande. Nada más.
- **Pero la deriva es un problema por derecho propio, y mayor**: el store contiene artefactos que el
lab de hoy **no reproduciría**. Mientras eso siga así, la frase «nuestros artefactos son
verificables por terceros» es falsa para una parte del corpus — un tercero que reconstruya no
obtendrá lo publicado. `age` es el caso feo: la reconstrucción **ni siquiera instala los mismos
ficheros** (falta `age-inspect`), o sea que la deriva no es cosmética.
- ⇒ La reconstrucción masiva **sigue valiendo la pena**, pero por una razón distinta de la que este
documento decía: no para *arreglar* el determinismo, sino para **poner el store al día con el lab**
y que la promesa de reproducibilidad sea cierta sobre todo el corpus.
### La lección, que es la misma tres veces
Este documento se equivocó tres veces seguidas y las tres se corrigieron midiendo:
1. «el `-ffile-prefix-map` no hace falta» — falso, por leer una sola muestra;
2. «sí hay no-determinismo» — falso, por un test que confundía deriva con no-determinismo;
3. y de paso, el «79%» que medía contenido binario y se citaba como tamaño de artefacto.
**Un test hay que diseñarlo contra la pregunta, no contra lo que es fácil de comparar.** Comparar
con lo que hay en el store es cómodo; comparar dos builds de hoy es lo que contesta.
---
## 8. Etapa 4 en marcha — y la lección que faltaba en el plan: **el orden importa más que la tanda**
La primera tanda activó `strip_debug` en `expat`, `zstd` y `ncurses`. Son **bibliotecas base**, así
que re-hashearon en cascada **54 recetas**, incluida la cadena `wlroots`/`sway` sellada la noche
anterior. No se pierde nada —los artefactos viejos siguen en el store y en el respaldo, y las recetas
están en git— pero el perfil `escritorio-sway` deja de cerrar 121/121 hasta reconstruirlas.
⇒ **La tanda correcta no es «las 25 siguientes por orden alfabético», sino las HOJAS del grafo
primero, o un nivel entero de una vez con la granja arriba.** Tocar tres bibliotecas base costó 54
reconstrucciones; tocar cincuenta hojas no habría costado ninguna extra. `scripts/desplegar-strip.sh`
toma las candidatas en orden alfabético y eso hay que cambiarlo: debe ordenar por profundidad en el
grafo, de hoja a raíz.
### Operación: dos cosas que cuestan una corrida cada una
- **Un drenaje largo NO puede vivir dentro del `ssh`.** La primera pasada se cortó a las 14 de 54 al
caerse la sesión. Va con `nohup` en el worker, siempre.
- **La flota efímera reusa IPs** ⇒ la clave de host cambia y cada conexión grita MITM. Se limpia con
`ssh-keygen -R <ip>`, pero con workers que van y vienen esto se repetirá: conviene que `farm-up` lo
haga solo al crear la máquina.
### Fallos de la primera pasada — ninguno nuevo, y uno que ya estaba avisado
| receta | causa |
|---|---|
| `dwarves` | el muro de libdw/musl, ya documentado como frente propio |
| `dbus` | «Unhandled python exception» de meson |
| `adwaita-hello` | **error 39 (Directory not empty)** — la carrera del árbol de fuentes del **ADR 0012** |
El último merece subrayado: **ADR 0012 lleva meses «pendiente sin decidir» y acaba de morder**. Dos
builds de la misma dep se pisan el árbol de `work/sources` y lo dejan a medias. Una campaña de
reconstrucción masiva es exactamente el escenario que lo dispara, así que decidirlo deja de ser
opcional si la etapa 4 va a correr en paralelo.
---
## 9. 🧱 EL BLOQUEANTE ESTRUCTURAL DE LA GRANJA: el worker no tiene Rust ni Go
Medido el 2026-08-08 al lanzar COSMIC:
```
worker: cargo AUSENTE · rustc AUSENTE · go AUSENTE
hub: cargo ✓ · rustc ✓ · go ✓ (~/.cargo/bin)
```
`hammer` invoca **`cargo vendor` en el HOST**, no dentro del sandbox hermético — el vendoreo pasa
antes de entrar a la caja. El worker no trae ningún toolchain de Rust ni Go, así que **la granja no
puede construir NINGUNA receta Rust o Go**:
- **COSMIC entero** (todos los `cosmic-*` son Rust) — de ahí que 30 raíces fallaran de golpe con
`spawn cargo vendor: No such file`;
- las **228 recetas Rust** y las **362 Go** del corpus.
O sea que **el 76% del catálogo sólo puede construirse en el hub**, que es una sola máquina — justo
lo que el respaldo del 2026-08-07 intentaba dejar de asumir.
### Lo que esto explica hacia atrás
Todos los «no construyó» de Go/Rust en el worker durante esta campaña —`amp`, `anew`, `apko`,
`atlas`, `bom`, `broot`, `cargo-audit`, `cargo-hack`, `git-absorb`— eran **la misma causa**, y yo la
atribuí primero a «necesitan red para sus módulos». La red no tenía nada que ver: **falta el
binario**.
### Y no rompe la hermeticidad arreglarlo
`cargo`/`go` aquí son **herramientas de FETCH**, del mismo orden que `git` para clonar un repo: se
usan para traer y fijar las deps ANTES del build, no dentro del sandbox. Instalarlos en la imagen
golden del worker no relaja el aislamiento del build — el build sigue ocurriendo en la caja con el
árbol ya vendoreado. Es exactamente lo contrario del caso «no engordar el rootfs del worker», que
habla del rootfs DEL SANDBOX.
**Es una decisión de aprovisionamiento, no de arquitectura**, y desbloquea tres cuartas partes del
catálogo para la granja.