~bzr-pqm/bzr/bzr.dev

« back to all changes in this revision

Viewing changes to bzrlib/tuned_gzip.py

  • Committer: Martin Pool
  • Date: 2005-03-14 07:07:24 UTC
  • Revision ID: mbp@sourcefrog.net-20050314070724-ba6c85db7d96c508
- add setup.py and install instructions
- rename main script to just bzr

Show diffs side-by-side

added added

removed removed

Lines of Context:
1
 
# Copyright (C) 2006-2011 Canonical Ltd
2
 
# Written by Robert Collins <robert.collins@canonical.com>
3
 
#
4
 
# This program is free software; you can redistribute it and/or modify
5
 
# it under the terms of the GNU General Public License as published by
6
 
# the Free Software Foundation; either version 2 of the License, or
7
 
# (at your option) any later version.
8
 
#
9
 
# This program is distributed in the hope that it will be useful,
10
 
# but WITHOUT ANY WARRANTY; without even the implied warranty of
11
 
# MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
12
 
# GNU General Public License for more details.
13
 
#
14
 
# You should have received a copy of the GNU General Public License
15
 
# along with this program; if not, write to the Free Software
16
 
# Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301 USA
17
 
 
18
 
"""Bzrlib specific gzip tunings. We plan to feed these to the upstream gzip."""
19
 
