~bzr-pqm/bzr/bzr.dev

« back to all changes in this revision

Viewing changes to bzrlib/tuned_gzip.py

  • Committer: Andrew Bennetts
  • Date: 2008-02-07 07:05:13 UTC
  • mto: This revision was merged to the branch mainline in revision 3398.
  • Revision ID: andrew.bennetts@canonical.com-20080207070513-u7tvul100g1yn6n7
Add a comment to the new CSS.

Show diffs side-by-side

added added

removed removed

Lines of Context:
 
1
# Copyright (C) 2005, 2006 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
from cStringIO import StringIO
 
21
 
 
22
# make GzipFile faster:
 
23
import gzip
 
24
from gzip import U32, LOWU32, FEXTRA, FCOMMENT, FNAME, FHCRC
 
25
import sys
 
26
import struct
 
27
import zlib
 
28
 
 
29
# we want a \n preserved, break on \n only splitlines.
 
30
import bzrlib
 
31
 
 
32
__all__ = ["GzipFile", "bytes_to_gzip"]
 
33
 
 
34
 
 
35
def bytes_to_gzip(bytes, factory=zlib.compressobj,
 
36
    level=zlib.Z_DEFAULT_COMPRESSION, method=zlib.DEFLATED,
 
37
    width=-zlib.MAX_WBITS, mem=zlib.DEF_MEM_LEVEL,
 
38
    crc32=zlib.crc32):
 
39
    """Create a gzip file containing bytes and return its content."""
 
40
    result = [
 
41
        '\037\213'  # self.fileobj.write('\037\213')  # magic header
 
42
        '\010'      # self.fileobj.write('\010')      # compression method
 
43
                    # fname = self.filename[:-3]
 
44
                    # flags = 0
 
45
                    # if fname:
 
46
                    #     flags = FNAME
 
47
        '\x00'      # self.fileobj.write(chr(flags))
 
48
        '\0\0\0\0'  # write32u(self.fileobj, long(time.time()))
 
49
        '\002'      # self.fileobj.write('\002')
 
50
        '\377'      # self.fileobj.write('\377')
 
51
                    # if fname:
 
52
        ''          #     self.fileobj.write(fname + '\000')
 
53
        ]
 
54
    # using a compressobj avoids a small header and trailer that the compress()
 
55
    # utility function adds.
 
56
    compress = factory(level, method, width, mem, 0)
 
57
    result.append(compress.compress(bytes))
 
58
    result.append(compress.flush())
 
59
    result.append(struct.pack("<L", LOWU32(crc32(bytes))))
 
60
    # size may exceed 2GB, or even 4GB
 
61
    result.append(struct.pack("<L", LOWU32(len(bytes))))
 
62
    return ''.join(result)
 
63
 
 
64
 
 
65
class GzipFile(gzip.GzipFile):
 
66
    """Knit tuned version of GzipFile.
 
67
 
 
68
    This is based on the following lsprof stats:
 
69
    python 2.4 stock GzipFile write:
 
70
    58971      0   5644.3090   2721.4730   gzip:193(write)
 
71
    +58971     0   1159.5530   1159.5530   +<built-in method compress>
 
72
    +176913    0    987.0320    987.0320   +<len>
 
73
    +58971     0    423.1450    423.1450   +<zlib.crc32>
 
74
    +58971     0    353.1060    353.1060   +<method 'write' of 'cStringIO.
 
75
                                            StringO' objects>
 
76
    tuned GzipFile write:
 
77
    58971      0   4477.2590   2103.1120   bzrlib.knit:1250(write)
 
78
    +58971     0   1297.7620   1297.7620   +<built-in method compress>
 
79
    +58971     0    406.2160    406.2160   +<zlib.crc32>
 
80
    +58971     0    341.9020    341.9020   +<method 'write' of 'cStringIO.
 
81
                                            StringO' objects>
 
82
    +58971     0    328.2670    328.2670   +<len>
 
83
 
 
84
 
 
85
    Yes, its only 1.6 seconds, but they add up.
 
86
    """
 
87
 
 
88
    def _add_read_data(self, data):
 
89
        # 4169 calls in 183
 
90
        # temp var for len(data) and switch to +='s.
 
