~bzr-pqm/bzr/bzr.dev

« back to all changes in this revision

Viewing changes to bzrlib/tuned_gzip.py

  • Committer: Canonical.com Patch Queue Manager
  • Date: 2006-06-08 06:38:32 UTC
  • mfrom: (1685.1.81 encoding)
  • Revision ID: pqm@pqm.ubuntu.com-20060608063832-74b46cf8fdd4567a
(jam,mbp,wvh) Lots of updates to unicode,url,and encoding support

Show diffs side-by-side

added added

removed removed

Lines of Context:
 
1
# Copyright (C) 2005, 2006 by 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
# make GzipFile faster:
 
21
import gzip
 
22
from gzip import U32, LOWU32, FEXTRA, FCOMMENT, FNAME, FHCRC
 
23
import sys
 
24
import struct
 
25
import zlib
 
26
 
 
27
# we want a \n preserved, break on \n only splitlines.
 
28
import bzrlib
 
29
 
 
30
__all__ = ["GzipFile"]
 
31
 
 
32
 
 
33
class GzipFile(gzip.GzipFile):
 
34
    """Knit tuned version of GzipFile.
 
35
 
 
36
    This is based on the following lsprof stats:
 
37
    python 2.4 stock GzipFile write:
 
38
    58971      0   5644.3090   2721.4730   gzip:193(write)
 
39
    +58971     0   1159.5530   1159.5530   +<built-in method compress>
 
40
    +176913    0    987.0320    987.0320   +<len>
 
41
    +58971     0    423.1450    423.1450   +<zlib.crc32>
 
42
    +58971     0    353.1060    353.1060   +<method 'write' of 'cStringIO.
 
43
                                            StringO' objects>
 
44
    tuned GzipFile write:
 
45
    58971      0   4477.2590   2103.1120   bzrlib.knit:1250(write)
 
46
    +58971     0   1297.7620   1297.7620   +<built-in method compress>
 
47
    +58971     0    406.2160    406.2160   +<zlib.crc32>
 
48
    +58971     0    341.9020    341.9020   +<method 'write' of 'cStringIO.
 
49
                                            StringO' objects>
 
50
    +58971     0    328.2670    328.2670   +<len>
 
51
 
 
52
 
 
53
    Yes, its only 1.6 seconds, but they add up.
 
54
    """
 
55
 
 
56
    def _add_read_data(self, data):
 
57
        # 4169 calls in 183
 
58
        # temp var for len(data) and switch to +='s.
 
59
        # 4169 in 139
 
60
        len_data = len(data)
 
61
        self.crc = zlib.crc32(data, self.crc)
 
62
        self.extrabuf += data
 
63
        self.extrasize += len_data
 
64
        self.size += len_data
 
65
 
 
66
    def _read(self, size=1024):
 
67
        # various optimisations:
 
68
        # reduces lsprof count from 2500 to 
 
69
        # 8337 calls in 1272, 365 internal
 
70
        if self.fileobj is None:
 
71
            raise EOFError, "Reached EOF"
 
72
 
 
73
        if self._new_member:
 
74
            # If the _new_member flag is set, we have to
 
75
            # jump to the next member, if there is one.
 
76
            #
 
77
            # First, check if we're at the end of the file;
 
78
            # if so, it's time to stop; no more members to read.
 
79
            next_header_bytes = self.fileobj.read(10)
 
80
            if next_header_bytes == '':
 
81
                raise EOFError, "Reached EOF"
 
82
 
 
83
            self._init_read()
 
84
            self._read_gzip_header(next_header_bytes)
 
85
            self.decompress = zlib.decompressobj(-zlib.MAX_WBITS)
 
86
            self._new_member = False
 
87
 
 
88
        # Read a chunk of data from the file
 
89
        buf = self.fileobj.read(size)
 
90
 
 
91
        # If the EOF has been reached, flush the decompression object
 
92
        # and mark this object as finished.
 
93
 
 
94
        if buf == "":
 
95
            self._add_read_data(self.decompress.flush())
 
96
            assert len(self.decompress.unused_data) >= 8, "what does flush do?"
 
97
            self._gzip_tail = self.decompress.unused_data[0:8]
 
98
            self._read_eof()
 
99
            # tell the driving read() call we have stuffed all the data
 
100
            # in self.extrabuf
 
101
            raise EOFError, 'Reached EOF'
 
102
 
 
103
        self._add_read_data(self.decompress.decompress(buf))
 
104
 
 
105
        if self.decompress.unused_data != "":
 
106
            # Ending case: we've come to the end of a member in the file,
 
107
            # so seek back to the start of the data for the next member which
 
108
            # is the length of the decompress objects unused data - the first
 
109
            # 8 bytes for the end crc and size records.
 
