~bzr-pqm/bzr/bzr.dev

« back to all changes in this revision

Viewing changes to bzrlib/tuned_gzip.py

  • Committer: Robert Collins
  • Date: 2005-08-23 06:52:09 UTC
  • mto: (974.1.50) (1185.1.10) (1092.3.1)
  • mto: This revision was merged to the branch mainline in revision 1139.
  • Revision ID: robertc@robertcollins.net-20050823065209-81cd5962c401751b
move io redirection into each test case from the global runner

Show diffs side-by-side

added added

removed removed

Lines of Context:
1
 
# Copyright (C) 2005, 2006 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., 59 Temple Place, Suite 330, Boston, MA  02111-1307  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
 
import bzrlib
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
 
    result = [
56
 
        '\037\213'  # self.fileobj.write('\037\213')  # magic header
57
 
        '\010'      # self.fileobj.write('\010')      # compression method
58
 
                    # fname = self.filename[:-3]
59
 
                    # flags = 0
60
 
                    # if fname:
61
 
                    #     flags = FNAME
62
 
        '\x00'      # self.fileobj.write(chr(flags))
63
 
        '\0\0\0\0'  # write32u(self.fileobj, long(time.time()))
64
 
        '\002'      # self.fileobj.write('\002')
65
 
        '\377'      # self.fileobj.write('\377')
66
 
                    # if fname:
67
 
        ''          #     self.fileobj.write(fname + '\000')
68
 
        ]
69
 
    # using a compressobj avoids a small header and trailer that the compress()
70
 
    # utility function adds.
71
 
    compress = factory(level, method, width, mem, 0)
72
 
    result.append(compress.compress(bytes))
73
 
    result.append(compress.flush())
74
 
    result.append(struct.pack("<L", LOWU32(crc32(bytes))))
75
 
    # size may exceed 2GB, or even 4GB
76
 
    result.append(struct.pack("<L", LOWU32(len(bytes))))
77
 
    return ''.join(result)
78
 
 
79
 
 
80
 
class GzipFile(gzip.GzipFile):
81
 
    """Knit tuned version of GzipFile.
82
 
 
83
 
    This is based on the following lsprof stats:
84
 
    python 2.4 stock GzipFile write:
85
 
    58971      0   5644.3090   2721.4730   gzip:193(write)
86
 
    +58971     0   1159.5530   1159.5530   +<built-in method compress>
87
 
    +176913    0    987.0320    987.0320   +<len>
88
 
    +58971     0    423.1450    423.1450   +<zlib.crc32>
89
 
    +58971     0    353.1060    353.1060   +<method 'write' of 'cStringIO.
90
 
                                            StringO' objects>
91
 
    tuned GzipFile write:
92
 
    58971      0   4477.2590   2103.1120   bzrlib.knit:1250(write)
93
 
    +58971     0   1297.7620   1297.7620   +<built-in method compress>
94
 
    +58971     0    406.2160    406.2160   +<zlib.crc32>
95
 
    +58971     0    341.9020    341.9020   +<method 'write' of 'cStringIO.
96
 
                                            StringO' objects>
97
 
    +58971     0    328.2670    328.2670   +<len>
98
 
 
99
 
 
100
 
    Yes, its only 1.6 seconds, but they add up.
101
 
    """
102
 
 
103
 
    def _add_read_data(self, data):
104
 
        # 4169 calls in 183
105
 
        # temp var for len(data) and switch to +='s.
106
 
        # 4169 in 139
107
 
        len_data = len(data)
108
 
        self.crc = zlib.crc32(data, self.crc)
109
 
        self.extrabuf += data
110
 
        self.extrasize += len_data
111
 
        self.size += len_data
112
 
 
113
 
    def _write_gzip_header(self):
114
 
        """A tuned version of gzip._write_gzip_header
115
 
 
116
 
        We have some extra constrains that plain Gzip does not.
117
 
        1) We want to write the whole blob at once. rather than multiple 
118
 
           calls to fileobj.write().
119
 
        2) We never have a filename
120
 
        3) We don't care about the time
121
 
        """
122
 
        self.fileobj.write(
123
 
           '\037\213'   # self.fileobj.write('\037\213')  # magic header
124
 
            '\010'      # self.fileobj.write('\010')      # compression method
125
 
