~bzr-pqm/bzr/bzr.dev

« back to all changes in this revision

Viewing changes to bzrlib/revfile.py

  • Committer: abentley
  • Date: 2005-10-14 03:50:50 UTC
  • mto: (1185.25.1)
  • mto: This revision was merged to the branch mainline in revision 1460.
  • Revision ID: abentley@lappy-20051014035050-d779472ccb599a51
semi-broke merge

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 os
 
97
import sha
 
98
import stat
 
99
import struct
 
100
import sys
 
101
import zlib
 
102
from binascii import hexlify, unhexlify
 
103
 
 
104
import bzrlib.mdiff as mdiff
 
105
 
 
106
 
 
107
_RECORDSIZE = 48
 
108
 
 
109
_HEADER = "bzr revfile v1\n"
 
110
_HEADER = _HEADER + ('\xff' * (_RECORDSIZE - len(_HEADER)))
 
111
_NO_RECORD = 0xFFFFFFFFL
 
112
 
 
113
# fields in the index record
 
114
I_SHA = 0
 
115
I_BASE = 1
 
116
I_FLAGS = 2
 
117
I_OFFSET = 3
 
118
I_LEN = 4
 
119
 
 
120
FL_GZIP = 1
 
121
 
 
122
# maximum number of patches in a row before recording a whole text.
 
123
CHAIN_LIMIT = 10
 
124
 
 
125
 
 
126
class RevfileError(Exception):
 
127
    pass
 
128
 
 
129
class LimitHitException(Exception):
 
130
    pass
 
131
 
 
132
class Revfile(object):
 
133
    def __init__(self, basename, mode):
 
134
        # TODO: Lock file  while open
 
135
 
 
136
        # TODO: advise of random access
 
137
 
 
138
        self.basename = basename
 
139
 
 
140
        if mode not in ['r', 'w']:
 
141
            raise RevfileError("invalid open mode %r" % mode)
 
142
        self.mode = mode
 
143
        
 
144
        idxname = basename + '.irev'
 
145
        dataname = basename + '.drev'
 
146
 
 
147
        idx_exists = os.path.exists(idxname)
 
148
        data_exists = os.path.exists(dataname)
 
149
 
 
150
        if idx_exists != data_exists:
 
151
            raise RevfileError("half-assed revfile")
 
152
        
 
153
        if not idx_exists:
 
154
            if mode == 'r':
 
155
                raise RevfileError("Revfile %r does not exist" % basename)
 
156
            
 
157
            self.idxfile = open(idxname, 'w+b')
 
158
            self.datafile = open(dataname, 'w+b')
 
159
            
 
160
            self.idxfile.write(_HEADER)
 
161
            self.idxfile.flush()
 
162
        else:
 
163
            if mode == 'r':
 
164
                diskmode = 'rb'
 
165
            else:
 
166
                diskmode = 'r+b'
 
167
                
 
168
            self.idxfile = open(idxname, diskmode)
 
169
            self.datafile = open(dataname, diskmode)
 
170
            
 
171
            h = self.idxfile.read(_RECORDSIZE)
 
172
            if h != _HEADER:
 
173
                raise RevfileError("bad header %r in index of %r"
 
174
                                   % (h, self.basename))
 
175
 
 
176
 
 
177
    def _check_index(self, idx):
 
178
        if idx < 0 or idx > len(self):
 
179
            raise RevfileError("invalid index %r" % idx)
 
180
 
 
181
    def _check_write(self):
 
182
        if self.mode != 'w':
 
183
            raise RevfileError("%r is open readonly" % self.basename)
 
184
 
 
185
 
 
186
    def find_sha(self, s):
 
187
        assert isinstance(s, str)
 
188
        assert len(s) == 20
 
189
        
 
190
        for idx, idxrec in enumerate(self):
 
191
            if idxrec[I_SHA] == s:
 
192
                return idx
 
193
        else:
 
194
            return _NO_RECORD
 
195
 
 
196
 
 
197
 
 
198
    def _add_compressed(self, text_sha, data, base, compress):
 
199
        # well, maybe compress
 
200
        flags = 0
 
201
        if compress:
 
202
            data_len = len(data)
 
203
            if data_len > 50:
 
204
                # don't do compression if it's too small; it's unlikely to win
 
205
                # enough to be worthwhile
 
206
                compr_data = zlib.compress(data)
 
207
                compr_len = len(compr_data)
 
208
                if compr_len < data_len:
 
209
                    data = compr_data
 
210
                    flags = FL_GZIP
 
211
                    ##print '- compressed %d -> %d, %.1f%%' \
 
212
                    ##      % (data_len, compr_len, float(compr_len)/float(data_len) * 100.0)
 
213
        return self._add_raw(text_sha, data, base, flags)
 
214
        
 
215
 
 
216
 
 
217
    def _add_raw(self, text_sha, data, base, flags):
 
218
        """Add pre-processed data, can be either full text or delta.
 