 
20
 
from __future__ import absolute_import
21
 
 
22
 
from cStringIO import StringIO
23
 
 
24
 
# make GzipFile faster:
25
 
import gzip
26
 
from gzip import FEXTRA, FCOMMENT, FNAME, FHCRC
27
 
import sys
28
 
import struct
29
 
import zlib
30
 
 
31
 
# we want a \n preserved, break on \n only splitlines.
32
 
from bzrlib import symbol_versioning
33
 
 
34
 
__all__ = ["GzipFile", "bytes_to_gzip"]
35
 
 
36
 
 
37
 
def U32(i):
38
 
    """Return i as an unsigned integer, assuming it fits in 32 bits.
39
 
 
40
 
    If it's >= 2GB when viewed as a 32-bit unsigned int, return a long.
41
 
    """
42
 
    if i < 0:
43
 
        i += 1L << 32
44
 
    return i
45
 
 
46
 
 
47
 
def LOWU32(i):
48
 
    """Return the low-order 32 bits of an int, as a non-negative int."""
49
 
    return i & 0xFFFFFFFFL
50
 
 
51
 
 
52
 
def bytes_to_gzip(bytes, factory=zlib.compressobj,
53
 
    level=zlib.Z_DEFAULT_COMPRESSION, method=zlib.DEFLATED,
54
 
    width=-zlib.MAX_WBITS, mem=zlib.DEF_MEM_LEVEL,
55
 
    crc32=zlib.crc32):
56
 
    """Create a gzip file containing bytes and return its content."""
57
 
    return chunks_to_gzip([bytes])
58
 
 
59
 
 
60
 
def chunks_to_gzip(chunks, factory=zlib.compressobj,
61
 
    level=zlib.Z_DEFAULT_COMPRESSION, method=zlib.DEFLATED,
62
 
    width=-zlib.MAX_WBITS, mem=zlib.DEF_MEM_LEVEL,
63
 
    crc32=zlib.crc32):
64
 
    """Create a gzip file containing chunks and return its content.
65
 
 
66
 
    :param chunks: An iterable of strings. Each string can have arbitrary
67
 
        layout.
68
 
    """
69
 
    result = [
70
 
        '\037\213'  # self.fileobj.write('\037\213')  # magic header
71
 
        '\010'      # self.fileobj.write('\010')      # compression method
72
 
                    # fname = self.filename[:-3]
73
 
                    # flags = 0
74
 
                    # if fname:
75
 
                    #     flags = FNAME
76
 
        '\x00'      # self.fileobj.write(chr(flags))
77
 
        '\0\0\0\0'  # write32u(self.fileobj, long(time.time()))
78
 
        '\002'      # self.fileobj.write('\002')
79
 
        '\377'      # self.fileobj.write('\377')
80
 
                    # if fname:
81
 
        ''          #     self.fileobj.write(fname + '\000')
82
 
        ]
83
 
    # using a compressobj avoids a small header and trailer that the compress()
84
 
    # utility function adds.
85
 
    compress = factory(level, method, width, mem, 0)
86
 
    crc = 0
87
 
    total_len = 0
88
 
    for chunk in chunks:
89
 
        crc = crc32(chunk, crc)
90
 
        total_len += len(chunk)
91
 
        zbytes = compress.compress(chunk)
92
 
        if zbytes:
93
 
            result.append(zbytes)
94
 
    result.append(compress.flush())
95
 
    # size may exceed 2GB, or even 4GB
96
 
    result.append(struct.pack("<LL", LOWU32(crc), LOWU32(total_len)))
97
 
    return ''.join(result)
98
 
 
99
 
 
100
 
class GzipFile(gzip.GzipFile):
101
 
    """Knit tuned version of GzipFile.
102
 
 
103
 
    This is based on the following lsprof stats:
104
 
    python 2.4 stock GzipFile write:
105
 
    58971      0   5644.3090   2721.4730   gzip:193(write)
106
 
    +58971     0   1159.5530   1159.5530   +<built-in method compress>
107
 
    +176913    0    987.0320    987.0320   +<len>
108
 
    +58971     0    423.1450    423.1450   +<zlib.crc32>
109
 
    +58971     0    353.1060    353.1060   +<method 'write' of 'cStringIO.
110
 
                                            StringO' objects>
111
 
    tuned GzipFile write:
112
 
    58971      0   4477.2590   2103.1120   bzrlib.knit:1250(write)
113
 
    +58971     0   1297.7620   1297.7620   +<built-in method compress>
114
 
    +58971     0    406.2160    406.2160   +<zlib.crc32>
115
 
    +58971     0    341.9020    341.9020   +<method 'write' of 'cStringIO.
116
 
                                            StringO' objects>
117
 
    +58971     0    328.2670    328.2670   +<len>
118
 
 
119
 
 
120
 
    Yes, its only 1.6 seconds, but they add up.
121
 
    """
122
 
 
123
 
    def __init__(self, *args, **kwargs):
124
 
        symbol_versioning.warn(
125
 
            symbol_versioning.deprecated_in((2, 3, 0))
126
 
            % 'bzrlib.tuned_gzip.GzipFile',
127
 
            DeprecationWarning, stacklevel=2)
128
 
        gzip.GzipFile.__init__(self, *args, **kwargs)
129
 
 
130
 
    if sys.version_info >= (2, 7, 4):
131
 
        def _add_read_data(self, data):
132
 
            # 4169 calls in 183
133
 
            # temp var for len(data) and switch to +='s.
134
 
            # 4169 in 139
135
 
            len_data = len(data)
136
 
            self.crc = zlib.crc32(data, self.crc) & 0xffffffffL
137
 
