~bzr-pqm/bzr/bzr.dev

« back to all changes in this revision

Viewing changes to bzrlib/revfile.py

  • Committer: Martin Pool
  • Date: 2005-06-30 06:54:45 UTC
  • mto: This revision was merged to the branch mainline in revision 852.
  • Revision ID: mbp@sourcefrog.net-20050630065445-0b45ffaa34801941
Go back to weave lines normally having newlines at the end. 

Lines without final newlines are now serialized as ',' lines rather
than '.'.

Show diffs side-by-side

added added

removed removed

Lines of Context:
1
 
#! /usr/bin/env python
2
 
 
3
 
# (C) 2005 Canonical Ltd
4
 
 
5
 
# based on an idea by Matt Mackall
6
 
# modified to squish into bzr by Martin Pool
7
 
 
8
 
# This program is free software; you can redistribute it and/or modify
9
 
# it under the terms of the GNU General Public License as published by
10
 
# the Free Software Foundation; either version 2 of the License, or
11
 
# (at your option) any later version.
12
 
 
13
 
# This program is distributed in the hope that it will be useful,
14
 
# but WITHOUT ANY WARRANTY; without even the implied warranty of
15
 
# MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
16
 
# GNU General Public License for more details.
17
 
 
18
 
# You should have received a copy of the GNU General Public License
19
 
# along with this program; if not, write to the Free Software
20
 
# Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA  02111-1307  USA
21
 
 
22
 
 
23
 
"""Packed file revision storage.
24
 
 
25
 
A Revfile holds the text history of a particular source file, such
26
 
as Makefile.  It can represent a tree of text versions for that
27
 
file, allowing for microbranches within a single repository.
28
 
 
29
 
This is stored on disk as two files: an index file, and a data file.
30
 
The index file is short and always read completely into memory; the
31
 
data file is much longer and only the relevant bits of it,
32
 
identified by the index file, need to be read.
33
 
 
34
 
Each text version is identified by the SHA-1 of the full text of
35
 
that version.  It also has a sequence number within the file.
36
 
 
37
 
The index file has a short header and then a sequence of fixed-length
38
 
records:
39
 
 
40
 
* byte[20]    SHA-1 of text (as binary, not hex)
41
 
* uint32      sequence number this is based on, or -1 for full text
42
 
* uint32      flags: 1=zlib compressed
43
 
* uint32      offset in text file of start
44
 
* uint32      length of compressed delta in text file
45
 
* uint32[3]   reserved
46
 
 
47
 
total 48 bytes.
48
 
 
49
 
The header is also 48 bytes for tidyness and easy calculation.
50
 
 
51
 
Both the index and the text are only ever appended to; a consequence
52
 
is that sequence numbers are stable references.  But not every
53
 
repository in the world will assign the same sequence numbers,
54
 
therefore the SHA-1 is the only universally unique reference.
55
 
 
56
 
This is meant to scale to hold 100,000 revisions of a single file, by
57
 
which time the index file will be ~4.8MB and a bit big to read
58
 
sequentially.
59
 
 
60
 
Some of the reserved fields could be used to implement a (semi?)
61
 
balanced tree indexed by SHA1 so we can much more efficiently find the
62
 
index associated with a particular hash.  For 100,000 revs we would be
63
 
able to find it in about 17 random reads, which is not too bad.
64
 
 
65
 
This performs pretty well except when trying to calculate deltas of
66
 
really large files.  For that the main thing would be to plug in
67
 
something faster than difflib, which is after all pure Python.
68
 
Another approach is to just store the gzipped full text of big files,
69
 
though perhaps that's too perverse?
