~bzr-pqm/bzr/bzr.dev

« back to all changes in this revision

Viewing changes to bzrlib/revfile.py

update TODO

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
 
 
93
 
 
94
 
import sys, zlib, struct, mdiff, stat, os, sha
95
 
from binascii import hexlify, unhexlify
96
 
 
97
 
factor = 10
98
 
 
99
 
_RECORDSIZE = 48
100
 
 
101
 
_HEADER = "bzr revfile v1\n"
102
 
_HEADER = _HEADER + ('\xff' * (_RECORDSIZE - len(_HEADER)))
103
 
_NO_RECORD = 0xFFFFFFFFL
104
 
 
105
 
# fields in the index record
106
 
I_SHA = 0
107
 
I_BASE = 1
108
 
I_FLAGS = 2
109
 
I_OFFSET = 3
110
 
I_LEN = 4
111
 
 
112
 
FL_GZIP = 1
113
 
 
114
 
# maximum number of patches in a row before recording a whole text.
115
 
CHAIN_LIMIT = 50
116
 
 
117
 
 
118
 
class RevfileError(Exception):
119
 
    pass
120
 
 
121
 
class LimitHitException(Exception):
122
 
    pass
123
 
 
124
 
class Revfile:
125
 
    def __init__(self, basename, mode):
126
 
        # TODO: Lock file  while open
127
 
 
128
 
        # TODO: advise of random access
129
 
 
130
 
        self.basename = basename
131
 
 
132
 
        if mode not in ['r', 'w']:
133
 
            raise RevfileError("invalid open mode %r" % mode)
134
 
        self.mode = mode
135
 
        
136
 
        idxname = basename + '.irev'
137
 
        dataname = basename + '.drev'
138
 
 
139
 
        idx_exists = os.path.exists(idxname)
140
 
        data_exists = os.path.exists(dataname)
141
 
 
142
 
        if idx_exists != data_exists:
143
 
            raise RevfileError("half-assed revfile")
144
 
        
145
 
        if not idx_exists:
146
 
            if mode == 'r':
147
 
                raise RevfileError("Revfile %r does not exist" % basename)
148
 
            
149
 
            self.idxfile = open(idxname, 'w+b')
150
 
            self.datafile = open(dataname, 'w+b')
151
 
            
152
 
            print 'init empty file'
153
 
            self.idxfile.write(_HEADER)
154
 
            self.idxfile.flush()
155
 
        else:
156
 
            if mode == 'r':
157
 
                diskmode = 'rb'
158
 
            else:
159
 
                diskmode = 'r+b'
160
 
                
161
 
            self.idxfile = open(idxname, diskmode)
162
 
            self.datafile = open(dataname, diskmode)
163
 
            
164
 
            h = self.idxfile.read(_RECORDSIZE)
165
 
            if h != _HEADER:
166
 
                raise RevfileError("bad header %r in index of %r"
167
 
                                   % (h, self.basename))
168
 
 
169
 
 
170
 
    def _check_index(self, idx):
171
 
        if idx < 0 or idx > len(self):
172
 
            raise RevfileError("invalid index %r" % idx)
173
 
 
174
 
    def _check_write(self):
175
 
        if self.mode != 'w':
176
 
            raise RevfileError("%r is open readonly" % self.basename)
177
 
 
178
 
 
179
 
    def find_sha(self, s):
180
 
        assert isinstance(s, str)
181
 
        assert len(s) == 20
182
 
        
183
 
        for idx, idxrec in enumerate(self):
184
 
            if idxrec[I_SHA] == s:
185
 
                return idx
186
 
        else:
187
 
            return _NO_RECORD
188
 
 
189
 
 
190
 
 
191
 
    def _add_compressed(self, text_sha, data, base, compress):
192
 
        # well, maybe compress
193
 
        flags = 0
194
 
        if compress:
195
 
            data_len = len(data)
196
 
            if data_len > 50:
197
 
                # don't do compression if it's too small; it's unlikely to win
198
 
                # enough to be worthwhile
199
 
                compr_data = zlib.compress(data)
200
 
                compr_len = len(compr_data)
201
 
                if compr_len < data_len:
202
 
                    data = compr_data
203
 
                    flags = FL_GZIP
204
 
                    ##print '- compressed %d -> %d, %.1f%%' \
205
 
