~bzr-pqm/bzr/bzr.dev

« back to all changes in this revision

Viewing changes to bzrlib/revfile.py

  • Committer: Martin Pool
  • Date: 2005-08-12 15:41:44 UTC
  • Revision ID: mbp@sourcefrog.net-20050812154144-bc98570a78b8f633
- merge in deferred revfile work

Show diffs side-by-side

added added

removed removed

Lines of Context:
52
52
is that sequence numbers are stable references.  But not every
53
53
repository in the world will assign the same sequence numbers,
54
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
 
55
71
The iter method here will generally read through the whole index file
56
72
in one go.  With readahead in the kernel and python/libc (typically
57
73
128kB) this means that there should be no seeks and often only one
78
94
import sys, zlib, struct, mdiff, stat, os, sha
79
95
from binascii import hexlify, unhexlify
80
96
 
81
 
factor = 10
82
 
 
83
97
_RECORDSIZE = 48
84
98
 
85
99
_HEADER = "bzr revfile v1\n"
96
110
FL_GZIP = 1
97
111
 
98
112
# maximum number of patches in a row before recording a whole text.
99
 
CHAIN_LIMIT = 50
 
113
CHAIN_LIMIT = 25
100
114
 
101
115
 
102
116
class RevfileError(Exception):
227
241
        return self._add_compressed(text_sha, text, _NO_RECORD, compress)
228
242
 
229
243
 
 
244
    # NOT USED
 
245
    def _choose_base(self, seed, base):
 
246
        while seed & 3 == 3:
 
247
            if base == _NO_RECORD:
 
248
                return _NO_RECORD
 
249
            idxrec = self[base]
 
250
            if idxrec[I_BASE] == _NO_RECORD:
 
251
                return base
 
252
 
 
253
            base = idxrec[I_BASE]
 
254
            seed >>= 2
 
255
                
 
256
        return base        # relative to this full text
 
257
        
 
258
 
 
259
 
230
260
    def _add_delta(self, text, text_sha, base, compress):
231
261
        """Add a text stored relative to a previous text."""
232
262
        self._check_index(base)
233
 
        
 
263
 
234
264
        try:
235
 
            base_text = self.get(base, recursion_limit=CHAIN_LIMIT)
 
265
            base_text = self.get(base, CHAIN_LIMIT)
236
266
        except LimitHitException:
237
267
            return self._add_full_text(text, text_sha, compress)
238
268
        
272
302
            # it's the same, in case someone ever breaks SHA-1.
273
303
            return idx                  # already present
274
304
        
 
305
        # base = self._choose_base(ord(text_sha[0]), base)
 
306
 
275
307
        if base == _NO_RECORD:
276
308
            return self._add_full_text(text, text_sha, compress)
277
309
        else:
372
404
        self._seek_index(idx)
373
405
        idxrec = self._read_next_index()
374
406
        if idxrec == None:
375
 
            raise IndexError()
 
407
            raise IndexError("no index %d" % idx)
376
408
        else:
377
409
            return idxrec
378
410
 
388
420
        """Read back all index records.
389
421
 
390
422
        Do not seek the index file while this is underway!"""
391
 
        sys.stderr.write(" ** iter called ** \n")
 
423
        ## sys.stderr.write(" ** iter called ** \n")
392
424
        self._seek_index(0)
393
425
        while True:
394
426
            idxrec = self._read_next_index()
442
474
def main(argv):
443
475
    try:
444
476
        cmd = argv[1]
 
477
        filename = argv[2]
445
478
    except IndexError:
446
 
        sys.stderr.write("usage: revfile dump\n"
447
 
                         "       revfile add\n"
448
 
                         "       revfile add-delta BASE\n"
449
 
                         "       revfile get IDX\n"
450
 
                         "       revfile find-sha HEX\n"
451
 
                         "       revfile total-text-size\n"
452
 
                         "       revfile last\n")
 
479
        sys.stderr.write("usage: revfile dump REVFILE\n"
 
480
                         "       revfile add REVFILE < INPUT\n"
 
481
                         "       revfile add-delta REVFILE BASE < INPUT\n"
 
482
                         "       revfile add-series REVFILE BASE FILE...\n"
 
483
                         "       revfile get REVFILE IDX\n"
 
484
                         "       revfile find-sha REVFILE HEX\n"
 
485
                         "       revfile total-text-size REVFILE\n"
 
486
                         "       revfile last REVFILE\n")
453
487
        return 1
454
488
 
455
489
    def rw():
456
 
        return Revfile('testrev', 'w')
 
490
        return Revfile(filename, 'w')
457
491
 
458
492
    def ro():
459
 
        return Revfile('testrev', 'r')
 
493
        return Revfile(filename, 'r')
460
494
 
461
495
    if cmd == 'add':
462
496
        print rw().add(sys.stdin.read())
463
497
    elif cmd == 'add-delta':
464
 
        print rw().add(sys.stdin.read(), int(argv[2]))
 
498
        print rw().add(sys.stdin.read(), int(argv[3]))
 
499
    elif cmd == 'add-series':
 
500
        r = rw()
 
501
        rev = int(argv[3])
 
502
        for fn in argv[4:]:
 
503
            print rev
 
504
            rev = r.add(file(fn).read(), rev)
465
505
    elif cmd == 'dump':
466
506
        ro().dump()
467
507
    elif cmd == 'get':
468
508
        try:
469
 
            idx = int(argv[2])
 
509
            idx = int(argv[3])
470
510
        except IndexError:
471
 
            sys.stderr.write("usage: revfile get IDX\n")
 
511
            sys.stderr.write("usage: revfile get FILE IDX\n")
472
512
            return 1
473
513
 
 
514
        r = ro()
 
515
 
474
516
        if idx < 0 or idx >= len(r):
475
517
            sys.stderr.write("invalid index %r\n" % idx)
476
518
            return 1
477
519
 
478
 
        sys.stdout.write(ro().get(idx))
 
520
        sys.stdout.write(r.get(idx))
479
521
    elif cmd == 'find-sha':
480
522
        try:
481
 
            s = unhexlify(argv[2])
 
523
            s = unhexlify(argv[3])
482
524
        except IndexError:
483
 
            sys.stderr.write("usage: revfile find-sha HEX\n")
 
525
            sys.stderr.write("usage: revfile find-sha FILE HEX\n")
484
526
            return 1
485
527
 
486
528
        idx = ro().find_sha(s)