70
 
 
71
 
The iter method here will generally read through the whole index file
72
 
in one go.  With readahead in the kernel and python/libc (typically
73
 
128kB) this means that there should be no seeks and often only one
74
 
read() call to get everything into memory.
75
 
"""
76
 
 
77
 
 
78
 
# TODO: Something like pread() would make this slightly simpler and
79
 
# perhaps more efficient.
80
 
 
81
 
# TODO: Could also try to mmap things...  Might be faster for the
82
 
# index in particular?
83
 
 
84
 
# TODO: Some kind of faster lookup of SHAs?  The bad thing is that probably means
85
 
# rewriting existing records, which is not so nice.
86
 
 
87
 
# TODO: Something to check that regions identified in the index file
88
 
# completely butt up and do not overlap.  Strictly it's not a problem
89
 
# if there are gaps and that can happen if we're interrupted while
90
 
# writing to the datafile.  Overlapping would be very bad though.
91
 
 
92
 
# TODO: Shouldn't need to lock if we always write in append mode and
93
 
# then ftell after writing to see where it went.  In any case we
94
 
# assume the whole branch is protected by a lock.
95
 
 
96
 
import sys, zlib, struct, mdiff, stat, os, sha
97
 
from binascii import hexlify, unhexlify
98
 
 
99
 
_RECORDSIZE = 48
100
 
 
101
 
_HEADER = "bzr revfile v1\n"
102
 
_HEADER = _HEADER + ('\xff' * (_RECORDSIZE - len(_HEADER)))
103
 
_NO_RECORD = 0xFFFFFFFFL
104
 
 
105
 
# fields in the index record
106
 
I_SHA = 0
107
 
I_BASE = 1
108
 
I_FLAGS = 2
109
 
I_OFFSET = 3
110
 
I_LEN = 4
111
 
 
112
 
FL_GZIP = 1
113
 
 
114
 
# maximum number of patches in a row before recording a whole text.
115
 
CHAIN_LIMIT = 10
116
 
 
117
 
 
118
 
class RevfileError(Exception):
119
 
    pass
120
 
 
121
 
class LimitHitException(Exception):
122
 
    pass
123
 
 
124
 
class Revfile(object):
125
 
    def __init__(self, basename, mode):
126
 
        # TODO: Lock file  while open
127
 
 
128
 
        # TODO: advise of random access
129
 
 
130
 
        self.basename = basename
131
 
 
132
 
        if mode not in ['r', 'w']:
133
 
            raise RevfileError("invalid open mode %r" % mode)
134
 
        self.mode = mode
135
 
        
136
 
        idxname = basename + '.irev'
137
 
        dataname = basename + '.drev'
138
 
 
139
 
        idx_exists = os.path.exists(idxname)
140
 
        data_exists = os.path.exists(dataname)
141
 
 
142
 
        if idx_exists != data_exists:
143
 
            raise RevfileError("half-assed revfile")
144
 
        
145
 
        if not idx_exists:
146
 
            if mode == 'r':
147
 
                raise RevfileError("Revfile %r does not exist" % basename)
148
 
            
149
 
            self.idxfile = open(idxname, 'w+b')
150
 
            self.datafile = open(dataname, 'w+b')
151
 
            
152
 
            self.idxfile.write(_HEADER)
153
 
            self.idxfile.flush()
154
 
        else:
155
 
            if mode == 'r':
156
 
                diskmode = 'rb'
157
 
            else:
158
 
                diskmode = 'r+b'
159
 
                
160
 
            self.idxfile = open(idxname, diskmode)
161
 
            self.datafile = open(dataname, diskmode)
162
 
            
163
 
            h = self.idxfile.read(_RECORDSIZE)
164
 
            if h != _HEADER:
165
 
                raise RevfileError("bad header %r in index of %r"
166
 
                                   % (h, self.basename))
167
 
 
168
 
 
169
 
    def _check_index(self, idx):
170
 
        if idx < 0 or idx > len(self):
171
 
            raise RevfileError("invalid index %r" % idx)
172
 
 
173
 
    def _check_write(self):
174
 
        if self.mode != 'w':
