~bzr-pqm/bzr/bzr.dev

« back to all changes in this revision

Viewing changes to bzrlib/hashcache.py

  • Committer: Martin Pool
  • Date: 2005-09-30 05:15:03 UTC
  • mto: (1185.14.2)
  • mto: This revision was merged to the branch mainline in revision 1396.
  • Revision ID: mbp@sourcefrog.net-20050930051503-9c049325215ddd1c
- fix up Branch.open_downlevel for Transport

Show diffs side-by-side

added added

removed removed

Lines of Context:
 
1
# (C) 2005 Canonical Ltd
 
2
 
 
3
# This program is free software; you can redistribute it and/or modify
 
4
# it under the terms of the GNU General Public License as published by
 
5
# the Free Software Foundation; either version 2 of the License, or
 
6
# (at your option) any later version.
 
7
 
 
8
# This program is distributed in the hope that it will be useful,
 
9
# but WITHOUT ANY WARRANTY; without even the implied warranty of
 
10
# MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
 
11
# GNU General Public License for more details.
 
12
 
 
13
# You should have received a copy of the GNU General Public License
 
14
# along with this program; if not, write to the Free Software
 
15
# Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA  02111-1307  USA
 
16
 
 
17
# TODO: Up-front, stat all files in order and remove those which are deleted or 
 
18
# out-of-date.  Don't actually re-read them until they're needed.  That ought 
 
19
# to bring all the inodes into core so that future stats to them are fast, and 
 
20
# it preserves the nice property that any caller will always get up-to-date
 
21
# data except in unavoidable cases.
 
22
 
 
23
# TODO: Perhaps return more details on the file to avoid statting it
 
24
# again: nonexistent, file type, size, etc
 
25
 
 
26
# TODO: Perhaps use a Python pickle instead of a text file; might be faster.
 
27
 
 
28
 
 
29
 
 
30
CACHE_HEADER = "### bzr hashcache v5\n"
 
31
 
 
32
import os, stat, time
 
33
 
 
34
from bzrlib.osutils import sha_file
 
35
from bzrlib.trace import mutter, warning
 
36
from bzrlib.atomicfile import AtomicFile
 
37
 
 
38
 
 
39
 
 
40
 
 
41
def _fingerprint(abspath):
 
42
    try:
 
43
        fs = os.lstat(abspath)
 
44
    except OSError:
 
45
        # might be missing, etc
 
46
        return None
 
47
 
 
48
    if stat.S_ISDIR(fs.st_mode):
 
49
        return None
 
50
 
 
51
    # we discard any high precision because it's not reliable; perhaps we
 
52
    # could do better on some systems?
 
53
    return (fs.st_size, long(fs.st_mtime),
 
54
            long(fs.st_ctime), fs.st_ino, fs.st_dev)
 
55
 
 
56
 
 
57
class HashCache(object):
 
58
    """Cache for looking up file SHA-1.
 
59
 
 
60
    Files are considered to match the cached value if the fingerprint
 
61
    of the file has not changed.  This includes its mtime, ctime,
 
62
    device number, inode number, and size.  This should catch
 
63
    modifications or replacement of the file by a new one.
 
64
 
 
65
    This may not catch modifications that do not change the file's
 
66
    size and that occur within the resolution window of the
 
67
    timestamps.  To handle this we specifically do not cache files
 
68
    which have changed since the start of the present second, since
 
69
    they could undetectably change again.
 
70
 
 
71
    This scheme may fail if the machine's clock steps backwards.
 
72
    Don't do that.
 
73
 
 
74
    This does not canonicalize the paths passed in; that should be
 
75
    done by the caller.
 
76
 
 
77
    _cache
 
78
        Indexed by path, points to a two-tuple of the SHA-1 of the file.
 
79
        and its fingerprint.
 
80
 
 
81
    stat_count
 
82
        number of times files have been statted
 
83
 
 
84
    hit_count
 
85
        number of times files have been retrieved from the cache, avoiding a
 
86
        re-read
 
87
        
 
88
    miss_count
 
89
        number of misses (times files have been completely re-read)
 
90
    """
 
91
    needs_write = False
 
92
 
 
93
    def __init__(self, basedir):
 
94
        self.basedir = basedir
 
95
        self.hit_count = 0
 
96
        self.miss_count = 0
 
97
        self.stat_count = 0
 
98
        self.danger_count = 0
 
99
        self.removed_count = 0
 
100
        self.update_count = 0
 
101
        self._cache = {}
 
102
 
 
103
 
 
104
    def cache_file_name(self):
 
105
        return os.sep.join([self.basedir, '.bzr', 'stat-cache'])
 
106
 
 
107
 
 
108
 
 
109
 
 
110
    def clear(self):
 
111
        """Discard all cached information.
 
112
 
 
113
        This does not reset the counters."""
 
114
        if self._cache:
 
115
            self.needs_write = True
 
116
            self._cache = {}
 
117
 
 
118
 
 
119
    def scan(self):
 
120
        """Scan all files and remove entries where the cache entry is obsolete.
 
