~bzr-pqm/bzr/bzr.dev

« back to all changes in this revision

Viewing changes to bzrlib/hashcache.py

  • Committer: mbp at sourcefrog
  • Date: 2005-04-05 08:24:51 UTC
  • Revision ID: mbp@sourcefrog.net-20050405082451-408ebb0fd108440f
start adding quotes

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# out-of-date.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