~bzr-pqm/bzr/bzr.dev

« back to all changes in this revision

Viewing changes to doc/developers/packrepo.txt

  • Committer: Martin Pool
  • Date: 2009-06-19 06:21:13 UTC
  • mto: This revision was merged to the branch mainline in revision 4558.
  • Revision ID: mbp@sourcefrog.net-20090619062113-019bp0a3bl2y4nkx
Un-soft-deprecate _supports_progress - still useful

Show diffs side-by-side

added added

removed removed

Lines of Context:
 
1
==========================
 
2
KnitPack repository format
 
3
==========================
 
4
 
 
5
.. contents::
 
6
 
 
7
Using KnitPack repositories
 
8
===========================
 
9
 
 
10
Motivation
 
11
----------
 
12
 
 
13
KnitPack is a new repository format for Bazaar, which is expected to be
 
14
faster both locally and over the network, is usually more compact, and
 
15
will work with more FTP servers.
 
16
 
 
17
Our benchmarking results to date have been very promising. We fully expect
 
18
to make a pack-based format the default in the near future.  We would
 
19
therefore like as many people as possible using KnitPack repositories,
 
20
benchmarking the results and telling us where improvements are still needed.
 
21
 
 
22
Preparation
 
23
-----------
 
24
 
 
25
A small percentage of existing repositories may have some inconsistent
 
26
data within them. It's is a good idea to check the integrity of your
 
27
repositories before migrating them to knitpack format. To do this, run::
 
28
 
 
29
  bzr check
 
30
 
 
31
If that reports a problem, run this command::
 
32
 
 
33
  bzr reconcile
 
34
 
 
35
Note that this can take many hours for repositories with deep history
 
36
so be sure to set aside some time for this if it is required.
 
37
 
 
38
Creating a new knitpack branch
 
39
------------------------------
 
40
 
 
41
If you're starting a project from scratch, it's easy to make it a
 
42
``knitpack`` one. Here's how::
 
43
 
 
44
  cd my-stuff
 
45
  bzr init --pack-0.92
 
46
  bzr add
 
47
  bzr commit -m "initial import"
 
48
 
 
49
In other words, use the normal sequence of commands but add the
 
50
``--pack-0.92`` option to the ``init`` command.
 
51
 
 
52
**Note:** In bzr 0.92, this format was called ``knitpack-experimental``.
 
53
 
 
54
Creating a new knitpack repository
 
55
----------------------------------
 
56
 
 
57
If you're starting a project from scratch and wish to use a shared repository
 
58
for branches, you can make it a ``knitpack`` repository like this::
 
59
 
 
60
  cd my-repo
 
61
  bzr init-repo --pack-0.92 .
 
62
  cd my-stuff
 
63
  bzr init
 
64
  bzr add
 
65
  bzr commit -m "initial import"
 
66
 
 
67
In other words, use the normal sequence of commands but add the
 
68
``--pack-0.92`` option to the ``init-repo`` command.
 
69
 
 
70
Upgrading an existing branch or repository to knitpack format
 
71
-------------------------------------------------------------
 
72
 
 
73
If you have an existing branch and wish to migrate it to
 
74
a ``knitpack`` format, use the ``upgrade`` command like this::
 
75
 
 
76
  bzr upgrade --pack-0.92 path-to-my-branch
 
77
 
 
78
If you are using a shared repository, run::
 
79
 
 
80
  bzr upgrade --pack-0.92 ROOT_OF_REPOSITORY
 
81
 
 
82
to upgrade the history database. Note that this will not
 
83
alter the branch format of each branch, so
 
84
you will need to also upgrade each branch individually
 
85
if you are upgrading from an old (e.g. < 0.17) bzr.
 
86
More modern bzr's will already have the branch format at
 
87
our latest branch format which adds support for tags.
 
88
 
 
89
Starting a new knitpack branch from one in an older format
 
90
----------------------------------------------------------
 
91
 
 
92
This can be done in one of several ways:
 
93
 
 
94
1. Create a new branch and pull into it
 
95
2. Create a standalone branch and upgrade its format
 
96
3. Create a knitpack shared repository and branch into it
 
97
 
 
98
Here are the commands for using the ``pull`` approach::
 
99
 
 
100
    bzr init --pack-0.92 my-new-branch
 
101
    cd my-new-branch
 
102
    bzr pull my-source-branch
 
103
 
 
104
Here are the commands for using the ``upgrade`` approach::
 
105
 
 
106
    bzr branch my-source-branch my-new-branch
 
107
    cd my-new-branch
 
108
    bzr upgrade --pack-0.92 .
 
