~bzr-pqm/bzr/bzr.dev

« back to all changes in this revision

Viewing changes to bzrlib/cache.py

  • Committer: Martin Pool
  • Date: 2005-05-10 06:00:59 UTC
  • Revision ID: mbp@sourcefrog.net-20050510060059-bae67a465325f650
- Use AtomicFile to update statcache.
- New closed property on AtomicFile

Show diffs side-by-side

added added

removed removed

Lines of Context:
 
1
# (C) 2005 Canonical Ltd
 
2
 
 
3
# This program is free software; you can redistribute it and/or modify
 
4
# it under the terms of the GNU General Public License as published by
 
5
# the Free Software Foundation; either version 2 of the License, or
 
6
# (at your option) any later version.
 
7
 
 
8
# This program is distributed in the hope that it will be useful,
 
9
# but WITHOUT ANY WARRANTY; without even the implied warranty of
 
10
# MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
 
11
# GNU General Public License for more details.
 
12
 
 
13
# You should have received a copy of the GNU General Public License
 
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
 
16
 
 
17
import stat, os, sha, time
 
18
from binascii import b2a_qp, a2b_qp
 
19
 
 
20
from trace import mutter
 
21
from errors import BzrError
 
22
 
 
23
 
 
24
"""File stat cache to speed up tree comparisons.
 
25
 
 
26
This module basically gives a quick way to find the SHA-1 and related
 
27
information of a file in the working directory, without actually
 
28
reading and hashing the whole file.
 
29
 
 
30
This is done by maintaining a cache indexed by a file fingerprint of
 
31
(path, size, mtime, ctime, ino, dev) pointing to the SHA-1.  If the
 
32
fingerprint has changed, we assume the file content has not changed
 
33
either and the SHA-1 is therefore the same.
 
34
 
 
35
If any of the fingerprint fields have changed then the file content
 
36
*may* have changed, or it may not have.  We need to reread the file
 
37
contents to make sure, but this is not visible to the user or
 
38
higher-level code (except as a delay of course).
 
39
 
 
40
The mtime and ctime are stored with nanosecond fields, but not all
 
41
filesystems give this level of precision.  There is therefore a
 
42
possible race: the file might be modified twice within a second
 
43
without changing the size or mtime, and a SHA-1 cached from the first
 
44
version would be wrong.  We handle this by not recording a cached hash
 
45
for any files which were modified in the current second and that
 
46
therefore have the chance to change again before the second is up.
 
47
 
 
48
The only known hole in this design is if the system clock jumps
 
49
backwards crossing invocations of bzr.  Please don't do that; use ntp
 
50
to gradually adjust your clock or don't use bzr over the step.
 
51
 
 
52
At the moment this is stored in a simple textfile; it might be nice
 
53
to use a tdb instead.
 
54
"""
 
55
 
 
56
 
 
57
 
 
58
def fingerprint(path, abspath):
 
59
    try:
 
60
        fs = os.lstat(abspath)
 
61
    except OSError:
 
62
        # might be missing, etc
 
63
        return None
 
64
 
 
65
    if stat.S_ISDIR(fs.st_mode):
 
66
        return None
 
67
 
 
68
    return (fs.st_size, fs.st_mtime,
 
69
            fs.st_ctime, fs.st_ino, fs.st_dev)
 
70
 
 
71
 
 
72
def write_cache(branch, entry_iter):
 
73
    from atomicfile import AtomicFile
 
74
    
 
75
    outf = AtomicFile(branch.controlfilename('work-cache.tmp'), 'wt')
 
76
    try:
 
77
        for entry in entry_iter:
 
78
            outf.write(entry[0] + ' ' + entry[1] + ' ')
 
79
            outf.write(b2a_qp(entry[2], True))
 
80
            outf.write(' %d %d %d %d %d\n' % entry[3:])
 
81
 
 
82
        outf.commit()
 
83
    finally:
 
84
        if not outf.closed:
 
85
            outf.abort()
 
86
        
 
87
        
 
88
def load_cache(branch):
 
89
    cache = {}
 
90
 
 
91
    try:
 
92
        cachefile = branch.controlfile('work-cache', 'rt')
 
93
    except IOError:
 
94
        return cache
 
95
    
 
96
    for l in cachefile:
 
97
        f = l.split(' ')
 
98
        file_id = f[0]
 
99
        if file_id in cache:
 
100
            raise BzrError("duplicated file_id in cache: {%s}" % file_id)
 
101
        cache[file_id] = (f[0], f[1], a2b_qp(f[2])) + tuple([long(x) for x in f[3:]])
 
102
    return cache
 
103
 
 
104
 
 
105
 
 
106
 
 
107
def _files_from_inventory(inv):
 
108
    for path, ie in inv.iter_entries():
 
109
        if ie.kind != 'file':
 
110
            continue
 
111
        yield ie.file_id, path
 
112
    
 
113
 
 
114
def build_cache(branch):
 
115
    inv = branch.read_working_inventory()
 
116
 
 
117
    cache = {}
 
118
    _update_cache_from_list(branch, cache, _files_from_inventory(inv))
 
119
    
 
120
 
 
121
 
 
122
def update_cache(branch, inv):
 
123
    # TODO: It's supposed to be faster to stat the files in order by inum.
 
124
    # We don't directly know the inum of the files of course but we do
 
125
    # know where they were last sighted, so we can sort by that.
 
126
 
 
127
    cache = load_cache(branch)
 
128
    return _update_cache_from_list(branch, cache, _files_from_inventory(inv))
 
129
 
 
130
 
 
131
 
 
132
def _update_cache_from_list(branch, cache, to_update):
 
133
    """Update the cache to have info on the named files.
 
134
 
 
135
    to_update is a sequence of (file_id, path) pairs.
 
136
    """
 
137
    hardcheck = dirty = 0
 
138
    for file_id, path in to_update:
 
139
        fap = branch.abspath(path)
 
140
        fp = fingerprint(fap, path)
 
141
        cacheentry = cache.get(file_id)
 
142
 
 
143
        if fp == None: # not here
 
144
            if cacheentry:
 
145
                del cache[file_id]
 
146
                dirty += 1
 
147
            continue
 
148
 
 
149
        if cacheentry and (cacheentry[3:] == fp):
 
150
            continue                    # all stat fields unchanged
 
151
 
 
152
        hardcheck += 1
 
153
 
 
154
        dig = sha.new(file(fap, 'rb').read()).hexdigest()
 
155
 
 
156
        if cacheentry == None or dig != cacheentry[1]: 
 
157
            # if there was no previous entry for this file, or if the
 
158
            # SHA has changed, then update the cache
 
159
            cacheentry = (file_id, dig, path) + fp
 
160
            cache[file_id] = cacheentry
 
161
            dirty += 1
 
162
 
 
163
    mutter('work cache: read %d files, %d changed' % (hardcheck, dirty))
 
164
        
 
165
    if dirty:
 
166
        write_cache(branch, cache.itervalues())
 
167
 
 
168
    return cache