                        # fname = self.filename[:-3]
126
 
                        # flags = 0
127
 
                        # if fname:
128
 
                        #     flags = FNAME
129
 
            '\x00'      # self.fileobj.write(chr(flags))
130
 
            '\0\0\0\0'  # write32u(self.fileobj, long(time.time()))
131
 
            '\002'      # self.fileobj.write('\002')
132
 
            '\377'      # self.fileobj.write('\377')
133
 
                        # if fname:
134
 
            ''          #     self.fileobj.write(fname + '\000')
135
 
            )
136
 
 
137
 
    def _read(self, size=1024):
138
 
        # various optimisations:
139
 
        # reduces lsprof count from 2500 to 
140
 
        # 8337 calls in 1272, 365 internal
141
 
        if self.fileobj is None:
142
 
            raise EOFError, "Reached EOF"
143
 
 
144
 
        if self._new_member:
145
 
            # If the _new_member flag is set, we have to
146
 
            # jump to the next member, if there is one.
147
 
            #
148
 
            # First, check if we're at the end of the file;
149
 
            # if so, it's time to stop; no more members to read.
150
 
            next_header_bytes = self.fileobj.read(10)
151
 
            if next_header_bytes == '':
152
 
                raise EOFError, "Reached EOF"
153
 
 
154
 
            self._init_read()
155
 
            self._read_gzip_header(next_header_bytes)
156
 
            self.decompress = zlib.decompressobj(-zlib.MAX_WBITS)
157
 
            self._new_member = False
158
 
 
159
 
        # Read a chunk of data from the file
160
 
        buf = self.fileobj.read(size)
161
 
 
162
 
        # If the EOF has been reached, flush the decompression object
163
 
        # and mark this object as finished.
164
 
 
165
 
        if buf == "":
166
 
            self._add_read_data(self.decompress.flush())
167
 
            if len(self.decompress.unused_data) < 8:
168
 
                raise AssertionError("what does flush do?")
169
 
            self._gzip_tail = self.decompress.unused_data[0:8]
170
 
            self._read_eof()
171
 
            # tell the driving read() call we have stuffed all the data
172
 
            # in self.extrabuf
173
 
            raise EOFError, 'Reached EOF'
174
 
 
175
 
        self._add_read_data(self.decompress.decompress(buf))
176
 
 
177
 
        if self.decompress.unused_data != "":
178
 
            # Ending case: we've come to the end of a member in the file,
179
 
            # so seek back to the start of the data for the next member which
180
 
            # is the length of the decompress objects unused data - the first
181
 
            # 8 bytes for the end crc and size records.
182
 
            #
183
 
            # so seek back to the start of the unused data, finish up
184
 
            # this member, and read a new gzip header.
185
 
            # (The number of bytes to seek back is the length of the unused
186
 
            # data, minus 8 because those 8 bytes are part of this member.
187
 
            seek_length = len (self.decompress.unused_data) - 8
188
 
            if seek_length > 0:
189
 
                # we read too much data
190
 
                self.fileobj.seek(-seek_length, 1)
191
 
                self._gzip_tail = self.decompress.unused_data[0:8]
192
 
            elif seek_length < 0:
193
 
                # we haven't read enough to check the checksum.
194
 
                if not (-8 < seek_length):
195
 
                    raise AssertionError("too great a seek")
196
 
                buf = self.fileobj.read(-seek_length)
197
 
                self._gzip_tail = self.decompress.unused_data + buf
198
 
            else:
199
 
                self._gzip_tail = self.decompress.unused_data
200
 
 
201
 
            # Check the CRC and file size, and set the flag so we read
202
 
            # a new member on the next call
203
 
            self._read_eof()
204
 
            self._new_member = True
205
 
 
206
 
    def _read_eof(self):
207
 
