Implement chunk allocator on Windows.
[polipo.git] / polipo.texi
blobeb7f98eea1fb18324b3ef69fcef765f1e28f5980
1 \input texinfo @c -*-texinfo-*-
2 @c %**start of header
3 @setfilename polipo.info
4 @settitle The Polipo Manual
5 @afourpaper
6 @c %**end of header
8 @dircategory Network Applications
9 @direntry
10 * Polipo: (polipo).                     The Polipo caching web proxy.
11 @end direntry
13 @copying
14 Copyright @copyright{} 2003 -- 2005 by Juliusz Chroboczek.
15 @end copying
17 @titlepage
18 @title The Polipo Manual
19 @author Juliusz Chroboczek
20 @page
21 @vskip 0pt plus 1fill
22 Polipo is a caching web proxy designed to be used as a personal
23 cache or a cache shared among a few users.
24 @vskip 0pt plus 1fill
26 @insertcopying
28 @end titlepage
30 @contents
32 @ifnottex
33 @node Top, Background, (dir), (dir)
34 @top Polipo
36 Polipo is a caching web proxy designed to be used as a personal
37 cache or a cache shared among a few users.
39 @ifhtml
40 The latest version of Polipo can be found on 
41 @uref{http://www.pps.jussieu.fr/~jch/software/polipo/,the Polipo web page}.
42 @end ifhtml
44 This manual was written by
45 @uref{http://www.pps.jussieu.fr/~jch/,,Juliusz Chroboczek}.
47 @end ifnottex
49 @menu
50 * Background::                  Background information.
51 * Running::                     Running Polipo
52 * Network::                     Polipo and the network.
53 * Caching::                     Caching.
54 * Memory usage::                Limiting Polipo's memory usage.
55 * Copying::                     Your rights and mine.
56 * Variable index::              Variable index.
57 * Concept index::               Concept index.
58 @end menu
60 @node Background, Running, Top, Top
61 @chapter Background
63 @menu
64 * The web::                     The web and HTTP.
65 * Proxies and caches::          Proxies and caches.
66 * Latency and throughput::      Optimise latency, not throughput.
67 * Network traffic::             Be nice to the net.
68 * Partial instances::           Don't discard data.
69 * POST and PUT::                Other requests
70 * Other HTTP proxies::          Why did I write Polipo from scratch?
71 @end menu
73 @node The web, Proxies and caches, Background, Background
74 @section The web and HTTP
75 @cindex URL
76 @cindex resource
77 @cindex instance
78 @cindex entity
79 @cindex HTTP
81 The web is a wide-scale decentralised distributed hypertext system,
82 something that's obviously impossible to achieve reliably.
84 The web is a collection of @dfn{resources} which are identified by
85 @dfn{URLs}, strings starting with @code{http://}.  At any point in
86 time, a resource has a certain value, which is called an
87 @dfn{instance} of the resource.
89 The fundamental protocol of the web is HTTP, a simple request/response
90 protocol.  With HTTP, a client can make a request for a resource to a
91 server, and the server replies with an @dfn{entity}, which is an
92 on-the-wire representation of an instance or of a fragment thereof.
94 @node Proxies and caches, Latency and throughput, The web, Background
95 @section Proxies and caches
96 @cindex proxy
97 @cindex caching
99 A proxy is a program that acts as both a client and a server.  It
100 listens for client requests and forwards them to servers, and forwards
101 the servers' replies to clients.
103 An HTTP proxy can optimise web traffic away by @dfn{caching} server
104 replies, storing them in memory in case they are needed again.  If a
105 reply has been cached, a later client request may, under some
106 conditions, be satisfied without going to the source again.
108 In addition to taking the shortcuts made possible by caching, proxies
109 can improve performance by generating better network traffic than the
110 client applications would do.
112 Proxies are also useful in ways unrelated to raw performance.  A proxy
113 can be used to contact a server that are not visible to the browser,
114 for example because there is a firewall in the way (@pxref{Parent
115 proxies}), or because the client and the server use different lower
116 layer protocols (for example IPv4 and IPv6).  Another common
117 application of proxies is to modify the data sent to servers and
118 returned to clients, for example by censoring headers that expose too
119 much about the client's identity (@pxref{Censoring headers}) or
120 removing advertisements from the data returned by the server
121 (@pxref{Forbidden}).
123 Polipo is a caching HTTP proxy that was originally designed as a
124 @dfn{personal} proxy, i.e. a proxy that is used by a single user or a
125 small group of users.
127 @node Latency and throughput, Network traffic, Proxies and caches, Background
128 @section Latency and throughput
129 @cindex throughput
130 @cindex latency
132 Most network benchmarks consider @dfn{throughput}, or the average
133 amount of data being pushed around per unit of time.  While important
134 for batch applications (for example benchmarks), average throughput is
135 mostly irrelevant when it comes to interactive web usage.  What is more
136 important is a transaction's median @dfn{latency}, or whether the data
137 starts to trickle down before the user gets annoyed.
139 Typical web caches optimise for throughput --- for example, by
140 consulting sibling caches before accessing a remote resource.  By
141 doing so, they significantly add to the median latency, and therefore
142 to the average user frustration.
144 Polipo was designed to minimise latency.
146 @node Network traffic, Partial instances, Latency and throughput, Background
147 @section Network traffic
149 The web was developed by people who were interested in text processing
150 rather than in networking and, accordingly, the first versions of the
151 HTTP protocol did not make very good use of network resources.  The
152 main problem in HTTP/0.9 and early versions of HTTP/1.0 was that a
153 separate TCP connection (``virtual circuit'' for them telecom people)
154 was created for every entity transferred.
156 Opening multiple TCP connections has significant performance
157 implications.  Most obviously, connection setup and teardown require
158 additional packet exchanges which increase network usage and, more
159 importantly, latency.
161 Less obviously, TCP is not optimised for that sort of usage.  TCP aims
162 to avoid network @dfn{congestion}, a situation in which the network
163 becomes unusable due to overly aggressive traffic patterns.  Thus, a
164 correct TCP implementation will very carefully probe the network at
165 the beginning of every connection.  A TCP connection is therefore very
166 slow during the first couple of kilobytes transferred, and only gets
167 up to speed later.  Because most HTTP entities are small (in the 1 to
168 10 kilobytes range), HTTP/0.9 uses TCP where it is most inefficient.
170 @menu
171 * Persistent connections::      Don't shut connections down.
172 * Pipelining::                  Send a bunch of requests at once.
173 * Poor Mans Multiplexing::      Split requests.
174 @end menu
176 @node Persistent connections, Pipelining, Network traffic, Network traffic
177 @subsection Persistent connections
178 @cindex Persistent connection
179 @cindex keep-alive connection
181 Later HTTP versions allow the transfer of multiple entities on a
182 single connection.  A connection that carries multiple entities is
183 said to be @dfn{persistent} (or sometimes @dfn{keep-alive}).
184 Unfortunately, persistent connections are an optional feature of HTTP,
185 even in version 1.1.
187 Polipo will attempt to use persistent connections on the server side,
188 and will honour persistent connection requests from clients.
190 @node Pipelining, Poor Mans Multiplexing, Persistent connections, Network traffic
191 @subsection Pipelining
192 @cindex Pipelining
194 With persistent connections it becomes possible to @dfn{pipeline} or
195 @dfn{stream} requests, i.e. to send multiple requests on a single
196 connection without waiting for the replies to come back.  Because this
197 technique gets the requests to the server faster, it reduces latency.
198 Additionally, because multiple requests can often be sent in a single
199 packet, pipelining reduces network traffic.
201 Pipelining is a fairly common technique@footnote{The X11 protocol
202 fundamentally relies on pipelining.  NNTP does support pipelining.
203 SMTP doesn't support pipelining, and ESMTP makes it an option.  FTP
204 does support pipelining on the control connection.}, but it is not
205 supported by HTTP/1.0.  HTTP/1.1 makes pipelining support compulsory
206 in every server implementation that can use persistent connections,
207 but there are a number of buggy servers that claim to implement
208 HTTP/1.1 but don't support pipelining.
210 Polipo carefully probes for pipelining support in a server and uses
211 pipelining if it believes that it is reliable.
213 Polipo also deeply enjoys being pipelined at by a
214 client@footnote{Other client-side implementations of HTTP that make
215 use of pipelining include @uref{http://www.opera.com/,,Opera}, recent
216 versions of @uref{http://www.mozilla.org,,Mozilla}, APT (the package
217 downloader used by @uref{http://www.debian.org,,Debian} GNU/Linux)
218 and LFTP.}.
220 @node Poor Mans Multiplexing,  , Pipelining, Network traffic
221 @subsection Poor Man's Multiplexing
222 @cindex Poor Man's Multiplexing
223 @cindex multiplexing
225 A major weakness of the HTTP protocol is its inability to share a
226 single connection between multiple simultaneous transactions --- to
227 @dfn{multiplex} a number of transactions over a single connection.  In
228 HTTP, a client can either request all instances sequentially, which
229 significantly increases latency, or else open multiple concurrent
230 connections, with all the problems that this implies
231 (@pxref{Persistent connections}).
233 Poor Man's Multiplexing (PMM) is a technique that simulates
234 multiplexing by requesting an instance in multiple segments; because
235 the segments are fetched in independent transactions, they can be
236 interleaved with requests for other resources.
238 Obviously, PMM only makes sense in the presence of persistent
239 connections; additionally, it is only effective in the presence of
240 pipelining (@pxref{Pipelining}).
242 PMM poses a number of reliability issues.  If the resource being
243 fetched is dynamic, it is quite possible that it will change between
244 segments; thus, an implementation making use of PMM needs to be able
245 to switch to full-resource retrieval when it detects a dynamic
246 resource.
248 Polipo supports PMM, but disables it by default (@pxref{PMM}).
250 @node Partial instances, POST and PUT, Network traffic, Background
251 @section Caching partial instances
252 @cindex partial instance
253 @cindex range request
255 A partial instance is an instance that is being cached but only part
256 of which is available in the local cache.  There are three ways in
257 which partial instances can arise: client applications requesting only
258 part of an instance (Adobe's Acrobat Reader plugin is famous for
259 that), a server dropping a connection mid-transfer (because it is
260 short on resources, or, surprisingly often, because it is buggy), a
261 client dropping a connection (usually because the user pressed
262 @emph{stop}).