                    ##      % (data_len, compr_len, float(compr_len)/float(data_len) * 100.0)
206
 
        return self._add_raw(text_sha, data, base, flags)
207
 
        
208
 
 
209
 
 
210
 
    def _add_raw(self, text_sha, data, base, flags):
211
 
        """Add pre-processed data, can be either full text or delta.
212
 
 
213
 
        This does the compression if that makes sense."""
214
 
        idx = len(self)
215
 
        self.datafile.seek(0, 2)        # to end
216
 
        self.idxfile.seek(0, 2)
217
 
        assert self.idxfile.tell() == _RECORDSIZE * (idx + 1)
218
 
        data_offset = self.datafile.tell()
219
 
 
220
 
        assert isinstance(data, str) # not unicode or anything weird
221
 
 
222
 
        self.datafile.write(data)
223
 
        self.datafile.flush()
224
 
 
225
 
        assert isinstance(text_sha, str)
226
 
        entry = text_sha
227
 
        entry += struct.pack(">IIII12x", base, flags, data_offset, len(data))
228
 
        assert len(entry) == _RECORDSIZE
229
 
 
230
 
        self.idxfile.write(entry)
231
 
        self.idxfile.flush()
232
 
 
233
 
        return idx
234
 
        
235
 
 
236
 
 
237
 
    def _add_full_text(self, text, text_sha, compress):
238
 
        """Add a full text to the file.
239
 
 
240
 
        This is not compressed against any reference version.
241
 
 
242
 
        Returns the index for that text."""
243
 
        return self._add_compressed(text_sha, text, _NO_RECORD, compress)
244
 
 
245
 
 
246
 
    def _add_delta(self, text, text_sha, base, compress):
247
 
        """Add a text stored relative to a previous text."""
248
 
        self._check_index(base)
249
 
        
250
 
        try:
251
 
            base_text = self.get(base, recursion_limit=CHAIN_LIMIT)
252
 
        except LimitHitException:
253
 
            return self._add_full_text(text, text_sha, compress)
254
 
        
255
 
        data = mdiff.bdiff(base_text, text)
256
 
        
257
 
        # If the delta is larger than the text, we might as well just
258
 
        # store the text.  (OK, the delta might be more compressible,
259
 
        # but the overhead of applying it probably still makes it
260
 
        # bad, and I don't want to compress both of them to find out.)
261
 
        if len(data) >= len(text):
262
 
            return self._add_full_text(text, text_sha, compress)
263
 
        else:
264
 
            return self._add_compressed(text_sha, data, base, compress)
265
 
 
266
 
 
267
 
    def add(self, text, base=_NO_RECORD, compress=True):
268
 
        """Add a new text to the revfile.
269
 
 
270
 
        If the text is already present them its existing id is
271
 
        returned and the file is not changed.
272
 
 
273
 
        If compress is true then gzip compression will be used if it
274
 
        reduces the size.
275
 
 
276
 
        If a base index is specified, that text *may* be used for
277
 
        delta compression of the new text.  Delta compression will
278
 
        only be used if it would be a size win and if the existing
279
 
        base is not at too long of a delta chain already.
280
 
        """
281
 
        self._check_write()
282
 
        
283
 
        text_sha = sha.new(text).digest()
284
 
 
285
 
        idx = self.find_sha(text_sha)
286
 
        if idx != _NO_RECORD:
287
 
            # TODO: Optional paranoid mode where we read out that record and make sure
288
 
            # it's the same, in case someone ever breaks SHA-1.
289
 
            return idx                  # already present
290
 
        
291
 
        if base == _NO_RECORD:
292
 
            return self._add_full_text(text, text_sha, compress)
293
 
        else:
294
 
            return self._add_delta(text, text_sha, base, compress)
295
 
 
296
 
 
297
 
 
298
 
    def get(self, idx, recursion_limit=None):
299
 
        """Retrieve text of a previous revision.
300
 
 
301
 
