~bzr-pqm/bzr/bzr.dev

« back to all changes in this revision

Viewing changes to bzrlib/revfile.py

  • Committer: Martin Pool
  • Date: 2005-05-02 04:24:33 UTC
  • Revision ID: mbp@sourcefrog.net-20050502042433-c825a7f7235f6b15
doc: notes on merge

Show diffs side-by-side

added added

removed removed

Lines of Context:
 
1
#! /usr/bin/env python
 
2
 
 
3
# (C) 2005 Canonical Ltd
 
4
 
 
5
# based on an idea by Matt Mackall
 
6
# modified to squish into bzr by Martin Pool
 
7
 
 
8
# This program is free software; you can redistribute it and/or modify
 
9
# it under the terms of the GNU General Public License as published by
 
10
# the Free Software Foundation; either version 2 of the License, or
 
11
# (at your option) any later version.
 
12
 
 
13
# This program is distributed in the hope that it will be useful,
 
14
# but WITHOUT ANY WARRANTY; without even the implied warranty of
 
15
# MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
 
16
# GNU General Public License for more details.
 
17
 
 
18
# You should have received a copy of the GNU General Public License
 
19
# along with this program; if not, write to the Free Software
 
20
# Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA  02111-1307  USA
 
21
 
 
22
 
 
23
"""Packed file revision storage.
 
24
 
 
25
A Revfile holds the text history of a particular source file, such
 
26
as Makefile.  It can represent a tree of text versions for that
 
27
file, allowing for microbranches within a single repository.
 
28
 
 
29
This is stored on disk as two files: an index file, and a data file.
 
30
The index file is short and always read completely into memory; the
 
31
data file is much longer and only the relevant bits of it,
 
32
identified by the index file, need to be read.
 
33
 
 
34
Each text version is identified by the SHA-1 of the full text of
 
35
that version.  It also has a sequence number within the file.
 
36
 
 
37
The index file has a short header and then a sequence of fixed-length
 
38
records:
 
39
 
 
40
* byte[20]    SHA-1 of text (as binary, not hex)
 
41
* uint32      sequence number this is based on, or -1 for full text
 
42
* uint32      flags: 1=zlib compressed
 
43
* uint32      offset in text file of start
 
44
* uint32      length of compressed delta in text file
 
45
* uint32[3]   reserved
 
46
 
 
47
total 48 bytes.
 
48
 
 
49
The header is also 48 bytes for tidyness and easy calculation.
 
50
 
 
51
Both the index and the text are only ever appended to; a consequence
 
52
is that sequence numbers are stable references.  But not every
 
53
repository in the world will assign the same sequence numbers,
 
54
therefore the SHA-1 is the only universally unique reference.
 
55
 
 
56
This is meant to scale to hold 100,000 revisions of a single file, by
 
57
which time the index file will be ~4.8MB and a bit big to read
 
58
sequentially.
 
59
 
 
60
Some of the reserved fields could be used to implement a (semi?)
 
61
balanced tree indexed by SHA1 so we can much more efficiently find the
 
62
index associated with a particular hash.  For 100,000 revs we would be
 
63
able to find it in about 17 random reads, which is not too bad.
 
64
 
 
65
This performs pretty well except when trying to calculate deltas of
 
66
really large files.  For that the main thing would be to plug in
 
67
something faster than difflib, which is after all pure Python.
 
68
Another approach is to just store the gzipped full text of big files,
 
69
though perhaps that's too perverse?
 
70
 
 
71
The iter method here will generally read through the whole index file
 
72
in one go.  With readahead in the kernel and python/libc (typically
 
73
128kB) this means that there should be no seeks and often only one
 
74
read() call to get everything into memory.
 
75
"""
 
76
 
 
77
 
 
78
# TODO: Something like pread() would make this slightly simpler and
 
79
# perhaps more efficient.
 
80
 
 
81
# TODO: Could also try to mmap things...  Might be faster for the
 
82
# index in particular?
 
83
 
 
84
# TODO: Some kind of faster lookup of SHAs?  The bad thing is that probably means
 
85
# rewriting existing records, which is not so nice.
 