219
 
 
220
        This does the compression if that makes sense."""
 
221
        idx = len(self)
 
222
        self.datafile.seek(0, 2)        # to end
 
223
        self.idxfile.seek(0, 2)
 
224
        assert self.idxfile.tell() == _RECORDSIZE * (idx + 1)
 
225
        data_offset = self.datafile.tell()
 
226
 
 
227
        assert isinstance(data, str) # not unicode or anything weird
 
228
 
 
229
        self.datafile.write(data)
 
230
        self.datafile.flush()
 
231
 
 
232
        assert isinstance(text_sha, str)
 
233
        entry = text_sha
 
234
        entry += struct.pack(">IIII12x", base, flags, data_offset, len(data))
 
235
        assert len(entry) == _RECORDSIZE
 
236
 
 
237
        self.idxfile.write(entry)
 
238
        self.idxfile.flush()
 
239
 
 
240
        return idx
 
241
        
 
242
 
 
243
 
 
244
    def _add_full_text(self, text, text_sha, compress):
 
245
        """Add a full text to the file.
 
246
 
 
247
        This is not compressed against any reference version.
 
248
 
 
249
        Returns the index for that text."""
 
250
        return self._add_compressed(text_sha, text, _NO_RECORD, compress)
 
251
 
 
252
 
 
253
    # NOT USED
 
254
    def _choose_base(self, seed, base):
 
255
        while seed & 3 == 3:
 
256
            if base == _NO_RECORD:
 
257
                return _NO_RECORD
 
258
            idxrec = self[base]
 
259
            if idxrec[I_BASE] == _NO_RECORD:
 
260
                return base
 
261
 
 
262
            base = idxrec[I_BASE]
 
263
            seed >>= 2
 
264
                
 
265
        return base        # relative to this full text
 
266
        
 
267
 
 
268
 
 
269
    def _add_delta(self, text, text_sha, base, compress):
 
270
        """Add a text stored relative to a previous text."""
 
271
        self._check_index(base)
 
272
 
 
273
        try:
 
274
            base_text = self.get(base, CHAIN_LIMIT)
 
275
        except LimitHitException:
 
276
            return self._add_full_text(text, text_sha, compress)
 
277
        
 
278
        data = mdiff.bdiff(base_text, text)
 
279
 
 
280
 
 
281
        if True: # paranoid early check for bad diff
 
282
            result = mdiff.bpatch(base_text, data)
 
283
            assert result == text
 
284
            
 
285
        
 
286
        # If the delta is larger than the text, we might as well just
 
287
        # store the text.  (OK, the delta might be more compressible,
 
288
        # but the overhead of applying it probably still makes it
 
289
        # bad, and I don't want to compress both of them to find out.)
 
290
        if len(data) >= len(text):
 
291
            return self._add_full_text(text, text_sha, compress)
 
292
        else:
 
293
            return self._add_compressed(text_sha, data, base, compress)
 
294
 
 
295
 
 
296
    def add(self, text, base=None, compress=True):
 
297
        """Add a new text to the revfile.
 
298
 
 
299
        If the text is already present them its existing id is
 
300
        returned and the file is not changed.
 
301
 
 
302
        If compress is true then gzip compression will be used if it
 
303
        reduces the size.
 
304
 
 
305
        If a base index is specified, that text *may* be used for
 
306
        delta compression of the new text.  Delta compression will
 
307
        only be used if it would be a size win and if the existing
 
308
        base is not at too long of a delta chain already.
 
309
        """
 
310
        if base == None:
 
311
            base = _NO_RECORD
 
312
        
 
313
        self._check_write()
 
314
        
 
315
        text_sha = sha.new(text).digest()
 
316
 
 
317
        idx = self.find_sha(text_sha)
 
318
        if idx != _NO_RECORD:
 
319
            # TODO: Optional paranoid mode where we read out that record and make sure
 
320
            # it's the same, in case someone ever breaks SHA-1.
 
321
            return idx                  # already present
 
322
        
 
323
        # base = self._choose_base(ord(text_sha[0]), base)
 
324
 
 
325
        if base == _NO_RECORD:
 
326
            return self._add_full_text(text, text_sha, compress)
 
327
        else:
 
328
            return self._add_delta(text, text_sha, base, compress)
 
329
 
 
330
 
 
331
 
 
332
    def get(self, idx, recursion_limit=None):
 
333
        """Retrieve text of a previous revision.
 
334
 
 
335
        If recursion_limit is an integer then walk back at most that
 
336
        many revisions and then raise LimitHitException, indicating
 
337
        that we ought to record a new file text instead of another
 
338
        delta.  Don't use this when trying to get out an existing
 
339
        revision."""
 
