← Back to branch summary

~bzr-pqm/bzr/bzr.dev

« back to all changes in this revision

Viewing changes to bzrlib/_btree_serializer_pyx.pyx

  • Committer: John Arbash Meinel
  • Date: 2009-12-18 05:38:40 UTC
  • mto: (4634.108.4 2.0)
  • mto: This revision was merged to the branch mainline in revision 4928.
  • Revision ID: john@arbash-meinel.com-20091218053840-d1636x6jf5i3peym
Of course, it helps if you tell the buffered file that it is writable.

Show diffs side-by-side

added added

removed removed

Lines of Context:
bzrlib/_btree_serializer_pyx.pyx
1
 
# Copyright (C) 2008, 2009, 2010 Canonical Ltd
 
1
# Copyright (C) 2008 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
38
38
    Py_ssize_t PyString_Size(object p)
39
39
    Py_ssize_t PyString_GET_SIZE_ptr "PyString_GET_SIZE" (PyObject *)
40
40
    char * PyString_AS_STRING_ptr "PyString_AS_STRING" (PyObject *)
41
 
    char * PyString_AS_STRING(object)
42
 
    Py_ssize_t PyString_GET_SIZE(object)
43
41
    int PyString_AsStringAndSize_ptr(PyObject *, char **buf, Py_ssize_t *len)
44
42
    void PyString_InternInPlace(PyObject **)
45
43
    int PyTuple_CheckExact(object t)
46
 
    object PyTuple_New(Py_ssize_t n_entries)
47
 
    void PyTuple_SET_ITEM(object, Py_ssize_t offset, object) # steals the ref
48
44
    Py_ssize_t PyTuple_GET_SIZE(object t)
49
45
    PyObject *PyTuple_GET_ITEM_ptr_object "PyTuple_GET_ITEM" (object tpl, int index)
50
 
    void Py_INCREF(object)
51
46
    void Py_DECREF_ptr "Py_DECREF" (PyObject *)
52
47
 
53
48
cdef extern from "string.h":
57
52
    # void *memrchr(void *s, int c, size_t n)
58
53
    int strncmp(char *s1, char *s2, size_t n)
59
54
 
60
 
# It seems we need to import the definitions so that the pyrex compiler has
61
 
# local names to access them.
62
 
from _static_tuple_c cimport StaticTuple, \
63
 
    import_static_tuple_c, StaticTuple_New, \
64
 
    StaticTuple_Intern, StaticTuple_SET_ITEM, StaticTuple_CheckExact
65
 
 
66
55
 
67
56
# TODO: Find some way to import this from _dirstate_helpers
68
 
cdef void* _my_memrchr(void *s, int c, size_t n): # cannot_raise
 
57
cdef void* _my_memrchr(void *s, int c, size_t n):
69
58
    # memrchr seems to be a GNU extension, so we have to implement it ourselves
70
59
    # It is not present in any win32 standard library
71
60
    cdef char *pos
79
68
        pos = pos - 1
80
69
    return NULL
81
70
 
82
 
 
83
71
# TODO: Import this from _dirstate_helpers when it is merged
84
72
cdef object safe_string_from_size(char *s, Py_ssize_t size):
85
73
    if size < 0:
103
91
    Py_DECREF_ptr(py_str)
104
92
    return result
105
93
 
106
 
from bzrlib import _static_tuple_c
107
 
# This sets up the StaticTuple C_API functionality
108
 
import_static_tuple_c()
109
 
 
110
94
 
111
95
cdef class BTreeLeafParser:
112
96
    """Parse the leaf nodes of a BTree index.
146
130
        self._cur_str = NULL
147
131
        self._end_str = NULL
148
132
        self._header_found = 0
149
 
        # keys are tuples
150
133
 
151
134
    cdef extract_key(self, char * last):
152
135
        """Extract a key.
156
139
        """
157
140
        cdef char *temp_ptr
158
141
        cdef int loop_counter
159
 
        cdef StaticTuple key
160
 
 
161
 
        key = StaticTuple_New(self.key_length)
162
 
        for loop_counter from 0 <= loop_counter < self.key_length:
 
142
        # keys are tuples
 
143
        loop_counter = 0
 
144
        key_segments = []
 
145
        while loop_counter < self.key_length:
 
146
            loop_counter = loop_counter + 1
163
147
            # grab a key segment
164
148
            temp_ptr = <char*>memchr(self._start, c'\0', last - self._start)
165
149
            if temp_ptr == NULL:
166
 
                if loop_counter + 1 == self.key_length:
 
150
                if loop_counter == self.key_length:
167
151
                    # capture to last
168
152
                    temp_ptr = last
169
153
                else:
173
157
                                                   last - self._start)))
174
158
                    raise AssertionError(failure_string)
175
159
            # capture the key string
176
 
            if (self.key_length == 1
177
 
                and (temp_ptr - self._start) == 45
178
 
                and strncmp(self._start, 'sha1:', 5) == 0):
179
 
                key_element = safe_string_from_size(self._start,
180
 
                                                    temp_ptr - self._start)
181
 
            else:
182
 
                key_element = safe_interned_string_from_size(self._start,
 
160
            # TODO: Consider using PyIntern_FromString, the only caveat is that
 
161
            # it assumes a NULL-terminated string, so we have to check if
 
162
            # temp_ptr[0] == c'\0' or some other char.
 
