← Back to branch summary

~bzr-pqm/bzr/bzr.dev

« back to all changes in this revision

Viewing changes to bzrlib/hashcache.py

  • Committer: John Arbash Meinel
  • Author(s): Mark Hammond
  • Date: 2008-09-09 17:02:21 UTC
  • mto: This revision was merged to the branch mainline in revision 3697.
  • Revision ID: john@arbash-meinel.com-20080909170221-svim3jw2mrz0amp3
An updated transparent icon for bzr.

Show diffs side-by-side

added added

removed removed

Lines of Context:
bzrlib/hashcache.py
1
 
# (C) 2005 Canonical Ltd
2
 
 
 
1
# Copyright (C) 2005, 2006 Canonical Ltd
 
2
#
3
3
# This program is free software; you can redistribute it and/or modify
4
4
# it under the terms of the GNU General Public License as published by
5
5
# the Free Software Foundation; either version 2 of the License, or
6
6
# (at your option) any later version.
7
 
 
 
7
#
8
8
# This program is distributed in the hope that it will be useful,
9
9
# but WITHOUT ANY WARRANTY; without even the implied warranty of
10
10
# MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
11
11
# GNU General Public License for more details.
12
 
 
 
12
#
13
13
# You should have received a copy of the GNU General Public License
14
14
# along with this program; if not, write to the Free Software
15
15
# Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA  02111-1307  USA
32
32
import os, stat, time
33
33
import sha
34
34
 
35
 
from bzrlib.osutils import sha_file, pathjoin
 
35
from bzrlib.osutils import sha_file, pathjoin, safe_unicode
36
36
from bzrlib.trace import mutter, warning
37
37
from bzrlib.atomicfile import AtomicFile
38
38
from bzrlib.errors import BzrError
42
42
FP_CTIME_COLUMN = 2
43
43
FP_MODE_COLUMN = 5
44
44
 
45
 
def _fingerprint(abspath):
46
 
    try:
47
 
        fs = os.lstat(abspath)
48
 
    except OSError:
49
 
        # might be missing, etc
50
 
        return None
51
 
 
52
 
    if stat.S_ISDIR(fs.st_mode):
53
 
        return None
54
 
 
55
 
    # we discard any high precision because it's not reliable; perhaps we
56
 
    # could do better on some systems?
57
 
    return (fs.st_size, long(fs.st_mtime),
58
 
            long(fs.st_ctime), fs.st_ino, fs.st_dev, fs.st_mode)
59
45
 
60
46
 
61
47
class HashCache(object):
94
80
    """
95
81
    needs_write = False
96
82
 
97
 
    def __init__(self, basedir):
98
 
        self.basedir = basedir
 
83
    def __init__(self, root, cache_file_name, mode=None):
 
84
        """Create a hash cache in base dir, and set the file mode to mode."""
 
85
        self.root = safe_unicode(root)
 
86
        self.root_utf8 = self.root.encode('utf8') # where is the filesystem encoding ?
99
87
        self.hit_count = 0
100
88
        self.miss_count = 0
101
89
        self.stat_count = 0
103
91
        self.removed_count = 0
104
92
        self.update_count = 0
105
93
        self._cache = {}
 
94
        self._mode = mode
 
95
        self._cache_file_name = safe_unicode(cache_file_name)
106
96
 
107
97
    def cache_file_name(self):
108
 
        # FIXME: duplicate path logic here, this should be 
109
 
        # something like 'branch.controlfile'.
110
 
        return pathjoin(self.basedir, '.bzr', 'stat-cache')
 
98
        return self._cache_file_name
111
99
 
112
100
    def clear(self):
113
101
        """Discard all cached information.
117
105
            self.needs_write = True
118
106
            self._cache = {}
119
107
 
120
 
 
121
108
    def scan(self):
122
109
        """Scan all files and remove entries where the cache entry is obsolete.
123
110
        
124
111
        Obsolete entries are those where the file has been modified or deleted
125
112
        since the entry was inserted.        
126
113
        """
 
114
        # FIXME optimisation opportunity, on linux [and check other oses]:
 
115
        # rather than iteritems order, stat in inode order.
127
116
        prep = [(ce[1][3], path, ce) for (path, ce) in self._cache.iteritems()]
128
117
        prep.sort()
129
118
        
130
119
        for inum, path, cache_entry in prep:
131
 
            abspath = pathjoin(self.basedir, path)
132
 
            fp = _fingerprint(abspath)
 
120
            abspath = pathjoin(self.root, path)
 
121
            fp = self._fingerprint(abspath)
133
122
            self.stat_count += 1
134
123
            
135
124
            cache_fp = cache_entry[1]
140
129
                self.needs_write = True
141
130
                del self._cache[path]
142
131
 
143
 
 
144
 
    def get_sha1(self, path):
 
132
    def get_sha1(self, path, stat_value=None):
145
133
        """Return the sha1 of a file.
146
134
        """
147
 
        abspath = pathjoin(self.basedir, path)
 
135
        if path.__class__ is str:
 
136
            abspath = pathjoin(self.root_utf8, path)
 
137
        else:
 
138
            abspath = pathjoin(self.root, path)
148
139
        self.stat_count += 1
149
 
        file_fp = _fingerprint(abspath)
 
140
        file_fp = self._fingerprint(abspath, stat_value)
150
141
        
151
142
        if not file_fp:
152
143
            # not a regular file or not existing
162
153
            cache_sha1, cache_fp = None, None
163
154
 
164
155
        if cache_fp == file_fp:
 
