~bzr-pqm/bzr/bzr.dev

« back to all changes in this revision

Viewing changes to doc/developers/knitpack.txt

  • Committer: John Arbash Meinel
  • Date: 2007-11-13 20:37:09 UTC
  • mto: This revision was merged to the branch mainline in revision 3001.
  • Revision ID: john@arbash-meinel.com-20071113203709-kysdte0emqv84pnj
Fix bug #162486, by having RemoteBranch properly initialize self._revision_id_to_revno_map.

Show diffs side-by-side

added added

removed removed

Lines of Context:
 
1
==========================
 
2
KnitPack repository format
 
3
==========================
 
4
 
 
5
.. contents::
 
6
 
 
7
Using KnitPack repositories
 
8
===========================
 
9
 
 
10
Motivation
 
11
----------
 
12
 
 
13
KnitPack is a new repository format for Bazaar, which is expected to be
 
14
faster both locally and over the network, is usually more compact, and
 
15
will work with more FTP servers.
 
16
 
 
17
Our benchmarking results to date have been very promising. We fully expect
 
18
to make a pack-based format the default in the near future.  We would
 
19
therefore like as many people as possible using KnitPack repositories,
 
20
benchmarking the results and telling us where improvements are still needed.
 
21
 
 
22
Preparation
 
23
-----------
 
24
 
 
25
A small percentage of existing repositories may have some inconsistent
 
26
data within them. It's is a good idea to check the integrity of your
 
27
repositories before migrating them to knitpack format. To do this, run::
 
28
 
 
29
  bzr check
 
30
 
 
31
If that reports a problem, run this command::
 
32
 
 
33
  bzr reconcile
 
34
 
 
35
Note that this can take many hours for repositories with deep history
 
36
so be sure to set aside some time for this if it is required.
 
37
 
 
38
Creating a new knitpack branch
 
39
------------------------------
 
40
 
 
41
If you're starting a project from scratch, it's easy to make it a
 
42
``knitpack`` one. Here's how::
 
43
 
 
44
  cd my-stuff
 
45
  bzr init --knitpack-experimental
 
46
  bzr add
 
47
  bzr commit -m "initial import"
 
48
 
 
49
In other words, use the normal sequence of commands but add the
 
50
``--knitpack-experimental`` option to the ``init`` command.
 
51
 
 
52
Creating a new knitpack repository
 
53
----------------------------------
 
54
 
 
55
If you're starting a project from scratch and wish to use a shared repository
 
56
for branches, you can make it a ``knitpack`` repository like this::
 
57
 
 
58
  cd my-repo
 
59
  bzr init-repo --knitpack-experimental .
 
60
  cd my-stuff
 
61
  bzr init
 
62
  bzr add
 
63
  bzr commit -m "initial import"
 
64
 
 
65
In other words, use the normal sequence of commands but add the
 
66
``--knitpack-experimental`` option to the ``init-repo`` command.
 
67
 
 
68
Upgrading an existing branch or repository to knitpack format
 
69
-------------------------------------------------------------
 
70
 
 
71
If you have an existing branch and wish to migrate it to
 
72
a ``knitpack`` format, use the ``upgrade`` command like this::
 
73
 
 
74
  bzr upgrade --knitpack-experimental path-to-my-branch
 
75
 
 
76
If you are using a shared repository, run::
 
77
 
 
78
  bzr upgrade --knitpack-experimental ROOT_OF_REPOSITORY
 
79
 
 
80
to upgrade the history database. Note that this will not
 
81
alter the branch format of each branch, so
 
82
you will need to also upgrade each branch individually
 
83
if you are upgrading from an old (e.g. < 0.17) bzr.
 
84
More modern bzr's will already have the branch format at
 
85
our latest branch format which adds support for tags.
 
86
 
 
87
Starting a new knitpack branch from one in an older format
 
88
----------------------------------------------------------
 
89
 
 
90
This can be done in one of several ways:
 
91
 
 
92
1. Create a new branch and pull into it
 
93
2. Create a standalone branch and upgrade its format
 
94
3. Create a knitpack shared repository and branch into it
 
95
 
 
96
Here are the commands for using the ``pull`` approach::
 
97
 
 
98
    bzr init --knitpack-experimental my-new-branch
 
99
    cd my-new-branch
 
100
    bzr pull my-source-branch
 
101
 
 
102
Here are the commands for using the ``upgrade`` approach::
 
103
 
 
104
    bzr branch my-source-branch my-new-branch
 
105
    cd my-new-branch
 
106
    bzr upgrade --knitpack-experimental .
 