        If recursion_limit is an integer then walk back at most that
302
 
        many revisions and then raise LimitHitException, indicating
303
 
        that we ought to record a new file text instead of another
304
 
        delta.  Don't use this when trying to get out an existing
305
 
        revision."""
306
 
        
307
 
        idxrec = self[idx]
308
 
        base = idxrec[I_BASE]
309
 
        if base == _NO_RECORD:
310
 
            text = self._get_full_text(idx, idxrec)
311
 
        else:
312
 
            text = self._get_patched(idx, idxrec, recursion_limit)
313
 
 
314
 
        if sha.new(text).digest() != idxrec[I_SHA]:
315
 
            raise RevfileError("corrupt SHA-1 digest on record %d"
316
 
                               % idx)
317
 
 
318
 
        return text
319
 
 
320
 
 
321
 
 
322
 
    def _get_raw(self, idx, idxrec):
323
 
        flags = idxrec[I_FLAGS]
324
 
        if flags & ~FL_GZIP:
325
 
            raise RevfileError("unsupported index flags %#x on index %d"
326
 
                               % (flags, idx))
327
 
        
328
 
        l = idxrec[I_LEN]
329
 
        if l == 0:
330
 
            return ''
331
 
 
332
 
        self.datafile.seek(idxrec[I_OFFSET])
333
 
 
334
 
        data = self.datafile.read(l)
335
 
        if len(data) != l:
336
 
            raise RevfileError("short read %d of %d "
337
 
                               "getting text for record %d in %r"
338
 
                               % (len(data), l, idx, self.basename))
339
 
 
340
 
        if flags & FL_GZIP:
341
 
            data = zlib.decompress(data)
342
 
 
343
 
        return data
344
 
        
345
 
 
346
 
    def _get_full_text(self, idx, idxrec):
347
 
        assert idxrec[I_BASE] == _NO_RECORD
348
 
 
349
 
        text = self._get_raw(idx, idxrec)
350
 
 
351
 
        return text
352
 
 
353
 
 
354
 
    def _get_patched(self, idx, idxrec, recursion_limit):
355
 
        base = idxrec[I_BASE]
356
 
        assert base >= 0
357
 
        assert base < idx    # no loops!
358
 
 
359
 
        if recursion_limit == None:
360
 
            sub_limit = None
361
 
        else:
362
 
            sub_limit = recursion_limit - 1
363
 
            if sub_limit < 0:
364
 
                raise LimitHitException()
365
 
            
366
 
        base_text = self.get(base, sub_limit)
367
 
        patch = self._get_raw(idx, idxrec)
368
 
 
369
 
        text = mdiff.bpatch(base_text, patch)
370
 
 
371
 
        return text
372
 
 
373
 
 
374
 
 
375
 
    def __len__(self):
376
 
        """Return number of revisions."""
377
 
        l = os.fstat(self.idxfile.fileno())[stat.ST_SIZE]
378
 
        if l % _RECORDSIZE:
379
 
            raise RevfileError("bad length %d on index of %r" % (l, self.basename))
380
 
        if l < _RECORDSIZE:
381
 
            raise RevfileError("no header present in index of %r" % (self.basename))
382
 
        return int(l / _RECORDSIZE) - 1
383
 
 
384
 
 
385
 
    def __getitem__(self, idx):
386
 
        """Index by sequence id returns the index field"""
387
 
        ## TODO: Can avoid seek if we just moved there...
388
 
        self._seek_index(idx)
389
 
        idxrec = self._read_next_index()
390
 
        if idxrec == None:
391
 
            raise IndexError()
392
 
        else:
393
 
            return idxrec
394
 
 
395
 
 
396
 
    def _seek_index(self, idx):
397
 
        if idx < 0:
398
 
            raise RevfileError("invalid index %r" % idx)
399
 
        self.idxfile.seek((idx + 1) * _RECORDSIZE)
400
 
 
401
 
 
402
 
 
403
 
    def __iter__(self):
404
 
        """Read back all index records.
405
 
 
406
 
        Do not seek the index file while this is underway!"""
407
 
        sys.stderr.write(" ** iter called ** \n")
408
 
        self._seek_index(0)
409
 
        while True:
410
 
            idxrec = self._read_next_index()
411
 