109
 
 
110
Here are the commands for the shared repository approach::
 
111
 
 
112
  cd my-repo
 
113
  bzr init-repo --pack-0.92 .
 
114
  bzr branch my-source-branch my-new-branch
 
115
  cd my-new-branch
 
116
 
 
117
As a reminder, any of the above approaches can fail if the source branch
 
118
has inconsistent data within it and hasn't been reconciled yet. Please
 
119
be sure to check that before reporting problems.
 
120
 
 
121
Testing packs for bzr-svn users
 
122
-------------------------------
 
123
 
 
124
If you are using ``bzr-svn`` or are testing the prototype subtree support,
 
125
you can still use and assist in testing KnitPacks. The commands to use
 
126
are identical to the ones given above except that the name of the format
 
127
to use is ``knitpack-subtree-experimental``.
 
128
 
 
129
WARNING: Note that the subtree formats, ``dirstate-subtree`` and
 
130
``knitpack-subtree-experimental``, are **not** production strength yet and
 
131
may cause unexpected problems. They are required for the bzr-svn
 
132
plug-in but should otherwise only be used by people happy to live on the
 
133
bleeding edge. If you are using bzr-svn, you're on the bleeding edge anyway.
 
134
:-)
 
135
 
 
136
Reporting problems
 
137
------------------
 
138
 
 
139
If you need any help or encounter any problems, please contact the developers
 
140
via the usual ways, i.e. chat to us on IRC or send a message to our mailing
 
141
list. See http://bazaar-vcs.org/BzrSupport for contact details.
 
142
 
 
143
 
 
144
Technical notes
 
145
===============
 
146
 
 
147
Bazaar 0.92 adds a new format (experimental at first) implemented in
 
148
``bzrlib.repofmt.pack_repo.py``.
 
149
 
 
150
This format provides a knit-like interface which is quite compatible
 
151
with knit format repositories: you can get a VersionedFile for a
 
152
particular file-id, or for revisions, or for the inventory, even though
 
153
these do not correspond to single files on disk.
 
154
 
 
155
The on-disk format is that the repository directory contains these
 
156
files and subdirectories:
 
157
 
 
158
==================== =============================================
 
159
packs/               completed readonly packs
 
160
indices/             indices for completed packs
 
161
upload/              temporary files for packs currently being
 
162
                     written
 
163
obsolete_packs/      packs that have been repacked and are no
 
164
                     longer normally needed
 
165
pack-names           index of all live packs
 
166
lock/                lockdir
 
167
==================== =============================================
 
168
 
 
169
Note that for consistency we always write "indices" not "indexes".
 
170
 
 
171
This is implemented on top of pack files, which are written once from
 
172
start to end, then left alone.  A pack consists of a body file, plus
 
173
several index files.  There are four index files for each pack, which
 
174
have the same basename and an extension indicating the purpose of the
 
175
index:
 
176
 
 
177
======== ========== ======================== ==========================
 
178
extn     Purpose    Key                      References
 
179
======== ========== ======================== ==========================
 
180
``.tix`` File texts ``file_id, revision_id`` per-file parents,
 
181
                                             compression basis
 
182
                                             per-file parents
 
183
``.six`` Signatures ``revision_id,``         -
 
184
``.rix`` Revisions  ``revision_id,``         revision parents
 
185
``.iix`` Inventory  ``revision_id,``         revision parents,
 
186
                                             compression base
 
187
======== ========== ======================== ==========================
 
188
 
 
189
Indices are accessed through the ``bzrlib.index.GraphIndex`` class.
 
190
Indices are stored as sorted files on disk.  Each line is one record,
 
191
and contains:
 
192
 
 
193
 * key fields
 
194
 * a value string - for all these indices, this is an ascii decimal pair
 
195
   of "offset length" giving the position of the referenced data within
 
196
   the pack body file
 
197
 * a list of zero or more reference lists
 
198
 
 
199
The reference lists let a graph be stored within the index.  Each
 
200
reference list entry points to another entry in the same index.  The
 
201
references are represented as a byte offset for the target within the
 
202
index file.
 