            offset = self.offset - self.extrastart
138
 
            self.extrabuf = self.extrabuf[offset:] + data
139
 
            self.extrasize = self.extrasize + len_data
140
 
            self.extrastart = self.offset
141
 
            self.size = self.size + len_data
142
 
    else:
143
 
        def _add_read_data(self, data):
144
 
            # 4169 calls in 183
145
 
            # temp var for len(data) and switch to +='s.
146
 
            # 4169 in 139
147
 
            len_data = len(data)
148
 
            self.crc = zlib.crc32(data, self.crc)
149
 
            self.extrabuf += data
150
 
            self.extrasize += len_data
151
 
            self.size += len_data
152
 
 
153
 
    def _write_gzip_header(self):
154
 
        """A tuned version of gzip._write_gzip_header
155
 
 
156
 
        We have some extra constrains that plain Gzip does not.
157
 
        1) We want to write the whole blob at once. rather than multiple
158
 
           calls to fileobj.write().
159
 
        2) We never have a filename
160
 
        3) We don't care about the time
161
 
        """
162
 
        self.fileobj.write(
163
 
           '\037\213'   # self.fileobj.write('\037\213')  # magic header
164
 
            '\010'      # self.fileobj.write('\010')      # compression method
165
 
                        # fname = self.filename[:-3]
166
 
                        # flags = 0
167
 
                        # if fname:
168
 
                        #     flags = FNAME
169
 
            '\x00'      # self.fileobj.write(chr(flags))
170
 
            '\0\0\0\0'  # write32u(self.fileobj, long(time.time()))
171
 
            '\002'      # self.fileobj.write('\002')
172
 
            '\377'      # self.fileobj.write('\377')
173
 
                        # if fname:
174
 
            ''          #     self.fileobj.write(fname + '\000')
175
 
            )
176
 
 
177
 
    if sys.version_info < (2, 7, 4):
178
 
        def _read(self, size=1024):
179
 
            # various optimisations:
180
 
            # reduces lsprof count from 2500 to
181
 
            # 8337 calls in 1272, 365 internal
182
 
            if self.fileobj is None:
183
 
                raise EOFError, "Reached EOF"
184
 
 
185
 
            if self._new_member:
186
 
                # If the _new_member flag is set, we have to
187
 
                # jump to the next member, if there is one.
188
 
                #
189
 
                # First, check if we're at the end of the file;
190
 
                # if so, it's time to stop; no more members to read.
191
 
                next_header_bytes = self.fileobj.read(10)
192
 
                if next_header_bytes == '':
193
 
                    raise EOFError, "Reached EOF"
194
 
 
195
 
                self._init_read()
196
 
                self._read_gzip_header(next_header_bytes)
197
 
                self.decompress = zlib.decompressobj(-zlib.MAX_WBITS)
198
 
                self._new_member = False
199
 
 
200
 
            # Read a chunk of data from the file
201
 
            buf = self.fileobj.read(size)
202
 
 
203
 
            # If the EOF has been reached, flush the decompression object
204
 
            # and mark this object as finished.
205
 
 
206
 
            if buf == "":
207
 
                self._add_read_data(self.decompress.flush())
208
 
                if len(self.decompress.unused_data) < 8:
209
 
                    raise AssertionError("what does flush do?")
210
 
                self._gzip_tail = self.decompress.unused_data[0:8]
211
 
                self._read_eof()
212
 
                # tell the driving read() call we have stuffed all the data
213
 
                # in self.extrabuf
214
 
                raise EOFError, 'Reached EOF'
215
 
 
216
 
            self._add_read_data(self.decompress.decompress(buf))
217
 
 
218
 
            if self.decompress.unused_data != "":
219
 
                # Ending case: we've come to the end of a member in the file,
220
 
                # so seek back to the start of the data for the next member
221
 
                # which is the length of the decompress objects unused data -
222
 
                # the first 8 bytes for the end crc and size records.
223
 
                #
224
 
                # so seek back to the start of the unused data, finish up
225
 
                # this member, and read a new gzip header.
226
 
                # (The number of bytes to seek back is the length of the unused
227
 
                # data, minus 8 because those 8 bytes are part of this member.
228
 
                seek_length = len (self.decompress.unused_data) - 8
229
 
                if seek_length > 0:
230
 
                    # we read too much data