340
        
 
341
        idxrec = self[idx]
 
342
        base = idxrec[I_BASE]
 
343
        if base == _NO_RECORD:
 
344
            text = self._get_full_text(idx, idxrec)
 
345
        else:
 
346
            text = self._get_patched(idx, idxrec, recursion_limit)
 
347
 
 
348
        if sha.new(text).digest() != idxrec[I_SHA]:
 
349
            raise RevfileError("corrupt SHA-1 digest on record %d in %s"
 
350
                               % (idx, self.basename))
 
351
 
 
352
        return text
 
353
 
 
354
 
 
355
 
 
356
    def _get_raw(self, idx, idxrec):
 
357
        flags = idxrec[I_FLAGS]
 
358
        if flags & ~FL_GZIP:
 
359
            raise RevfileError("unsupported index flags %#x on index %d"
 
360
                               % (flags, idx))
 
361
        
 
362
        l = idxrec[I_LEN]
 
363
        if l == 0:
 
364
            return ''
 
365
 
 
366
        self.datafile.seek(idxrec[I_OFFSET])
 
367
 
 
368
        data = self.datafile.read(l)
 
369
        if len(data) != l:
 
370
            raise RevfileError("short read %d of %d "
 
371
                               "getting text for record %d in %r"
 
372
                               % (len(data), l, idx, self.basename))
 
373
 
 
374
        if flags & FL_GZIP:
 
375
            data = zlib.decompress(data)
 
376
 
 
377
        return data
 
378
        
 
379
 
 
380
    def _get_full_text(self, idx, idxrec):
 
381
        assert idxrec[I_BASE] == _NO_RECORD
 
382
 
 
383
        text = self._get_raw(idx, idxrec)
 
384
 
 
385
        return text
 
386
 
 
387
 
 
388
    def _get_patched(self, idx, idxrec, recursion_limit):
 
389
        base = idxrec[I_BASE]
 
390
        assert base >= 0
 
391
        assert base < idx    # no loops!
 
392
 
 
393
        if recursion_limit == None:
 
394
            sub_limit = None
 
395
        else:
 
396
            sub_limit = recursion_limit - 1
 
397
            if sub_limit < 0:
 
398
                raise LimitHitException()
 
399
            
 
400
        base_text = self.get(base, sub_limit)
 
401
        patch = self._get_raw(idx, idxrec)
 
402
 
 
403
        text = mdiff.bpatch(base_text, patch)
 
404
 
 
405
        return text
 
406
 
 
407
 
 
408
 
 
409
    def __len__(self):
 
410
        """Return number of revisions."""
 
411
        l = os.fstat(self.idxfile.fileno())[stat.ST_SIZE]
 
412
        if l % _RECORDSIZE:
 
413
            raise RevfileError("bad length %d on index of %r" % (l, self.basename))
 
414
        if l < _RECORDSIZE:
 
415
            raise RevfileError("no header present in index of %r" % (self.basename))
 
416
        return int(l / _RECORDSIZE) - 1
 
417
 
 
418
 
 
419
    def __getitem__(self, idx):
 
420
        """Index by sequence id returns the index field"""
 
421
        ## TODO: Can avoid seek if we just moved there...
 
422
        self._seek_index(idx)
 
423
        idxrec = self._read_next_index()
 
424
        if idxrec == None:
 
425
            raise IndexError("no index %d" % idx)
 
426
        else:
 
427
            return idxrec
 
428
 
 
429
 
 
430
    def _seek_index(self, idx):
 
431
        if idx < 0:
 
432
            raise RevfileError("invalid index %r" % idx)
 
433
        self.idxfile.seek((idx + 1) * _RECORDSIZE)
 
434
 
 
435
 
 
436
 
 
437
    def __iter__(self):
 
438
        """Read back all index records.
 
439
 
 
440
        Do not seek the index file while this is underway!"""
 
441
        ## sys.stderr.write(" ** iter called ** \n")
 
442
        self._seek_index(0)
 
443
        while True:
 
444
            idxrec = self._read_next_index()
 
445
            if not idxrec:
 
446
                break
 
447
            yield idxrec
 
448
        
 
449
 
 
450
    def _read_next_index(self):
 
451
        rec = self.idxfile.read(_RECORDSIZE)
 
452
        if not rec:
 
453
            return None
 
454
        elif len(rec) != _RECORDSIZE:
 
455
            raise RevfileError("short read of %d bytes getting index %d from %r"
 
456
                               % (len(rec), idx, self.basename))
 
457
        
 
458
        return struct.unpack(">20sIIII12x", rec)
 
459
 
 
460
        
 
461
    def dump(self, f=sys.stdout):
 
462
        f.write('%-8s %-40s %-8s %-8s %-8s %-8s\n' 
 
