~bzr-pqm/bzr/bzr.dev

« back to all changes in this revision

Viewing changes to doc/developers/commit.txt

  • 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
 
Commit Performance Notes
2
 
========================
3
 
 
4
 
.. contents:: :local:
5
 
 
6
 
Changes to commit
7
 
-----------------
8
 
 
9
 
We want to improve the commit code in two phases.
10
 
 
11
 
Phase one is to have a better separation from the format-specific logic,
12
 
the user interface, and the general process of committing.
13
 
 
14
 
Phase two is to have better interfaces by which a good workingtree format
15
 
can efficiently pass data to a good storage format.  If we get phase one
16
 
right, it will be relatively easy and non-disruptive to bring this in.
17
 
 
18
 
 
19
 
Commit: The Minimum Work Required
20
 
---------------------------------
21
 
 
22
 
Here is a description of the minimum work that commit must do.  We
23
 
want to make sure that our design doesn't cost too much more than this
24
 
minimum.  I am trying to do this without making too many assumptions
25
 
about the underlying storage, but am assuming that the ui and basic
26
 
architecture (wt, branch, repo) stays about the same.
27
 
 
28
 
The basic purpose of commit is to:
29
 
 
30
 
1. create and store a new revision based on the contents of the working tree
31
 
2. make this the new basis revision for the working tree
32
 
 
33
 
We can do a selected commit of only some files or subtrees.
34
 
 
35
 
The best performance we could hope for is:
36
 
- stat each versioned selected working file once
37
 
- read from the workingtree and write into the repository any new file texts
38
 
- in general, do work proportional to the size of the shape (eg
39
 
inventory) of the old and new selected trees, and to the total size of
40
 
the modified files
41
 
 
42
 
In more detail:
43
 
 
44
 
1.0 - Store new file texts: if a versioned file contains a new text
45
 
there is no avoiding storing it.  To determine which ones have changed
46
 
we must go over the workingtree and at least stat each file.  If the
47
 
file is modified since it was last hashed, it must be read in.
48
 
Ideally we would read it only once, and either notice that it has not
49
 
changed, or store it at that point.
50
 
 
51
 
On the other hand we want new code to be able to handle files that are
52
 
larger than will fit in memory.  We may then need to read each file up
53
 
to two times: once to determine if there is a new text and calculate
54
 
its hash, and again to store it.
55
 
 
56
 
1.1 - Store a tree-shape description (ie inventory or similar.)  This
57
 
describes the non-file objects, and provides a reference from the
58
 
Revision to the texts within it.
59
 
 
60
 
1.2 - Generate and store a new revision object.
61
 
 
62
 
1.3 - Do delta-compression on the stored objects.  (git notably does
63
 
not do this at commit time, deferring this entirely until later.)
64
 
This requires finding the appropriate basis for each modified file: in
65
 
the current scheme we get the file id, last-revision from the
66
 
dirstate, look into the knit for that text, extract that text in
67
 
total, generate a delta, then store that into the knit.  Most delta
68
 
operations are O(n**2) to O(n**3) in the size of the modified files.
69
 
 
70
 
1.4 - Cache annotation information for the changes: at the moment this
71
 
is done as part of the delta storage.  There are some flaws in that
72
 
approach, such as that it is not updated when ghosts are filled, and
73
 
the annotation can't be re-run with new diff parameters.
74
 
 
75
 
2.1 - Make the new revision the basis for the tree, and clear the list
76
 
of parents.  Strictly this is all that's logically necessary, unless
77
 
the working tree format requires more work.
78
 
 
79
 
The dirstate format does require more work, because it caches the
80
 
parent tree data for each file within the working tree data.  In
81
 
practice this means that every commit rewrites the entire dirstate
82
 
file - we could try to avoid rewriting the whole file but this may be
83
 
difficult because variable-length data (the last-changed revision id)
84
 
is inserted into many rows.
85
 
 
86
 
The current dirstate design then seems to mean that any commit of a
87
 
single file imposes a cost proportional to the size of the current
88
 
workingtree.  Maybe there are other benefits that outweigh this.
89
 
Alternatively if it was fast enough for operations to always look at
90
 
the original storage of the parent trees we could do without the
91
 
cache.
92
 
 
93
 
2.2 - Record the observed file hashes into the workingtree control
94
 
files.  For the files that we just committed, we have the information
95
 
to store a valid hash cache entry: we know their stat information and
96
 
the sha1 of the file contents.  This is not strictly necessary to the
97
 
speed of commit, but it will be useful later in avoiding reading those
98
 
files, and the only cost of doing it now is writing it out.
99
 
 
100
 
In fact there are some user interface niceties that complicate this:
101
 
 
102
 
3 - Before starting the commit proper, we prompt for a commit message
103
 
and in that commit message editor we show a list of the files that
104
 
will be committed: basically the output of bzr status.  This is
105
 
basically the same as the list of changes we detect while storing the
106
 
commit, but because the user will sometimes change the tree after