231
 
                    self.fileobj.seek(-seek_length, 1)
232
 
                    self._gzip_tail = self.decompress.unused_data[0:8]
233
 
                elif seek_length < 0:
234
 
                    # we haven't read enough to check the checksum.
235
 
                    if not (-8 < seek_length):
236
 
                        raise AssertionError("too great a seek")
237
 
                    buf = self.fileobj.read(-seek_length)
238
 
                    self._gzip_tail = self.decompress.unused_data + buf
239
 
                else:
240
 
                    self._gzip_tail = self.decompress.unused_data
241
 
 
242
 
                # Check the CRC and file size, and set the flag so we read
243
 
                # a new member on the next call
244
 
                self._read_eof()
245
 
                self._new_member = True
246
 
 
247
 
        def _read_eof(self):
248
 
            """tuned to reduce function calls and eliminate file seeking:
249
 
            pass 1:
250
 
            reduces lsprof count from 800 to 288
251
 
            4168 in 296
252
 
            avoid U32 call by using struct format L
253
 
            4168 in 200
254
 
            """
255
 
            # We've read to the end of the file, so we should have 8 bytes of
256
 
            # unused data in the decompressor. If we don't, there is a corrupt
257
 
            # file.  We use these 8 bytes to calculate the CRC and the recorded
258
 
            # file size.  We then check the that the computed CRC and size of
259
 
            # the uncompressed data matches the stored values.  Note that the
260
 
            # size stored is the true file size mod 2**32.
261
 
            if not (len(self._gzip_tail) == 8):
262
 
                raise AssertionError("gzip trailer is incorrect length.")
263
 
            crc32, isize = struct.unpack("<LL", self._gzip_tail)
264
 
            # note that isize is unsigned - it can exceed 2GB
265
 
            if crc32 != U32(self.crc):
266
 
                raise IOError, "CRC check failed %d %d" % (crc32, U32(self.crc))
267
 
            elif isize != LOWU32(self.size):
268
 
                raise IOError, "Incorrect length of data produced"
269
 
 
270
 
    def _read_gzip_header(self, bytes=None):
271
 
        """Supply bytes if the minimum header size is already read.
272
 
 
273
 
        :param bytes: 10 bytes of header data.
274
 
        """
275
 
        """starting cost: 300 in 3998
276
 
        15998 reads from 3998 calls
277
 
        final cost 168
278
 
        """
279
 
        if bytes is None:
280
 
            bytes = self.fileobj.read(10)
281
 
        magic = bytes[0:2]
282
 
        if magic != '\037\213':
283
 
            raise IOError, 'Not a gzipped file'
284
 
        method = ord(bytes[2:3])
285
 
        if method != 8:
286
 
            raise IOError, 'Unknown compression method'
287
 
        flag = ord(bytes[3:4])
288
 
        # modtime = self.fileobj.read(4) (bytes [4:8])
289
 
        # extraflag = self.fileobj.read(1) (bytes[8:9])
290
 
        # os = self.fileobj.read(1) (bytes[9:10])
291
 
        # self.fileobj.read(6)
292
 
 
293
 
        if flag & FEXTRA:
294
 
            # Read & discard the extra field, if present
295
 
            xlen = ord(self.fileobj.read(1))
296
 
            xlen = xlen + 256*ord(self.fileobj.read(1))
297
 
            self.fileobj.read(xlen)
298
 
        if flag & FNAME:
299
 
            # Read and discard a null-terminated string containing the filename
300
 
            while True:
301
 
                s = self.fileobj.read(1)
302
 
                if not s or s=='\000':
303
 
                    break
304
 
        if flag & FCOMMENT:
305
 
            # Read and discard a null-terminated string containing a comment
306
 
            while True:
307
 
                s = self.fileobj.read(1)
308
 
                if not s or s=='\000':
309
 
                    break
310
 
        if flag & FHCRC:
311
 
            self.fileobj.read(2)     # Read & discard the 16-bit header CRC
312
 
 
313
 
    def readline(self, size=-1):
314
 
        """Tuned to remove buffer length calls in _unread and...
315
 
 
316
 
        also removes multiple len(c) calls, inlines _unread,
317
 
        total savings - lsprof 5800 to 5300
318
 
        phase 2:
319
 
        4168 calls in 2233
320
 
        8176 calls to read() in 1684
321
 
        changing the min chunk size to 200 halved all the cache misses
322
 
        leading to a drop to:
323
 
        4168 calls in 1977
324
 
        4168 call to read() in 1646
325
 
        - i.e. just reduced the function call overhead. May be worth
326
 
          keeping.
327
 