91
        # 4169 in 139
 
92
        len_data = len(data)
 
93
        self.crc = zlib.crc32(data, self.crc)
 
94
        self.extrabuf += data
 
95
        self.extrasize += len_data
 
96
        self.size += len_data
 
97
 
 
98
    def _write_gzip_header(self):
 
99
        """A tuned version of gzip._write_gzip_header
 
100
 
 
101
        We have some extra constrains that plain Gzip does not.
 
102
        1) We want to write the whole blob at once. rather than multiple 
 
103
           calls to fileobj.write().
 
104
        2) We never have a filename
 
105
        3) We don't care about the time
 
106
        """
 
107
        self.fileobj.write(
 
108
           '\037\213'   # self.fileobj.write('\037\213')  # magic header
 
109
            '\010'      # self.fileobj.write('\010')      # compression method
 
110
                        # fname = self.filename[:-3]
 
111
                        # flags = 0
 
112
                        # if fname:
 
113
                        #     flags = FNAME
 
114
            '\x00'      # self.fileobj.write(chr(flags))
 
115
            '\0\0\0\0'  # write32u(self.fileobj, long(time.time()))
 
116
            '\002'      # self.fileobj.write('\002')
 
117
            '\377'      # self.fileobj.write('\377')
 
118
                        # if fname:
 
119
            ''          #     self.fileobj.write(fname + '\000')
 
120
            )
 
121
 
 
122
    def _read(self, size=1024):
 
123
        # various optimisations:
 
124
        # reduces lsprof count from 2500 to 
 
125
        # 8337 calls in 1272, 365 internal
 
126
        if self.fileobj is None:
 
127
            raise EOFError, "Reached EOF"
 
128
 
 
129
        if self._new_member:
 
130
            # If the _new_member flag is set, we have to
 
131
            # jump to the next member, if there is one.
 
132
            #
 
133
            # First, check if we're at the end of the file;
 
134
            # if so, it's time to stop; no more members to read.
 
135
            next_header_bytes = self.fileobj.read(10)
 
136
            if next_header_bytes == '':
 
137
                raise EOFError, "Reached EOF"
 
138
 
 
139
            self._init_read()
 
140
            self._read_gzip_header(next_header_bytes)
 
141
            self.decompress = zlib.decompressobj(-zlib.MAX_WBITS)
 
142
            self._new_member = False
 
143
 
 
144
        # Read a chunk of data from the file
 
145
        buf = self.fileobj.read(size)
 
146
 
 
147
        # If the EOF has been reached, flush the decompression object
 
148
        # and mark this object as finished.
 
149
 
 
150
        if buf == "":
 
151
            self._add_read_data(self.decompress.flush())
 
152
            assert len(self.decompress.unused_data) >= 8, "what does flush do?"
 
153
            self._gzip_tail = self.decompress.unused_data[0:8]
 
154
            self._read_eof()
 
155
            # tell the driving read() call we have stuffed all the data
 
156
            # in self.extrabuf
 
157
            raise EOFError, 'Reached EOF'
 
158
 
 
159
        self._add_read_data(self.decompress.decompress(buf))
 
160
 
 
161
        if self.decompress.unused_data != "":
 
162
            # Ending case: we've come to the end of a member in the file,
 
163
            # so seek back to the start of the data for the next member which
 
164
            # is the length of the decompress objects unused data - the first
 
165
            # 8 bytes for the end crc and size records.
 
166
            #
 
167
            # so seek back to the start of the unused data, finish up
 
168
            # this member, and read a new gzip header.
 
169
            # (The number of bytes to seek back is the length of the unused
 
170
            # data, minus 8 because those 8 bytes are part of this member.
 
171
            seek_length = len (self.decompress.unused_data) - 8
 
172
            if seek_length > 0:
 
173
                # we read too much data
 
174
                self.fileobj.seek(-seek_length, 1)
 
175
                self._gzip_tail = self.decompress.unused_data[0:8]
 
176
            elif seek_length < 0:
 
177
                # we haven't read enough to check the checksum.
 
178
                assert -8 < seek_length, "too great a seek."
 