107
 
opening the commit editor and expect the final state to be committed I
108
 
think we do have to look for changes twice.  Since it takes the user a
109
 
while to enter a message this is not a big problem as long as both the
110
 
status summary and the commit are individually fast.
111
 
 
112
 
4 - As the commit proceeds (or after?) we show another status-like
113
 
summary.  Just printing the names of modified files as they're stored
114
 
would be easy.  Recording deleted and renamed files or directories is
115
 
more work: this can only be done by reference to the primary parent
116
 
tree and requires it be read in.  Worse, reporting renames requires
117
 
searching by id across the entire parent tree.   Possibly full
118
 
reporting should be a default-off verbose option because it does
119
 
require more work beyond the commit itself.
120
 
 
121
 
5 - Bazaar currently allows for missing files to be automatically
122
 
marked as removed at the time of commit.  Leaving aside the ui
123
 
consequences, this means that we have to update the working inventory
124
 
to mark these files as removed.  Since as discussed above we always
125
 
have to rewrite the dirstate on commit this is not substantial, though
126
 
we should make sure we do this in one pass, not two.  I have
127
 
previously proposed to make this behaviour a non-default option.
128
 
 
129
 
We may need to run hooks or generate signatures during commit, but
130
 
they don't seem to have substantial performance consequences.
131
 
 
132
 
If one wanted to optimize solely for the speed of commit I think
133
 
hash-addressed  file-per-text storage like in git (or bzr 0.1) is very
134
 
good.  Remarkably, it does not need to read the inventory for the
135
 
previous revision.  For each versioned file, we just need to get its
136
 
hash, either by reading the file or validating its stat data.  If that
137
 
hash is not already in the repository, the file is just copied in and
138
 
compressed.  As directories are traversed, they're turned into texts
139
 
and stored as well, and then finally the revision is too.  This does
140
 
depend on later doing some delta compression of these texts.
141
 
 
142
 
Variations on this are possible.  Rather than writing a single file
143
 
into the repository for each text, we could fold them into a single
144
 
collation or pack file.  That would create a smaller number of files
145
 
in the repository, but looking up a single text would require looking
146
 
into their indexes rather than just asking the filesystem.
147
 
 
148
 
Rather than using hashes we can use file-id/rev-id pairs as at
149
 
present, which has several consequences pro and con.
150
 
 
151
 
 
152
 
Commit vs Status
153
 
----------------
154
 
 
155
 
At first glance, commit simply stores the changes status reports. In fact,
156
 
this isn't technically correct: commit considers some files modified that
157
 
status does not. The notes below were put together by John Arbash Meinel
158
 
and Aaron Bentley in May 2007 to explain the finer details of commit to
159
 
Ian Clatworthy. They are recorded here as they are likely to be useful to
160
 
others new to Bazaar ...
161
 
 
162
 
1) **Unknown files have a different effect.** With --no-strict (the default)
163
 
   they have no effect and can be completely ignored. With --strict they
164
 
   should cause the commit to abort (so you don't forget to add the two new
165
 
   test files that you just created).
166
 
 
167
 
2) **Multiple parents.** 'status' always compares 2 trees, typically the
168
 
   last-committed tree and the current working tree. 'commit' will compare
169
 
   more trees if there has been a merge.
170
 
 
171
 
  a) The "last modified" property for files.
172
 
     A file may be marked as changed since the last commit, but that
173
 
     change may have come in from the merge, and the change could have
174
 
     happened several commits back. There are several edge cases to be
175
 
     handled here, like if both branches modified the same file, or if
176
 
     just one branch modified it.
177
 
     
178
 
  b) The trickier case is when a file appears unmodified since last
179
 
     commit, but it was modified versus one of the merged branches. I
180
 
     believe there are a few ways this can happen, like if a merged
181
 
     branch changes a file and then reverts it back (you still update
182
 
     the 'last modified' field).
183
 
     In general, if both sides disagree on the 'last-modified' flag,
184
 
     then you need to generate a new entry pointing 'last-modified' at
185
 
     this revision (because you are resolving the differences between
186
 
     the 2 parents).
187
 
 
188
 
3) **Automatic deletion of 'missing' files.** This is a point that we go
189
 
   back and forth on. I think the basic idea is that 'bzr commit' by
190
 
   default should abort if it finds a 'missing' file (in case that file was
191
 
   renamed rather than deleted), but 'bzr commit --auto' can add unknown
192
 
   files and remove missing files automatically.
193
 
 
194
 
4) **sha1 for newly added files.** status doesn't really need this: it should
195
 
   only care that the file is not present in base, but is present now. In
196
 
   some ways commit doesn't care either, since it needs to read and sha the
197
 
   file itself anyway.
198
 
 
199
 
5) **Nested trees.** status doesn't recurse into nested trees, but commit does.
200
 