        """
328
 
        if size < 0: size = sys.maxint
329
 
        bufs = []
330
 
        readsize = min(200, size)    # Read from the file in small chunks
331
 
        while True:
332
 
            if size == 0:
333
 
                return "".join(bufs) # Return resulting line
334
 
 
335
 
            # c is the chunk
336
 
            c = self.read(readsize)
337
 
            # number of bytes read
338
 
            len_c = len(c)
339
 
            i = c.find('\n')
340
 
            if size is not None:
341
 
                # We set i=size to break out of the loop under two
342
 
                # conditions: 1) there's no newline, and the chunk is
343
 
                # larger than size, or 2) there is a newline, but the
344
 
                # resulting line would be longer than 'size'.
345
 
                if i==-1 and len_c > size: i=size-1
346
 
                elif size <= i: i = size -1
347
 
 
348
 
            if i >= 0 or c == '':
349
 
                # if i>= 0 we have a newline or have triggered the above
350
 
                # if size is not None condition.
351
 
                # if c == '' its EOF.
352
 
                bufs.append(c[:i+1])    # Add portion of last chunk
353
 
                # -- inlined self._unread --
354
 
                ## self._unread(c[i+1:], len_c - i)   # Push back rest of chunk
355
 
                self.extrabuf = c[i+1:] + self.extrabuf
356
 
                self.extrasize = len_c - i + self.extrasize
357
 
                self.offset -= len_c - i
358
 
                # -- end inlined self._unread --
359
 
                return ''.join(bufs)    # Return resulting line
360
 
 
361
 
            # Append chunk to list, decrease 'size',
362
 
            bufs.append(c)
363
 
            size = size - len_c
364
 
            readsize = min(size, readsize * 2)
365
 
 
366
 
    def readlines(self, sizehint=0):
367
 
        # optimise to avoid all the buffer manipulation
368
 
        # lsprof changed from:
369
 
        # 4168 calls in 5472 with 32000 calls to readline()
370
 
        # to :
371
 
        # 4168 calls in 417.
372
 
        # Negative numbers result in reading all the lines
373
 
 
374
 
        # python's gzip routine uses sizehint. This is a more efficient way
375
 
        # than python uses to honor it. But it is even more efficient to
376
 
        # just read the entire thing and use cStringIO to split into lines.
377
 
        # if sizehint <= 0:
378
 
        #     sizehint = -1
379
 
        # content = self.read(sizehint)
380
 
        # return bzrlib.osutils.split_lines(content)
381
 
        content = StringIO(self.read(-1))
382
 
        return content.readlines()
383
 
 
384
 
    def _unread(self, buf, len_buf=None):
385
 
        """tuned to remove unneeded len calls.
386
 
 
387
 
        because this is such an inner routine in readline, and readline is
388
 
        in many inner loops, this has been inlined into readline().
389
 
 
390
 
        The len_buf parameter combined with the reduction in len calls dropped
391
 
        the lsprof ms count for this routine on my test data from 800 to 200 -
392
 
        a 75% saving.
393
 
        """
394
 
        if len_buf is None:
395
 
            len_buf = len(buf)
396
 
        self.extrabuf = buf + self.extrabuf
397
 
        self.extrasize = len_buf + self.extrasize
398
 
        self.offset -= len_buf
399
 
 
400
 
    def write(self, data):
401
 
        if self.mode != gzip.WRITE:
402
 
            import errno
403
 
            raise IOError(errno.EBADF, "write() on read-only GzipFile object")
404
 
 
405
 
        if self.fileobj is None:
406
 
            raise ValueError, "write() on closed GzipFile object"
407
 
        data_len = len(data)
408
 
        if data_len > 0:
409
 
            self.size = self.size + data_len
410
 
            self.crc = zlib.crc32(data, self.crc)
411
 
            self.fileobj.write( self.compress.compress(data) )
412
 
            self.offset += data_len
413
 
 
414
 
    def writelines(self, lines):
415
 
        # profiling indicated a significant overhead
416
 
        # calling write for each line.
417
 
        # this batch call is a lot faster :).
418
 
        # (4 seconds to 1 seconds for the sample upgrades I was testing).
419
 
        self.write(''.join(lines))
420
 
 
421
 
    if sys.version_info > (2, 7):
422
 
        # As of Python 2.7 the crc32 must be positive when close is called
423
 
        def close(self):
424
 
            if self.fileobj is None:
425
 
                return
426
 
            if self.mode == gzip.WRITE:
427
 
                self.crc &= 0xFFFFFFFFL
428
 
            gzip.GzipFile.close(self)
429