264 When an instance is requested that is only partially cached, it is
265 possible to request just the missing data by using a feature of HTTP
266 known as a @dfn{range} request.  While support for range requests is
267 optional, most servers honour them in case of static data (data that
268 are stored on disk, rather then being generated on the fly e.g.@: by a
269 CGI script).
271 Caching partial instances has a number of positive effects.  Obviously,
272 it reduces the amount of data transmitted as the available data
273 needn't be fetched again.  Because it prevents partial data from being
274 discarded, it makes it reasonable for a proxy to unconditionally abort
275 a download when requested by the user, and therefore reduces network
276 traffic.
278 Polipo caches arbitrary partial instances in its in-memory cache.  It
279 will only store the initial segment of a partial instance (from its
280 beginning up to its first hole) in its on-disk cache, though.  In
281 either case, it will attempt to use range requests to fetch the
282 missing data.
284 @node POST and PUT, Other HTTP proxies, Partial instances, Background
285 @section Other requests
286 @cindex GET request
287 @cindex HEAD request
288 @cindex PUT request
289 @cindex POST request
290 @cindex OPTIONS request
291 @cindex PROPFIND request
293 The previous sections pretend that there is only one kind of request
294 in HTTP --- the @samp{GET} request.  In fact, there are some others.
296 The @samp{HEAD} request method retrieves data about an resource.  Polipo
297 does not normally use @samp{HEAD}, but will fall back to using it for
298 validation it if finds that a given server fails to cooperate with its
299 standard validation methods (@pxref{Cache transparency}).  Polipo will
300 correctly reply to a client's @samp{HEAD} request.
302 The @samp{POST} method is used to request that the server should do
303 something rather than merely sending an entity; it is usually used
304 with HTML forms that have an effect@footnote{HTML forms should use the
305 @samp{GET} method when the form has no side-effect as this makes the
306 results cacheable.}.
308 The @samp{PUT} method is used to replace an resource with a different
309 instance; it is typically used by web publishing applications.
311 @samp{POST} and @samp{PUT} requests are handled pretty much like
312 @samp{GET} and @samp{HEAD}; however, for various reasons, some
313 precautions must be taken.  In particular, any cached data for the
314 resource they refer to must be discarded, and they can never be
315 pipelined.
317 Finally, HTTP/1.1 includes a convenient backdoor with the
318 @samp{CONNECT} method.  For more information, please see
319 @ref{Tunnelling connections}.
321 Polipo does not currently handle the more exotic methods such as
322 @samp{OPTIONS} and @samp{PROPFIND}.
324 @node Other HTTP proxies,  , POST and PUT, Background
325 @section Other HTTP proxies
326 @cindex proxy
328 I started writing Polipo because the weather was bad.  But also
329 because I wanted to implement some features that other web proxies
330 don't have.
332 @menu
333 * Harvest and Squid::           Historic proxies.
334 * Apache::                      The web server has a proxy.
335 * WWWOFFLE::                    A personal proxy.
336 * Junkbuster::                  Get rid of ads.
337 * Privoxy::                     Junkbuster on speed.
338 * Oops::                        A multithreaded cache.
339 @end menu
341 @node Harvest and Squid, Apache, Other HTTP proxies, Other HTTP proxies
342 @subsection Harvest and Squid
343 @cindex Harvest
344 @cindex Squid
346 Harvest, the grandfather of all web caches, has since evolved into
347 @uref{http://www.squid-cache.org/,,Squid}.
349 Squid sports an elegant single-threaded non-blocking architecture and
350 multiplexes multiple clients in a single process.  It also features
351 almost complete support for HTTP/1.1, although for some reason it
352 doesn't currently advertise it.
354 Squid is designed as a large-scale shared proxy running on a dedicated
355 machine, and therefore embodies certain design decisions which make it
356 difficult to use as a personal proxy.  Because Squid keeps all
357 resource meta-data in memory, it requires a fair amount of RAM in
358 order to manipulate a reasonably sized cache.
360 Squid doesn't cache partial instances, and has trouble with instances
361 larger than available memory@footnote{Recent versions of Squid support
362 instances larger than available memory by using a hack that the
363 authors call a ``sliding window algorithm''.}.  If a client connection
364 is interrupted, Squid has to decide whether to continue fetching the
365 resource (and possibly waste bandwidth) or discard what it already has
366 (and possibly waste bandwidth).
368 Some versions of squid would, under some circumstances, pipeline up to
369 two outgoing requests on a single connection.  At the time of writing,
370 this feature appears to have been disabled in the latest version.
372 Squid's developers have decided to re-write it in C++.
374 @node Apache, WWWOFFLE, Harvest and Squid, Other HTTP proxies
375 @subsection The Apache proxy
376 @cindex Apache
378 The @uref{http://www.apache.org/,,Apache web server} includes a
379 complete HTTP/1.1 proxy.
381 The Apache web server was designed to maximise ease of programming ---
382 a decision which makes Apache immensely popular for deploying
383 web-based applications.  Of course, this ease of programming comes at
384 a cost, and Apache is not the most lightweight proxy available.
386 As cheaper caching proxies are available, Apache is not useful as a
387 standalone proxy.  The main application of Apache's proxy is to join
388 multiple web servers' trees into a single hierarchy.
390 The Apache proxy doesn't cache partial instances and doesn't pipeline
391 multiple outgoing requests.
393 @node WWWOFFLE, Junkbuster, Apache, Other HTTP proxies
394 @subsection WWWOFFLE
395 @cindex WWWOFFLE
397 @uref{http://www.gedanken.demon.co.uk/wwwoffle/,,WWWOFFLE}, an elegant
398 personal proxy, is the primary model for Polipo.
400 WWWOFFLE has more features than can be described here.  It will censor
401 banner ads, clean your HTML, decorate it with random colours, schedule
402 fetches for off-peak hours.
404 Unfortunately, the HTTP traffic that WWWOFFLE generates is disgusting.
405 It will open a connection for every fetch, and forces the client to do
406 the same.
408 WWWOFFLE only caches complete instances.
410 I used WWWOFFLE for many years, and frustration with WWWOFFLE's
411 limitations was the main reason why I started Polipo in the first
412 place.
414 @node Junkbuster, Privoxy, WWWOFFLE, Other HTTP proxies
415 @subsection Junkbuster
416 @cindex Junkbuster
418 @uref{http://internet.junkbuster.com/,,Junkbuster} is a simple
419 non-caching web proxy designed to remove banner ads and cookies.  It
420 was the main model for WWWOFFLE's (and therefore Polipo's) header and
421 ad-removing features.
423 Junkbuster's HTTP support is very simple (some would say broken): it
424 doesn't do persistent connections, and it breaks horribly if the
425 client tries pipelining.  Junkbuster is no longer being maintained,
426 and has evolved into Privoxy.
428 @node Privoxy, Oops, Junkbuster, Other HTTP proxies
429 @subsection Privoxy
430 @cindex Privoxy
432 @uref{http://www.privoxy.org/,,Privoxy} is the current incarnation of
433 Junkbuster.  Privoxy has the ability to randomly modify web pages
434 before sending them to the browser --- for example, remove
435 @samp{<blink>} or @samp{<img>} tags.
437 Just like its parent, Privoxy cannot do persistent connections.  Under
438 some circumstances, it will also buffer whole pages before sending
439 them to the client, which significantly adds to its latency.  However,
440 this is difficult to avoid given the kinds of rewriting it attempts to
441 perform.
443 @node Oops,  , Privoxy, Other HTTP proxies
444 @subsection Oops
445 @cindex Oops
447 @uref{http://zipper.paco.net/~igor/oops.eng/,,Oops} is a caching web
448 proxy that uses one thread (lightweight process) for every connection.
449 This technique does cost additional memory, but allows good
450 concurrency of requests while avoiding the need for complex
451 non-blocking programming.  Oops was apparently designed as a
452 wide-scale shared proxy.
454 Although Oops' programming model makes it easy to implement persistent
455 connections, Oops insists on opening a separate connection to the
456 server for every single resource fetch, which disqualifies it from
457 production usage.
459 @node Running, Network, Background, Top
460 @chapter Running Polipo
462 @menu
463 * Polipo Invocation::           Starting Polipo.
464 * Browser configuration::       Configuring your browser.
465 * Stopping::                    Stopping and refreshing Polipo.
466 * Local server::                The local web server and web interface.
467 @end menu
469 @node Polipo Invocation, Browser configuration, Running, Running
470 @section Starting Polipo
471 @cindex invocation
473 By default, Polipo runs as a normal foreground job in a terminal in
474 which it can log random ``How do you do?'' messages.  With the right
475 configuration options, Polipo can run as a daemon.
477 Polipo is run with the following command line:
478 @example
479 $ polipo [ -h ] [ -v ] [ -x ] [ -c @var{config} ] [ @var{var}=@var{val}... ]
480 @end example
481 All flags are optional.  The flag @option{-h} causes Polipo to print a
482 short help message and to quit.  The flag @option{-v} causes Polipo to
483 list all of its configuration variables and quit.  The flag
484 @option{-x} causes Polipo to purge its on-disk cache and then quit
485 (@pxref{Purging}).  The flag @option{-c} specifies the configuration
486 file to use (by default @file{~/.polipo} or
487 @file{/etc/polipo/config}).  Finally, Polipo's configuration can be
488 changed on the command line by assigning values to given configuration
489 variables.
491 @menu
492 * Configuring Polipo::          Plenty of options.
493 * Daemon::                      Running in the background.
494 * Logging::                     Funnelling status messages.
495 @end menu
497 @node Configuring Polipo, Daemon, Polipo Invocation, Polipo Invocation
498 @subsection Configuration
499 @cindex runtime configuration
500 @cindex variable
501 @cindex configuration file
503 There is a number of variables that you can tweak in order to
504 configure Polipo, and most are described in this manual
505 (@pxref{Variable index}).  You can display the complete, most
506 up-to-date list of configuration variables by using the @option{-v}
507 command line flag or by accessing the ``current configuration'' page
508 of Polipo's web interface (@pxref{Web interface}).  Configuration
509 variables can be set either on the command line or else in the
510 configuration file given by the @option{-c} command-line flag.