463
                % tuple('idx sha1 base flags offset len'.split()))
 
464
        f.write('-------- ---------------------------------------- ')
 
465
        f.write('-------- -------- -------- --------\n')
 
466
 
 
467
        for i, rec in enumerate(self):
 
468
            f.write("#%-7d %40s " % (i, hexlify(rec[0])))
 
469
            if rec[1] == _NO_RECORD:
 
470
                f.write("(none)   ")
 
471
            else:
 
472
                f.write("#%-7d " % rec[1])
 
473
                
 
474
            f.write("%8x %8d %8d\n" % (rec[2], rec[3], rec[4]))
 
475
 
 
476
 
 
477
    def total_text_size(self):
 
478
        """Return the sum of sizes of all file texts.
 
479
 
 
480
        This is how much space they would occupy if they were stored without
 
481
        delta and gzip compression.
 
482
 
 
483
        As a side effect this completely validates the Revfile, checking that all
 
484
        texts can be reproduced with the correct SHA-1."""
 
485
        t = 0L
 
486
        for idx in range(len(self)):
 
487
            t += len(self.get(idx))
 
488
        return t
 
489
 
 
490
 
 
491
    def check(self, pb=None):
 
492
        """Extract every version and check its hash."""
 
493
        total = len(self)
 
494
        for i in range(total):
 
495
            if pb:
 
496
                pb.update("check revision", i, total)
 
497
            # the get method implicitly checks the SHA-1
 
498
            self.get(i)
 
499
        if pb:
 
500
            pb.clear()
 
501
        
 
502
 
 
503
 
 
504
def main(argv):
 
505
    try:
 
506
        cmd = argv[1]
 
507
        filename = argv[2]
 
508
    except IndexError:
 
509
        sys.stderr.write("usage: revfile dump REVFILE\n"
 
510
                         "       revfile add REVFILE < INPUT\n"
 
511
                         "       revfile add-delta REVFILE BASE < INPUT\n"
 
512
                         "       revfile add-series REVFILE BASE FILE...\n"
 
513
                         "       revfile get REVFILE IDX\n"
 
514
                         "       revfile find-sha REVFILE HEX\n"
 
515
                         "       revfile total-text-size REVFILE\n"
 
516
                         "       revfile last REVFILE\n")
 
517
        return 1
 
518
 
 
519
    if filename.endswith('.drev') or filename.endswith('.irev'):
 
520
        filename = filename[:-5]
 
521
 
 
522
    def rw():
 
523
        return Revfile(filename, 'w')
 
524
 
 
525
    def ro():
 
526
        return Revfile(filename, 'r')
 
527
 
 
528
    if cmd == 'add':
 
529
        print rw().add(sys.stdin.read())
 
530
    elif cmd == 'add-delta':
 
531
        print rw().add(sys.stdin.read(), int(argv[3]))
 
532
    elif cmd == 'add-series':
 
533
        r = rw()
 
534
        rev = int(argv[3])
 
535
        for fn in argv[4:]:
 
536
            print rev
 
537
            rev = r.add(file(fn).read(), rev)
 
538
    elif cmd == 'dump':
 
539
        ro().dump()
 
540
    elif cmd == 'get':
 
541
        try:
 
542
            idx = int(argv[3])
 
543
        except IndexError:
 
544
            sys.stderr.write("usage: revfile get FILE IDX\n")
 
545
            return 1
 
546
 
 
547
        r = ro()
 
548
 
 
549
        if idx < 0 or idx >= len(r):
 
550
            sys.stderr.write("invalid index %r\n" % idx)
 
551
            return 1
 
552
 
 
553
        sys.stdout.write(r.get(idx))
 
554
    elif cmd == 'find-sha':
 
555
        try:
 
556
            s = unhexlify(argv[3])
 
557
        except IndexError:
 
558
            sys.stderr.write("usage: revfile find-sha FILE HEX\n")
 
559
            return 1
 
560
 
 
561
        idx = ro().find_sha(s)
 
562
        if idx == _NO_RECORD:
 
563
            sys.stderr.write("no such record\n")
 
564
            return 1
 
565
        else:
 
566
            print idx
 
567
    elif cmd == 'total-text-size':
 
568
        print ro().total_text_size()
 
569
    elif cmd == 'last':
 
570
        print len(ro())-1
 
571
    elif cmd == 'check':
 
572
        import bzrlib.progress
 
573
        pb = bzrlib.progress.ProgressBar()
 
574
        ro().check(pb)
 
575
    else:
 
576
        sys.stderr.write("unknown command %r\n" % cmd)
 
577
        return 1
 
578
    
 
579
 
 
580
if __name__ == '__main__':
 
581
    import sys
 
582
    sys.exit(main(sys.argv) or 0)