← 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
  • Date: 2008-10-04 14:10:13 UTC
  • mto: This revision was merged to the branch mainline in revision 3805.
  • Revision ID: john@arbash-meinel.com-20081004141013-yskxjlwtuy2k18ue
Playing around with expanding requests for btree index nodes into neighboring nodes.

Show diffs side-by-side

added added

removed removed

Lines of Context:
bzrlib/hashcache.py
1
 
# Copyright (C) 2005-2010 Canonical Ltd
 
1
# Copyright (C) 2005, 2006 Canonical Ltd
2
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
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., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301 USA
 
15
# Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA  02111-1307  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# out-of-date.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# out-of-date.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
33
 
import stat
34
 
import time
 
32
import os, stat, time
35
33
 
36
 
from bzrlib import (
37
 
    atomicfile,
38
 
    errors,
39
 
    filters as _mod_filters,
40
 
    osutils,
41
 
    trace,
42
 
    )
 
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
43
38
 
44
39
 
45
40
FP_MTIME_COLUMN = 1
78
73
    hit_count
79
74
        number of times files have been retrieved from the cache, avoiding a
80
75
        re-read
81
 
 
 
76
        
82
77
    miss_count
83
78
        number of misses (times files have been completely re-read)
84
79
    """
85
80
    needs_write = False
86
81
 
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)
 
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)
97
85
        self.root_utf8 = self.root.encode('utf8') # where is the filesystem encoding ?
98
86
        self.hit_count = 0
99
87
        self.miss_count = 0
103
91
        self.update_count = 0
104
92
        self._cache = {}
105
93
        self._mode = mode
106
 
        self._cache_file_name = osutils.safe_unicode(cache_file_name)
107
 
        self._filter_provider = content_filter_stack_provider
 
94
        self._cache_file_name = safe_unicode(cache_file_name)
108
95
 
109
96
    def cache_file_name(self):
110
97
        return self._cache_file_name
119
106
 
120
107
    def scan(self):
121
108
        """Scan all files and remove entries where the cache entry is obsolete.
122
 
 
 
109
        
123
110
        Obsolete entries are those where the file has been modified or deleted
124
 
        since the entry was inserted.
 
111
        since the entry was inserted.        
125
112
        """
126
113
        # FIXME optimisation opportunity, on linux [and check other oses]:
127
114
        # rather than iteritems order, stat in inode order.
128
115
        prep = [(ce[1][3], path, ce) for (path, ce) in self._cache.iteritems()]
129
116
        prep.sort()
130
 
 
 
117
        
131
118
        for inum, path, cache_entry in prep:
132
 
            abspath = osutils.pathjoin(self.root, path)
 
119
            abspath = pathjoin(self.root, path)
133
120
            fp = self._fingerprint(abspath)
134
121
            self.stat_count += 1
135
 
 
 
122
            
136
123
            cache_fp = cache_entry[1]
137
 
 
 
124
    
138
125
            if (not fp) or (cache_fp != fp):
139
126
                # not here or not a regular file anymore
140
127
                self.removed_count += 1
145
132
        """Return the sha1 of a file.
146
133
        """
147
134
        if path.__class__ is str:
148
 
            abspath = osutils.pathjoin(self.root_utf8, path)
 
135
            abspath = pathjoin(self.root_utf8, path)
149
136
        else:
150
 
            abspath = osutils.pathjoin(self.root, path)
 
137
            abspath = pathjoin(self.root, path)
151
138
        self.stat_count += 1
152
139
        file_fp = self._fingerprint(abspath, stat_value)
153
 
 
 
140
        
154
141
        if not file_fp:
155
142
            # not a regular file or not existing
156
143
            if path in self._cache:
157
144
                self.removed_count += 1
158
145
                self.needs_write = True
159
146
                del self._cache[path]
160
 
            return None
 
147
            return None        
161
148
 
162
149
        if path in self._cache:
163
150
            cache_sha1, cache_fp = self._cache[path]
169
156
            ## mutter("now = %s", time.time())
170
157
            self.hit_count += 1
171
158
            return cache_sha1
172
 
 
 
159
        
173
160
        self.miss_count += 1
174
161
 
175
162
        mode = file_fp[FP_MODE_COLUMN]
176
163
        if stat.S_ISREG(mode):
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)
 