512 Configuration variables are typed, and @option{-v} will display their
513 types.  The type can be of one of the following:
514 @itemize @bullet
515 @item
516 @samp{integer} or @samp{float}: a numeric value;
518 @item
519 @samp{boolean}: a truth value, one of @samp{true} or @samp{false};
521 @item
522 @samp{tristate}: one of @samp{false}, @samp{maybe} or @samp{true};
524 @item
525 @samp{4-state}, one of @samp{false}, @samp{reluctantly},
526 @samp{happily} or @samp{true};
528 @item
529 @samp{5-state}, one of @samp{false}, @samp{reluctantly}, @samp{maybe},
530 @samp{happily} or @samp{true};
532 @item
533 @samp{atom}, a string written within double quotes @samp{"});
535 @item
536 @samp{list}, a comma-separated list of strings;
538 @item
539 @samp{intlist}, a comma-separated list of integers and ranges of
540 integers (of the form `@var{n}--@var{m}').
541 @end itemize
543 The configuration file has a very simple syntax.  All blank lines are
544 ignored, as are lines starting with a hash sign @samp{#}.  Other lines
545 must be of the form
546 @example
547 @var{var} = @var{val}
548 @end example
549 where @var{var} is a variable to set and @var{val} is the value to set
550 it to.
552 It is currently not possible to change the configuration of a running
553 Polipo without restarting it.
555 @node Daemon, Logging, Configuring Polipo, Polipo Invocation
556 @subsection Running as a daemon
557 @cindex daemon
558 @cindex terminal
559 @cindex pid
560 @vindex daemonise
561 @vindex pidFile
562 @vindex logLevel
564 If the configuration variable @code{daemonise} is set to true, Polipo
565 will run as a daemon: it will fork and detach from its controlling
566 terminal (if any).  The variable @code{daemonise} defaults to false.
568 When Polipo is run as a daemon, it can be useful to get it to
569 atomically write its pid to a file.  If the variable @code{pidFile} is
570 defined, it should be the name of a file where Polipo will write its
571 pid.  If the file already exists when it is started, Polipo will
572 refuse to run.
574 @node Logging,  , Daemon, Polipo Invocation
575 @subsection Logging
576 @cindex logging
577 @vindex logFile
579 When it encounters a difficulty, Polipo will print a friendly message.
580 The location where these messages go is controlled by the
581 configuration variable @code{logFile}.  If it is empty, messages go to
582 the error output of the process (normally the terminal); otherwise, it
583 is the name of a file where all output will accumulate.
585 The variable @code{logFile} defaults to empty if @code{daemonise} is
586 false, and to @samp{/var/log/polipo} otherwise.
588 The amount of logging is controlled by the variable @code{logLevel}.
589 Please see the file @samp{log.h} in the Polipo sources for the
590 possible values of @code{logLevel}.
592 @node Browser configuration, Stopping, Polipo Invocation, Running
593 @section Configuring your browser
594 @cindex browser configuration
595 @cindex user-agent configuration
597 Telling your user-agent (browser) to use Polipo is an operation that
598 depends on the browser.  Many user-agents will transparently use
599 Polipo if the environment variable @samp{http_proxy} points at it;
600 e.g.@:
601 @example
602 $ export http_proxy=http://localhost:8123/
603 @end example
604 Netscape Navigator, Mozilla and probably other browsers require that
605 you configure them manually through their @emph{Preferences} menu.
607 If your user-agent sports such options, tell it to use persistent
608 connections when speaking to proxies, to speak HTTP/1.1 and to use
609 HTTP/1.1 pipelining.
611 @node Stopping, Local server, Browser configuration, Running
612 @section Stopping Polipo and getting it to reload
613 @cindex signals
614 @cindex shutting down
615 @cindex stopping
617 Polipo will shut down cleanly if it receives @code{SIGHUP},
618 @code{SIGTERM} or @code{SIGINT} signals; this will normally happen
619 when a Polipo in the foreground receives a @code{^C} key press, when
620 your system shuts down, or when you use the @code{kill} command with
621 no flags.  Polipo will then write-out all its in-memory data to disk
622 and quit.
624 If Polipo receives the @code{SIGUSR1} signal, it will write out all
625 the in-memory data to disk (but won't discard them), reopen the log
626 file, and then reload the forbidden URLs file (@pxref{Forbidden}).
628 Finally, if Polipo receives the @code{SIGUSR2} signal, it will write
629 out all the in-memory data to disk and discard as much of the memory
630 cache as possible.  It will then reopen the log file and reload the
631 forbidden URLs file.
633 @node Local server,  , Stopping, Running
634 @section The local web server
635 @vindex localDocumentRoot
636 @vindex disableProxy
637 @vindex disableLocalInterface
638 @cindex web server
639 @cindex local server
641 Polipo includes a local web server, which is accessible on the same
642 port as the one the proxy listens to.  Therefore, by default you can
643 access Polipo's local web server as @samp{http://localhost:8123/}.
645 The data for the local web server can be configured by setting
646 @code{localDocumentRoot}, which defaults to
647 @file{/usr/share/polipo/www/}.  Setting this variable to @samp{""}
648 will disable the local server.
650 Polipo assumes that the local web tree doesn't change behind its back.
651 If you change any of the local files, you will need to notify Polipo
652 by sending it a @code{SIGUSR2} signal (@pxref{Stopping}).
654 If you use polipo as a publicly accessible web server, you might want
655 to set the variable @code{disableProxy}, which will prevent it from
656 acting as a web proxy.  (You will also want to set
657 @code{disableLocalInterface} (@pxref{Web interface}) and run Polipo in
658 a @emph{chroot} jail.)
660 @menu
661 * Web interface::               The web interface.
662 @end menu
664 @node Web interface,  , Local server, Local server
665 @subsection The web interface
666 @cindex runtime configuration
667 @cindex web interface
668 @vindex disableLocalInterface
670 The subtree of the local web space rooted at
671 @samp{http://localhost:8123/polipo/} is treated specially: URLs under
672 this root do not correspond to on-disk files, but are generated by
673 Polipo on-the-fly.  We call this subtree Polipo's @dfn{local web
674 interface}.
676 The page @samp{http://localhost:8123/polipo/config?} contains the
677 values of all configuration variables, and forms for setting some of
678 those.
680 The page @samp{http://localhost:8123/polipo/status?} provides a summary
681 status report about the running Polipo, currently mainly memory usage.
683 The page @samp{http://localhost:8123/polipo/servers?} contains the list
684 of known servers, and the statistics maintained about them
685 (@pxref{Server statistics}).
687 The pages starting with @samp{http://localhost:8123/polipo/index?}
688 contain indices of the disk cache.  For example, the following page
689 contains the index of the cached pages from the server of some random
690 company:
691 @example
692 http://localhost:8123/polipo/index?http://www.microsoft.com/
693 @end example
695 The pages starting with
696 @samp{http://localhost:8123/polipo/recursive-index?} contain recursive
697 indices of various servers.
699 The local interface is disabled if @code{disableLocalInterface} is true.
701 @node Network, Caching, Running, Top
702 @chapter Polipo and the network
704 @menu
705 * Client connections::          Speaking to clients
706 * Contacting servers::          Contacting servers.
707 * HTTP tuning::                 
708 * Offline browsing::            Browsing with poor connectivity.
709 * Server statistics::           Polipo keeps statistics about servers.
710 * PMM::                         Poor Man's Multiplexing.
711 * Forbidden::                   You can forbid some URLs.
712 * DNS::                         How Polipo finds hosts.
713 * Parent proxies::              Fetching data from other proxies.
714 * Tuning POST and PUT::         Tuning POST and PUT requests.
715 * Tunnelling connections::      Tunnelling foreign protocols and https.
716 @end menu
718 @node Client connections, Contacting servers, Network, Network
719 @section Client connections
721 @vindex proxyAddress
722 @vindex proxyPort
723 @vindex proxyName
724 @cindex address
725 @cindex port
726 @cindex IPv6
727 @cindex proxy loop
728 @cindex loop
729 @cindex proxy name
730 @cindex via
731 @cindex loopback address
732 @cindex security
734 There are three fundamental values that control how Polipo speaks to
735 clients.  The variable @code{proxyAddress}, defines the IP address on
736 which Polipo will listen; by default, its value is the @dfn{loopback
737 address} @code{"127.0.0.1"}, meaning that Polipo will listen on the
738 IPv4 loopback interface (the local host) only.  By setting this
739 variable to a global IP address or to one of the special values
740 @code{"::"} or @code{"0.0.0.0"}, it is possible to allow Polipo to
741 serve remote clients.  This is likely to be a security hole unless you
742 set @code{allowedClients} to a reasonable value (@pxref{Access control}).
744 Note that the type of address that you specify for @code{proxyAddress}
745 will determine whether Polipo listens to IPv4 or IPv6.  Currently, the
746 only way to have Polipo listen to both protocols is to specify the
747 IPv6 unspecified address (@code{"::"}) for
748 @code{proxyAddress}@footnote{This doesn't work on OpenBSD, which
749 breaks the IPv6 API in a misguided attempt at security.}.
751 The variable @code{proxyPort}, by default 8123, defines the TCP port
752 on which Polipo will listen.
754 The variable @code{proxyName}, which defaults to the host name of the
755 machine on which Polipo is running, defines the @dfn{name} of the
756 proxy.  This can be an arbitrary string that should be unique among
757 all instances of Polipo that you are running.  Polipo uses it in error
758 messages and optionally for detecting proxy loops (by using the
759 @samp{Via} HTTP header, @pxref{Censoring headers}).
761 @menu
762 * Access control::              Deciding who can connect.
763 @end menu
765 @node Access control,  , Client connections, Client connections
766 @subsection Access control
767 @vindex proxyAddress
768 @vindex authCredentials
769 @vindex authRealm
770 @vindex allowedClients
771 @cindex access control
772 @cindex authentication
773 @cindex loopback address
774 @cindex security
775 @cindex username
776 @cindex password
778 By making it possible to have Polipo listen on a non-routable address
779 (for example the loopback address), the variable @code{proxyAddress}
780 provides a very primitive form of @dfn{access control}: the ability to
781 decide which hosts are allowed to connect.