110
            #
 
111
            # so seek back to the start of the unused data, finish up
 
112
            # this member, and read a new gzip header.
 
113
            # (The number of bytes to seek back is the length of the unused
 
114
            # data, minus 8 because those 8 bytes are part of this member.
 
115
            seek_length = len (self.decompress.unused_data) - 8
 
116
            if seek_length > 0:
 
117
                # we read too much data
 
118
                self.fileobj.seek(-seek_length, 1)
 
119
                self._gzip_tail = self.decompress.unused_data[0:8]
 
120
            elif seek_length < 0:
 
121
                # we haven't read enough to check the checksum.
 
122
                assert -8 < seek_length, "too great a seek."
 
123
                buf = self.fileobj.read(-seek_length)
 
124
                self._gzip_tail = self.decompress.unused_data + buf
 
125
            else:
 
126
                self._gzip_tail = self.decompress.unused_data
 
127
 
 
128
            # Check the CRC and file size, and set the flag so we read
 
129
            # a new member on the next call
 
130
            self._read_eof()
 
131
            self._new_member = True
 
132
 
 
133
    def _read_eof(self):
 
134
        """tuned to reduce function calls and eliminate file seeking:
 
135
        pass 1:
 
136
        reduces lsprof count from 800 to 288
 
137
        4168 in 296 
 
138
        avoid U32 call by using struct format L
 
139
        4168 in 200
 
140
        """
 
141
        # We've read to the end of the file, so we should have 8 bytes of 
 
142
        # unused data in the decompressor. If we dont, there is a corrupt file.
 
143
        # We use these 8 bytes to calculate the CRC and the recorded file size.
 
144
        # We then check the that the computed CRC and size of the
 
145
        # uncompressed data matches the stored values.  Note that the size
 
146
        # stored is the true file size mod 2**32.
 
147
        assert len(self._gzip_tail) == 8, "gzip trailer is incorrect length."
 
148
        crc32, isize = struct.unpack("<LL", self._gzip_tail)
 
149
        # note that isize is unsigned - it can exceed 2GB
 
150
        if crc32 != U32(self.crc):
 
151
            raise IOError, "CRC check failed %d %d" % (crc32, U32(self.crc))
 
152
        elif isize != LOWU32(self.size):
 
153
            raise IOError, "Incorrect length of data produced"
 
154
 
 
155
    def _read_gzip_header(self, bytes=None):
 
156
        """Supply bytes if the minimum header size is already read.
 
157
        
 
158
        :param bytes: 10 bytes of header data.
 
159
        """
 
160
        """starting cost: 300 in 3998
 
161
        15998 reads from 3998 calls
 
162
        final cost 168
 
163
        """
 
164
        if bytes is None:
 
165
            bytes = self.fileobj.read(10)
 
166
        magic = bytes[0:2]
 
167
        if magic != '\037\213':
 
168
            raise IOError, 'Not a gzipped file'
 
169
        method = ord(bytes[2:3])
 
170
        if method != 8:
 
171
            raise IOError, 'Unknown compression method'
 
172
        flag = ord(bytes[3:4])
 
173
        # modtime = self.fileobj.read(4) (bytes [4:8])
 
174
        # extraflag = self.fileobj.read(1) (bytes[8:9])
 
175
        # os = self.fileobj.read(1) (bytes[9:10])
 
176
        # self.fileobj.read(6)
 
177
 
 
178
        if flag & FEXTRA:
 
179
            # Read & discard the extra field, if present
 
180
            xlen = ord(self.fileobj.read(1))
 
181
            xlen = xlen + 256*ord(self.fileobj.read(1))
 
182
            self.fileobj.read(xlen)
 
183
        if flag & FNAME:
 
184
            # Read and discard a null-terminated string containing the filename
 
185
            while True:
 
186
                s = self.fileobj.read(1)
 
187
                if not s or s=='\000':
 
188
                    break
 
189
        if flag & FCOMMENT:
 
190
            # Read and discard a null-terminated string containing a comment
 
191
            while True:
 
192
                s = self.fileobj.read(1)
 
193
                if not s or s=='\000':
 
194
                    break
 
195
        if flag & FHCRC:
 
196
            self.fileobj.read(2)     # Read & discard the 16-bit header CRC
 
197
 
 
198
    def readline(self, size=-1):
 
199
        """Tuned to remove buffer length calls in _unread and...
 