175
 
            raise RevfileError("%r is open readonly" % self.basename)
176
 
 
177
 
 
178
 
    def find_sha(self, s):
179
 
        assert isinstance(s, str)
180
 
        assert len(s) == 20
181
 
        
182
 
        for idx, idxrec in enumerate(self):
183
 
            if idxrec[I_SHA] == s:
184
 
                return idx
185
 
        else:
186
 
            return _NO_RECORD
187
 
 
188
 
 
189
 
 
190
 
    def _add_compressed(self, text_sha, data, base, compress):
191
 
        # well, maybe compress
192
 
        flags = 0
193
 
        if compress:
194
 
            data_len = len(data)
195
 
            if data_len > 50:
196
 
                # don't do compression if it's too small; it's unlikely to win
197
 
                # enough to be worthwhile
198
 
                compr_data = zlib.compress(data)
199
 
                compr_len = len(compr_data)
200
 
                if compr_len < data_len:
201
 
                    data = compr_data
202
 
                    flags = FL_GZIP
203
 
                    ##print '- compressed %d -> %d, %.1f%%' \
204
 
                    ##      % (data_len, compr_len, float(compr_len)/float(data_len) * 100.0)
205
 
        return self._add_raw(text_sha, data, base, flags)
206
 
        
207
 
 
208
 
 
209
 
    def _add_raw(self, text_sha, data, base, flags):
210
 
        """Add pre-processed data, can be either full text or delta.
211
 
 
212
 
        This does the compression if that makes sense."""
213
 
        idx = len(self)
214
 
        self.datafile.seek(0, 2)        # to end
215
 
        self.idxfile.seek(0, 2)
216
 
        assert self.idxfile.tell() == _RECORDSIZE * (idx + 1)
217
 
        data_offset = self.datafile.tell()
218
 
 
219
 
        assert isinstance(data, str) # not unicode or anything weird
220
 
 
221
 
        self.datafile.write(data)
222
 
        self.datafile.flush()
223
 
 
224
 
        assert isinstance(text_sha, str)
225
 
        entry = text_sha
226
 
        entry += struct.pack(">IIII12x", base, flags, data_offset, len(data))
227
 
        assert len(entry) == _RECORDSIZE
228
 
 
229
 
        self.idxfile.write(entry)
230
 
        self.idxfile.flush()
231
 
 
232
 
        return idx
233
 
        
234
 
 
235
 
 
236
 
    def _add_full_text(self, text, text_sha, compress):
237
 
        """Add a full text to the file.
238
 
 
239
 
        This is not compressed against any reference version.
240
 
 
241
 
        Returns the index for that text."""
242
 
        return self._add_compressed(text_sha, text, _NO_RECORD, compress)
243
 
 
244
 
 
245
 
    # NOT USED
246
 
    def _choose_base(self, seed, base):
247
 
        while seed & 3 == 3:
248
 
            if base == _NO_RECORD:
249
 
                return _NO_RECORD
250
 
            idxrec = self[base]
251
 
            if idxrec[I_BASE] == _NO_RECORD:
252
 
                return base
253
 
 
254
 
            base = idxrec[I_BASE]
255
 
            seed >>= 2
256
 
                
257
 
        return base        # relative to this full text
258
 
        
259
 
 
260
 
 
261
 
    def _add_delta(self, text, text_sha, base, compress):
262
 
        """Add a text stored relative to a previous text."""
263
 
        self._check_index(base)
264
 
 
265
 
        try:
266
 
            base_text = self.get(base, CHAIN_LIMIT)
267
 
        except LimitHitException:
268
 
            return self._add_full_text(text, text_sha, compress)
269
 
        
270
 
        data = mdiff.bdiff(base_text, text)
271
 
 
272
 
 
273
 
        if True: # paranoid early check for bad diff
274
 
            result = mdiff.bpatch(base_text, data)
275
 
            assert result == text