164
            digest = self._really_sha1_file(abspath)
182
165
        elif stat.S_ISLNK(mode):
183
 
            target = osutils.readlink(osutils.safe_unicode(abspath))
184
 
            digest = osutils.sha_string(target.encode('UTF-8'))
 
166
            digest = sha_string(os.readlink(abspath))
185
167
        else:
186
 
            raise errors.BzrError("file %r: unknown file stat mode: %o"
187
 
                                  % (abspath, mode))
 
168
            raise BzrError("file %r: unknown file stat mode: %o"%(abspath,mode))
188
169
 
189
170
        # window of 3 seconds to allow for 2s resolution on windows,
190
171
        # unsynchronized file servers, etc.
217
198
            self._cache[path] = (digest, file_fp)
218
199
        return digest
219
200
 
220
 
    def _really_sha1_file(self, abspath, filters):
 
201
    def _really_sha1_file(self, abspath):
221
202
        """Calculate the SHA1 of a file by reading the full text"""
222
 
        return _mod_filters.internal_size_sha_file_byname(abspath, filters)[1]
223
 
 
 
203
        return sha_file(file(abspath, 'rb', buffering=65000))
 
204
        
224
205
    def write(self):
225
206
        """Write contents of cache to file."""
226
 
        outf = atomicfile.AtomicFile(self.cache_file_name(), 'wb',
227
 
                                     new_mode=self._mode)
 
207
        outf = AtomicFile(self.cache_file_name(), 'wb', new_mode=self._mode)
228
208
        try:
229
209
            outf.write(CACHE_HEADER)
230
210
 
247
227
 
248
228
        Overwrites existing cache.
249
229
 
250
 
        If the cache file has the wrong version marker, this just clears
 
230
        If the cache file has the wrong version marker, this just clears 
251
231
        the cache."""
252
232
        self._cache = {}
253
233
 
255
235
        try:
256
236
            inf = file(fn, 'rb', buffering=65000)
257
237
        except IOError, e:
258
 
            trace.mutter("failed to open %s: %s", fn, e)
 
238
            mutter("failed to open %s: %s", fn, e)
259
239
            # better write it now so it is valid
260
240
            self.needs_write = True
261
241
            return
262
242
 
263
243
        hdr = inf.readline()
264
244
        if hdr != CACHE_HEADER:
265
 
            trace.mutter('cache header marker not found at top of %s;'
266
 
                         ' discarding cache', fn)
 
245
            mutter('cache header marker not found at top of %s;'
 
246
                   ' discarding cache', fn)
267
247
            self.needs_write = True
268
248
            return
269
249
 
271
251
            pos = l.index('// ')
272
252
            path = l[:pos].decode('utf-8')
273
253
            if path in self._cache:
274
 
                trace.warning('duplicated path %r in cache' % path)
 
254
                warning('duplicated path %r in cache' % path)
275
255
                continue
276
256
 
277
257
            pos += 3
278
258
            fields = l[pos:].split(' ')
279
259
            if len(fields) != 7:
280
 
                trace.warning("bad line in hashcache: %r" % l)
 
260
                warning("bad line in hashcache: %r" % l)
281
261
                continue
282
262
 
283
263
            sha1 = fields[0]
284
264
            if len(sha1) != 40:
285
 
                trace.warning("bad sha1 in hashcache: %r" % sha1)
 
265
                warning("bad sha1 in hashcache: %r" % sha1)
286
266
                continue
287
267
 
288
268
            fp = tuple(map(long, fields[1:]))
289
269
 
290
270
            self._cache[path] = (sha1, fp)
291
271
 
292
 
        # GZ 2009-09-20: Should really use a try/finally block to ensure close
293
 
        inf.close()
294
 
 
295
272
        self.needs_write = False
296
273
 
297
274
    def _cutoff_time(self):
301
278
        undetectably modified and so can't be cached.
302
279
        """
303
280
        return int(time.time()) - 3
304
 
 
 
281
           
305
282
    def _fingerprint(self, abspath, stat_value=None):
306
283
        if stat_value is None:
307
284
            try:
314
291
        # we discard any high precision because it's not reliable; perhaps we
315
292
        # could do better on some systems?
316
293
        return (stat_value.st_size, long(stat_value.st_mtime),
317
 
                long(stat_value.st_ctime), stat_value.st_ino,
 
294
                long(stat_value.st_ctime), stat_value.st_ino, 
318
295
                stat_value.st_dev, stat_value.st_mode)