107
 
 
108
Here are the commands for the shared repository approach::
 
109
 
 
110
  cd my-repo
 
111
  bzr init-repo --knitpack-experimental .
 
112
  bzr branch my-source-branch my-new-branch
 
113
  cd my-new-branch
 
114
 
 
115
As a reminder, any of the above approaches can fail if the source branch
 
116
has inconsistent data within it and hasn't been reconciled yet. Please
 
117
be sure to check that before reporting problems.
 
118
 
 
119
Testing packs for bzr-svn users
 
120
-------------------------------
 
121
 
 
122
If you are using ``bzr-svn`` or are testing the prototype subtree support,
 
123
you can still use and assist in testing KnitPacks. The commands to use
 
124
are identical to the ones given above except that the name of the format
 
125
to use is ``knitpack-subtree-experimental``.
 
126
 
 
127
WARNING: Note that the subtree formats, ``dirstate-subtree`` and
 
128
``knitpack-subtree-experimental``, are **not** production strength yet and
 
129
may cause unexpected problems. They are required for the bzr-svn
 
130
plug-in but should otherwise only be used by people happy to live on the
 
131
bleeding edge. If you are using bzr-svn, you're on the bleeding edge anyway.
 
132
:-)
 
133
 
 
134
Reporting problems
 
135
------------------
 
136
 
 
137
If you need any help or encounter any problems, please contact the developers
 
138
via the usual ways, i.e. chat to us on IRC or send a message to our mailing
 
139
list. See http://bazaar-vcs.org/BzrSupport for contact details.
 
140
 
 
141
 
 
142
Technical notes
 
143
===============
 
144
 
 
145
Bazaar 0.92 adds a new format (experimental at first) implemented in
 
146
``bzrlib.repofmt.pack_repo.py``.
 
147
 
 
148
This format provides a knit-like interface which is quite compatible
 
149
with knit format repositories: you can get a VersionedFile for a
 
150
particular file-id, or for revisions, or for the inventory, even though
 
151
these do not correspond to single files on disk.
 
152
 
 
153
The on-disk format is that the repository directory contains these
 
154
files and subdirectories:
 
155
 
 
156
==================== =============================================
 
157
packs/               completed readonly packs
 
158
indices/             indices for completed packs
 
159
upload/              temporary files for packs currently being
 
160
                     written
 
161
obsolete_packs/      packs that have been repacked and are no
 
162
                     longer normally needed
 
163
pack-names           index of all live packs
 
164
lock/                lockdir
 
165
==================== =============================================
 
166
 
 
167
Note that for consistency we always write "indices" not "indexes".
 
168
 
 
169
This is implemented on top of pack files, which are written once from
 
170
start to end, then left alone.  A pack consists of a body file, plus
 
171
several index files.  There are four index files for each pack, which
 
172
have the same basename and an extension indicating the purpose of the
 
173
index:
 
174
 
 
175
======== ========== ======================== ==========================
 
176
extn     Purpose    Key                      References
 
177
======== ========== ======================== ==========================
 
178
``.tix`` File texts ``file_id, revision_id`` per-file parents,
 
179
                                             compression basis
 
180
                                             per-file parents
 
181
``.six`` Signatures ``revision_id,``         -
 
182
``.rix`` Revisions  ``revision_id,``         revision parents
 
183
``.iix`` Inventory  ``revision_id,``         revision parents,
 
184
                                             compression base
 
185
======== ========== ======================== ==========================
 
186
 
 
187
Indices are accessed through the ``bzrlib.index.GraphIndex`` class.
 
188
Indices are stored as sorted files on disk.  Each line is one record,
 
189
and contains:
 
190
 
 
191
 * key fields
 
192
 * a value string - for all these indices, this is an ascii decimal pair
 
193
   of "offset length" giving the position of the referenced data within
 
194
   the pack body file
 
195
 * a list of zero or more reference lists
 
196
 
 
197
The reference lists let a graph be stored within the index.  Each
 
198
reference list entry points to another entry in the same index.  The
 
199
references are represented as a byte offset for the target within the
 
200
index file.
 