156
            ## mutter("hashcache hit for %s %r -> %s", path, file_fp, cache_sha1)
 
157
            ## mutter("now = %s", time.time())
165
158
            self.hit_count += 1
166
159
            return cache_sha1
167
160
        
168
161
        self.miss_count += 1
169
162
 
170
 
 
171
163
        mode = file_fp[FP_MODE_COLUMN]
172
164
        if stat.S_ISREG(mode):
173
 
            digest = sha_file(file(abspath, 'rb', buffering=65000))
 
165
            digest = self._really_sha1_file(abspath)
174
166
        elif stat.S_ISLNK(mode):
175
167
            digest = sha.new(os.readlink(abspath)).hexdigest()
176
168
        else:
177
169
            raise BzrError("file %r: unknown file stat mode: %o"%(abspath,mode))
178
170
 
179
 
        now = int(time.time())
180
 
        if file_fp[FP_MTIME_COLUMN] >= now or file_fp[FP_CTIME_COLUMN] >= now:
 
171
        # window of 3 seconds to allow for 2s resolution on windows,
 
172
        # unsynchronized file servers, etc.
 
173
        cutoff = self._cutoff_time()
 
174
        if file_fp[FP_MTIME_COLUMN] >= cutoff \
 
175
                or file_fp[FP_CTIME_COLUMN] >= cutoff:
181
176
            # changed too recently; can't be cached.  we can
182
177
            # return the result and it could possibly be cached
183
178
            # next time.
189
184
            # need to let sufficient time elapse before we may cache this entry
190
185
            # again.  If we didn't do this, then, for example, a very quick 1
191
186
            # byte replacement in the file might go undetected.
192
 
            self.danger_count += 1 
 
187
            ## mutter('%r modified too recently; not caching', path)
 
188
            self.danger_count += 1
193
189
            if cache_fp:
194
190
                self.removed_count += 1
195
191
                self.needs_write = True
196
192
                del self._cache[path]
197
193
        else:
 
194
            ## mutter('%r added to cache: now=%f, mtime=%d, ctime=%d',
 
195
            ##        path, time.time(), file_fp[FP_MTIME_COLUMN],
 
196
            ##        file_fp[FP_CTIME_COLUMN])
198
197
            self.update_count += 1
199
198
            self.needs_write = True
200
199
            self._cache[path] = (digest, file_fp)
201
200
        return digest
 
201
 
 
202
    def _really_sha1_file(self, abspath):
 
203
        """Calculate the SHA1 of a file by reading the full text"""
 
204
        return sha_file(file(abspath, 'rb', buffering=65000))
202
205
        
203
206
    def write(self):
204
207
        """Write contents of cache to file."""
205
 
        outf = AtomicFile(self.cache_file_name(), 'wb')
 
208
        outf = AtomicFile(self.cache_file_name(), 'wb', new_mode=self._mode)
206
209
        try:
207
 
            print >>outf, CACHE_HEADER,
 
210
            outf.write(CACHE_HEADER)
208
211
 
209
212
            for path, c  in self._cache.iteritems():
210
 
                assert '//' not in path, path
211
 
                outf.write(path.encode('utf-8'))
212
 
                outf.write('// ')
213
 
                print >>outf, c[0],     # hex sha1
214
 
                for fld in c[1]:
215
 
                    print >>outf, "%d" % fld,
216
 
                print >>outf
217
 
 
 
213
                line_info = [path.encode('utf-8'), '// ', c[0], ' ']
 
214
                line_info.append(' '.join([str(fld) for fld in c[1]]))
 
215
                line_info.append('\n')
 
216
                outf.write(''.join(line_info))
218
217
            outf.commit()
219
218
            self.needs_write = False
 
219
            ## mutter("write hash cache: %s hits=%d misses=%d stat=%d recent=%d updates=%d",
 
220
            ##        self.cache_file_name(), self.hit_count, self.miss_count,
 
221
            ##        self.stat_count,
 
222
            ##        self.danger_count, self.update_count)
220
223
        finally:
221
 
            if not outf.closed:
222
 
                outf.abort()
 
224
            outf.close()
223
225
 
224
226
    def read(self):
225
227
        """Reinstate cache from file.
239
241
            self.needs_write = True
240
242
            return
241
243
 
242
 
 
243
244
        hdr = inf.readline()
244
245
        if hdr != CACHE_HEADER:
245
246
            mutter('cache header marker not found at top of %s;'
270
271
            self._cache[path] = (sha1, fp)
271
272
 
272
273
        self.needs_write = False
 
274
 
 
275
    def _cutoff_time(self):
 
276
        """Return cutoff time.
 
277
 
 
278
        Files modified more recently than this time are at risk of being
 
279
        undetectably modified and so can't be cached.
 
280
        """
 
281
        return int(time.time()) - 3
273
282
           
274
 
 
275
 
 
276
 
        
 
283
    def _fingerprint(self, abspath, stat_value=None):
 
284
        if stat_value is None:
 
285
            try:
 
286
                stat_value = os.lstat(abspath)
 
287
            except OSError:
 
288
                # might be missing, etc
 
289
                return None
 
290
        if stat.S_ISDIR(stat_value.st_mode):
 
291
            return None
 
292
        # we discard any high precision because it's not reliable; perhaps we
 
293
        # could do better on some systems?
 
294
        return (stat_value.st_size, long(stat_value.st_mtime),
 
295
                long(stat_value.st_ctime), stat_value.st_ino, 
 
296
                stat_value.st_dev, stat_value.st_mode)