86
 
 
87
# TODO: Something to check that regions identified in the index file
 
88
# completely butt up and do not overlap.  Strictly it's not a problem
 
89
# if there are gaps and that can happen if we're interrupted while
 
90
# writing to the datafile.  Overlapping would be very bad though.
 
91
 
 
92
 
 
93
 
 
94
import sys, zlib, struct, mdiff, stat, os, sha
 
95
from binascii import hexlify, unhexlify
 
96
 
 
97
factor = 10
 
98
 
 
99
_RECORDSIZE = 48
 
100
 
 
101
_HEADER = "bzr revfile v1\n"
 
102
_HEADER = _HEADER + ('\xff' * (_RECORDSIZE - len(_HEADER)))
 
103
_NO_RECORD = 0xFFFFFFFFL
 
104
 
 
105
# fields in the index record
 
106
I_SHA = 0
 
107
I_BASE = 1
 
108
I_FLAGS = 2
 
109
I_OFFSET = 3
 
110
I_LEN = 4
 
111
 
 
112
FL_GZIP = 1
 
113
 
 
114
# maximum number of patches in a row before recording a whole text.
 
115
CHAIN_LIMIT = 50
 
116
 
 
117
 
 
118
class RevfileError(Exception):
 
119
    pass
 
120
 
 
121
class LimitHitException(Exception):
 
122
    pass
 
123
 
 
124
class Revfile:
 
125
    def __init__(self, basename, mode):
 
126
        # TODO: Lock file  while open
 
127
 
 
128
        # TODO: advise of random access
 
129
 
 
130
        self.basename = basename
 
131
 
 
132
        if mode not in ['r', 'w']:
 
133
            raise RevfileError("invalid open mode %r" % mode)
 
134
        self.mode = mode
 
135
        
 
136
        idxname = basename + '.irev'
 
137
        dataname = basename + '.drev'
 
138
 
 
139
        idx_exists = os.path.exists(idxname)
 
140
        data_exists = os.path.exists(dataname)
 
141
 
 
142
        if idx_exists != data_exists:
 
143
            raise RevfileError("half-assed revfile")
 
144
        
 
145
        if not idx_exists:
 
146
            if mode == 'r':
 
147
                raise RevfileError("Revfile %r does not exist" % basename)
 
148
            
 
149
            self.idxfile = open(idxname, 'w+b')
 
150
            self.datafile = open(dataname, 'w+b')
 
151
            
 
152
            print 'init empty file'
 
153
            self.idxfile.write(_HEADER)
 
154
            self.idxfile.flush()
 
155
        else:
 
156
            if mode == 'r':
 
157
                diskmode = 'rb'
 
158
            else:
 
159
                diskmode = 'r+b'
 
160
                
 
161
            self.idxfile = open(idxname, diskmode)
 
162
            self.datafile = open(dataname, diskmode)
 
163
            
 
164
            h = self.idxfile.read(_RECORDSIZE)
 
165
            if h != _HEADER:
 
166
                raise RevfileError("bad header %r in index of %r"
 
167
                                   % (h, self.basename))
 
168
 
 
169
 
 
170
    def _check_index(self, idx):
 
171
        if idx < 0 or idx > len(self):
 
172
            raise RevfileError("invalid index %r" % idx)
 
173
 
 
174
    def _check_write(self):
 
175
        if self.mode != 'w':
 
176
            raise RevfileError("%r is open readonly" % self.basename)
 
177
 
 
178
 
 
179
    def find_sha(self, s):
 
180
        assert isinstance(s, str)
 
181
        assert len(s) == 20
 
182
        
 
183
        for idx, idxrec in enumerate(self):
 
184
            if idxrec[I_SHA] == s:
 
185
                return idx
 
186
        else:
 
187
            return _NO_RECORD
 
188
 
 
189
 
 
190
 
 
191
    def _add_compressed(self, text_sha, data, base, compress):
 
192
        # well, maybe compress
 
193
        flags = 0
 
194
        if compress:
 
195
            data_len = len(data)
 
196
            if data_len > 50:
 
197
                # don't do compression if it's too small; it's unlikely to win
 
198
                # enough to be worthwhile
 
199
                compr_data = zlib.compress(data)
 
200
                compr_len = len(compr_data)
 
201
                if compr_len < data_len:
 
202
                    data = compr_data
 
203
                    flags = FL_GZIP
 
204
                    ##print '- compressed %d -> %d, %.1f%%' \
 
205
                    ##      % (data_len, compr_len, float(compr_len)/float(data_len) * 100.0)
 
206
        return self._add_raw(text_sha, data, base, flags)
 
207
        
 
208
 
 
209
 
 
210
    def _add_raw(self, text_sha, data, base, flags):
 
211
        """Add pre-processed data, can be either full text or delta.
 