            if not idxrec:
412
 
                break
413
 
            yield idxrec
414
 
        
415
 
 
416
 
    def _read_next_index(self):
417
 
        rec = self.idxfile.read(_RECORDSIZE)
418
 
        if not rec:
419
 
            return None
420
 
        elif len(rec) != _RECORDSIZE:
421
 
            raise RevfileError("short read of %d bytes getting index %d from %r"
422
 
                               % (len(rec), idx, self.basename))
423
 
        
424
 
        return struct.unpack(">20sIIII12x", rec)
425
 
 
426
 
        
427
 
    def dump(self, f=sys.stdout):
428
 
        f.write('%-8s %-40s %-8s %-8s %-8s %-8s\n' 
429
 
                % tuple('idx sha1 base flags offset len'.split()))
430
 
        f.write('-------- ---------------------------------------- ')
431
 
        f.write('-------- -------- -------- --------\n')
432
 
 
433
 
        for i, rec in enumerate(self):
434
 
            f.write("#%-7d %40s " % (i, hexlify(rec[0])))
435
 
            if rec[1] == _NO_RECORD:
436
 
                f.write("(none)   ")
437
 
            else:
438
 
                f.write("#%-7d " % rec[1])
439
 
                
440
 
            f.write("%8x %8d %8d\n" % (rec[2], rec[3], rec[4]))
441
 
 
442
 
 
443
 
    def total_text_size(self):
444
 
        """Return the sum of sizes of all file texts.
445
 
 
446
 
        This is how much space they would occupy if they were stored without
447
 
        delta and gzip compression.
448
 
 
449
 
        As a side effect this completely validates the Revfile, checking that all
450
 
        texts can be reproduced with the correct SHA-1."""
451
 
        t = 0L
452
 
        for idx in range(len(self)):
453
 
            t += len(self.get(idx))
454
 
        return t
455
 
        
456
 
 
457
 
 
458
 
def main(argv):
459
 
    try:
460
 
        cmd = argv[1]
461
 
    except IndexError:
462
 
        sys.stderr.write("usage: revfile dump\n"
463
 
                         "       revfile add\n"
464
 
                         "       revfile add-delta BASE\n"
465
 
                         "       revfile get IDX\n"
466
 
                         "       revfile find-sha HEX\n"
467
 
                         "       revfile total-text-size\n"
468
 
                         "       revfile last\n")
469
 
        return 1
470
 
 
471
 
    def rw():
472
 
        return Revfile('testrev', 'w')
473
 
 
474
 
    def ro():
475
 
        return Revfile('testrev', 'r')
476
 
 
477
 
    if cmd == 'add':
478
 
        print rw().add(sys.stdin.read())
479
 
    elif cmd == 'add-delta':
480
 
        print rw().add(sys.stdin.read(), int(argv[2]))
481
 
    elif cmd == 'dump':
482
 
        ro().dump()
483
 
    elif cmd == 'get':
484
 
        try:
485
 
            idx = int(argv[2])
486
 
        except IndexError:
487
 
            sys.stderr.write("usage: revfile get IDX\n")
488
 
            return 1
489
 
 
490
 
        if idx < 0 or idx >= len(r):
491
 
            sys.stderr.write("invalid index %r\n" % idx)
492
 
            return 1
493
 
 
494
 
        sys.stdout.write(ro().get(idx))
495
 
    elif cmd == 'find-sha':
496
 
        try:
497
 
            s = unhexlify(argv[2])
498
 
        except IndexError:
499
 
            sys.stderr.write("usage: revfile find-sha HEX\n")
500
 
            return 1
501
 
 
502
 
        idx = ro().find_sha(s)
503
 
        if idx == _NO_RECORD:
504
 
            sys.stderr.write("no such record\n")
505
 
            return 1
506
 
        else:
507
 
            print idx
508
 
    elif cmd == 'total-text-size':
509
 
        print ro().total_text_size()
510
 
    elif cmd == 'last':
511
 
        print len(ro())-1
512
 
    else:
513
 
        sys.stderr.write("unknown command %r\n" % cmd)
514
 
        return 1
515
 
    
516
 
 
517
 
if __name__ == '__main__':
518
 
    import sys
519
 
    sys.exit(main(sys.argv) or 0)