   This is just because not all of the nested-trees work has been merged yet.
201
 
 
202
 
   A tree-reference is considered modified if the subtree has been
203
 
   committed since the last containing-tree commit.  But commit needs to
204
 
   recurse into every subtree, to ensure that a commit is done if the
205
 
   subtree has changed since its last commit.  _iter_changes only reports
206
 
   on tree-references that are modified, so it can't be used for doing
207
 
   subtree commits.
208
 
 
209
 
 
210
 
Avoiding Work: Smarter Change Detection
211
 
---------------------------------------
212
 
 
213
 
Commit currently walks through every file building an inventory. Here is
214
 
Aaron's brain dump on a better way ...
215
 
 
216
 
_iter_changes won't tell us about tree references that haven't changed,
217
 
even if those subtrees have changed.  (Unless we ask for unchanged
218
 
files, which we don't want to do, of course.)
219
 
 
220
 
There is an iter_references method, but using it looks just as expensive
221
 
as calling kind().
222
 
 
223
 
I did some work on updating commit to use iter_changes, but found for
224
 
multi-parent trees, I had to fall back to the slow inventory comparison
225
 
approach.
226
 
 
227
 
Really, I think we need a call akin to iter_changes that handles
228
 
multiple parents, and knows to emit entries when InventoryEntry.revision
229
 
is all that's changed.
230
 
 
231
 
 
232
 
Avoiding Work: Better Layering
233
 
------------------------------
234
 
 
235
 
For each file, commit is currently doing more work than it should. Here is
236
 
John's take on a better way ...
237
 
 
238
 
Note that "_iter_changes" *does* have to touch every path on disk, but
239
 
it just can do it in a more efficient manner. (It doesn't have to create
240
 
an InventoryEntry for all the ones that haven't changed).
241
 
 
242
 
I agree with Aaron that we need something a little different than
243
 
_iter_changes. Both because of handling multiple parents, as well as we
244
 
don't want it to actually read the files if we have a stat-cache miss.
245
 
 
246
 
Specifically, the commit code *has* to read the files because it is
247
 
going to add the text to the repository, and we want it to compute the
248
 
sha1 at *that* time, so we are guaranteed to have the valid sha (rather
249
 
than just whatever the last cached one was). So we want the code to
250
 
return 'None' if it doesn't have an up-to-date sha1, rather than reading
251
 
the file and computing it, just before it returns it to the parent.
252
 
 
253
 
The commit code (0.16) should really be restructured. It's layering is
254
 
pretty wrong.
255
 
 
256
 
Specifically, calling "kind()" requires a stat of the file. But we have
257
 
to do a stat to get the size/whether the record is up-to-date, etc. So
258
 
we really need to have a "create_an_up_to_date_inventory()" function.
259
 
But because we are accessing every object on disk, we want to be working
260
 
in tuples rather than Inventory objects. And because DirState already
261
 
has the parent records next to the current working inventory, it can do
262
 
all the work to do really fast comparison and throw-away of unimportant
263
 
records.
264
 
 
265
 
The way I made "bzr status" fast is by moving the 'ignore this record'
266
 
ability as deep into the stack as I could get. Status has the property
267
 
that you don't care about most of the records, just like commit. So the
268
 
sooner you can stop evaluating the 99% that you don't care about, the