212
 
 
213
        This does the compression if that makes sense."""
 
214
        idx = len(self)
 
215
        self.datafile.seek(0, 2)        # to end
 
216
        self.idxfile.seek(0, 2)
 
217
        assert self.idxfile.tell() == _RECORDSIZE * (idx + 1)
 
218
        data_offset = self.datafile.tell()
 
219
 
 
220
        assert isinstance(data, str) # not unicode or anything weird
 
221
 
 
222
        self.datafile.write(data)
 
223
        self.datafile.flush()
 
224
 
 
225
        assert isinstance(text_sha, str)
 
226
        entry = text_sha
 
227
        entry += struct.pack(">IIII12x", base, flags, data_offset, len(data))
 
228
        assert len(entry) == _RECORDSIZE
 
229
 
 
230
        self.idxfile.write(entry)
 
231
        self.idxfile.flush()
 
232
 
 
233
        return idx
 
234
        
 
235
 
 
236
 
 
237
    def _add_full_text(self, text, text_sha, compress):
 
238
        """Add a full text to the file.
 
239
 
 
240
        This is not compressed against any reference version.
 
241
 
 
242
        Returns the index for that text."""
 
243
        return self._add_compressed(text_sha, text, _NO_RECORD, compress)
 
244
 
 
245
 
 
246
    def _add_delta(self, text, text_sha, base, compress):
 
247
        """Add a text stored relative to a previous text."""
 
248
        self._check_index(base)
 
249
        
 
250
        try:
 
251
            base_text = self.get(base, recursion_limit=CHAIN_LIMIT)
 
252
        except LimitHitException:
 
253
            return self._add_full_text(text, text_sha, compress)
 
254
        
 
255
        data = mdiff.bdiff(base_text, text)
 
256
        
 
257
        # If the delta is larger than the text, we might as well just
 
258
        # store the text.  (OK, the delta might be more compressible,
 
259
        # but the overhead of applying it probably still makes it
 
260
        # bad, and I don't want to compress both of them to find out.)
 
261
        if len(data) >= len(text):
 
262
            return self._add_full_text(text, text_sha, compress)
 
263
        else:
 
264
            return self._add_compressed(text_sha, data, base, compress)
 
265
 
 
266
 
 
267
    def add(self, text, base=_NO_RECORD, compress=True):
 
268
        """Add a new text to the revfile.
 
269
 
 
270
        If the text is already present them its existing id is
 
271
        returned and the file is not changed.
 
272
 
 
273
        If compress is true then gzip compression will be used if it
 
274
        reduces the size.
 
275
 
 
276
        If a base index is specified, that text *may* be used for
 
277
        delta compression of the new text.  Delta compression will
 
278
        only be used if it would be a size win and if the existing
 
279
        base is not at too long of a delta chain already.
 
280
        """
 
281
        self._check_write()
 
282
        
 
283
        text_sha = sha.new(text).digest()
 
284
 
 
285
        idx = self.find_sha(text_sha)
 
286
        if idx != _NO_RECORD:
 
287
            # TODO: Optional paranoid mode where we read out that record and make sure
 
288
            # it's the same, in case someone ever breaks SHA-1.
 
289
            return idx                  # already present
 
290
        
 
291
        if base == _NO_RECORD:
 
292
            return self._add_full_text(text, text_sha, compress)
 
293
        else:
 
294
            return self._add_delta(text, text_sha, base, compress)
 
295
 
 
296
 
 
297
 
 
298
    def get(self, idx, recursion_limit=None):
 
299
        """Retrieve text of a previous revision.
 
