~bzr-pqm/bzr/bzr.dev

« back to all changes in this revision

Viewing changes to bzrlib/tuned_gzip.py

  • Committer: John Arbash Meinel
  • Date: 2009-02-13 21:57:21 UTC
  • mto: (0.20.6 trunk)
  • mto: This revision was merged to the branch mainline in revision 4280.
  • Revision ID: john@arbash-meinel.com-20090213215721-w7zpcnqe0zoj6fiz
Start basing the groupcompress chk formats on the dev5 formats.

Show diffs side-by-side

added added

removed removed

Lines of Context:
1
 
# Copyright (C) 2006-2011 Canonical Ltd
2
 
# Written by Robert Collins <robert.collins@canonical.com>
3
 
#
4
 
# This program is free software; you can redistribute it and/or modify
5
 
# it under the terms of the GNU General Public License as published by
6
 
# the Free Software Foundation; either version 2 of the License, or
7
 
# (at your option) any later version.
8
 
#
9
 
# This program is distributed in the hope that it will be useful,
10
 
# but WITHOUT ANY WARRANTY; without even the implied warranty of
11
 
# MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
12
 
# GNU General Public License for more details.
13
 
#
14
 
# You should have received a copy of the GNU General Public License
15
 
# along with this program; if not, write to the Free Software
16
 
# Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301 USA
17
 
 
18
 
"""Bzrlib specific gzip tunings. We plan to feed these to the upstream gzip."""
19
 