163
            key_element = safe_interned_string_from_size(self._start,
183
164
                                                         temp_ptr - self._start)
184
165
            # advance our pointer
185
166
            self._start = temp_ptr + 1
186
 
            Py_INCREF(key_element)
187
 
            StaticTuple_SET_ITEM(key, loop_counter, key_element)
188
 
        key = StaticTuple_Intern(key)
189
 
        return key
 
167
            PyList_Append(key_segments, key_element)
 
168
        return tuple(key_segments)
190
169
 
191
170
    cdef int process_line(self) except -1:
192
171
        """Process a line in the bytes."""
195
174
        cdef char *ref_ptr
196
175
        cdef char *next_start
197
176
        cdef int loop_counter
198
 
        cdef Py_ssize_t str_len
199
177
 
200
178
        self._start = self._cur_str
201
179
        # Find the next newline
231
209
            # Invalid line
232
210
            raise AssertionError("Failed to find the value area")
233
211
        else:
234
 
            # Because of how conversions were done, we ended up with *lots* of
235
 
            # values that are identical. These are all of the 0-length nodes
236
 
            # that are referred to by the TREE_ROOT (and likely some other
237
 
            # directory nodes.) For example, bzr has 25k references to
238
 
            # something like '12607215 328306 0 0', which ends up consuming 1MB
239
 
            # of memory, just for those strings.
240
 
            str_len = last - temp_ptr - 1
241
 
            if (str_len > 4
242
 
                and strncmp(" 0 0", last - 4, 4) == 0):
243
 
                # This drops peak mem for bzr.dev from 87.4MB => 86.2MB
244
 
                # For Launchpad 236MB => 232MB
245
 
                value = safe_interned_string_from_size(temp_ptr + 1, str_len)
246
 
            else:
247
 
                value = safe_string_from_size(temp_ptr + 1, str_len)
 
212
            # capture the value string
 
213
            value = safe_string_from_size(temp_ptr + 1, last - temp_ptr - 1)
248
214
            # shrink the references end point
249
215
            last = temp_ptr
250
 
 
251
216
        if self.ref_list_length:
252
 
            ref_lists = StaticTuple_New(self.ref_list_length)
 
217
            ref_lists = []
253
218
            loop_counter = 0
254
219
            while loop_counter < self.ref_list_length:
255
220
                ref_list = []
281
246
                    if temp_ptr == NULL:
282
247
                        # key runs to the end
283
248
                        temp_ptr = ref_ptr
284
 
 
285
249
                    PyList_Append(ref_list, self.extract_key(temp_ptr))
286
 
                ref_list = StaticTuple_Intern(StaticTuple(*ref_list))
287
 
                Py_INCREF(ref_list)
288
 
                StaticTuple_SET_ITEM(ref_lists, loop_counter - 1, ref_list)
 
250
                PyList_Append(ref_lists, tuple(ref_list))
289
251
                # prepare for the next reference list
290
252
                self._start = next_start
291
 
            node_value = StaticTuple(value, ref_lists)
 
253
            ref_lists = tuple(ref_lists)
 
254
            node_value = (value, ref_lists)
292
255
        else:
293
256
            if last != self._start:
294
257
                # unexpected reference data present
295
258
                raise AssertionError("unexpected reference data present")
296
 
            node_value = StaticTuple(value, StaticTuple())
297
 
        PyList_Append(self.keys, StaticTuple(key, node_value))
 
259
            node_value = (value, ())
 
260
        PyList_Append(self.keys, (key, node_value))
298
261
        return 0
299
262
 
300
263
    def parse(self):
329
292
    cdef Py_ssize_t flat_len
330
293
    cdef Py_ssize_t key_len
331
294
    cdef Py_ssize_t node_len
 
295
    cdef PyObject * val
332
296
    cdef char * value
333
297
    cdef Py_ssize_t value_len
334
298
    cdef char * out
337
301
    cdef int first_ref_list
338
302
    cdef int first_reference
339
303
    cdef int i
 
304
    cdef PyObject *ref_bit
340
305
    cdef Py_ssize_t ref_bit_len
341
306
 
342
 
    if not PyTuple_CheckExact(node) and not StaticTuple_CheckExact(node):
343
 
        raise TypeError('We expected a tuple() or StaticTuple() for node not: %s'
 
307
    if not PyTuple_CheckExact(node):
 
308
        raise TypeError('We expected a tuple() for node not: %s'
344
309
            % type(node))
345
 
    node_len = len(node)
 
310
    node_len = PyTuple_GET_SIZE(node)
346
311
    have_reference_lists = reference_lists
347
312
    if have_reference_lists:
348
313
        if node_len != 4:
351
316
    elif node_len < 3:
352
317
        raise ValueError('Without ref_lists, we need at least 3 entries not: %s'
353
318
            % len(node))
354
 