783 A finer form of access control can be implemented by specifying
784 explicitly a number of client addresses or ranges of addresses
785 (networks) that a client is allowed to connect from.  This is realised
786 by the variable @code{allowedClients}, which is a list of networks
787 that are allowed to connect.
789 Every entry in @code{allowedClients} can be an IP address, for example
790 @samp{134.157.168.57} or @samp{::1}.  It can also be a network
791 address, i.e.@: an IP address and the number of bits in the network
792 prefix, for example @samp{134.157.168.0/24} or
793 @samp{2001:660:116::/48}.  Typical uses of @samp{allowedClients}
794 variable include
795 @example
796 allowedClients = 127.0.0.1, ::1, 134.157.168.0/24, 2001:660:116::/48
797 @end example
798 or, for an IPv4-only version of Polipo,
799 @example
800 allowedClients = 127.0.0.1, 134.157.168.0/24
801 @end example
803 A different form of access control can be realised by requiring each
804 client to @dfn{authenticate}, i.e.@: to prove its identity before
805 connecting.  Polipo currently only implements the most insecure form
806 of authentication, @dfn{HTTP basic authentication}, which sends
807 usernames and passwords in clear over the network.  HTTP basic
808 authentication is used when the variable @code{authCredentials} is non
809 null; its value should be of the form @samp{username:password}.
811 Note that both IP-based authentication and HTTP basic authentication
812 are insecure: the former is vulnerable to IP address spoofing, the
813 latter to replay attacks.  If you need to access Polipo over the
814 public Internet, the only secure option is to have it listen over the
815 loopback interface only and use an ssh tunnel (@pxref{Parent
816 proxies})@footnote{It is not quite clear to me whether HTTP digest
817 authentication is worth implementing.  On the one hand, if implemented
818 correctly, it appears to provide secure authentication; on the other
819 hand, and unlike ssh, it doesn't make any attempt at ensuring privacy,
820 and its optional integrity guarantees are impossible to implement
821 without significantly impairing latency.}.
823 @node Contacting servers, HTTP tuning, Client connections, Network
824 @section Contacting servers
826 @cindex multiple addresses
827 @cindex IPv6
829 A server can have multiple addresses, for example if it is
830 @dfn{multihomed} (connected to multiple networks) or if it can speak
831 both IPv4 and IPv6.  Polipo will try all of a hosts addresses in turn;
832 once it has found one that works, it will stick to that address until
833 it fails again.
835 @menu
836 * Allowed ports::               
837 @end menu
839 @node Allowed ports,  , Contacting servers, Contacting servers
840 @subsection Allowed ports
842 @cindex Allowed ports
843 @cindex Forbidden ports
844 @cindex ports
845 @vindex allowedPorts
847 A TCP service is identified not only by the IP address of the machine
848 it is running on, but also by a small integer, the TCP @dfn{port} it
849 is @dfn{listening} on.  Normally, web servers listen on port 80, but
850 it is not uncommon to have them listen on different ports; Polipo's
851 internal web server, for example, listens on port 8123 by default.
853 The variable @code{allowedPorts} contains the list of ports that
854 Polipo will accept to connect to on behalf of clients; it defaults to
855 @samp{80-86, 1024-65535}.  Set this variable to @samp{1-65535} if your
856 clients (and the web pages they consult!) are fully trusted.  (The
857 variable @code{allowedPorts} is not considered for tunnelled
858 connections; @pxref{Tunnelling connections}).
860 @node HTTP tuning, Offline browsing, Contacting servers, Network
861 @section Tuning at the HTTP level
862 @cindex HTTP
863 @cindex headers
865 @menu
866 * Tuning the HTTP parser::      
867 * Censoring headers::           
868 @end menu
870 @node Tuning the HTTP parser, Censoring headers, HTTP tuning, HTTP tuning
871 @subsection Tuning the HTTP parser
872 @vindex laxHttpParser
873 @vindex bigBufferSize
875 As a number of HTTP servers and CGI scripts serve incorrect HTTP
876 headers, Polipo uses a @emph{lax} parser, meaning that incorrect HTTP
877 headers will be ignored (with a warning).  If the variable
878 @code{laxHttpParser} is not set (it is set by default), Polipo will
879 use a @emph{strict} parser, and refuse to serve an instance unless it
880 could parse all the headers.
882 When the amount of headers exceeds one chunk's worth (@pxref{Chunk
883 memory}), Polipo will allocate a @dfn{big buffer} in order to store
884 the headers.  The size of big buffers, and therefore the maximum
885 amount of headers Polipo can parse, is specified by the variable
886 @code{bigBufferSize} (32@dmn{kB} by default).
888 @node Censoring headers,  , Tuning the HTTP parser, HTTP tuning
889 @subsection Censoring headers
890 @cindex privacy
891 @cindex anonymity
892 @cindex Referer
893 @cindex cookies
894 @vindex censorReferer
895 @vindex censoredHeaders
896 @vindex proxyName
897 @vindex disableVia
899 Polipo offers the option to censor given HTTP headers in both client
900 requests and server replies.  The main application of this feature is
901 to very slightly improve the user's privacy by eliminating cookies and
902 some content-negotiation headers.
904 It is important to understand that these features merely make it
905 slightly more difficult to gather statistics about the user's
906 behaviour.  While they do not actually prevent such statistics from
907 being collected, they might make it less cost-effective to do so.
909 The general mechanism is controlled by the variable
910 @code{censoredHeaders}, the value of which is a case-insensitive list
911 of headers to unconditionally censor.  By default, it is empty, but I
912 recommend that you set it to the list consisting of @samp{Set-Cookie},
913 @samp{Cookie}, @samp{Cookie2}, @samp{From} and @samp{Accept-Language}.
914 You should probably not censor @samp{User-Agent}, as many sites use it
915 in order to customise their pages for a given implementation.
917 The case of the @samp{Referer}@footnote{HTTP contains many mistakes
918 and even one spelling error.} header is treated specially because many
919 sites will refuse to serve pages when it is not provided.  If
920 @code{censorReferer} is @code{false} (the default), @samp{Referer}
921 headers are passed unchanged to the server.  If @code{censorReferer}
922 is @code{maybe}, @samp{Referer} headers are passed to the server only
923 when they refer to the same host as the resource being fetched.  If
924 @code{censorReferer} is @code{true}, all @samp{Referer} headers are
925 censored.  I recommend setting @code{censorReferer} to @code{maybe}.
927 Another header that can have privacy implications is the @samp{Via}
928 header; by default, Polipo does not use it.  In order to enable its
929 use, set the variable @code{disableVia} @code{false}, in which case
930 you should probably set the @code{proxyName} variable to some random
931 string (@pxref{Client connections}).
933 @menu
934 * Censor Accept-Language::      Why Accept-Language is evil.
935 @end menu
937 @node Censor Accept-Language,  , Censoring headers, Censoring headers
938 @subsubsection Why censor Accept-Language
939 @cindex negotiation
940 @cindex content negotiation
941 @cindex Accept-Language
943 Recent versions of HTTP include a mechanism known as @dfn{content
944 negotiation} which allows a user-agent and a server to negotiate the
945 best representation (instance) for a given resource.  For example, a
946 server that provides both PNG and GIF versions of an image will serve
947 the PNG version to user-agents that support PNG, and the GIF version
948 to Internet Explorer.
950 Content negotiation requires that a client should send with every
951 single request a number of headers specifying the user's cultural and
952 technical preferences.  Most of these headers do not expose sensitive
953 information (who cares whether your browser supports PNG?).  The
954 @samp{Accept-Language} header, however, is meant to convey the user's
955 linguistic preferences; in some cases, this information is sufficient
956 to pinpoint with great precision the user's origins and even her
957 political or religious opinions, as for example in the case of
958 @samp{Accept-Language: yi}.
960 At any rate, @samp{Accept-Language} is not useful.  Its design is
961 based on the assumption that language is merely another representation
962 for the same information, and @samp{Accept-Language} simply carries a
963 prioritised list of languages, which is not enough to usefully
964 describe a literate user's preferences.  A typical French user, for
965 example, will prefer an English-language original to a French
966 (mis-)translation, while still wanting to see French language texts
967 when they are original.  Such a situation cannot be described by the
968 @samp{Accept-Language} header.
970 @node Offline browsing, Server statistics, HTTP tuning, Network
971 @section Offline browsing
972 @vindex proxyOffline
973 @vindex relaxTransparency
974 @cindex offline browsing
975 @cindex browsing offline
976 @cindex connectivity
977 @cindex warning
978 @cindex shift-click
980 In an ideal world, all machines would have perfect connectivity to the
981 network at all times and servers would never crash.  In the real
982 world, the values of the variables @code{proxyOffline} and
983 @code{relaxTransparency} can be used to moderate Polipo's eagerness to
984 contact remote machines.
986 Setting @code{proxyOffline} to @code{true}, prevents Polipo from
987 contacting remote servers, no matter what.  This setting is suitable
988 when you have no network connection whatsoever.
990 If @code{proxyOffline} is false, Polipo's behaviour is controlled by
991 the variable @code{relaxTransparency}.  If @code{relaxTransparency} is
992 @code{false} (the default), all stale instances are validated
993 (@pxref{Cache transparency}), and failures to connect are reported to
994 the client.  This is the default mode of operation of most other
995 proxies, and the least likely to surprise the user.
997 If @code{relaxTransparency} is @code{maybe}, all stale instances are
998 still validated, but a failure to connect is only reported as an error
999 if no data is available in the cache.  If a connection fails and stale
1000 data is available, it is served to the client with a suitable HTTP/1.1
1001 @samp{Warning} header.  Current user-agents do not provide visible
1002 indication of such warnings, however, and this setting will typically
1003 cause the browser to display stale data with no indication that
1004 anything went wrong.  This setting is useful when you are consulting a
1005 live web site but don't want to be bothered with failed revalidations.