 
20
 
from cStringIO import StringIO
21
 
 
22
 
# make GzipFile faster:
23
 
import gzip
24
 
from gzip import FEXTRA, FCOMMENT, FNAME, FHCRC
25
 
import sys
26
 
import struct
27
 
import zlib
28
 
 
29
 
# we want a \n preserved, break on \n only splitlines.
30
 
from bzrlib import symbol_versioning
31
 
 
32
 
__all__ = ["GzipFile", "bytes_to_gzip"]
33
 
 
34
 
 
35
 
def U32(i):
36
 
    """Return i as an unsigned integer, assuming it fits in 32 bits.
37
 
 
38
 
    If it's >= 2GB when viewed as a 32-bit unsigned int, return a long.
39
 
    """
40
 
    if i < 0:
41
 
        i += 1L << 32
42
 
    return i
43
 
 
44
 
 
45
 
def LOWU32(i):
46
 
    """Return the low-order 32 bits of an int, as a non-negative int."""
47
 
    return i & 0xFFFFFFFFL
48
 
 
49
 
 
50
 
def bytes_to_gzip(bytes, factory=zlib.compressobj,
51
 
    level=zlib.Z_DEFAULT_COMPRESSION, method=zlib.DEFLATED,
52
 
    width=-zlib.MAX_WBITS, mem=zlib.DEF_MEM_LEVEL,
53
 
    crc32=zlib.crc32):
54
 
    """Create a gzip file containing bytes and return its content."""
55
 
    return chunks_to_gzip([bytes])
56
 
 
57
 
 
58
 
def chunks_to_gzip(chunks, factory=zlib.compressobj,
59
 
    level=zlib.Z_DEFAULT_COMPRESSION, method=zlib.DEFLATED,
60
 
    width=-zlib.MAX_WBITS, mem=zlib.DEF_MEM_LEVEL,
61
 
    crc32=zlib.crc32):
62
 
    """Create a gzip file containing chunks and return its content.
63
 
 
64
 
    :param chunks: An iterable of strings. Each string can have arbitrary
65
 
        layout.
66
 
    """
67
 
    result = [
68
 
        '\037\213'  # self.fileobj.write('\037\213')  # magic header
69
 
        '\010'      # self.fileobj.write('\010')      # compression method
70
 
                    # fname = self.filename[:-3]
71
 
                    # flags = 0
72
 
                    # if fname:
73
 
                    #     flags = FNAME
74
 
        '\x00'      # self.fileobj.write(chr(flags))
75
 
        '\0\0\0\0'  # write32u(self.fileobj, long(time.time()))
76
 
        '\002'      # self.fileobj.write('\002')
77
 
        '\377'      # self.fileobj.write('\377')
78
 
                    # if fname:
79
 
        ''          #     self.fileobj.write(fname + '\000')
80
 
        ]
81
 
    # using a compressobj avoids a small header and trailer that the compress()
82
 
    # utility function adds.
83
 
    compress = factory(level, method, width, mem, 0)
84
 
    crc = 0
85
 
    total_len = 0
86
 
    for chunk in chunks:
87
 
        crc = crc32(chunk, crc)
88
 
        total_len += len(chunk)
89
 
        zbytes = compress.compress(chunk)
90
 
        if zbytes:
91
 
            result.append(zbytes)
92
 
    result.append(compress.flush())
93
 
    # size may exceed 2GB, or even 4GB
94
 
    result.append(struct.pack("<LL", LOWU32(crc), LOWU32(total_len)))
95
 
    return ''.join(result)
96
 
 
97
 
 
98
 
class GzipFile(gzip.GzipFile):
99
 
    """Knit tuned version of GzipFile.
100
 
 
101
 
    This is based on the following lsprof stats:
102
 
    python 2.4 stock GzipFile write:
103
 
    58971      0   5644.3090   2721.4730   gzip:193(write)
104
 
    +58971     0   1159.5530   1159.5530   +<built-in method compress>
105
 
    +176913    0    987.0320    987.0320   +<len>
106
 
    +58971     0    423.1450    423.1450   +<zlib.crc32>
107
 
    +58971     0    353.1060    353.1060   +<method 'write' of 'cStringIO.
108
 
                                            StringO' objects>
109
 
    tuned GzipFile write:
110
 
    58971      0   4477.2590   2103.1120   bzrlib.knit:1250(write)
111
 
    +58971     0   1297.7620   1297.7620   +<built-in method compress>
112
 
    +58971     0    406.2160    406.2160   +<zlib.crc32>
113
 
    +58971     0    341.9020    341.9020   +<method 'write' of 'cStringIO.
114
 
                                            StringO' objects>
115
 
    +58971     0    328.2670    328.2670   +<len>
116
 
 
117
 
 
118
 
    Yes, its only 1.6 seconds, but they add up.
119
 
    """
120
 
 
121
 
    def __init__(self, *args, **kwargs):
122
 
        symbol_versioning.warn(
123
 
            symbol_versioning.deprecated_in((2, 3, 0))
124
 
            % 'bzrlib.tuned_gzip.GzipFile',
125
 
            DeprecationWarning, stacklevel=2)
126
 
        gzip.GzipFile.__init__(self, *args, **kwargs)
127
 
 
128
 
    def _add_read_data(self, data):
129
 
        # 4169 calls in 183
130
 
        # temp var for len(data) and switch to +='s.