201
 
 
202
When a compression base is given, it indicates that the body of the text
 
203
or inventory is a forward delta from the referenced revision.  The
 
204
compression base list must have length 0 or 1.
 
205
 
 
206
Like packs, indexes are written only once and then unmodified.  A
 
207
GraphIndex builder is a mutable in-memory graph that can be sorted,
 
208
cross-referenced and written out when the write group completes.
 
209
 
 
210
There can also be index entries with a value of 'a' for absent.  These
 
211
records exist just to be pointed to in a graph.  This is used, for
 
212
example, to give the revision-parent pointer when the parent revision is
 
213
in a previous pack.
 
214
 
 
215
The data content for each record is a knit data chunk.  The knits are
 
216
always unannotated - the annotations must be generated when needed.
 
217
(We'd like to cache/memoize the annotations.)  The data hunks can be
 
218
moved between packs without needing to recompress them.
 
219
 
 
220
It is not possible to regenerate an index from the body file, because it
 
221
contains information stored in the knit index that's not in the body.
 
222
(In particular, the per-file graph is only stored in the index.)
 
223
We would like to change this in a future format.
 
224
 
 
225
The lock is a regular LockDir lock.  The lock is only held for a much
 
226
reduced scope, while updating the pack-names file.  The bulk of the
 
227
insertion can be done without the repository locked.  This is an
 
228
implementation detail; the repository user should still call
 
229
``repository.lock_write`` at the regular time but be aware this does not
 
230
correspond to a physical mutex.
 
231
 
 
232
Read locks control caching but do not affect writers.
 
233
 
 
234
The newly-added repository write group concept is very important to
 
235
KnitPack repositories.  When ``start_write_group`` is called, a new
 
236
temporary pack is created and all modifications to the repository will
 
237
go into it until either ``commit_write_group`` or ``abort_write_group``
 
238
is called, at which time it is either finished and moved into place or
 
239
discarded respectively.  Write groups cannot be nested, only one can be
 
240
underway at a time on a Repository instance and they must occur within a
 
241
write lock.
 
242
 
 
243
Normally the data for each revision will be entirely within a single
 
244
pack but this is not required.
 
245
 
 
246
When a pack is finished, it gets a final name based on the md5 of all
 
247
the data written into the pack body file.
 
248
 
 
249
The ``pack-names`` file gives the list of all finished non-obsolete
 
250
packs.  (This should always be the same as the list of files in the
 
251
``packs/`` directory, but the file is needed for readonly http clients
 
252
that can't easily list directories, and it includes other information.)
 
253
The constraint on the ``pack-names`` list is that every file mentioned
 
254
must exist in the ``packs/`` directory.
 
255
 
 
256
In rare cases, when a writer is interrupted, about-to-be-removed packs
 
257
may still be present in the directory but removed from the list.
 
258
 
 
259
As well as the list of names, the pack-names file also contains the
 
260
size, in bytes, of each of the four indices.  This is used to bootstrap
 
261
bisection search within the indices.
 
262
 
 
263
In normal use, one pack will be created for each commit to a repository.
 
264
This would build up to an inefficient number of files over time, so a
 
265
``repack`` operation is available to recombine them, by producing larger
 
266
files containing data on multiple revisions.  This can be done manually
 
267
by running ``bzr pack``, and it also may happen automatically when a
 
268
write group is committed.
 
269
 
 
270
The repacking strategy used at the moment tries to balance not doing too
 
271
much work during commit with not having too many small files left in the
 
272
repository.  The algorithm is roughly this: the total number of
 
273
revisions in the repository is expressed as a decimal number, e.g.
 
274
"532".  Then we'll repack until we have five packs containing a hundred
 
275
revisions each, three packs containing ten revisions each, and two packs
 
276
with single revisions.  This means that each revision will normally
 
277
initially be created in a single-revision pack, then moved to a
 
278
ten-revision pack, then to a 100-pack, and so on.
 
279
 
 
280
As with other repositories, in normal use data is only inserted.
 
281
However, in some circumstances we may want to garbage-collect or prune
 
282
existing data, or reconcile indexes.
 
283
 
 
284
  vim: tw=72 ft=rest expandtab