    # TODO: We can probably do better than string.join(), namely
355
 
    #       when key has only 1 item, we can just grab that string
356
 
    #       And when there are 2 items, we could do a single malloc + len() + 1
357
 
    #       also, doing .join() requires a PyObject_GetAttrString call, which
358
 
    #       we could also avoid.
359
 
    # TODO: Note that pyrex 0.9.6 generates fairly crummy code here, using the
360
 
    #       python object interface, versus 0.9.8+ which uses a helper that
361
 
    #       checks if this supports the sequence interface.
362
 
    #       We *could* do more work on our own, and grab the actual items
363
 
    #       lists. For now, just ask people to use a better compiler. :)
364
 
    string_key = '\0'.join(node[1])
 
319
    # I don't expect that we can do faster than string.join()
 
320
    string_key = '\0'.join(<object>PyTuple_GET_ITEM_ptr_object(node, 1))
365
321
 
366
322
    # TODO: instead of using string joins, precompute the final string length,
367
323
    #       and then malloc a single string and copy everything in.
378
334
    refs_len = 0
379
335
    if have_reference_lists:
380
336
        # Figure out how many bytes it will take to store the references
381
 
        ref_lists = node[3]
 
337
        ref_lists = <object>PyTuple_GET_ITEM_ptr_object(node, 3)
382
338
        next_len = len(ref_lists) # TODO: use a Py function
383
339
        if next_len > 0:
384
340
            # If there are no nodes, we don't need to do any work
392
348
                    # references
393
349
                    refs_len = refs_len + (next_len - 1)
394
350
                    for reference in ref_list:
395
 
                        if (not PyTuple_CheckExact(reference)
396
 
                            and not StaticTuple_CheckExact(reference)):
 
351
                        if not PyTuple_CheckExact(reference):
397
352
                            raise TypeError(
398
353
                                'We expect references to be tuples not: %s'
399
354
                                % type(reference))
400
 
                        next_len = len(reference)
 
355
                        next_len = PyTuple_GET_SIZE(reference)
401
356
                        if next_len > 0:
402
357
                            # We will need (len - 1) '\x00' characters to
403
358
                            # separate the reference key
404
359
                            refs_len = refs_len + (next_len - 1)
405
 
                            for ref_bit in reference:
406
 
                                if not PyString_CheckExact(ref_bit):
 
360
                            for i from 0 <= i < next_len:
 
361
                                ref_bit = PyTuple_GET_ITEM_ptr_object(reference, i)
 
362
                                if not PyString_CheckExact_ptr(ref_bit):
407
363
                                    raise TypeError('We expect reference bits'
408
364
                                        ' to be strings not: %s'
409
365
                                        % type(<object>ref_bit))
410
 
                                refs_len = refs_len + PyString_GET_SIZE(ref_bit)
 
366
                                refs_len = refs_len + PyString_GET_SIZE_ptr(ref_bit)
411
367
 
412
368
    # So we have the (key NULL refs NULL value LF)
413
369
    key_len = PyString_Size(string_key)
414
 
    val = node[2]
415
 
    if not PyString_CheckExact(val):
 
370
    val = PyTuple_GET_ITEM_ptr_object(node, 2)
 
371
    if not PyString_CheckExact_ptr(val):
416
372
        raise TypeError('Expected a plain str for value not: %s'
417
 
                        % type(val))
418
 
    value = PyString_AS_STRING(val)
419
 
    value_len = PyString_GET_SIZE(val)
 
373
                        % type(<object>val))
 
374
    value = PyString_AS_STRING_ptr(val)
 
375
    value_len = PyString_GET_SIZE_ptr(val)
420
376
    flat_len = (key_len + 1 + refs_len + 1 + value_len + 1)
421
377
    line = PyString_FromStringAndSize(NULL, flat_len)
422
378
    # Get a pointer to the new buffer
438
394
                    out[0] = c'\r'
439
395
                    out = out + 1
440
396
                first_reference = 0
441
 
                next_len = len(reference)
 
397
                next_len = PyTuple_GET_SIZE(reference)
442
398
                for i from 0 <= i < next_len:
443
399
                    if i != 0:
444
400
                        out[0] = c'\x00'
445
401
                        out = out + 1
446
 
                    ref_bit = reference[i]
447
 
                    ref_bit_len = PyString_GET_SIZE(ref_bit)
448
 
                    memcpy(out, PyString_AS_STRING(ref_bit), ref_bit_len)
 
402
                    ref_bit = PyTuple_GET_ITEM_ptr_object(reference, i)
 
403
                    ref_bit_len = PyString_GET_SIZE_ptr(ref_bit)
 
404
                    memcpy(out, PyString_AS_STRING_ptr(ref_bit), ref_bit_len)
449
405
                    out = out + ref_bit_len
450
406
    out[0] = c'\0'
451
407
    out = out  + 1