131
 
        # 4169 in 139
132
 
        len_data = len(data)
133
 
        self.crc = zlib.crc32(data, self.crc)
134
 
        self.extrabuf += data
135
 
        self.extrasize += len_data
136
 
        self.size += len_data
137
 
 
138
 
    def _write_gzip_header(self):
139
 
        """A tuned version of gzip._write_gzip_header
140
 
 
141
 
        We have some extra constrains that plain Gzip does not.
142
 
        1) We want to write the whole blob at once. rather than multiple
143
 
           calls to fileobj.write().
144
 
        2) We never have a filename
145
 
        3) We don't care about the time
146
 
        """
147
 
        self.fileobj.write(
148
 
           '\037\213'   # self.fileobj.write('\037\213')  # magic header
149
 
            '\010'      # self.fileobj.write('\010')      # compression method
150
 
                        # fname = self.filename[:-3]
151
 
                        # flags = 0
152
 
                        # if fname:
153
 
                        #     flags = FNAME
154
 
            '\x00'      # self.fileobj.write(chr(flags))
155
 
            '\0\0\0\0'  # write32u(self.fileobj, long(time.time()))
156
 
            '\002'      # self.fileobj.write('\002')
157
 
            '\377'      # self.fileobj.write('\377')
158
 
                        # if fname:
159
 
            ''          #     self.fileobj.write(fname + '\000')
160
 
            )
161
 
 
162
 
    def _read(self, size=1024):
163
 
        # various optimisations:
164
 
        # reduces lsprof count from 2500 to
165
 
        # 8337 calls in 1272, 365 internal
166
 
        if self.fileobj is None:
167
 
            raise EOFError, "Reached EOF"
168
 
 
169
 
        if self._new_member:
170
 
            # If the _new_member flag is set, we have to
171
 
            # jump to the next member, if there is one.
172
 
            #
173
 
            # First, check if we're at the end of the file;
174
 
            # if so, it's time to stop; no more members to read.
175
 
            next_header_bytes = self.fileobj.read(10)
176
 
            if next_header_bytes == '':
177
 
                raise EOFError, "Reached EOF"
178
 
 
179
 
            self._init_read()
180
 
            self._read_gzip_header(next_header_bytes)
181
 
            self.decompress = zlib.decompressobj(-zlib.MAX_WBITS)
182
 
            self._new_member = False
183
 
 
184
 
        # Read a chunk of data from the file
185
 
        buf = self.fileobj.read(size)
186
 
 
187
 
        # If the EOF has been reached, flush the decompression object
188
 
        # and mark this object as finished.
189
 
 
190
 
        if buf == "":
191
 
            self._add_read_data(self.decompress.flush())
192
 
            if len(self.decompress.unused_data) < 8:
193
 
                raise AssertionError("what does flush do?")
194
 
            self._gzip_tail = self.decompress.unused_data[0:8]
195
 
            self._read_eof()
196
 
            # tell the driving read() call we have stuffed all the data
197
 
            # in self.extrabuf
198
 
            raise EOFError, 'Reached EOF'
199
 
 
200
 
        self._add_read_data(self.decompress.decompress(buf))
201
 
 
202
 
        if self.decompress.unused_data != "":
203
 
            # Ending case: we've come to the end of a member in the file,
204
 
            # so seek back to the start of the data for the next member which
205
 
            # is the length of the decompress objects unused data - the first
206
 
            # 8 bytes for the end crc and size records.
207
 
            #
208
 
            # so seek back to the start of the unused data, finish up
209
 
            # this member, and read a new gzip header.
210
 
            # (The number of bytes to seek back is the length of the unused
211
 
            # data, minus 8 because those 8 bytes are part of this member.
212
 
            seek_length = len (self.decompress.unused_data) - 8
213
 
            if seek_length > 0:
214
 
                # we read too much data
215
 
                self.fileobj.seek(-seek_length, 1)
216
 
                self._gzip_tail = self.decompress.unused_data[0:8]
217
 
            elif seek_length < 0:
218
 
                # we haven't read enough to check the checksum.
219
 
                if not (-8 < seek_length):
220
 
                    raise AssertionError("too great a seek")
221
 