        """tuned to reduce function calls and eliminate file seeking:
208
 
        pass 1:
209
 
        reduces lsprof count from 800 to 288
210
 
        4168 in 296 
211
 
        avoid U32 call by using struct format L
212
 
        4168 in 200
213
 
        """
214
 
        # We've read to the end of the file, so we should have 8 bytes of 
215
 
        # unused data in the decompressor. If we don't, there is a corrupt file.
216
 
        # We use these 8 bytes to calculate the CRC and the recorded file size.
217
 
        # We then check the that the computed CRC and size of the
218
 
        # uncompressed data matches the stored values.  Note that the size
219
 
        # stored is the true file size mod 2**32.
220
 
        if not (len(self._gzip_tail) == 8):
221
 
            raise AssertionError("gzip trailer is incorrect length.")
222
 
        crc32, isize = struct.unpack("<LL", self._gzip_tail)
223
 
        # note that isize is unsigned - it can exceed 2GB
224
 
        if crc32 != U32(self.crc):
225
 
            raise IOError, "CRC check failed %d %d" % (crc32, U32(self.crc))
226
 
        elif isize != LOWU32(self.size):
227
 
            raise IOError, "Incorrect length of data produced"
228
 
 
229
 
    def _read_gzip_header(self, bytes=None):
230
 
        """Supply bytes if the minimum header size is already read.
231
 
        
232
 
        :param bytes: 10 bytes of header data.
233
 
        """
234
 
        """starting cost: 300 in 3998
235
 
        15998 reads from 3998 calls
236
 
        final cost 168
237
 
        """
238
 
        if bytes is None:
239
 
            bytes = self.fileobj.read(10)
240
 
        magic = bytes[0:2]
241
 
        if magic != '\037\213':
242
 
            raise IOError, 'Not a gzipped file'
243
 
        method = ord(bytes[2:3])
244
 
        if method != 8:
245
 
            raise IOError, 'Unknown compression method'
246
 
        flag = ord(bytes[3:4])
247
 
        # modtime = self.fileobj.read(4) (bytes [4:8])
248
 
        # extraflag = self.fileobj.read(1) (bytes[8:9])
249
 
        # os = self.fileobj.read(1) (bytes[9:10])
250
 
        # self.fileobj.read(6)
251
 
 
252
 
        if flag & FEXTRA:
253
 
            # Read & discard the extra field, if present
254
 
            xlen = ord(self.fileobj.read(1))
255
 
            xlen = xlen + 256*ord(self.fileobj.read(1))
256
 
            self.fileobj.read(xlen)
257
 
        if flag & FNAME:
258
 
            # Read and discard a null-terminated string containing the filename
259
 
            while True:
260
 
                s = self.fileobj.read(1)
261
 
                if not s or s=='\000':
262
 
                    break
263
 
        if flag & FCOMMENT:
264
 
            # Read and discard a null-terminated string containing a comment
265
 
            while True:
266
 
                s = self.fileobj.read(1)
267
 
                if not s or s=='\000':
268
 
                    break
269
 
        if flag & FHCRC:
270
 
            self.fileobj.read(2)     # Read & discard the 16-bit header CRC
271
 
 
272
 
    def readline(self, size=-1):
273
 
        """Tuned to remove buffer length calls in _unread and...
274
 
        
275
 
        also removes multiple len(c) calls, inlines _unread,
276
 
        total savings - lsprof 5800 to 5300
277
 
        phase 2:
278
 
        4168 calls in 2233
279
 
        8176 calls to read() in 1684
280
 
        changing the min chunk size to 200 halved all the cache misses
281
 
        leading to a drop to:
282
 
        4168 calls in 1977
283
 
        4168 call to read() in 1646
284
 
        - i.e. just reduced the function call overhead. May be worth 
285
 
          keeping.
286
 
        """
287
 
        if size < 0: size = sys.maxint
288
 
        bufs = []
289
 
        readsize = min(200, size)    # Read from the file in small chunks
290
 
        while True:
291
 
            if size == 0:
292
 
                return "".join(bufs) # Return resulting line
293
 
 
294
 
            # c is the chunk