1007 If @code{relaxTransparency} is @code{true}, missing data is fetched
1008 from remote servers, but stale data are unconditionally served with no
1009 validation.  Client-side @samp{Cache-Control} directives are still
1010 honoured, which means that you can force an end-to-end revalidation
1011 from the browser's interface (typically by shift-clicking on
1012 ``reload'').  This setting is useful if you have very bad network
1013 connectivity or are consulting a very slow web site or one that
1014 provides wrong cache control
1015 information@footnote{@code{www.microsoft.com} comes to mind.} and are
1016 willing to manually revalidate pages that you suspect are stale.
1018 @node Server statistics, PMM, Offline browsing, Network
1019 @section Server statistics
1020 @vindex serverExpireTime
1021 @vindex smallRequestTime
1022 @vindex replyUnpipelineTime
1023 @vindex replyUnpipelineSize
1024 @vindex maxPipelineTrain
1025 @cindex server statistics
1026 @cindex round-trip time
1027 @cindex transfer rate
1028 @cindex small request
1029 @cindex large request
1030 @cindex breaking pipelines
1032 In order to decide when to pipeline requests (@pxref{Pipelining}) and
1033 whether to perform Poor Man's Multiplexing 
1034 (@pxref{Poor Mans Multiplexing}), Polipo needs to keep statistics
1035 about servers.  These include the server's ability to handle
1036 persistent connections, the server's ability to handle pipelined
1037 requests, the round-trip time to the server, and the server's transfer
1038 rate.  The statistics are accessible from Polipo's web interface
1039 (@pxref{Web interface}). 
1041 The variable @samp{serverExpireTime} (default 1 day) specifies how
1042 long such information remains valid.  If a server has not been
1043 accessed for a time interval of at least @code{serverExpireTime},
1044 information about it will be discarded.
1046 As Polipo will eventually recover from incorrect information about a
1047 server, this value can be made fairly large.  The reason why it exists
1048 at all is to limit the amount of memory used up by information about
1049 servers.
1051 The main use of server information is to decide whether to pipeline
1052 additional requests on a connection that already has in-flight
1053 requests.  This is controlled by the variable
1054 @code{pipelineAdditionalRequests}; if it is @code{false}, no
1055 additional requests will be pipelined.  If it is @code{true},
1056 additional requests will be pipelined whenever possible.  If it is
1057 @code{maybe} (the default), additional requests will only be pipelined
1058 following @dfn{small} requests, where a small request one whose
1059 download is estimated to take no more than @code{smallRequestTime}
1060 (default 5@dmn{s}).
1062 Sometimes, a request has been pipelined after a request that prompts a
1063 very large reply from the server; when that happens, the pipeline
1064 needs be broken in order to reduce latency.  A reply is @dfn{large}
1065 and will cause a pipeline to be broken if either its size is at least
1066 @code{replyUnpipelineSize} (default one megabyte) or else the server's
1067 transfer rate is known and the body is expected to take at least
1068 @code{replyUnpipelineTime} to download (default 15@dmn{s}).
1070 The variable @code{maxPipelineTrain} defines the maximum number of
1071 requests that will be pipelined in a single write (default 10).
1072 Setting this variable to a very low value might (or might not) fix
1073 interaction with some unreliable servers that the normal heuristics
1074 are unable to detect.
1076 @node PMM, Forbidden, Server statistics, Network
1077 @section Poor Man's Multiplexing
1078 @cindex Poor Man's Multiplexing
1079 @cindex multiplexing
1080 @vindex pmmSize
1081 @vindex pmmFirstSize
1083 By default, Polipo does not use Poor Man's Multiplexing (@pxref{Poor
1084 Mans Multiplexing}).  If the variable @code{pmmSize} is set to a
1085 positive value, Polipo will use PMM when speaking to servers that are
1086 known to support pipelining.  It will request resources by segments of
1087 @code{pmmSize} bytes.  The first segment requested has a size of
1088 @code{pmmFirstSize}, which defaults to twice @code{pmmSize}.
1090 PMM is an intrinsically unreliable technique.  Polipo makes heroic
1091 efforts to make it at least usable, requesting that the server disable
1092 PMM when not useful (by using the @samp{If-Range} header) and
1093 disabling it on its own if a resource turns out to be dynamic.
1094 Notwithstanding these precautions, unless the server
1095 cooperates@footnote{More precisely, unless CGI scripts cooperate.},
1096 you will see failures when using PMM, which will usually result in
1097 blank pages and broken image icons; hitting @emph{Reload} on your
1098 browser will usually cause Polipo to notice that something went wrong
1099 and correct the problem.
1101 @node Forbidden, DNS, PMM, Network
1102 @section Forbidden and redirected URLs
1103 @cindex forbidden
1104 @cindex redirect
1105 @cindex web counter
1106 @cindex counter
1107 @cindex web bug
1108 @cindex bug
1109 @cindex advertisement
1110 @cindex web ad
1111 @cindex banner ad
1113 The web contains advertisements that a user-agent is supposed to
1114 download together with the requested pages.  Not only do
1115 advertisements pollute the user's brain, pushing them around takes
1116 time and uses up network bandwidth.
1118 Many so-called content providers also track user activities by using
1119 @dfn{web bugs}, tiny embedded images that cause a server to log where
1120 they are requested from.  Such images can be detected because they are
1121 usually uncacheable (@pxref{Cache transparency}) and therefore logged
1122 by Polipo by default.
1124 Polipo can be configured to prevent certain URLs from reaching the
1125 browser, either by returning a @emph{forbidden} error message to the
1126 user, or by @emph{redirecting} such URLs to some other URL.
1128 @menu
1129 * Internal forbidden list::     
1130 * External redirectors::        
1131 @end menu
1133 @node Internal forbidden list, External redirectors, Forbidden, Forbidden
1134 @subsection Internal forbidden list
1135 @cindex forbidden
1136 @cindex redirect
1137 @vindex forbiddenFile
1138 @vindex forbiddenUrl
1139 @vindex forbiddenRedirectCode
1141 The file pointed at by the variable @code{forbiddenFile} (defaults to
1142 @file{~/.polipo-forbidden} or @file{/etc/polipo/forbidden}, whichever
1143 exists) specifies the set of URLs that should never be fetched.  If
1144 @code{forbiddenFile} is a directory, it will be recursively searched
1145 for files with forbidden URLs.
1147 Every line in a file listing forbidden URLs can either be a domain
1148 name --- a string that doesn't contain any of @samp{/}, @samp{*} or
1149 @samp{\} ---, or a POSIX extended regular expression.  Blank lines are
1150 ignored, as are those that start with a hash sign @samp{#}.
1152 By default, whenever it attempts to fetch a forbidden URL, the browser
1153 will receive a @emph{403 forbidden} error from Polipo.  Some users
1154 prefer to have the browser display a different page or an image.
1156 If @code{forbiddenUrl} is not null, it should represent a URL to which
1157 all forbidden URLs will be redirected.  The kind of redirection used
1158 is specified by @code{forbiddenRedirectCode}; if this is 302 (the
1159 default) the redirection will be marked as temporary, if 301 it will
1160 be a permanent one.
1162 @node External redirectors,  , Internal forbidden list, Forbidden
1163 @subsection External redirectors
1164 @cindex forbidden
1165 @cindex redirect
1166 @cindex redirector
1167 @cindex Squid-style redirector
1168 @vindex redirector
1169 @vindex redirectorRedirectCode
1171 Polipo can also use an external process (a @dfn{Squid-style
1172 redirector}) to determine which URLs should be redirected.  The name
1173 of the redirector binary is determined from the variable
1174 @code{redirector}, and the kind of redirection generated is specified
1175 by @code{redirectorRedirectCode}, which should be 302 (the default) or
1176 301.
1178 @node DNS, Parent proxies, Forbidden, Network
1179 @section The domain name service
1180 @cindex DNS
1181 @cindex name server
1182 @cindex gethostbyname
1183 @cindex resolver
1184 @cindex IPv6
1185 @vindex dnsMaxTimeout
1186 @vindex dnsUseGethostbyname
1187 @vindex dnsNameServer
1188 @vindex dnsNegativeTtl
1189 @vindex dnsGethostbynameTtl
1190 @vindex dnsQueryIPv6
1192 The low-level protocols beneath HTTP identify machines by IP
1193 addresses, sequences of four 8-bit integers such as
1194 @samp{199.232.41.10}@footnote{Or sequences of eight 16-bit integers if
1195 you are running IPv6.}.  HTTP, on the other hand, and most application 
1196 protocols, manipulate host names, strings such as @samp{www.polipo.org}.
1198 The @dfn{domain name service} (DNS) is a distributed database that
1199 maps host names to IP addresses.  When an application wants to make
1200 use of the DNS, it invokes a @dfn{resolver}, a local library or
1201 process that contacts remote name servers.
1203 The Unix interface to the resolver is provided by the
1204 @code{gethostbyname}(3) library call (@code{getaddrinfo}(3) on recent
1205 systems), which was designed at a time when a host lookup consisted in
1206 searching for one of five hosts in a @samp{HOSTS.TXT} file.  The
1207 @code{gethostbyname} call is @dfn{blocking}, meaning that all activity
1208 must cease while a host lookup is in progress.  When the call
1209 eventually returns, it doesn't provide a @dfn{time to live} (TTL)
1210 value to indicate how long the address may be cached.  For these
1211 reasons, @code{gethostbyname} is hardly useful for programs that need
1212 to contact more than a few hosts@footnote{Recent systems replace
1213 @code{gethostbyname}(3) by @code{getaddrinfo}(3), which is reentrant.
1214 While this removes one important problem that multi-threaded programs
1215 encounter, it doesn't solve any of the other issues with
1216 @code{gethostbyname}.}.
1218 In order to avoid the @code{gethostname}(3)'s issues, Polipo usually
1219 tries to speak the DNS protocol itself rather than using the system
1220 resolver.  Its precise behaviour is controlled by the value of
1221 @code{dnsUseGethostbyname}.  If @code{dnsUseGethostbyname} is
1222 @code{false}, Polipo never uses the system resolver.  If it is
1223 @code{reluctantly} (the default), Polipo tries to speak DNS and falls
1224 back to the system resolver if a name server could not be contacted.
1225 If it is @code{happily}, Polipo tries to speak DNS, and falls back to
1226 the system resolver if the host couldn't be found for any reason.
1227 Finally, if @code{dnsUseGethostbyname} is @code{true}, Polipo never
1228 tries to speak DNS itself and uses the system resolver straight away.
