~bzr-pqm/bzr/bzr.dev

« back to all changes in this revision

Viewing changes to bzrlib/hashcache.py

  • Committer: Martin Pool
  • Date: 2005-04-26 05:51:17 UTC
  • Revision ID: mbp@sourcefrog.net-20050426055116-e4bede04e549e4f6
- update doc upload scripts

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# out-of-date.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
 
import sha
34
 
 
35
 
from bzrlib.osutils import sha_file
36
 
from bzrlib.trace import mutter, warning
37
 
from bzrlib.atomicfile import AtomicFile
38
 
from bzrlib.osutils import pathjoin
39
 
 
40
 
 
41
 
FP_MODE_COLUMN = 5
42
 
 
43
 
def _fingerprint(abspath):
44
 
    try:
45
 
        fs = os.lstat(abspath)
46
 
    except OSError:
47
 
        # might be missing, etc
48
 
        return None
49
 
 
50
 
    if stat.S_ISDIR(fs.st_mode):
51
 
        return None
52
 
 
53
 
    # we discard any high precision because it's not reliable; perhaps we
54
 
    # could do better on some systems?
55
 
    return (fs.st_size, long(fs.st_mtime),
56
 
            long(fs.st_ctime), fs.st_ino, fs.st_dev, fs.st_mode)
57
 
 
58
 
 
59
 
class HashCache(object):
60
 
    """Cache for looking up file SHA-1.
61
 
 
62
 
    Files are considered to match the cached value if the fingerprint
63
 
    of the file has not changed.  This includes its mtime, ctime,
64
 
    device number, inode number, and size.  This should catch
65
 
    modifications or replacement of the file by a new one.
66
 
 
67
 
    This may not catch modifications that do not change the file's
68
 
    size and that occur within the resolution window of the
69
 
    timestamps.  To handle this we specifically do not cache files
70
 
    which have changed since the start of the present second, since
71
 
    they could undetectably change again.
72
 
 
73
 
    This scheme may fail if the machine's clock steps backwards.
74
 
    Don't do that.
75
 
 
76
 
    This does not canonicalize the paths passed in; that should be
77
 
    done by the caller.
78
 
 
79
 
    _cache
80
 
        Indexed by path, points to a two-tuple of the SHA-1 of the file.
81
 
        and its fingerprint.
82
 
 
83
 
    stat_count
84
 
        number of times files have been statted
85
 
 
86
 
    hit_count
87
 
        number of times files have been retrieved from the cache, avoiding a
88
 
        re-read
89
 
        
90
 
    miss_count
91
 
        number of misses (times files have been completely re-read)
92
 
    """
93
 
    needs_write = False
94
 
 
95
 
    def __init__(self, basedir):
96
 
        self.basedir = basedir
97
 
        self.hit_count = 0
98
 
        self.miss_count = 0
99
 
        self.stat_count = 0
100
 
        self.danger_count = 0
101
 
        self.removed_count = 0
102
 
        self.update_count = 0
103
 
        self._cache = {}
104
 
 
105
 
    def cache_file_name(self):
106
 
        # FIXME: duplicate path logic here, this should be 
107
 
        # something like 'branch.controlfile'.
108
 
        return pathjoin(self.basedir, '.bzr', 'stat-cache')
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 = pathjoin(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 = pathjoin(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
 
 
168
 
 
169
 
        mode = file_fp[FP_MODE_COLUMN]
170
 
        if stat.S_ISREG(mode):
171
 
            digest = sha_file(file(abspath, 'rb', buffering=65000))
172
 
        elif stat.S_ISLNK(mode):
173
 
            link_target = os.readlink(abspath)
174
 
            digest = sha.new(os.readlink(abspath)).hexdigest()
175
 
        else:
176
 
            raise BzrError("file %r: unknown file stat mode: %o"%(abspath,mode))
177
 
 
178
 
        now = int(time.time())
179
 
        if file_fp[1] >= now or file_fp[2] >= now:
180
 
            # changed too recently; can't be cached.  we can
181
 
            # return the result and it could possibly be cached
182
 
            # next time.
183
 
            self.danger_count += 1 
184
 
            if cache_fp:
185
 
                self.removed_count += 1
186
 
                self.needs_write = True
187
 
                del self._cache[path]
188
 
        else:
189
 
            self.update_count += 1
190
 
            self.needs_write = True
191
 
            self._cache[path] = (digest, file_fp)
192
 
        return digest
193
 
        
194
 
    def write(self):
195
 
        """Write contents of cache to file."""
196
 
        outf = AtomicFile(self.cache_file_name(), 'wb')
197
 
        try:
198
 
            print >>outf, CACHE_HEADER,
199
 
 
200
 
            for path, c  in self._cache.iteritems():
201
 
                assert '//' not in path, path
202
 
                outf.write(path.encode('utf-8'))
203
 
                outf.write('// ')
204
 
                print >>outf, c[0],     # hex sha1
205
 
                for fld in c[1]:
206
 
                    print >>outf, "%d" % fld,
207
 
                print >>outf
208
 
 
209
 
            outf.commit()
210
 
            self.needs_write = False
211
 
        finally:
212
 
            if not outf.closed:
213
 
                outf.abort()
214
 
 
215
 
    def read(self):
216
 
        """Reinstate cache from file.
217
 
 
218
 
        Overwrites existing cache.
219
 
 
220
 
        If the cache file has the wrong version marker, this just clears 
221
 
        the cache."""
222
 
        self._cache = {}
223
 
 
224
 
        fn = self.cache_file_name()
225
 
        try:
226
 
            inf = file(fn, 'rb', buffering=65000)
227
 
        except IOError, e:
228
 
            mutter("failed to open %s: %s", fn, e)
229
 
            # better write it now so it is valid
230
 
            self.needs_write = True
231
 
            return
232
 
 
233
 
 
234
 
        hdr = inf.readline()
235
 
        if hdr != CACHE_HEADER:
236
 
            mutter('cache header marker not found at top of %s;'
237
 
                   ' discarding cache', fn)
238
 
            self.needs_write = True
239
 
            return
240
 
 
241
 
        for l in inf:
242
 
            pos = l.index('// ')
243
 
            path = l[:pos].decode('utf-8')
244
 
            if path in self._cache:
245
 
                warning('duplicated path %r in cache' % path)
246
 
                continue
247
 
 
248
 
            pos += 3
249
 
            fields = l[pos:].split(' ')
250
 
            if len(fields) != 7:
251
 
                warning("bad line in hashcache: %r" % l)
252
 
                continue
253
 
 
254
 
            sha1 = fields[0]
255
 
            if len(sha1) != 40:
256
 
                warning("bad sha1 in hashcache: %r" % sha1)
257
 
                continue
258
 
 
259
 
            fp = tuple(map(long, fields[1:]))
260
 
 
261
 
            self._cache[path] = (sha1, fp)
262
 
 
263
 
        self.needs_write = False
264
 
           
265
 
 
266
 
 
267