295
 
            c = self.read(readsize)
296
 
            # number of bytes read
297
 
            len_c = len(c)
298
 
            i = c.find('\n')
299
 
            if size is not None:
300
 
                # We set i=size to break out of the loop under two
301
 
                # conditions: 1) there's no newline, and the chunk is
302
 
                # larger than size, or 2) there is a newline, but the
303
 
                # resulting line would be longer than 'size'.
304
 
                if i==-1 and len_c > size: i=size-1
305
 
                elif size <= i: i = size -1
306
 
 
307
 
            if i >= 0 or c == '':
308
 
                # if i>= 0 we have a newline or have triggered the above
309
 
                # if size is not None condition.
310
 
                # if c == '' its EOF.
311
 
                bufs.append(c[:i+1])    # Add portion of last chunk
312
 
                # -- inlined self._unread --
313
 
                ## self._unread(c[i+1:], len_c - i)   # Push back rest of chunk
314
 
                self.extrabuf = c[i+1:] + self.extrabuf
315
 
                self.extrasize = len_c - i + self.extrasize
316
 
                self.offset -= len_c - i
317
 
                # -- end inlined self._unread --
318
 
                return ''.join(bufs)    # Return resulting line
319
 
 
320
 
            # Append chunk to list, decrease 'size',
321
 
            bufs.append(c)
322
 
            size = size - len_c
323
 
            readsize = min(size, readsize * 2)
324
 
 
325
 
    def readlines(self, sizehint=0):
326
 
        # optimise to avoid all the buffer manipulation
327
 
        # lsprof changed from:
328
 
        # 4168 calls in 5472 with 32000 calls to readline()
329
 
        # to :
330
 
        # 4168 calls in 417.
331
 
        # Negative numbers result in reading all the lines
332
 
        
333
 
        # python's gzip routine uses sizehint. This is a more efficient way
334
 
        # than python uses to honor it. But it is even more efficient to
335
 
        # just read the entire thing and use cStringIO to split into lines.
336
 
        # if sizehint <= 0:
337
 
        #     sizehint = -1
338
 
        # content = self.read(sizehint)
339
 
        # return bzrlib.osutils.split_lines(content)
340
 
        content = StringIO(self.read(-1))
341
 
        return content.readlines()
342
 
 
343
 
    def _unread(self, buf, len_buf=None):
344
 
        """tuned to remove unneeded len calls.
345
 
        
346
 
        because this is such an inner routine in readline, and readline is
347
 
        in many inner loops, this has been inlined into readline().
348
 
 
349
 
        The len_buf parameter combined with the reduction in len calls dropped
350
 
        the lsprof ms count for this routine on my test data from 800 to 200 - 
351
 
        a 75% saving.
352
 
        """
353
 
        if len_buf is None:
354
 
            len_buf = len(buf)
355
 
        self.extrabuf = buf + self.extrabuf
356
 
        self.extrasize = len_buf + self.extrasize
357
 
        self.offset -= len_buf
358
 
 
359
 
    def write(self, data):
360
 
        if self.mode != gzip.WRITE:
361
 
            import errno
362
 
            raise IOError(errno.EBADF, "write() on read-only GzipFile object")
363
 
 
364
 
        if self.fileobj is None:
365
 
            raise ValueError, "write() on closed GzipFile object"
366
 
        data_len = len(data)
367
 
        if data_len > 0:
368
 
            self.size = self.size + data_len
369
 
            self.crc = zlib.crc32(data, self.crc)
370
 
            self.fileobj.write( self.compress.compress(data) )
371
 
            self.offset += data_len
372
 
 
373
 
    def writelines(self, lines):
374
 
        # profiling indicated a significant overhead 
375
 
        # calling write for each line.
376
 
        # this batch call is a lot faster :).
377
 
        # (4 seconds to 1 seconds for the sample upgrades I was testing).
378
 
        self.write(''.join(lines))
379
 
 
380