1230 If the internal DNS support is used, Polipo must be given a recursive
1231 name server to speak to.  By default, this information is taken from
1232 the @samp{/etc/resolv.conf} file; however, if you wish to use a
1233 different name server, you may set the variable @code{dnsNameServer}
1234 to an IP address@footnote{While Polipo does its own caching of DNS
1235 data, I strongly recommend that you run a local caching name server.
1236 I am very happy with
1237 @uref{http://home.t-online.de/home/Moestl/,,@code{pdnsd}},
1238 notwithstanding its somewhat bizarre handling of TCP connections.}.
1240 When the reply to a DNS request is late to come, Polipo will retry
1241 multiple times using an exponentially increasing timeout.  The maximum
1242 timeout used before Polipo gives up is defined by @code{dnsMaxTimeout}
1243 (default 60@dmn{s}); the total time before Polipo gives up on a DNS
1244 query will be roughly twice @code{dnsMaxTimeout}.
1246 The variable @code{dnsNegativeTtl} specifies the time during which
1247 negative DNS information (information that a host @emph{doesn't}
1248 exist) will be cached; this defaults to 120@dmn{s}.  Increasing this
1249 value reduces both latency and network traffic but may cause a failed
1250 host not to be noticed when it comes back up.
1252 The variable @code{dnsQueryIPv6} specifies whether to query for IPv4
1253 or IPv6 addresses.  If @code{dnsQueryIPv6} is @code{false}, only IPv4
1254 addresses are queried.  If @code{dnsQueryIPv6} is @code{reluctantly},
1255 both types of addresses are queried, but IPv4 addresses are preferred.
1256 If @code{dnsQueryIPv6} is @code{happily} (the default), IPv6 addresses
1257 are preferred.  Finally, if @code{dnsQueryIPv6} is @code{true}, only
1258 IPv6 addresses are queried.
1260 If the system resolver is used, the value @code{dnsGethostbynameTtl}
1261 specifies the time during which a @code{gethostbyname} reply will be
1262 cached (default 5 minutes).
1264 @node Parent proxies, Tuning POST and PUT, DNS, Network
1265 @section Parent proxies
1267 Polipo will usually fetch instances directly from source servers as
1268 this configuration minimises latency.  In some cases, however, it may
1269 be useful to have Polipo fetch instances from a @dfn{parent} proxy.
1271 Polipo can use two protocols to speak to a parent proxy: HTTP and
1272 SOCKS.
1274 @menu
1275 * HTTP parent proxies::         Using an HTTP parent proxy.
1276 * SOCKS parent proxies::        Using a SOCKS4a parent proxy.
1277 @end menu
1279 @node HTTP parent proxies, SOCKS parent proxies, Parent proxies, Parent proxies
1280 @subsection HTTP parent proxies
1281 @vindex parentProxy
1282 @vindex parentAuthCredentials
1283 @cindex parent proxy
1284 @cindex upstream proxy
1285 @cindex firewall
1286 @cindex authentication
1288 The variable @code{parentProxy} specifies the hostname and port number
1289 of an HTTP parent proxy; it should have the form @samp{host:port}.
1291 If the parent proxy requires authorisation, the username and password
1292 should be specified in the variable @code{parentAuthCredentials} in
1293 the form @samp{username:password}.  Only @emph{Basic} authentication
1294 is supported, which is vulnerable to replay attacks.
1296 The main application of the parent proxy support is to cross
1297 firewalls.  Given a machine, say @code{trurl}, with unrestricted
1298 access to the web, the following evades a firewall by using an
1299 encrypted compressed @code{ssh} link:
1300 @example
1301 $ ssh -f -C -L 8124:localhost:8123 trurl polipo
1302 $ polipo parentProxy=localhost:8124
1303 @end example
1305 @node SOCKS parent proxies,  , HTTP parent proxies, Parent proxies
1306 @subsection SOCKS parent proxies
1307 @cindex SOCKS
1308 @vindex socksParentProxy
1309 @vindex socksUserName
1311 The variable @code{socksParentProxy} specifies the hostname and port
1312 number of a SOCKS4a parent proxy; it should have the form
1313 @samp{host:port}.
1315 The user name passed to the SOCKS proxy is defined by the variable
1316 @code{socksUserName}.
1318 @node Tuning POST and PUT, Tunnelling connections, Parent proxies, Network
1319 @section Tuning POST and PUT requests
1320 @cindex POST
1321 @cindex PUT
1322 @vindex expectContinue
1324 The main assumption behind the design of the HTTP protocol is that
1325 requests are idempotent: since a request can be repeated by a client,
1326 a server is allowed to drop a connection at any time.  This fact, more
1327 than anything else, explains the amazing scalability of the protocol.
1329 This assumption breaks down in the case of POST requests.  Indeed, a
1330 POST request usually causes some action to be performed (a page to be
1331 printed, a significant amount of money to be transferred from your
1332 bank account, or, in Florida, a vote to be registered), and such a
1333 request should not be repeated.
1335 The only solution to this problem is to reserve HTTP to idempotent
1336 activities, and use reliable protocols for action-effecting
1337 activities.  Notwithstanding that, HTTP/1.1 makes a weak attempt at
1338 making POST requests slightly more reliable and efficient than they
1339 are in HTTP/1.0.
1341 When speaking to an HTTP/1.1 server, an HTTP client is allowed to
1342 request that the server check @emph{a priori} whether it intends to
1343 honour a POST request.  This is done by sending @dfn{an expectation},
1344 a specific header with the request, @samp{Expect: 100-continue}, and
1345 waiting for either an error message or a @samp{100 Continue} reply
1346 from the server.  If the latter arrives, the client is welcome to send
1347 the rest of the POST request@footnote{This, of course, is only part of
1348 the story.  Additionally, the server is not required to reply with
1349 @samp{100 Continue}, hence the client must implement a timeout.
1350 Furthermore, according to the obsolete RFC@tie{}2068, the server is
1351 allowed to spontaneously send @samp{100 Continue}, so the client must
1352 be prepared to ignore such a reply at any time.}.
1354 Polipo's behaviour w.r.t.@: client expectations is controlled by the
1355 variable @code{expectContinue}.  If this variable is false, Polipo
1356 will never send an expectation to the server; if a client sends an
1357 expectation, Polipo will fail the expectation straight away, causing
1358 the client (if correctly implemented) to retry with no expectation.
1359 If @code{expectContinue} is @code{maybe} (the default), Polipo will
1360 behave in a standards-compliant manner: it will forward expectations
1361 to the server when allowed to do so, and fail client expectations
1362 otherwise.  Finally, if @code{expectContinue} is @code{true}, Polipo
1363 will always send expectations whenever allowed to do so; this violates
1364 the relevant standards, but might decrease network traffic under some
1365 circumstances.
1367 @node Tunnelling connections,  , Tuning POST and PUT, Network
1368 @section Tunnelling connections
1369 @cindex tunnel
1370 @cindex tunnelling proxy
1371 @cindex https
1372 @cindex HTTP/SSL
1373 @cindex rsync
1374 @cindex CONNECT
1375 @vindex tunnelAllowedPorts
1377 Polipo is an HTTP proxy; it proxies HTTP traffic, and clients using
1378 other protocols should establish a direct connection to the server or
1379 use an @emph{ad hoc} proxy.
1381 Due to wide-spread brain-damage@footnote{Sometimes known as NAT.},
1382 however, there are some circumstances in which establishing a direct
1383 connection to the server is not possible.  In such situations, it is
1384 possible to have Polipo behave as a @emph{tunnelling} proxy --- a
1385 proxy that merely forwards traffic between the client and the server
1386 without understanding it.  Polipo enters tunnel mode when the server
1387 requests it by using the HTTP @samp{CONNECT} method.
1389 Most web browsers will use this technique for HTTP over SSL (sometimes
1390 known as `https') if configured to use Polipo as their `https proxy'.
1391 Recent versions of ssh can also use it to cross mis-configured
1392 firewalls.
1394 The variable @code{tunnelAllowedPorts} specifies the set of ports that
1395 Polipo will accept to tunnel traffic to.  It defaults to @samp{22, 80,
1396 443, 873}, meaning that Polipo will only tunnel ssh, HTTP, https and
1397 rsync traffic.
1399 @node Caching, Memory usage, Network, Top
1400 @chapter Caching
1402 @menu
1403 * Cache transparency::          Fresh and stale data.
1404 * Memory cache::                The in-memory cache.
1405 * Disk cache::                  The on-disk cache.
1406 @end menu
1408 @node Cache transparency, Memory cache, Caching, Caching
1409 @section Cache transparency and validation
1410 @cindex transparent cache
1411 @cindex cache transparency
1412 @cindex out-of-date instances
1413 @cindex validation
1414 @cindex revalidation
1415 @cindex expire
1416 @cindex stale
1417 @cindex fresh
1419 If resources on a server change, it is possible for a cached instance
1420 to become out-of date.  Ideally, a cache would be perfectly
1421 @dfn{transparent}, meaning that it never serves an out-of-date
1422 instance; in a universe with a finite speed of signal propagation,
1423 however, this ideal is impossible to achieve.
1425 If a caching proxy decides that a cached instance is new enough to
1426 likely still be valid, it will directly serve the instance to the
1427 client; we then say that the cache decided that the instance is
1428 @dfn{fresh}.  When an instance is @dfn{stale} (not fresh), the cache
1429 will check with the upstream server whether the resource has changed;
1430 we say that the cached instance is being @dfn{revalidated}.
1432 In HTTP/1.1, responsibility for revalidation is shared between the
1433 client, the server and the proxy itself.  The client can override
1434 revalidation policy by using the @samp{Cache-Control}
1435 header@footnote{Or the obsolete @samp{Pragma} header.}; for example,
1436 some user-agents will request end-to-end revalidation in this way when
1437 the user shift-clicks on @emph{reload}.  The server may choose to
1438 specify revalidation policy by using the @samp{Expires} and
1439 @samp{Cache-Control} headers.  As to the proxy, it needs to choose a
1440 revalidation policy for instances with neither server- nor client-side
1441 cache control information.  Of course, nothing (except the HTTP/1.1
1442 spec, but that is easily ignored) prevents a proxy from overriding the
1443 client's and server's cache control directives.