200
        
 
201
        also removes multiple len(c) calls, inlines _unread,
 
202
        total savings - lsprof 5800 to 5300
 
203
        phase 2:
 
204
        4168 calls in 2233
 
205
        8176 calls to read() in 1684
 
206
        changing the min chunk size to 200 halved all the cache misses
 
207
        leading to a drop to:
 
208
        4168 calls in 1977
 
209
        4168 call to read() in 1646
 
210
        - i.e. just reduced the function call overhead. May be worth 
 
211
          keeping.
 
212
        """
 
213
        if size < 0: size = sys.maxint
 
214
        bufs = []
 
215
        readsize = min(200, size)    # Read from the file in small chunks
 
216
        while True:
 
217
            if size == 0:
 
218
                return "".join(bufs) # Return resulting line
 
219
 
 
220
            # c is the chunk
 
221
            c = self.read(readsize)
 
222
            # number of bytes read
 
223
            len_c = len(c)
 
224
            i = c.find('\n')
 
225
            if size is not None:
 
226
                # We set i=size to break out of the loop under two
 
227
                # conditions: 1) there's no newline, and the chunk is
 
228
                # larger than size, or 2) there is a newline, but the
 
229
                # resulting line would be longer than 'size'.
 
230
                if i==-1 and len_c > size: i=size-1
 
231
                elif size <= i: i = size -1
 
232
 
 
233
            if i >= 0 or c == '':
 
234
                # if i>= 0 we have a newline or have triggered the above
 
235
                # if size is not None condition.
 
236
                # if c == '' its EOF.
 
237
                bufs.append(c[:i+1])    # Add portion of last chunk
 
238
                # -- inlined self._unread --
 
239
                ## self._unread(c[i+1:], len_c - i)   # Push back rest of chunk
 
240
                self.extrabuf = c[i+1:] + self.extrabuf
 
241
                self.extrasize = len_c - i + self.extrasize
 
242
                self.offset -= len_c - i
 
243
                # -- end inlined self._unread --
 
244
                return ''.join(bufs)    # Return resulting line
 
245
 
 
246
            # Append chunk to list, decrease 'size',
 
247
            bufs.append(c)
 
248
            size = size - len_c
 
249
            readsize = min(size, readsize * 2)
 
250
 
 
251
    def readlines(self, sizehint=0):
 
252
        # optimise to avoid all the buffer manipulation
 
253
        # lsprof changed from:
 
254
        # 4168 calls in 5472 with 32000 calls to readline()
 
255
        # to :
 
256
        # 4168 calls in 417.
 
257
        # Negative numbers result in reading all the lines
 
258
        if sizehint <= 0:
 
259
            sizehint = -1
 
260
        content = self.read(sizehint)
 
261
        return bzrlib.osutils.split_lines(content)
 
262
 
 
263
    def _unread(self, buf, len_buf=None):
 
264
        """tuned to remove unneeded len calls.
 
265
        
 
266
        because this is such an inner routine in readline, and readline is
 
267
        in many inner loops, this has been inlined into readline().
 
268
 
 
269
        The len_buf parameter combined with the reduction in len calls dropped
 
270
        the lsprof ms count for this routine on my test data from 800 to 200 - 
 
271
        a 75% saving.
 
272
        """
 
273
        if len_buf is None:
 
274
            len_buf = len(buf)
 
275
        self.extrabuf = buf + self.extrabuf
 
276
        self.extrasize = len_buf + self.extrasize
 
277
        self.offset -= len_buf
 
278
 
 
279
    def write(self, data):
 
280
        if self.mode != gzip.WRITE:
 
281
            import errno
 
282
            raise IOError(errno.EBADF, "write() on read-only GzipFile object")
 
283
 
 
284
        if self.fileobj is None:
 
285
            raise ValueError, "write() on closed GzipFile object"
 
286
        data_len = len(data)
 
287
        if data_len > 0:
 
288
            self.size = self.size + data_len
 
289
            self.crc = zlib.crc32(data, self.crc)
 
290
            self.fileobj.write( self.compress.compress(data) )
 
291
            self.offset += data_len
 
292
 
 
293
    def writelines(self, lines):
 
294
        # profiling indicated a significant overhead 
 
295
        # calling write for each line.
 
296
        # this batch call is a lot faster :).
 
297
        # (4 seconds to 1 seconds for the sample upgrades I was testing).
 
298
        self.write(''.join(lines))
 
299
 
 
300