300
 
 
301
        If recursion_limit is an integer then walk back at most that
 
302
        many revisions and then raise LimitHitException, indicating
 
303
        that we ought to record a new file text instead of another
 
304
        delta.  Don't use this when trying to get out an existing
 
305
        revision."""
 
306
        
 
307
        idxrec = self[idx]
 
308
        base = idxrec[I_BASE]
 
309
        if base == _NO_RECORD:
 
310
            text = self._get_full_text(idx, idxrec)
 
311
        else:
 
312
            text = self._get_patched(idx, idxrec, recursion_limit)
 
313
 
 
314
        if sha.new(text).digest() != idxrec[I_SHA]:
 
315
            raise RevfileError("corrupt SHA-1 digest on record %d"
 
316
                               % idx)
 
317
 
 
318
        return text
 
319
 
 
320
 
 
321
 
 
322
    def _get_raw(self, idx, idxrec):
 
323
        flags = idxrec[I_FLAGS]
 
324
        if flags & ~FL_GZIP:
 
325
            raise RevfileError("unsupported index flags %#x on index %d"
 
326
                               % (flags, idx))
 
327
        
 
328
        l = idxrec[I_LEN]
 
329
        if l == 0:
 
330
            return ''
 
331
 
 
332
        self.datafile.seek(idxrec[I_OFFSET])
 
333
 
 
334
        data = self.datafile.read(l)
 
335
        if len(data) != l:
 
336
            raise RevfileError("short read %d of %d "
 
337
                               "getting text for record %d in %r"
 
338
                               % (len(data), l, idx, self.basename))
 
339
 
 
340
        if flags & FL_GZIP:
 
341
            data = zlib.decompress(data)
 
342
 
 
343
        return data
 
344
        
 
345
 
 
346
    def _get_full_text(self, idx, idxrec):
 
347
        assert idxrec[I_BASE] == _NO_RECORD
 
348
 
 
349
        text = self._get_raw(idx, idxrec)
 
350
 
 
351
        return text
 
352
 
 
353
 
 
354
    def _get_patched(self, idx, idxrec, recursion_limit):
 
355
        base = idxrec[I_BASE]
 
356
        assert base >= 0
 
357
        assert base < idx    # no loops!
 
358
 
 
359
        if recursion_limit == None:
 
360
            sub_limit = None
 
361
        else:
 
362
            sub_limit = recursion_limit - 1
 
363
            if sub_limit < 0:
 
364
                raise LimitHitException()
 
365
            
 
366
        base_text = self.get(base, sub_limit)
 
367
        patch = self._get_raw(idx, idxrec)
 
368
 
 
369
        text = mdiff.bpatch(base_text, patch)
 
370
 
 
371
        return text
 
372
 
 
373
 
 
374
 
 
375
    def __len__(self):
 
376
        """Return number of revisions."""
 
377
        l = os.fstat(self.idxfile.fileno())[stat.ST_SIZE]
 
378
        if l % _RECORDSIZE:
 
379
            raise RevfileError("bad length %d on index of %r" % (l, self.basename))
 
380
        if l < _RECORDSIZE:
 
381
            raise RevfileError("no header present in index of %r" % (self.basename))
 
382
        return int(l / _RECORDSIZE) - 1
 
383
 
 
384
 
 
385
    def __getitem__(self, idx):
 
386
        """Index by sequence id returns the index field"""
 
387
        ## TODO: Can avoid seek if we just moved there...
 
388
        self._seek_index(idx)
 
389
        idxrec = self._read_next_index()
 
390
        if idxrec == None:
 
391
            raise IndexError()
 
392
        else:
 
393
            return idxrec
 
394
 
 
395
 
 
396
    def _seek_index(self, idx):
 
397
        if idx < 0:
 
398
            raise RevfileError("invalid index %r" % idx)
 
399
        self.idxfile.seek((idx + 1) * _RECORDSIZE)
 
400
 
 
401
 
 
402
 
 
403
    def __iter__(self):
 
404
        """Read back all index records.
 