1445 @menu
1446 * Tuning validation::           Tuning Polipo's validation behaviour.
1447 * Tweaking validation::         Further tweaking of validation.
1448 @end menu
1450 @node Tuning validation, Tweaking validation, Cache transparency, Cache transparency
1451 @subsection Tuning validation behaviour
1452 @cindex age
1453 @vindex maxAge
1454 @vindex maxAgeFraction
1455 @vindex maxExpiresAge
1456 @vindex maxNoModifiedAge
1458 Polipo's revalidation behaviour is controlled by a number of
1459 variables.  In the following, an resource's @dfn{age} is the time since
1460 it was last validated, either because it was fetched from the server
1461 or because it was revalidated.
1463 The policy defining when cached instances become stale in the absence
1464 of server-provided information is controlled by the variables
1465 @code{maxAge}, @code{maxAgeFraction}, @code{maxExpiresAge} and
1466 @code{maxNoModifiedAge}.  If an instance has an @samp{Expires} header,
1467 it becomes stale at the date given by that header, or when its age
1468 becomes larger than @code{maxExpiresAge}, whichever happens first.  If
1469 an instance has no @samp{Expires} header but has a @samp{LastModified}
1470 header, it becomes stale when its age reaches either
1471 @code{maxAgeFraction} of the time since it was last modified or else
1472 the absolute value @code{maxAge}, whichever happens first.  Finally,
1473 if an instance has neither @samp{Expires} nor @samp{Last-Modified}, it
1474 will become stale when its age reaches @code{maxNoModifiedAge}.
1476 @node Tweaking validation,  , Tuning validation, Cache transparency
1477 @subsection Further tweaking of validation behaviour
1478 @cindex uncachable
1479 @cindex vary
1480 @vindex cacheIsShared
1481 @vindex mindlesslyCacheVary
1482 @vindex uncachableFile
1484 If @code{cacheIsShared} is false (the default), Polipo will ignore the
1485 server-side @samp{Cache-Control} directives @samp{s-maxage} and
1486 @samp{proxy-must-revalidate}.  This is highly desirable behaviour, but
1487 happens to violate RFC@tie{}2616 if the cache is shared among multiple
1488 users.
1490 If @code{mindlesslyCacheVary} is true, the presence of a Vary header
1491 (which indicates that content-negotiation occurred, @pxref{Censor
1492 Accept-Language}) is ignored, and cached negotiated instances are
1493 mindlessly returned to the client.  If it is false (the default),
1494 negotiated instances are revalidated on every client request.
1496 Cache transparency can be further relaxed by using the variables that
1497 control offline browsing (@pxref{Offline browsing}).
1499 A number of servers incorrectly mark variable resources as cachable;
1500 such servers can be worked around in polipo by manually marking given
1501 categories of objects as uncachable.  If @code{dontCacheCookies} is
1502 true, all pages carrying HTTP cookies will be treated as uncachable.
1503 If @code{dontCacheRedirects} is true, all redirects (301 and 302) will
1504 be treated as uncachable.  Finally, if everything else fails, a list
1505 of uncachable URLs can be given in the file specified by
1506 @code{uncachableFile}, which has the same format as the
1507 @code{forbiddenFile} (@pxref{Internal forbidden list}).  If not
1508 specified, this file defaults to @samp{~/.polipo-uncachable} or
1509 @samp{/etc/polipo/uncachable}, whichever exists.
1511 @node Memory cache, Disk cache, Cache transparency, Caching
1512 @section The in-memory cache
1514 The memory cache consists of a list of HTTP and DNS objects maintained
1515 in least-recently used order.  An index to the in-memory cache is
1516 maintained as a (closed) hash table.
1518 When the in-memory cache grows beyond a certain size (controlled by a
1519 number of variables, @pxref{Memory usage}), or when a hash table
1520 collision occurs, resources are written out to disk.
1522 @node Disk cache,  , Memory cache, Caching
1523 @section The on-disk cache
1524 @cindex filesystem
1525 @cindex NFS
1526 @vindex diskCacheRoot
1527 @vindex maxDiskEntries
1528 @vindex diskCacheWriteoutOnClose
1529 @vindex diskCacheFilePermissions
1530 @vindex diskCacheDirectoryPermissions
1532 The on-disk cache consists in a filesystem subtree rooted at a
1533 location defined by the variable @code{diskCacheRoot}, by default
1534 @code{"/var/cache/polipo/"}.  This directory should normally be
1535 writeable, readable and seekable by the user running Polipo.  It
1536 should normally point at a local filesystem; however, using NFSv3
1537 should be safe in most implementations, but NFSv2 is definitely
1538 not@footnote{Polipo assumes that @samp{open(O_CREAT | O_EXCL)} works
1539 reliably.}.
1541 Polipo will accept to use a read-only cache.  Note, however, that
1542 using Polipo in this manner will prevent it from updating usage
1543 information of on-disk objects, which will make purge control
1544 problematic (@pxref{Purging}).
1546 If @code{diskCacheRoot} is an empty string, no disk cache is used.
1548 The value @code{maxDiskEntries} (32 by default) is the absolute
1549 maximum of file descriptors held open for on-disk objects.  When this
1550 limit is reached, Polipo will close descriptors on a
1551 least-recently-used basis, which will cause no harm other than a
1552 decrease in performance.  This value should be set to be larger than
1553 the number of resources that you expect to be live at a single time;
1554 defining the right notion of liveness is left as an exercise for the
1555 reader.
1557 The value @code{diskCacheWriteoutOnClose} (32@dmn{kB} by default) is
1558 the amount of data that Polipo will write out when closing a disk
1559 file.  Writing out data when closing a file can avoid subsequently
1560 reopening and validating it, but causes unnecessary work if the
1561 instance is later superseded.
1563 The integers @code{diskCacheDirectoryPermissions} and
1564 @code{diskCacheFilePermissions} are the Unix filesystem permissions
1565 with which files and directories are created in the on-disk cache.
1567 @menu
1568 * Asynchronous writing::        Writing out data when idle.
1569 * Purging::                     Purging the on-disk cache.
1570 * Disk format::                 Format of the on-disk cache.
1571 @end menu
1573 @node Asynchronous writing, Purging, Disk cache, Disk cache
1574 @subsection Asynchronous writing
1575 @vindex idleTime
1576 @vindex maxObjectsWhenIdle
1577 @vindex maxWriteoutWhenIdle
1579 When Polipo runs out of memory (@pxref{Limiting memory usage}), it
1580 will start discarding instances from its memory cache.  If a disk
1581 cache has been configured, it will write out any instance that it
1582 discards.  Any memory allocation that prompted the purge must then
1583 wait for the write to complete.
1585 In order to avoid the latency hit that this causes, Polipo will
1586 preemptively write out instances to the disk cache whenever it is
1587 idle.  The integer @code{idleTime} specifies the time during which
1588 Polipo will remain idle before it starts writing out random objects to
1589 the on-disk cache; this value defaults to 30@dmn{s}.  You may want to
1590 decrease this value for a busy cache with little memory, or increase
1591 it if your cache is often idle and has a lot of memory.
1593 The value @code{maxObjectsWhenIdle} (default 32) specifies the
1594 maximum number of instances that an idle Polipo will write out without
1595 checking whether there's any new work to do.  The value
1596 @code{maxWriteoutWhenIdle} specifies the maximum amount of data
1597 (default 64@dmn{kB}) that Polipo will write out without checking for new
1598 activity.
1600 @node Purging, Disk format, Asynchronous writing, Disk cache
1601 @subsection Purging the on-disk cache
1602 @cindex purging
1603 @vindex diskCacheUnlinkTime
1604 @vindex diskCacheTruncateTime
1605 @vindex diskCacheTruncateSize
1606 @vindex preciseExpiry
1608 Polipo never removes a file in its on-disk cache except when it finds
1609 that the instance that it represents has been superseded by a newer
1610 version.  In order to keep the on-disk cache from growing without
1611 bound, it is necessary to @dfn{purge} it once in a while.  Purging the
1612 cache typically consists in removing some files, truncating large
1613 files (@pxref{Partial instances}) or moving them to off-line storage.
1615 Polipo itself can be used to purge its on-disk cache; this is done by
1616 invoking Polipo with the @option{-x} flag.  However, as resources are
1617 stored on disk in plain files (@pxref{Disk format}), any utility that
1618 can parse the files written by Polipo can be used.
1620 Purging the on-disk cache can be safely done when Polipo is running as
1621 long as no file is ever modified in place; in particular, it is
1622 @emph{not} safe to truncate a file in-place.  It @emph{is} safe to
1623 unlink (remove, delete) files in the disk cache, or to add new files
1624 to the cache (in which case you should perform an exclusive open).
1625 Polipo's behaviour when invoked with the flag @option{-x} does obey
1626 these restrictions.
1628 For a purge to be effective, it is necessary to cause Polipo to
1629 write-out its in-memory cache to disk (@pxref{Stopping}).
1630 Additionally, Polipo will not necessarily notice the changed files
1631 until it attempts to access them; thus, you will want it to discard
1632 its in-memory cache after performing the purge.  The safe way of
1633 performing a purge is therefore:
1634 @example
1635 $ kill -USR1 @var{polipo-pid}
1636 $ sleep 1
1637 $ polipo -x
1638 $ kill -USR2 @var{polipo-pid}
1639 @end example
1641 The behaviour of the @option{-x} flag is controlled by three
1642 configuration variables.  The variable @code{diskCacheUnlinkTime}
1643 specifies the time during which an on-disk entry should remain unused
1644 before it is eligible for removal; it defaults to 32 days.  
1646 The variable @code{diskCacheTruncateTime} specifies the time for which
1647 an on-disk entry should remain unused before it is eligible for
1648 truncation; it defaults to 4 days and a half.  The variable
1649 @code{diskCacheTruncateSize} specifies the size at which files are
1650 truncated after they have not been accessed for
1651 @code{diskCacheTruncateTime}; it defaults to 1@dmn{MB}.
1653 Usually, Polipo uses a files modification time in order to determine
1654 whether it is old enough to be expirable.  This heuristic can be
1655 disabled by setting the variable @code{preciseExpiry} to true.