121
        
 
122
        Obsolete entries are those where the file has been modified or deleted
 
123
        since the entry was inserted.        
 
124
        """
 
125
        prep = [(ce[1][3], path, ce) for (path, ce) in self._cache.iteritems()]
 
126
        prep.sort()
 
127
        
 
128
        for inum, path, cache_entry in prep:
 
129
            abspath = os.sep.join([self.basedir, path])
 
130
            fp = _fingerprint(abspath)
 
131
            self.stat_count += 1
 
132
            
 
133
            cache_fp = cache_entry[1]
 
134
    
 
135
            if (not fp) or (cache_fp != fp):
 
136
                # not here or not a regular file anymore
 
137
                self.removed_count += 1
 
138
                self.needs_write = True
 
139
                del self._cache[path]
 
140
 
 
141
 
 
142
    def get_sha1(self, path):
 
143
        """Return the sha1 of a file.
 
144
        """
 
145
        abspath = os.sep.join([self.basedir, path])
 
146
        self.stat_count += 1
 
147
        file_fp = _fingerprint(abspath)
 
148
        
 
149
        if not file_fp:
 
150
            # not a regular file or not existing
 
151
            if path in self._cache:
 
152
                self.removed_count += 1
 
153
                self.needs_write = True
 
154
                del self._cache[path]
 
155
            return None        
 
156
 
 
157
        if path in self._cache:
 
158
            cache_sha1, cache_fp = self._cache[path]
 
159
        else:
 
160
            cache_sha1, cache_fp = None, None
 
161
 
 
162
        if cache_fp == file_fp:
 
163
            self.hit_count += 1
 
164
            return cache_sha1
 
165
        
 
166
        self.miss_count += 1
 
167
        digest = sha_file(file(abspath, 'rb', buffering=65000))
 
168
 
 
169
        now = int(time.time())
 
170
        if file_fp[1] >= now or file_fp[2] >= now:
 
171
            # changed too recently; can't be cached.  we can
 
172
            # return the result and it could possibly be cached
 
173
            # next time.
 
174
            self.danger_count += 1 
 
175
            if cache_fp:
 
176
                self.removed_count += 1
 
177
                self.needs_write = True
 
178
                del self._cache[path]
 
179
        else:
 
180
            self.update_count += 1
 
181
            self.needs_write = True
 
182
            self._cache[path] = (digest, file_fp)
 
183
        
 
184
        return digest
 
185
        
 
186
 
 
187
 
 
188
 
 
189
    def write(self):
 
190
        """Write contents of cache to file."""
 
191
        outf = AtomicFile(self.cache_file_name(), 'wb')
 
192
        try:
 
193
            print >>outf, CACHE_HEADER,
 
194
 
 
195
            for path, c  in self._cache.iteritems():
 
196
                assert '//' not in path, path
 
197
                outf.write(path.encode('utf-8'))
 
198
                outf.write('// ')
 
199
                print >>outf, c[0],     # hex sha1
 
200
                for fld in c[1]:
 
201
                    print >>outf, "%d" % fld,
 
202
                print >>outf
 
203
 
 
204
            outf.commit()
 
205
            self.needs_write = False
 
206
        finally:
 
207
            if not outf.closed:
 
208
                outf.abort()
 
209
        
 
210
 
 
211
 
 
212
    def read(self):
 
213
        """Reinstate cache from file.
 
214
 
 
215
        Overwrites existing cache.
 
216
 
 
217
        If the cache file has the wrong version marker, this just clears 
 
218
        the cache."""
 
219
        self._cache = {}
 
220
 
 
221
        fn = self.cache_file_name()
 
222
        try:
 
223
            inf = file(fn, 'rb', buffering=65000)
 
224
        except IOError, e:
 
225
            mutter("failed to open %s: %s" % (fn, e))
 
226
            # better write it now so it is valid
 
227
            self.needs_write = True
 
228
            return
 
229
 
 
230
 
 
231
        hdr = inf.readline()
 
232
        if hdr != CACHE_HEADER:
 
233
            mutter('cache header marker not found at top of %s; discarding cache'
 
234
                   % fn)
 
235
            self.needs_write = True
 
236
            return
 
237
 
 
238
        for l in inf:
 
239
            pos = l.index('// ')
 
240
            path = l[:pos].decode('utf-8')
 
241
            if path in self._cache:
 
242
                warning('duplicated path %r in cache' % path)
 
243
                continue
 
244
 
 
245
            pos += 3
 
246
            fields = l[pos:].split(' ')
 
247
            if len(fields) != 6:
 
248
                warning("bad line in hashcache: %r" % l)
 
249
                continue
 
250
 
 
251
            sha1 = fields[0]
 
252
            if len(sha1) != 40:
 
253
                warning("bad sha1 in hashcache: %r" % sha1)
 
254
                continue
 
255
 
 
256
            fp = tuple(map(long, fields[1:]))
 
257
 
 
258
            self._cache[path] = (sha1, fp)
 
259
 
 
260
        self.needs_write = False
 
261
           
 
262
 
 
263
 
 
264