← Back to branch summary

~bzr-pqm/bzr/bzr.dev

« back to all changes in this revision

Viewing changes to bzrlib/hashcache.py

  • Committer: Martin von Gagern
  • Date: 2010-04-20 08:47:38 UTC
  • mfrom: (5167 +trunk)
  • mto: This revision was merged to the branch mainline in revision 5195.
  • Revision ID: martin.vgagern@gmx.net-20100420084738-ygymnqmdllzrhpfn
merge trunk

Show diffs side-by-side

added added

removed removed

Lines of Context:
bzrlib/hashcache.py
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
 
# Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA  02111-1307  USA
 
15
# Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301 USA
16
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# out-of-date.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 
 
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# out-of-date.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
20
# it preserves the nice property that any caller will always get up-to-date
21
21
# data except in unavoidable cases.
22
22
 
29
29
 
30
30
CACHE_HEADER = "### bzr hashcache v5\n"
31
31
 
32
 
import os, stat, time
 
32
import os
 
33
import stat
 
34
import time
33
35
 
34
 
from bzrlib.osutils import sha_file, sha_string, pathjoin, safe_unicode
35
 
from bzrlib.trace import mutter, warning
36
 
from bzrlib.atomicfile import AtomicFile
37
 
from bzrlib.errors import BzrError
 
36
from bzrlib import (
 
37
    atomicfile,
 
38
    errors,
 
39
    filters as _mod_filters,
 
40
    osutils,
 
41
    trace,
 
42
    )
38
43
 
39
44
 
40
45
FP_MTIME_COLUMN = 1
73
78
    hit_count
74
79
        number of times files have been retrieved from the cache, avoiding a
75
80
        re-read
76
 
        
 
81
 
77
82
    miss_count
78
83
        number of misses (times files have been completely re-read)
79
84
    """
80
85
    needs_write = False
81
86
 
82
 
    def __init__(self, root, cache_file_name, mode=None):
83
 
        """Create a hash cache in base dir, and set the file mode to mode."""
84
 
        self.root = safe_unicode(root)
 
87
    def __init__(self, root, cache_file_name, mode=None,
 
88
            content_filter_stack_provider=None):
 
89
        """Create a hash cache in base dir, and set the file mode to mode.
 
90
 
 
91
        :param content_filter_stack_provider: a function that takes a
 
92
            path (relative to the top of the tree) and a file-id as
 
93
            parameters and returns a stack of ContentFilters.
 
94
            If None, no content filtering is performed.
 
95
        """
 
96
        self.root = osutils.safe_unicode(root)
85
97
        self.root_utf8 = self.root.encode('utf8') # where is the filesystem encoding ?
86
98
        self.hit_count = 0
87
99
        self.miss_count = 0
91
103
        self.update_count = 0
92
104
        self._cache = {}
93
105
        self._mode = mode
94
 
        self._cache_file_name = safe_unicode(cache_file_name)
 
106
        self._cache_file_name = osutils.safe_unicode(cache_file_name)
 
107
        self._filter_provider = content_filter_stack_provider
95
108
 
96
109
    def cache_file_name(self):
97
110
        return self._cache_file_name
106
119
 
107
120
    def scan(self):
108
121
        """Scan all files and remove entries where the cache entry is obsolete.
109
 
        
 
122
 
110
123
        Obsolete entries are those where the file has been modified or deleted
111
 
        since the entry was inserted.        
 
124
        since the entry was inserted.
112
125
        """
113
126
        # FIXME optimisation opportunity, on linux [and check other oses]:
114
127
        # rather than iteritems order, stat in inode order.
115
128
        prep = [(ce[1][3], path, ce) for (path, ce) in self._cache.iteritems()]
116
129
        prep.sort()
117
 
        
 
130
 
118
131
        for inum, path, cache_entry in prep:
119
 
            abspath = pathjoin(self.root, path)
 
132
            abspath = osutils.pathjoin(self.root, path)
120
133
            fp = self._fingerprint(abspath)
121
134
            self.stat_count += 1
122
 
            
 
135
 
123
136
            cache_fp = cache_entry[1]
124
 
    
 
137
 
125
138
            if (not fp) or (cache_fp != fp):
126
139
                # not here or not a regular file anymore
127
140
                self.removed_count += 1
132
145
        """Return the sha1 of a file.
133
146
        """
134
147
        if path.__class__ is str:
135
 
            abspath = pathjoin(self.root_utf8, path)
 
148
            abspath = osutils.pathjoin(self.root_utf8, path)
136
149
        else:
137
 
            abspath = pathjoin(self.root, path)
 
150
            abspath = osutils.pathjoin(self.root, path)
138
151
        self.stat_count += 1
139
152
        file_fp = self._fingerprint(abspath, stat_value)
140
 
        
 