1657 @node Disk format,  , Purging, Disk cache
1658 @subsection Format of the on-disk cache
1659 @vindex DISK_CACHE_BODY_OFFSET
1660 @cindex on-disk file
1661 @cindex on-disk cache
1663 The on-disk cache consists of a collection of files, one per instance.
1664 The format of an on-disk resource is similar to that of an HTTP
1665 message: it starts with an HTTP status line, followed by HTTP headers,
1666 followed by a blank line (@samp{\r\n\r\n}).  The blank line is
1667 optionally followed by a number of binary zeroes.  The body of the
1668 instance follows.
1670 The headers of an on-disk file have a few minor differences with HTTP
1671 messages.  Obviously, there is never a @samp{Transfer-Encoding} line.
1672 A few additional headers are used by Polipo for its internal
1673 bookkeeping:
1674 @itemize
1675 @item 
1676 @samp{X-Polipo-Location}: this is the URL of the resource stored in this
1677 file.  This is always present.
1679 @item
1680 @samp{X-Polipo-Date}: this is Polipo's estimation of the date at which
1681 this instance was last validated, and is used for generating the
1682 @samp{Age} header of HTTP messages.  This is optional, and only stored
1683 if different from the instance's date.
1685 @item
1686 @samp{X-Polipo-Access}: this is the date when the instance was last
1687 accessed by Polipo, and is used for cache purging (@pxref{Purging}).
1688 This is optional, and is absent if the instance was never accessed.
1690 @item
1691 @samp{X-Polipo-Body-Offset}: the presence of this line indicates that
1692 the blank line following the headers is followed by a number of zero
1693 bytes.  Its value is an integer, which indicates the offset since the
1694 beginning of the file at which the instance body actually starts.
1695 This line is optional, and if absent the body starts immediately after
1696 the blank line.
1698 @end itemize
1700 @node Memory usage, Copying, Caching, Top
1701 @chapter Memory usage
1702 @cindex memory
1704 Polipo uses two distinct pools of memory, the @dfn{chunk pool} and
1705 the @dfn{malloc pool}.
1707 @menu
1708 * Chunk memory::                Chunk memory.
1709 * Malloc memory::               Malloc memory.
1710 * Limiting memory usage::       Limiting Polipo's memory usage.
1711 @end menu
1713 @node Chunk memory, Malloc memory, Memory usage, Memory usage
1714 @section Chunk memory
1716 @vindex CHUNK_SIZE
1717 @vindex MALLOC_CHUNKS
1718 @cindex chunk
1719 @cindex memory
1721 Most of the memory used by Polipo is stored in chunks, fixed-size
1722 blocks of memory; the size of a chunk is defined by the compile-time
1723 constant @code{CHUNK_SIZE}, and defaults to 4096 bytes.  Chunks are
1724 used for storing object data (bodies of instances) and for temporary
1725 I/O buffers.  Increasing the chunk size increases performance
1726 somewhat, but at the cost of larger granularity of allocation and
1727 hence larger memory usage.
1729 By default, Polipo uses a hand-crafted memory allocator based on
1730 @code{mmap}(2) for allocating chunks; this is very slightly faster
1731 than the stock memory allocator and limits memory fragmentation.  It
1732 is possible to disable the chunk allocator, and use @code{malloc}(3)
1733 for all memory allocation, by defining @code{MALLOC_CHUNKS} at compile
1734 time; this is probably only useful for debugging.
1736 There is one assumption made about @code{CHUNK_SIZE}:
1737 @code{CHUNK_SIZE} multiplied by the number of bits in an
1738 @code{unsigned int} (actually in a @code{ChunkBitmap} --- see
1739 @file{chunk.c}) must be a multiple of the page size, which is 4096 on
1740 most systems (8192 on Alpha).
1742 As all network I/O will be performed in units of one to two chunks,
1743 @code{CHUNK_SIZE} should be at least equal to your network interface's
1744 MTU (typically 1500 bytes).  Additionally, as much I/O will be done at
1745 @code{CHUNK_SIZE}-aligned addresses, @code{CHUNK_SIZE} should ideally
1746 be a multiple of the page size.
1748 In summary, 2048, 4096, 8192 and 16384 are good choices for
1749 @code{CHUNK_SIZE}.
1751 @node Malloc memory, Limiting memory usage, Chunk memory, Memory usage
1752 @section Malloc allocation
1753 @cindex malloc
1754 @cindex memory
1756 Polipo uses the standard @code{malloc}(3) memory allocator for
1757 allocating small data structures (up to 100 bytes), small strings and
1758 atoms (unique strings).
1760 @node Limiting memory usage,  , Malloc memory, Memory usage
1761 @section Limiting Polipo's memory usage
1762 @cindex limiting memory
1763 @cindex memory
1765 Polipo is designed to work well when given little memory.  However,
1766 because it can be used in different environments, you need to inform
1767 it of the amount of memory it can use.
1769 @menu
1770 * Limiting chunk usage::        Discard objects when low on chunks.
1771 * Limiting object usage::       Limit the number of objects.
1772 * OS usage limits::             Don't impose OS limits.
1773 @end menu
1775 @node Limiting chunk usage, Limiting object usage, Limiting memory usage, Limiting memory usage
1776 @subsection Limiting chunk usage
1778 @vindex chunkHighMark
1779 @vindex chunkCriticalMark
1780 @vindex chunkLowMark
1781 @vindex CHUNK_SIZE
1782 @cindex memory
1783 @cindex chunk
1785 You can limit Polipo's usage of chunk memory by setting
1786 @code{chunkHighMark} and @code{chunkLowMark}.
1788 The value @code{chunkHighMark} is the absolute maximum number of bytes
1789 of allocated chunk memory.  When this value is reached, Polipo will
1790 try to purge objects from its in-memory cache; if that fails to free
1791 memory, Polipo will start dropping connections.
1793 When chunk usage falls back below @code{chunkLowMark}, Polipo will
1794 stop discarding in-memory objects.  The value
1795 @code{chunkCriticalMark}, which should be somewhere between
1796 @code{chunkLowMark} and @code{chunkHighMark}, specifies the value
1797 above which Polipo will make heroic efforts to free memory, including
1798 punching holes in the middle of instances, but without dropping
1799 connections.
1801 Unless set explicitly, both @code{chunkLowMark} and
1802 @code{chunkCriticalMark} are computed automatically from
1803 @code{chunkHighMark}.
1805 @node Limiting object usage, OS usage limits, Limiting chunk usage, Limiting memory usage
1806 @subsection Limiting object usage
1808 @vindex objectHighMark
1809 @vindex publicObjectLowMark
1810 @vindex objectHashTableSize
1812 Besides limiting chunk usage, it is possible to limit Polipo's memory
1813 usage by bounding the number of objects it keeps in memory at any given
1814 time.  This is done with @code{objectHighMark} and
1815 @code{publicObjectLowMark}.
1817 The value @code{objectHighMark} is the absolute maximum of objects
1818 held in memory (including resources and server addresses).  When the
1819 number of in-memory public objects falls below
1820 @code{publicObjectLowMark}, Polipo will stop writing out objects to
1821 disk (private objects are discarded as soon as possible).
1823 On 32-bit architectures, every object costs 108 bytes of memory, plus
1824 storage for every globally unique header that is not handled specially
1825 (hopefully negligible) plus an overhead of one word (4 bytes) for
1826 every chunk of data in the object.
1828 You may also want to change @code{objectHashTableSize}.  This is the
1829 size of the hash table used for holding objects; it should be a power
1830 of two and defaults to eight times @code{objectHighMark}.  Increasing
1831 this value will reduce the number of objects being written out to disk
1832 due to hash table collisions.  Every hash table entry costs one word.
1834 @node OS usage limits,  , Limiting object usage, Limiting memory usage
1835 @subsection OS usage limits
1836 @cindex usage limit
1837 @cindex ulimit
1838 @cindex OOM killer
1840 Many operating systems permit limiting a process' memory usage by
1841 setting a @dfn{usage limit}; on most Unix-like systems, this is done
1842 with the @option{-v} option to the @command{ulimit} command.
1843 Typically, the effect is to cause calls to the @code{malloc} and
1844 @code{mmap} library functions to fail.
1846 Polipo will usually react gracefully to failures to allocate
1847 memory@footnote{There are exactly three places in the code where Polipo
1848 will give up and exit if out of memory; all three are extremely unlikely to
1849 happen in practice.}.  Nonetheless, you should avoid using OS limits
1850 to limit Polipo's memory usage.  Indeed, when it hits an OS limit,
1851 Polipo cannot allocate the memory needed to schedule recovery from the
1852 out-of-memory condition, and has no choice other than to drop a
1853 connection.
1855 Unfortunately, some operating system kernels (notably certain Linux
1856 releases) fail to fail an allocation if no usage limit is given;
1857 instead, they either crash when memory is exhausted, or else start
1858 killing random processes with no advance warning.  On such systems,
1859 imposing a (unrealistically large) usage limit on Polipo is the safe
1860 thing to do.
1862 @node Copying, Variable index, Memory usage, Top
1863 @unnumbered Copying
1864 Polipo is distributed under the following terms.  In short, you are
1865 allowed to do anything you wish with Polipo as long as you don't deny
1866 my right to be recognised as the author and you don't blame me if
1867 anything goes wrong.
1869 @quotation
1870 Copyright @copyright{} 2003--2006 by Juliusz Chroboczek
1872 Permission is hereby granted, free of charge, to any person obtaining a copy
1873 of this software and associated documentation files (the "Software"), to deal
1874 in the Software without restriction, including without limitation the rights
1875 to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
1876 copies of the Software, and to permit persons to whom the Software is
1877 furnished to do so, subject to the following conditions:
1879 The above copyright notice and this permission notice shall be included in
1880 all copies or substantial portions of the Software.
1882 THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
1883 IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
1884 FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT.  IN NO EVENT SHALL THE
1885 AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
1886 LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
1887 OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN
1888 THE SOFTWARE.
1889 @end quotation
1891 @node Variable index, Concept index, Copying, Top
1892 @unnumbered Variable index
1893 @printindex vr
1895 @node Concept index,  , Variable index, Top
1896 @unnumbered Concept index
1897 @printindex cp
1899 @bye