269
 
less work you do.
270
 
 
271
 
 
272
 
Avoiding work: avoiding reading parent data
273
 
-------------------------------------------
274
 
 
275
 
We would like to avoid the work of reading any data about the parent
276
 
revisions.  We should at least try to avoid reading anything from the
277
 
repository; we can also consider whether it is possible or useful to hold
278
 
less parent information in the working tree.
279
 
 
280
 
When a commit of selected files is requested, the committed snapshot is a
281
 
composite of some directories from the parent revision and some from the
282
 
working tree.  In this case it is logically necessary to have the parent
283
 
inventory information.
284
 
 
285
 
If file last-change information or per-file graph information is stored
286
 
then it must be available from the parent trees.
287
 
 
288
 
If the Branch's storage method does delta compression at commit time it
289
 
may need to retrieve file or inventory texts from the repository.
290
 
 
291
 
It is desirable to avoid roundtrips to the Repository during commit,
292
 
particularly because it may be remote.  If the WorkingTree can determine
293
 
by itself that a text was in the parent and therefore should be in the
294
 
Repository that avoids one roundtrip per file.  
295
 
 
296
 
There is a possibility here that the parent revision is not stored, or not
297
 
correctly stored, in the repository the tree is being committed into, and
298
 
so the committed tree would not be reconstructable.  We could check that
299
 
the parent revision is present in the inventory and rely on the invariant
300
 
that if a revision is present, everything to reconstruct it will be
301
 
present too.
302
 
 
303
 
 
304
 
Code structure
305
 
--------------
306
 
 
307
 
Caller starts a commit
308
 
 
309
 
>>> Branch.commit(from_tree, options)
310
 
 
311
 
This creates a CommitBuilder object matched to the Branch, Repository and
312
 
Tree.  It can vary depending on model differences or by knowledge of what
313
 
is efficient with the Repository and Tree.  Model differences might
314
 
include whether no-text-change merges need to be reported, and whether the 
315
 
 
316
 
The basic CommitBuilder.commit structure can be 
317
 
 
318
 
1. Ask the branch if it is ready to commit (up to date with master if
319
 
   any.)
320
 
 
321
 
2. Ask the tree if it is ready to commit to the branch (up to date with
322
 
   branch?), no conflicts, etc
323
 
 
324
 
3. Commit changed files; prototype implementation:
325
 
 
326
 
   a. Ask the working tree for all committable files; for each it should
327
 
      return the per-file parents, stat information, kind, etc.
328
 
 
329
 
   b. Ask the repository to store the new file text; the repository should
330
 
      return the stored sha1 and new revision id.
331
 
 
332
 
4. Commit changed inventory
333
 
 
334
 
5. Commit revision object
335
 
 
336
 
 
337
 
 
338
 
 
339
 
 
340
 
 
341
 
 
342
 
 
343
 
 
344
 
Complications of commit
345
 
-----------------------
346
 
 
347
 
Bazaar (as of 0.17) does not support selective-file commit of a merge;
348
 
this could be done if we decide how it should be recorded - is this to be
349
 
stored as an overall merge revision; as a preliminary non-merge revisions;
350
 
or will the per-file graph diverge from the revision graph.
351
 
 
352
 
There are several checks that may cause the commit to be refused, which
353
 
may be activated or deactivated by options.
354
 
 
355
 