203
 
 
204
When a compression base is given, it indicates that the body of the text
 
205
or inventory is a forward delta from the referenced revision.  The
 
206
compression base list must have length 0 or 1.
 
207
 
 
208
Like packs, indexes are written only once and then unmodified.  A
 
209
GraphIndex builder is a mutable in-memory graph that can be sorted,
 
210
cross-referenced and written out when the write group completes.
 
211
 
 
212
There can also be index entries with a value of 'a' for absent.  These
 
213
records exist just to be pointed to in a graph.  This is used, for
 
214
example, to give the revision-parent pointer when the parent revision is
 
215
in a previous pack.
 
216
 
 
217
The data content for each record is a knit data chunk.  The knits are
 
218
always unannotated - the annotations must be generated when needed.
 
219
(We'd like to cache/memoize the annotations.)  The data hunks can be
 
220
moved between packs without needing to recompress them.
 
221
 
 
222
It is not possible to regenerate an index from the body file, because it
 
223
contains information stored in the knit index that's not in the body.
 
224
(In particular, the per-file graph is only stored in the index.)
 
225
We would like to change this in a future format.
 
226
 
 
227
The lock is a regular LockDir lock.  The lock is only held for a much
 
228
reduced scope, while updating the pack-names file.  The bulk of the
 
229
insertion can be done without the repository locked.  This is an
 
230
implementation detail; the repository user should still call
 
231
``repository.lock_write`` at the regular time but be aware this does not
 
232
correspond to a physical mutex.
 
233
 
 
234
Read locks control caching but do not affect writers.
 
235
 
 
236
The newly-added repository write group concept is very important to
 
237
KnitPack repositories.  When ``start_write_group`` is called, a new
 
238
temporary pack is created and all modifications to the repository will
 
239
go into it until either ``commit_write_group`` or ``abort_write_group``
 
240
is called, at which time it is either finished and moved into place or
 
241
discarded respectively.  Write groups cannot be nested, only one can be
 
242
underway at a time on a Repository instance and they must occur within a
 
243
write lock.
 
244
 
 
245
Normally the data for each revision will be entirely within a single
 
246
pack but this is not required.
 
247
 
 
248
When a pack is finished, it gets a final name based on the md5 of all
 
249
the data written into the pack body file.
 
250
 
 
251
The ``pack-names`` file gives the list of all finished non-obsolete
 
252
packs.  (This should always be the same as the list of files in the
 
253
``packs/`` directory, but the file is needed for readonly http clients
 
254
that can't easily list directories, and it includes other information.)
 
255
The constraint on the ``pack-names`` list is that every file mentioned
 
256
must exist in the ``packs/`` directory.
 
257
 
 
258
In rare cases, when a writer is interrupted, about-to-be-removed packs
 
259
may still be present in the directory but removed from the list.
 
260
 
 
261
As well as the list of names, the pack-names file also contains the
 
262
size, in bytes, of each of the four indices.  This is used to bootstrap
 
263
bisection search within the indices.
 
264
 
 
265
In normal use, one pack will be created for each commit to a repository.
 
266
This would build up to an inefficient number of files over time, so a
 
267
``repack`` operation is available to recombine them, by producing larger
 
268
files containing data on multiple revisions.  This can be done manually
 
269
by running ``bzr pack``, and it also may happen automatically when a
 
270
write group is committed.
 
271
 
 
272
The repacking strategy used at the moment tries to balance not doing too
 
273
much work during commit with not having too many small files left in the
 
274
repository.  The algorithm is roughly this: the total number of
 
275
revisions in the repository is expressed as a decimal number, e.g.
 
276
"532".  Then we'll repack until we have five packs containing a hundred
 
277
revisions each, three packs containing ten revisions each, and two packs
 
278
with single revisions.  This means that each revision will normally
 
279
initially be created in a single-revision pack, then moved to a
 
280
ten-revision pack, then to a 100-pack, and so on.
 
281
 
 
282
As with other repositories, in normal use data is only inserted.
 
283
However, in some circumstances we may want to garbage-collect or prune
 
284
existing data, or reconcile indexes.
 
285
 
 
286
..
 
287
   vim: tw=72 ft=rst expandtab