276
 
            
277
 
        
278
 
        # If the delta is larger than the text, we might as well just
279
 
        # store the text.  (OK, the delta might be more compressible,
280
 
        # but the overhead of applying it probably still makes it
281
 
        # bad, and I don't want to compress both of them to find out.)
282
 
        if len(data) >= len(text):
283
 
            return self._add_full_text(text, text_sha, compress)
284
 
        else:
285
 
            return self._add_compressed(text_sha, data, base, compress)
286
 
 
287
 
 
288
 
    def add(self, text, base=None, compress=True):
289
 
        """Add a new text to the revfile.
290
 
 
291
 
        If the text is already present them its existing id is
292
 
        returned and the file is not changed.
293
 
 
294
 
        If compress is true then gzip compression will be used if it
295
 
        reduces the size.
296
 
 
297
 
        If a base index is specified, that text *may* be used for
298
 
        delta compression of the new text.  Delta compression will
299
 
        only be used if it would be a size win and if the existing
300
 
        base is not at too long of a delta chain already.
301
 
        """
302
 
        if base == None:
303
 
            base = _NO_RECORD
304
 
        
305
 
        self._check_write()
306
 
        
307
 
        text_sha = sha.new(text).digest()
308
 
 
309
 
        idx = self.find_sha(text_sha)
310
 
        if idx != _NO_RECORD:
311
 
            # TODO: Optional paranoid mode where we read out that record and make sure
312
 
            # it's the same, in case someone ever breaks SHA-1.
313
 
            return idx                  # already present
314
 
        
315
 
        # base = self._choose_base(ord(text_sha[0]), base)
316
 
 
317
 
        if base == _NO_RECORD:
318
 
            return self._add_full_text(text, text_sha, compress)
319
 
        else:
320
 
            return self._add_delta(text, text_sha, base, compress)
321
 
 
322
 
 
323
 
 
324
 
    def get(self, idx, recursion_limit=None):
325
 
        """Retrieve text of a previous revision.
326
 
 
327
 
        If recursion_limit is an integer then walk back at most that
328
 
        many revisions and then raise LimitHitException, indicating
329
 
        that we ought to record a new file text instead of another
330
 
        delta.  Don't use this when trying to get out an existing
331
 
        revision."""
332
 
        
333
 
        idxrec = self[idx]
334
 
        base = idxrec[I_BASE]
335
 
        if base == _NO_RECORD:
336
 
            text = self._get_full_text(idx, idxrec)
337
 
        else:
338
 
            text = self._get_patched(idx, idxrec, recursion_limit)
339
 
 
340
 
        if sha.new(text).digest() != idxrec[I_SHA]:
341
 
            raise RevfileError("corrupt SHA-1 digest on record %d in %s"
342
 
                               % (idx, self.basename))
343
 
 
344
 
        return text
345
 
 
346
 
 
347
 
 
348
 
    def _get_raw(self, idx, idxrec):
349
 
        flags = idxrec[I_FLAGS]
350
 
        if flags & ~FL_GZIP:
351
 
            raise RevfileError("unsupported index flags %#x on index %d"
352
 
                               % (flags, idx))
353
 
        
354
 
        l = idxrec[I_LEN]
355
 
        if l == 0:
356
 
            return ''
357
 
 
358
 
        self.datafile.seek(idxrec[I_OFFSET])
359
 
 
360
 
        data = self.datafile.read(l)
361
 
        if len(data) != l:
362
 
            raise RevfileError("short read %d of %d "
363
 
                               "getting text for record %d in %r"
364
 
                               % (len(data), l, idx, self.basename))