179
                buf = self.fileobj.read(-seek_length)
 
180
                self._gzip_tail = self.decompress.unused_data + buf
 
181
            else:
 
182
                self._gzip_tail = self.decompress.unused_data
 
183
 
 
184
            # Check the CRC and file size, and set the flag so we read
 
185
            # a new member on the next call
 
186
            self._read_eof()
 
187
            self._new_member = True
 
188
 
 
189
    def _read_eof(self):
 
190
        """tuned to reduce function calls and eliminate file seeking:
 
191
        pass 1:
 
192
        reduces lsprof count from 800 to 288
 
193
        4168 in 296 
 
194
        avoid U32 call by using struct format L
 
195
        4168 in 200
 
196
        """
 
197
        # We've read to the end of the file, so we should have 8 bytes of 
 
198
        # unused data in the decompressor. If we don't, there is a corrupt file.
 
199
        # We use these 8 bytes to calculate the CRC and the recorded file size.
 
200
        # We then check the that the computed CRC and size of the
 
201
        # uncompressed data matches the stored values.  Note that the size
 
202
        # stored is the true file size mod 2**32.
 
203
        assert len(self._gzip_tail) == 8, "gzip trailer is incorrect length."
 
204
        crc32, isize = struct.unpack("<LL", self._gzip_tail)
 
205
        # note that isize is unsigned - it can exceed 2GB
 
206
        if crc32 != U32(self.crc):
 
207
            raise IOError, "CRC check failed %d %d" % (crc32, U32(self.crc))
 
208
        elif isize != LOWU32(self.size):
 
209
            raise IOError, "Incorrect length of data produced"
 
210
 
 
211
    def _read_gzip_header(self, bytes=None):
 
212
        """Supply bytes if the minimum header size is already read.
 
213
        
 
214
        :param bytes: 10 bytes of header data.
 
215
        """
 
216
        """starting cost: 300 in 3998
 
217
        15998 reads from 3998 calls
 
218
        final cost 168
 
219
        """
 
220
        if bytes is None:
 
221
            bytes = self.fileobj.read(10)
 
222
        magic = bytes[0:2]
 
223
        if magic != '\037\213':
 
224
            raise IOError, 'Not a gzipped file'
 
225
        method = ord(bytes[2:3])
 
226
        if method != 8:
 
227
            raise IOError, 'Unknown compression method'
 
228
        flag = ord(bytes[3:4])
 
229
        # modtime = self.fileobj.read(4) (bytes [4:8])
 
230
        # extraflag = self.fileobj.read(1) (bytes[8:9])
 
231
        # os = self.fileobj.read(1) (bytes[9:10])
 
232
        # self.fileobj.read(6)
 
233
 
 
234
        if flag & FEXTRA:
 
235
            # Read & discard the extra field, if present
 
236
            xlen = ord(self.fileobj.read(1))
 
237
            xlen = xlen + 256*ord(self.fileobj.read(1))
 
238
            self.fileobj.read(xlen)
 
239
        if flag & FNAME:
 
240
            # Read and discard a null-terminated string containing the filename
 
241
            while True:
 
242
                s = self.fileobj.read(1)
 
243
                if not s or s=='\000':
 
244
                    break
 
245
        if flag & FCOMMENT:
 
246
            # Read and discard a null-terminated string containing a comment
 
247
            while True:
 
248
                s = self.fileobj.read(1)
 
249
                if not s or s=='\000':
 
250
                    break
 
251
        if flag & FHCRC:
 
252
            self.fileobj.read(2)     # Read & discard the 16-bit header CRC
 
253
 
 
254
    def readline(self, size=-1):
 
255
        """Tuned to remove buffer length calls in _unread and...
 
256
        
 
257
        also removes multiple len(c) calls, inlines _unread,
 
258
        total savings - lsprof 5800 to 5300
 
259
        phase 2:
 
260
        4168 calls in 2233
 
261
        8176 calls to read() in 1684
 
262
        changing the min chunk size to 200 halved all the cache misses
 
263
        leading to a drop to:
 
264
        4168 calls in 1977
 
265
        4168 call to read() in 1646
 
266
        - i.e. just reduced the function call overhead. May be worth 
 
267
          keeping.
 