                buf = self.fileobj.read(-seek_length)
222
 
                self._gzip_tail = self.decompress.unused_data + buf
223
 
            else:
224
 
                self._gzip_tail = self.decompress.unused_data
225
 
 
226
 
            # Check the CRC and file size, and set the flag so we read
227
 
            # a new member on the next call
228
 
            self._read_eof()
229
 
            self._new_member = True
230
 
 
231
 
    def _read_eof(self):
232
 
        """tuned to reduce function calls and eliminate file seeking:
233
 
        pass 1:
234
 
        reduces lsprof count from 800 to 288
235
 
        4168 in 296
236
 
        avoid U32 call by using struct format L
237
 
        4168 in 200
238
 
        """
239
 
        # We've read to the end of the file, so we should have 8 bytes of
240
 
        # unused data in the decompressor. If we don't, there is a corrupt file.
241
 
        # We use these 8 bytes to calculate the CRC and the recorded file size.
242
 
        # We then check the that the computed CRC and size of the
243
 
        # uncompressed data matches the stored values.  Note that the size
244
 
        # stored is the true file size mod 2**32.
245
 
        if not (len(self._gzip_tail) == 8):
246
 
            raise AssertionError("gzip trailer is incorrect length.")
247
 
        crc32, isize = struct.unpack("<LL", self._gzip_tail)
248
 
        # note that isize is unsigned - it can exceed 2GB
249
 
        if crc32 != U32(self.crc):
250
 
            raise IOError, "CRC check failed %d %d" % (crc32, U32(self.crc))
251
 
        elif isize != LOWU32(self.size):
252
 
            raise IOError, "Incorrect length of data produced"
253
 
 
254
 
    def _read_gzip_header(self, bytes=None):
255
 
        """Supply bytes if the minimum header size is already read.
256
 
 
257
 
        :param bytes: 10 bytes of header data.
258
 
        """
259
 
        """starting cost: 300 in 3998
260
 
        15998 reads from 3998 calls
261
 
        final cost 168
262
 
        """
263
 
        if bytes is None:
264
 
            bytes = self.fileobj.read(10)
265
 
        magic = bytes[0:2]
266
 
        if magic != '\037\213':
267
 
            raise IOError, 'Not a gzipped file'
268
 
        method = ord(bytes[2:3])
269
 
        if method != 8:
270
 
            raise IOError, 'Unknown compression method'
271
 
        flag = ord(bytes[3:4])
272
 
        # modtime = self.fileobj.read(4) (bytes [4:8])
273
 
        # extraflag = self.fileobj.read(1) (bytes[8:9])
274
 
        # os = self.fileobj.read(1) (bytes[9:10])
275
 
        # self.fileobj.read(6)
276
 
 
277
 
        if flag & FEXTRA:
278
 
            # Read & discard the extra field, if present
279
 
            xlen = ord(self.fileobj.read(1))
280
 
            xlen = xlen + 256*ord(self.fileobj.read(1))
281
 
            self.fileobj.read(xlen)
282
 
        if flag & FNAME:
283
 
            # Read and discard a null-terminated string containing the filename
284
 
            while True:
285
 
                s = self.fileobj.read(1)
286
 
                if not s or s=='\000':
287
 
                    break
288
 
        if flag & FCOMMENT:
289
 
            # Read and discard a null-terminated string containing a comment
290
 
            while True:
291
 
                s = self.fileobj.read(1)
292
 
                if not s or s=='\000':
293
 
                    break
294
 
        if flag & FHCRC:
295
 
            self.fileobj.read(2)     # Read & discard the 16-bit header CRC
296
 
 
297
 
    def readline(self, size=-1):
298
 
        """Tuned to remove buffer length calls in _unread and...
299
 
 
300
 
        also removes multiple len(c) calls, inlines _unread,
301
 
        total savings - lsprof 5800 to 5300
302
 
        phase 2:
303
 
        4168 calls in 2233
304
 
        8176 calls to read() in 1684
305
 
        changing the min chunk size to 200 halved all the cache misses
306
 
        leading to a drop to:
307
 
        4168 calls in 1977
308
 
        4168 call to read() in 1646
309
 
        - i.e. just reduced the function call overhead. May be worth
310
 
          keeping.
311
 
        """
312
 
        if size < 0: size = sys.maxint
313
 
        bufs = []
314
 
        readsize = min(200, size)    # Read from the file in small chunks
315
 
        while True:
316
 
            if size == 0:
317
 
                return "".join(bufs) # Return resulting line