365
 
 
366
 
        if flags & FL_GZIP:
367
 
            data = zlib.decompress(data)
368
 
 
369
 
        return data
370
 
        
371
 
 
372
 
    def _get_full_text(self, idx, idxrec):
373
 
        assert idxrec[I_BASE] == _NO_RECORD
374
 
 
375
 
        text = self._get_raw(idx, idxrec)
376
 
 
377
 
        return text
378
 
 
379
 
 
380
 
    def _get_patched(self, idx, idxrec, recursion_limit):
381
 
        base = idxrec[I_BASE]
382
 
        assert base >= 0
383
 
        assert base < idx    # no loops!
384
 
 
385
 
        if recursion_limit == None:
386
 
            sub_limit = None
387
 
        else:
388
 
            sub_limit = recursion_limit - 1
389
 
            if sub_limit < 0:
390
 
                raise LimitHitException()
391
 
            
392
 
        base_text = self.get(base, sub_limit)
393
 
        patch = self._get_raw(idx, idxrec)
394
 
 
395
 
        text = mdiff.bpatch(base_text, patch)
396
 
 
397
 
        return text
398
 
 
399
 
 
400
 
 
401
 
    def __len__(self):
402
 
        """Return number of revisions."""
403
 
        l = os.fstat(self.idxfile.fileno())[stat.ST_SIZE]
404
 
        if l % _RECORDSIZE:
405
 
            raise RevfileError("bad length %d on index of %r" % (l, self.basename))
406
 
        if l < _RECORDSIZE:
407
 
            raise RevfileError("no header present in index of %r" % (self.basename))
408
 
        return int(l / _RECORDSIZE) - 1
409
 
 
410
 
 
411
 
    def __getitem__(self, idx):
412
 
        """Index by sequence id returns the index field"""
413
 
        ## TODO: Can avoid seek if we just moved there...
414
 
        self._seek_index(idx)
415
 
        idxrec = self._read_next_index()
416
 
        if idxrec == None:
417
 
            raise IndexError("no index %d" % idx)
418
 
        else:
419
 
            return idxrec
420
 
 
421
 
 
422
 
    def _seek_index(self, idx):
423
 
        if idx < 0:
424
 
            raise RevfileError("invalid index %r" % idx)
425
 
        self.idxfile.seek((idx + 1) * _RECORDSIZE)
426
 
 
427
 
 
428
 
 
429
 
    def __iter__(self):
430
 
        """Read back all index records.
431
 
 
432
 
        Do not seek the index file while this is underway!"""
433
 
        ## sys.stderr.write(" ** iter called ** \n")
434
 
        self._seek_index(0)
435
 
        while True:
436
 
            idxrec = self._read_next_index()
437
 
            if not idxrec:
438
 
                break
439
 
            yield idxrec
440
 
        
441
 
 
442
 
    def _read_next_index(self):
443
 
        rec = self.idxfile.read(_RECORDSIZE)
444
 
        if not rec:
445
 
            return None
446
 
        elif len(rec) != _RECORDSIZE:
447
 
            raise RevfileError("short read of %d bytes getting index %d from %r"
448
 
                               % (len(rec), idx, self.basename))
449
 
        
450
 
        return struct.unpack(">20sIIII12x", rec)
451
 
 
452
 
        
453
 
    def dump(self, f=sys.stdout):
454
 
        f.write('%-8s %-40s %-8s %-8s %-8s %-8s\n' 
455
 
                % tuple('idx sha1 base flags offset len'.split()))
456
 
        f.write('-------- ---------------------------------------- ')
457
 
        f.write('-------- -------- -------- --------\n')
458
 
 
459
 
        for i, rec in enumerate(self):
460
 
            f.write("#%-7d %40s " % (i, hexlify(rec[0])))
461
 
            if rec[1] == _NO_RECORD:
462
 
                f.write("(none)   ")
463
 
            else:
464
 
                f.write("#%-7d " % rec[1])
465
 
                
466
 
            f.write("%8x %8d %8d\n" % (rec[2], rec[3], rec[4]))
467
 
 
468
 
 
469
 
    def total_text_size(self):
470
 