153
 
141
154
        if not file_fp:
142
155
            # not a regular file or not existing
143
156
            if path in self._cache:
144
157
                self.removed_count += 1
145
158
                self.needs_write = True
146
159
                del self._cache[path]
147
 
            return None        
 
160
            return None
148
161
 
149
162
        if path in self._cache:
150
163
            cache_sha1, cache_fp = self._cache[path]
156
169
            ## mutter("now = %s", time.time())
157
170
            self.hit_count += 1
158
171
            return cache_sha1
159
 
        
 
172
 
160
173
        self.miss_count += 1
161
174
 
162
175
        mode = file_fp[FP_MODE_COLUMN]
163
176
        if stat.S_ISREG(mode):
164
 
            digest = self._really_sha1_file(abspath)
 
177
            if self._filter_provider is None:
 
178
                filters = []
 
179
            else:
 
180
                filters = self._filter_provider(path=path, file_id=None)
 
181
            digest = self._really_sha1_file(abspath, filters)
165
182
        elif stat.S_ISLNK(mode):
166
 
            digest = sha_string(os.readlink(abspath))
 
183
            target = osutils.readlink(osutils.safe_unicode(abspath))
 
184
            digest = osutils.sha_string(target.encode('UTF-8'))
167
185
        else:
168
 
            raise BzrError("file %r: unknown file stat mode: %o"%(abspath,mode))
 
186
            raise errors.BzrError("file %r: unknown file stat mode: %o"
 
187
                                  % (abspath, mode))
169
188
 
170
189
        # window of 3 seconds to allow for 2s resolution on windows,
171
190
        # unsynchronized file servers, etc.
198
217
            self._cache[path] = (digest, file_fp)
199
218
        return digest
200
219
 
201
 
    def _really_sha1_file(self, abspath):
 
220
    def _really_sha1_file(self, abspath, filters):
202
221
        """Calculate the SHA1 of a file by reading the full text"""
203
 
        return sha_file(file(abspath, 'rb', buffering=65000))
204
 
        
 
222
        return _mod_filters.internal_size_sha_file_byname(abspath, filters)[1]
 
223
 
205
224
    def write(self):
206
225
        """Write contents of cache to file."""
207
 
        outf = AtomicFile(self.cache_file_name(), 'wb', new_mode=self._mode)
 
226
        outf = atomicfile.AtomicFile(self.cache_file_name(), 'wb',
 
227
                                     new_mode=self._mode)
208
228
        try:
209
229
            outf.write(CACHE_HEADER)
210
230
 
227
247
 
228
248
        Overwrites existing cache.
229
249
 
230
 
        If the cache file has the wrong version marker, this just clears 
 
250
        If the cache file has the wrong version marker, this just clears
231
251
        the cache."""
232
252
        self._cache = {}
233
253
 
235
255
        try:
236
256
            inf = file(fn, 'rb', buffering=65000)
237
257
        except IOError, e:
238
 
            mutter("failed to open %s: %s", fn, e)
 
258
            trace.mutter("failed to open %s: %s", fn, e)
239
259
            # better write it now so it is valid
240
260
            self.needs_write = True
241
261
            return
242
262
 
243
263
        hdr = inf.readline()
244
264
        if hdr != CACHE_HEADER:
245
 
            mutter('cache header marker not found at top of %s;'
246
 
                   ' discarding cache', fn)
 
265
            trace.mutter('cache header marker not found at top of %s;'
 
266
                         ' discarding cache', fn)
247
267
            self.needs_write = True
248
268
            return
249
269
 
251
271
            pos = l.index('// ')
252
272
            path = l[:pos].decode('utf-8')
253
273
            if path in self._cache:
254
 
                warning('duplicated path %r in cache' % path)
 
274
                trace.warning('duplicated path %r in cache' % path)
255
275
                continue
256
276
 
257
277
            pos += 3
258
278
            fields = l[pos:].split(' ')
259
279
            if len(fields) != 7:
260
 
                warning("bad line in hashcache: %r" % l)
 
280
                trace.warning("bad line in hashcache: %r" % l)
261
281
                continue
262
282
 
263
283
            sha1 = fields[0]
264
284
            if len(sha1) != 40:
265
 
                warning("bad sha1 in hashcache: %r" % sha1)
 
285
                trace.warning("bad sha1 in hashcache: %r" % sha1)
266
286
                continue
267
287
 
268
288
            fp = tuple(map(long, fields[1:]))
278
298
        undetectably modified and so can't be cached.
279
299
        """
280
300
        return int(time.time()) - 3
281
 
           
 
301
 
282
302
    def _fingerprint(self, abspath, stat_value=None):
283
303
        if stat_value is None:
284
304
            try:
291
311
        # we discard any high precision because it's not reliable; perhaps we
292
312
        # could do better on some systems?
293
313
        return (stat_value.st_size, long(stat_value.st_mtime),
294
 
                long(stat_value.st_ctime), stat_value.st_ino, 
 
314
                long(stat_value.st_ctime), stat_value.st_ino,
295
315
                stat_value.st_dev, stat_value.st_mode)