W dniu 08.01.2022 o 15:21, Kviat pisze:

>>>> i pierwsze co zrobiłem, to wyszukałem i usunąłem duble po prostu
>>>> licząc sumę kontrolną poszczególnych plików.
>>> Nie było łatwiej np. po message id, transaction id...?
>> Jak mam pewność, czy to nie są różne wersje tego emaila?
> Taką, że skoro już liczysz sumę kontrolną, to różne wersje tego samego
> emaila będą miały różną sumę kontrolną. A pisałeś u usuwaniu dubli.

To teraz wiesz, czemu p osumie kontrolnej usuwałe, a nie ID.
>
> Zapytam z ciekawości...
> Jak po sumie kontrolnej stwierdzałeś, że dany mail jest roboczą wersją
> tego, a nie innego maila?

No więc nie było wersji roboczych, ale nie znając dokładnie algorytmu
wykluczyć nie mogłem.

> (No i skąd te duble?)

Nie wiem. Nie było to przedmiotem mojej troski i nie chciało mi się tego
dochodzić.
>
>> Przykładowo jakieś kopie bezpieczeństwa tworzone w czasie pisania?
>
> Czyli każda zmiana tworzyła różny plik, z różną sumą kontrolną...

Nie tworzyła, ale nie mogłem tego wykluczyć na początkowym etapie. W
przeciwieństwie do niektórych na tej grupie nie wiem wszystkiego i
staram się działać tak, by zapobiec skutkom swojej niewiedzy. >
>> A tak pozbywam się tego, co raczej na pewno tak samo wygląda. Szanse
>> na to, ze dwa różne emaile mają tę samą sumę są mizerne.
> A jakie są szanse, że jakiś serwer pocztowy zapisuje różne wersje
> robocze tego samego e-mailia w pierdyliardzie identycznych egzemplarzy
> rozsianych gdzieś po dysku?

Odzyskiwali dane z tzw. "wolnej przestrzeni" i tam te dane były
wielokrotnie replikowane. Po za tym nie sądzę, by jakikolwiek tego typu
serwer nie działał bez automatycznego replikowania. Serwer NAS, to chyba
minimum bezpieczeństwa.
>> No popatrz - nie było właśnie. To znaczy logi były, ale log serwera
>> zawiera inne informacje, niż emaile. Mamy adresy IP, kto, jak i do
>> czego się łączył. Oczywiście by się pewnie dało posklejać z tego
>> wiele, ale nie widzę potrzeby.
> Chcesz mnie przekonać, że ludzie sobie wysyłają kopie robocze i na tym
> twoim grafie było widać "kto, do kogo, w jakim adresie i ile wiadomości
> wysłał"?

Jak na to wpadłeś?

> Zawsze myślałem, że ludzie sobie wysyłają ostatnią wersję, a nie kopie
> robocze... i za chuja pańskiego z kopii roboczej maila nie wyciągniesz
> do kogo i kiedy został wysłany, skoro... nigdy nie został wysłany, bo to
> tylko kopia robocza (dla porządku dodajmy, że zapisana przez serwer w
> pierdylionie identycznych egzemplarzy, w dublach pierdyliona kopii
> zapasowych).

W sumie dobrze myślałeś. Ale część ludzi korzysta do pisania email
przykładowo a oprogramowania WEB-owego, a nie programu pocztowego, a to
działa na serwerze. >
> To właśnie w logach widać adresy IP kto do kogo wysyłał i co wysłał, jak
> i z czym się łączył, a nie w treści kopii (pierdyliarda dodajmy dla
> porządku) roboczych maila. Bajki o robieniu takiego grafu z treści kopii
> roboczych (sic!) to możesz dzieciom opowiadać.

Tyle, że jeśli serwer stoi w Europie, to szybciej te dane wyciągniesz z
tych emaili :-)

> Z logów możesz się dowiedzieć kto, do kogo i ile razy wysyłał maile, gdy
> ten mail dawno został skasowany, a miejsce po nim na dysku został
> wielokrotnie zapisany gołymi babami.
> Ale skoro nie widzisz potrzeby...

O ile tylko nie musisz tego sam zrobić od początku do końca. Mało który
admin przechowuje dłużej, niż kilka dni logi, a emaile ja mam sprzed
kilkunastu lat.
>
> Weź już skończ.

Następnym razem im podpowiem, by poszli i Ciebie powołali, bo wiesz
lepiej :-)


--
Robert Tomasik