* presence of conflicts in the tree
356
 
 
357
 
* presence of unknown files
358
 
 
359
 
* the working tree basis is up to date with the branch tip
360
 
 
361
 
* the local branch is up to date with the master branch, if there 
362
 
  is one and --local is not specified
363
 
 
364
 
* an empty commit message is given, 
365
 
 
366
 
* a hook flags an error
367
 
 
368
 
* a "pointless" commit, with no inventory changes
369
 
 
370
 
Most of these require walking the tree and can be easily done while
371
 
recording the tree shape.  This does require that it be possible to abort
372
 
the commit after the tree changes have been recorded.  It could be ok to
373
 
either leave the unreachable partly-committed records in the repository,
374
 
or to roll back.
375
 
 
376
 
Other complications:
377
 
 
378
 
* when automatically adding new files or deleting missing files during
379
 
  commit, they must be noted during commit and written into the working
380
 
  tree at some point
381
 
 
382
 
* refuse "pointless" commits with no file changes - should be easy by
383
 
  just refusing to do the final step of storing a new overall inventory
384
 
  and revision object
385
 
 
386
 
* heuristic detection of renames between add and delete (out of scope for
387
 
  this change)
388
 
 
389
 
* pushing changes to a master branch if any
390
 
 
391
 
* running hooks, pre and post commit
392
 
 
393
 
* prompting for a commit message if necessary, including a list of the
394
 
  changes that have already been observed
395
 
 
396
 
* if there are tree references and recursing into them is enabled, then
397
 
  do so
398
 
 
399
 
Commit needs to protect against duplicated file ids 
400
 
 
401
 
 
402
 
Updates that need to be made in the working tree, either on conclusion
403
 
of commit or during the scan, include
404
 
 
405
 
* Changes made to the tree shape, including automatic adds, renames or
406
 
  deletes
407
 
 
408
 
* For trees (eg dirstate) that cache parent inventories, the old parent
409
 
  information must be removed and the new one inserted
410
 
 
411
 
* The tree hashcache information should be updated to reflect the stat
412
 
  value at which the file was the same as the committed version, and the
413
 
  content hash it was observed to have.  This needs to be done carefully to
414
 
  prevent inconsistencies if the file is modified during or shortly after
415
 
  the commit.  Perhaps it would work to read the mtime of the file before we
416
 
  read its text to commit.
417
 
 
418
 
 
419
 
Interface stack
420
 
---------------
421
 
 
422
 
The commit api is invoked by the command interface, and copies information
423
 
from the tree into the branch and its repository, possibly updating the
424
 
WorkingTree afterwards.
425
 
 
426
 
The command interface passes:
427
 
 
428
 
* a commit message (from an option, if any),
429
 
* or an indication that it should be read interactively from the ui object;
430
 
* a list of files to commit
431
 
* an option for a dry-run commit
432
 
* verbose option, or callback to indicate 
433
 
* timestamp, timezone, committer, chosen revision id
434
 
* config (for what?)
435
 
* option for local-only commit on a bound branch
436
 
* option for strict commits (fail if there are unknown or missing files)
437
 
* option to allow "pointless" commits (with no tree changes)
438
 
 
439
 
(This is rather a lot of options to pass individually and just for code tidyness maybe some of them should be combine into objects.)
440
 