        """Return the sum of sizes of all file texts.
471
 
 
472
 
        This is how much space they would occupy if they were stored without
473
 
        delta and gzip compression.
474
 
 
475
 
        As a side effect this completely validates the Revfile, checking that all
476
 
        texts can be reproduced with the correct SHA-1."""
477
 
        t = 0L
478
 
        for idx in range(len(self)):
479
 
            t += len(self.get(idx))
480
 
        return t
481
 
 
482
 
 
483
 
    def check(self, pb=None):
484
 
        """Extract every version and check its hash."""
485
 
        total = len(self)
486
 
        for i in range(total):
487
 
            if pb:
488
 
                pb.update("check revision", i, total)
489
 
            # the get method implicitly checks the SHA-1
490
 
            self.get(i)
491
 
        if pb:
492
 
            pb.clear()
493
 
        
494
 
 
495
 
 
496
 
def main(argv):
497
 
    try:
498
 
        cmd = argv[1]
499
 
        filename = argv[2]
500
 
    except IndexError:
501
 
        sys.stderr.write("usage: revfile dump REVFILE\n"
502
 
                         "       revfile add REVFILE < INPUT\n"
503
 
                         "       revfile add-delta REVFILE BASE < INPUT\n"
504
 
                         "       revfile add-series REVFILE BASE FILE...\n"
505
 
                         "       revfile get REVFILE IDX\n"
506
 
                         "       revfile find-sha REVFILE HEX\n"
507
 
                         "       revfile total-text-size REVFILE\n"
508
 
                         "       revfile last REVFILE\n")
509
 
        return 1
510
 
 
511
 
    if filename.endswith('.drev') or filename.endswith('.irev'):
512
 
        filename = filename[:-5]
513
 
 
514
 
    def rw():
515
 
        return Revfile(filename, 'w')
516
 
 
517
 
    def ro():
518
 
        return Revfile(filename, 'r')
519
 
 
520
 
    if cmd == 'add':
521
 
        print rw().add(sys.stdin.read())
522
 
    elif cmd == 'add-delta':
523
 
        print rw().add(sys.stdin.read(), int(argv[3]))
524
 
    elif cmd == 'add-series':
525
 
        r = rw()
526
 
        rev = int(argv[3])
527
 
        for fn in argv[4:]:
528
 
            print rev
529
 
            rev = r.add(file(fn).read(), rev)
530
 
    elif cmd == 'dump':
531
 
        ro().dump()
532
 
    elif cmd == 'get':
533
 
        try:
534
 
            idx = int(argv[3])
535
 
        except IndexError:
536
 
            sys.stderr.write("usage: revfile get FILE IDX\n")
537
 
            return 1
538
 
 
539
 
        r = ro()
540
 
 
541
 
        if idx < 0 or idx >= len(r):
542
 
            sys.stderr.write("invalid index %r\n" % idx)
543
 
            return 1
544
 
 
545
 
        sys.stdout.write(r.get(idx))
546
 
    elif cmd == 'find-sha':
547
 
        try:
548
 
            s = unhexlify(argv[3])
549
 
        except IndexError:
550
 
            sys.stderr.write("usage: revfile find-sha FILE HEX\n")
551
 
            return 1
552
 
 
553
 
        idx = ro().find_sha(s)
554
 
        if idx == _NO_RECORD:
555
 
            sys.stderr.write("no such record\n")
556
 
            return 1
557
 
        else:
558
 
            print idx
559
 
    elif cmd == 'total-text-size':
560
 
        print ro().total_text_size()
561
 
    elif cmd == 'last':
562
 
        print len(ro())-1
563
 
    elif cmd == 'check':
564
 
        import bzrlib.progress
565
 
        pb = bzrlib.progress.ProgressBar()
566
 
        ro().check(pb)
567
 
    else:
568
 
        sys.stderr.write("unknown command %r\n" % cmd)
569
 
        return 1
570
 
    
571
 
 
572
 
if __name__ == '__main__':
573
 
    import sys
574
 
    sys.exit(main(sys.argv) or 0)