268
        """
 
269
        if size < 0: size = sys.maxint
 
270
        bufs = []
 
271
        readsize = min(200, size)    # Read from the file in small chunks
 
272
        while True:
 
273
            if size == 0:
 
274
                return "".join(bufs) # Return resulting line
 
275
 
 
276
            # c is the chunk
 
277
            c = self.read(readsize)
 
278
            # number of bytes read
 
279
            len_c = len(c)
 
280
            i = c.find('\n')
 
281
            if size is not None:
 
282
                # We set i=size to break out of the loop under two
 
283
                # conditions: 1) there's no newline, and the chunk is
 
284
                # larger than size, or 2) there is a newline, but the
 
285
                # resulting line would be longer than 'size'.
 
286
                if i==-1 and len_c > size: i=size-1
 
287
                elif size <= i: i = size -1
 
288
 
 
289
            if i >= 0 or c == '':
 
290
                # if i>= 0 we have a newline or have triggered the above
 
291
                # if size is not None condition.
 
292
                # if c == '' its EOF.
 
293
                bufs.append(c[:i+1])    # Add portion of last chunk
 
294
                # -- inlined self._unread --
 
295
                ## self._unread(c[i+1:], len_c - i)   # Push back rest of chunk
 
296
                self.extrabuf = c[i+1:] + self.extrabuf
 
297
                self.extrasize = len_c - i + self.extrasize
 
298
                self.offset -= len_c - i
 
299
                # -- end inlined self._unread --
 
300
                return ''.join(bufs)    # Return resulting line
 
301
 
 
302
            # Append chunk to list, decrease 'size',
 
303
            bufs.append(c)
 
304
            size = size - len_c
 
305
            readsize = min(size, readsize * 2)
 
306
 
 
307
    def readlines(self, sizehint=0):
 
308
        # optimise to avoid all the buffer manipulation
 
309
        # lsprof changed from:
 
310
        # 4168 calls in 5472 with 32000 calls to readline()
 
311
        # to :
 
312
        # 4168 calls in 417.
 
313
        # Negative numbers result in reading all the lines
 
314
        
 
315
        # python's gzip routine uses sizehint. This is a more efficient way
 
316
        # than python uses to honor it. But it is even more efficient to
 
317
        # just read the entire thing and use cStringIO to split into lines.
 
318
        # if sizehint <= 0:
 
319
        #     sizehint = -1
 
320
        # content = self.read(sizehint)
 
321
        # return bzrlib.osutils.split_lines(content)
 
322
        content = StringIO(self.read(-1))
 
323
        return content.readlines()
 
324
 
 
325
    def _unread(self, buf, len_buf=None):
 
326
        """tuned to remove unneeded len calls.
 
327
        
 
328
        because this is such an inner routine in readline, and readline is
 
329
        in many inner loops, this has been inlined into readline().
 
330
 
 
331
        The len_buf parameter combined with the reduction in len calls dropped
 
332
        the lsprof ms count for this routine on my test data from 800 to 200 - 
 
333
        a 75% saving.
 
334
        """
 
335
        if len_buf is None:
 
336
            len_buf = len(buf)
 
337
        self.extrabuf = buf + self.extrabuf
 
338
        self.extrasize = len_buf + self.extrasize
 
339
        self.offset -= len_buf
 
340
 
 
341
    def write(self, data):
 
342
        if self.mode != gzip.WRITE:
 
343
            import errno
 
344
            raise IOError(errno.EBADF, "write() on read-only GzipFile object")
 
345
 
 
346
        if self.fileobj is None:
 
347
            raise ValueError, "write() on closed GzipFile object"
 
348
        data_len = len(data)
 
349
        if data_len > 0:
 
350
            self.size = self.size + data_len
 
351
            self.crc = zlib.crc32(data, self.crc)
 
352
            self.fileobj.write( self.compress.compress(data) )
 
353
            self.offset += data_len
 
354
 
 
355
    def writelines(self, lines):
 
356
        # profiling indicated a significant overhead 
 
357
        # calling write for each line.
 
358
        # this batch call is a lot faster :).
 
359
        # (4 seconds to 1 seconds for the sample upgrades I was testing).
 
360
        self.write(''.join(lines))
 
361
 
 
362