 
441
 
>>> Branch.commit(from_tree, message, files_to_commit, ...)
442
 
 
443
 
There will be different implementations of this for different Branch
444
 
classes, whether for foreign branches or Bazaar repositories using
445
 
different storage methods.
446
 
 
447
 
Most of the commit should occur during a single lockstep iteration across
448
 
the workingtree and parent trees.  The WorkingTree interface needs to
449
 
provide methods that give commit all it needs.  Some of these methods
450
 
(such as answering the file's last change revision) may be deprecated in
451
 
newer working trees and there we have a choice of either calculating the
452
 
value from the data that is present, or refusing to support commit to
453
 
newer repositories.
454
 
 
455
 
For a dirstate tree the iteration of changes from the parent can easily be
456
 
done within its own iter_changes.
457
 
 
458
 
Dirstate inventories may be most easily updated in a single operation at
459
 
the end; however it may be best to accumulate data as we proceed through
460
 
the tree rather than revisiting it at the end.
461
 
 
462
 
Showing a progress bar for commit may not be necessary if we report files
463
 
as they are committed.  Alternatively we could transiently show a progress
464
 
bar for each directory that's scanned, even if no changes are observed.
465
 
 
466
 
This needs to collect a list of added/changed/removed files, each of which
467
 
must have its text stored (if any) and containing directory updated.  This
468
 
can be done by calling Tree._iter_changes on the source tree, asking for
469
 
changes 
470
 
 
471
 
In the 0.17 model the commit operation needs to know the per-file parents
472
 
and per-file last-changed revision.  
473
 
 
474
 
(In this and other operations we must avoid having multiple layers walk
475
 
over the tree separately.  For example, it is no good to have the Command
476
 
layer walk the tree to generate a list of all file ids to commit, because
477
 
the tree will also be walked later.  The layers that do need to operate
478
 
per-file should probably be bound together in a per-dirblock iterator,
479
 
rather than each iterating independently.)
480
 
 
481
 
Branch->Tree interface
482
 
----------------------
483
 
 
484
 
The Branch commit code needs to ask the Tree what should be committed, in
485
 
terms of changes from the parent revisions.  If the Tree holds all the
486
 
necessary parent tree information itself it can do it single handed;
487
 
otherwise it may need to ask the Repository for parent information.
488
 
 
489
 
This should be a streaming interface, probably like iter_changes returning
490
 
information per directory block.
491
 
 
492
 
The interface should not return a block for directories that are
493
 
recursively unchanged.
494
 
 
495
 
The tree's idea of what is possibly changed may be more conservative than
496
 
that of the branch.  For example the tree may report on merges of files
497
 
where the text is identical to the parents: this must be recorded for
498
 
Bazaar branches that record per-file ancestry but is not necessary for all
499
 
branches.  If the tree is responsible for determining when directories
500
 
have been recursively modified then it will report on all the parents of
501
 
such files.  There are several implementation options:
502
 
 
503
 
1. Return all files and directories the branch might want to commit, even
504
 
if the branch ends up taking no action on them.
505
 
 
506
 
2. When starting the iteration, the branch can specify what type of change
507
 
is considered interesting.
508
 
 
509
 
Since these types of changes are probably (??) rare compared to files that
510
 
are either completely unmodified or substantially modified, the first may
511
 
be the best and simplest option.
512
 
 
513
 
The branch needs to build an inventory to commit, which must include
514
 
unchanged files within changed directories.  This should be returned from
515
 
the working tree too.  Repositories that store per-directory inventories
516
 
will want to build and store these from the lowest directories up.
517
 
For 0.17 format repositories with an all-in-one inventory it may be
518
 
easiest to accumulate inventory entries in arbitrary order into an
519
 
in-memory Inventory and then serialize it.
520
 
 
521
 
It ought to be possible to commit any Tree into a Branch, without
522
 
requiring a WorkingTree; the commit code should cope if the tree is not
523
 