318
 
 
319
 
            # c is the chunk
320
 
            c = self.read(readsize)
321
 
            # number of bytes read
322
 
            len_c = len(c)
323
 
            i = c.find('\n')
324
 
            if size is not None:
325
 
                # We set i=size to break out of the loop under two
326
 
                # conditions: 1) there's no newline, and the chunk is
327
 
                # larger than size, or 2) there is a newline, but the
328
 
                # resulting line would be longer than 'size'.
329
 
                if i==-1 and len_c > size: i=size-1
330
 
                elif size <= i: i = size -1
331
 
 
332
 
            if i >= 0 or c == '':
333
 
                # if i>= 0 we have a newline or have triggered the above
334
 
                # if size is not None condition.
335
 
                # if c == '' its EOF.
336
 
                bufs.append(c[:i+1])    # Add portion of last chunk
337
 
                # -- inlined self._unread --
338
 
                ## self._unread(c[i+1:], len_c - i)   # Push back rest of chunk
339
 
                self.extrabuf = c[i+1:] + self.extrabuf
340
 
                self.extrasize = len_c - i + self.extrasize
341
 
                self.offset -= len_c - i
342
 
                # -- end inlined self._unread --
343
 
                return ''.join(bufs)    # Return resulting line
344
 
 
345
 
            # Append chunk to list, decrease 'size',
346
 
            bufs.append(c)
347
 
            size = size - len_c
348
 
            readsize = min(size, readsize * 2)
349
 
 
350
 
    def readlines(self, sizehint=0):
351
 
        # optimise to avoid all the buffer manipulation
352
 
        # lsprof changed from:
353
 
        # 4168 calls in 5472 with 32000 calls to readline()
354
 
        # to :
355
 
        # 4168 calls in 417.
356
 
        # Negative numbers result in reading all the lines
357
 
 
358
 
        # python's gzip routine uses sizehint. This is a more efficient way
359
 
        # than python uses to honor it. But it is even more efficient to
360
 
        # just read the entire thing and use cStringIO to split into lines.
361
 
        # if sizehint <= 0:
362
 
        #     sizehint = -1
363
 
        # content = self.read(sizehint)
364
 
        # return bzrlib.osutils.split_lines(content)
365
 
        content = StringIO(self.read(-1))
366
 
        return content.readlines()
367
 
 
368
 
    def _unread(self, buf, len_buf=None):
369
 
        """tuned to remove unneeded len calls.
370
 
 
371
 
        because this is such an inner routine in readline, and readline is
372
 
        in many inner loops, this has been inlined into readline().
373
 
 
374
 
        The len_buf parameter combined with the reduction in len calls dropped
375
 
        the lsprof ms count for this routine on my test data from 800 to 200 -
376
 
        a 75% saving.
377
 
        """
378
 
        if len_buf is None:
379
 
            len_buf = len(buf)
380
 
        self.extrabuf = buf + self.extrabuf
381
 
        self.extrasize = len_buf + self.extrasize
382
 
        self.offset -= len_buf
383
 
 
384
 
    def write(self, data):
385
 
        if self.mode != gzip.WRITE:
386
 
            import errno
387
 
            raise IOError(errno.EBADF, "write() on read-only GzipFile object")
388
 
 
389
 
        if self.fileobj is None:
390
 
            raise ValueError, "write() on closed GzipFile object"
391
 
        data_len = len(data)
392
 
        if data_len > 0:
393
 
            self.size = self.size + data_len
394
 
            self.crc = zlib.crc32(data, self.crc)
395
 
            self.fileobj.write( self.compress.compress(data) )
396
 
            self.offset += data_len
397
 
 
398
 
    def writelines(self, lines):
399
 
        # profiling indicated a significant overhead
400
 
        # calling write for each line.
401
 
        # this batch call is a lot faster :).
402
 
        # (4 seconds to 1 seconds for the sample upgrades I was testing).
403
 
        self.write(''.join(lines))
404
 
 
405
 
    if sys.version_info > (2, 7):
406
 
        # As of Python 2.7 the crc32 must be positive when close is called
407
 
        def close(self):
408
 
            if self.fileobj is None:
409
 
                return
410
 
            if self.mode == gzip.WRITE:
411
 
                self.crc &= 0xFFFFFFFFL
412
 
            gzip.GzipFile.close(self)
413