405
 
 
406
        Do not seek the index file while this is underway!"""
 
407
        sys.stderr.write(" ** iter called ** \n")
 
408
        self._seek_index(0)
 
409
        while True:
 
410
            idxrec = self._read_next_index()
 
411
            if not idxrec:
 
412
                break
 
413
            yield idxrec
 
414
        
 
415
 
 
416
    def _read_next_index(self):
 
417
        rec = self.idxfile.read(_RECORDSIZE)
 
418
        if not rec:
 
419
            return None
 
420
        elif len(rec) != _RECORDSIZE:
 
421
            raise RevfileError("short read of %d bytes getting index %d from %r"
 
422
                               % (len(rec), idx, self.basename))
 
423
        
 
424
        return struct.unpack(">20sIIII12x", rec)
 
425
 
 
426
        
 
427
    def dump(self, f=sys.stdout):
 
428
        f.write('%-8s %-40s %-8s %-8s %-8s %-8s\n' 
 
429
                % tuple('idx sha1 base flags offset len'.split()))
 
430
        f.write('-------- ---------------------------------------- ')
 
431
        f.write('-------- -------- -------- --------\n')
 
432
 
 
433
        for i, rec in enumerate(self):
 
434
            f.write("#%-7d %40s " % (i, hexlify(rec[0])))
 
435
            if rec[1] == _NO_RECORD:
 
436
                f.write("(none)   ")
 
437
            else:
 
438
                f.write("#%-7d " % rec[1])
 
439
                
 
440
            f.write("%8x %8d %8d\n" % (rec[2], rec[3], rec[4]))
 
441
 
 
442
 
 
443
    def total_text_size(self):
 
444
        """Return the sum of sizes of all file texts.
 
445
 
 
446
        This is how much space they would occupy if they were stored without
 
447
        delta and gzip compression.
 
448
 
 
449
        As a side effect this completely validates the Revfile, checking that all
 
450
        texts can be reproduced with the correct SHA-1."""
 
451
        t = 0L
 
452
        for idx in range(len(self)):
 
453
            t += len(self.get(idx))
 
454
        return t
 
455
        
 
456
 
 
457
 
 
458
def main(argv):
 
459
    try:
 
460
        cmd = argv[1]
 
461
    except IndexError:
 
462
        sys.stderr.write("usage: revfile dump\n"
 
463
                         "       revfile add\n"
 
464
                         "       revfile add-delta BASE\n"
 
465
                         "       revfile get IDX\n"
 
466
                         "       revfile find-sha HEX\n"
 
467
                         "       revfile total-text-size\n"
 
468
                         "       revfile last\n")
 
469
        return 1
 
470
 
 
471
    def rw():
 
472
        return Revfile('testrev', 'w')
 
473
 
 
474
    def ro():
 
475
        return Revfile('testrev', 'r')
 
476
 
 
477
    if cmd == 'add':
 
478
        print rw().add(sys.stdin.read())
 
479
    elif cmd == 'add-delta':
 
480
        print rw().add(sys.stdin.read(), int(argv[2]))
 
481
    elif cmd == 'dump':
 
482
        ro().dump()
 
483
    elif cmd == 'get':
 
484
        try:
 
485
            idx = int(argv[2])
 
486
        except IndexError:
 
487
            sys.stderr.write("usage: revfile get IDX\n")
 
488
            return 1
 
489
 
 
490
        if idx < 0 or idx >= len(r):
 
491
            sys.stderr.write("invalid index %r\n" % idx)
 
492
            return 1
 
493
 
 
494
        sys.stdout.write(ro().get(idx))
 
495
    elif cmd == 'find-sha':
 
496
        try:
 
497
            s = unhexlify(argv[2])
 
498
        except IndexError:
 
499
            sys.stderr.write("usage: revfile find-sha HEX\n")
 
500
            return 1
 
501
 
 
502
        idx = ro().find_sha(s)
 
503
        if idx == _NO_RECORD:
 
504
            sys.stderr.write("no such record\n")
 
505
            return 1
 
506
        else:
 
507
            print idx
 
508
    elif cmd == 'total-text-size':
 
509
        print ro().total_text_size()
 
510
    elif cmd == 'last':
 
511
        print len(ro())-1
 
512
    else:
 
513
        sys.stderr.write("unknown command %r\n" % cmd)
 
514
        return 1
 
515
    
 
516
 
 
517
if __name__ == '__main__':
 
518
    import sys
 
519
    sys.exit(main(sys.argv) or 0)