interested in updating hashcache information or does not have a
524
 
``last_revision``.
525
 
 
526
 
 
527
 
Information from the tree to repository
528
 
---------------------------------------
529
 
 
530
 
The main things the tree needs to tell the Branch about are:
531
 
 
532
 
* A file is modified from its parent revision (in text, permissions,
533
 
  other), and so its text may need to be stored.  
534
 
  
535
 
  Files should also be reported if they have more than one unique parent
536
 
  revision, for repositories that store per-file graphs or last-change
537
 
  revisions.  Perhaps this behaviour should be optional.
538
 
 
539
 
  **XXX:** are renames/deletions reported here too?
540
 
 
541
 
* The complete contents of a modified directory, so that its inventory
542
 
  text may be stored.  This should be done after all the contained files
543
 
  and directories have been reported.  If there are unmodified files, 
544
 
  or unselected files carried through from 
545
 
 
546
 
  XXX: Actually perhaps not grouped by directory, but rather grouped 
547
 
  appropriately for the shape of inventory storage in the repository. 
548
 
 
549
 
  In a zoomed-in checkout the workingtree may not have all the shape data
550
 
  for the entire tree.
551
 
 
552
 
* A file is missing -- could cause either automatic removal or an aborted
553
 
  commit.
554
 
 
555
 
* Any unknown files -- can cause automatic addition, abortion of a strict
556
 
  commit, or just reporting.
557
 
 
558
 
 
559
 
Information from the repository to the tree
560
 
-------------------------------------------
561
 
 
562
 
After the commit the tree needs to be updated to the new revision.  Some
563
 
information which was accumulated during the commit must be made available
564
 
to the workingtree.  It's probably reasonable to hold it all in memory and
565
 
allow the workingtree to get it in whatever order it wants.
566
 
 
567
 
* A list of modified entries, and for each one:
568
 
 
569
 
  * The stat values observed when the file was first read.
570
 
 
571
 
  * The hash of the committed file text.
572
 
 
573
 
  * The file's last-change revision, if appropriate.
574
 
 
575
 
  This should include any entries automatically added or removed.
576
 
 
577
 
This might be construed as an enhanced version of ``set_parent_trees``.
578
 
We can avoid a stat on each file by using the value that was observed when
579
 
it was first read.
580
 
 
581
 
 
582
 
 
583
 
Selective commit
584
 
----------------
585
 
 
586
 
For a partial commit the directory contents may need to contain a mix of
587
 
entries from the working tree and parent trees.  This code probably
588
 
shouldn't live in a specific tree implementation; maybe there should be a
589
 
general filter that selects paths from one tree into another?
590
 
 
591
 
However, the tree walking code does probably need to know about selected
592
 
paths to avoid examining unselected files or directories.
593
 
 
594
 
We never refuse selective file commits (except of merges).  
595
 
 
596
 
 
597
 
 
598
 
Common commit code
599
 
------------------
600
 
 
601
 
What is common to all commit implementations, regardless of workingtree or
602
 
repository format?
603
 
 
604
 
* Prompting for a commit message?
605
 
* Strictness/conflict checks?
606
 
* Auto add/remove?
607
 
 
608
 
How should this be separated?
609
 
 
610
 
 
611
 
 
612
 
Order of traversal
613
 
------------------
614
 
 
615
 
For current and contemplated Bazaar storage formats, we can only finally
616
 
commit a directory after its contained files and directories have been
617
 
committed.
618
 
 
619
 
The dirstate workingtree format naturally iterates by directory in order
620
 
by path, yielding directories before their contents.  This may also be the
621
 
most efficient order in which to stat and read the files.
622
 
 
623
 
One option would be to construe the interface as a visitor which reports
624
 
when files are detected to be changed, and also when directories are
625
 
finished.
626
 
 
627
 
 
628
 
Open question: per-file graphs
629
 
------------------------------
630
 
 
631
 
**XXX:** If we want to retain explicitly stored per-file graphs, it would
632
 
seem that we do need to record per-file parents.  We have not yet finally
633
 
settled that we do want to remove them or treat them as a cache.  This api
634
 
stack is still ok whether we do or not, but the internals of it may
635
 
change.