← Back to branch summary

~bzr-pqm/bzr/bzr.dev

« back to all changes in this revision

Viewing changes to bzrlib/hashcache.py

  • Committer: Danny van Heumen
  • Date: 2010-03-09 21:42:11 UTC
  • mto: (4634.139.5 2.0)
  • mto: This revision was merged to the branch mainline in revision 5160.
  • Revision ID: danny@dannyvanheumen.nl-20100309214211-iqh42x6qcikgd9p3
Reverted now-useless TODO list.

Show diffs side-by-side

added added

removed removed

Lines of Context:
bzrlib/hashcache.py
1
 
# Copyright (C) 2005, 2006 by 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., 59 Temple Place, Suite 330, Boston, MA  02111-1307  USA
 
15
# Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301 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# out-of-date.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# out-of-date.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, stat, time
33
 
import sha
 
32
import os
 
33
import stat
 
34
import time
34
35
 
35
 
from bzrlib.osutils import sha_file, pathjoin, safe_unicode
36
 
from bzrlib.trace import mutter, warning
37
 
from bzrlib.atomicfile import AtomicFile
38
 
from bzrlib.errors import BzrError
 
36
from bzrlib import (
 
37
    atomicfile,
 
38
    errors,
 
39
    filters as _mod_filters,
 
40
    osutils,
 
41
    trace,
 
42
    )
39
43
 
40
44
 
41
45
FP_MTIME_COLUMN = 1
74
78
    hit_count
75
79
        number of times files have been retrieved from the cache, avoiding a
76
80
        re-read
77
 
        
 
81
 
78
82
    miss_count
79
83
        number of misses (times files have been completely re-read)
80
84
    """
81
85
    needs_write = False
82
86
 
83
 
    def __init__(self, root, cache_file_name, mode=None):
84
 
        """Create a hash cache in base dir, and set the file mode to mode."""
85
 
        self.root = safe_unicode(root)
 
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)
 
97
        self.root_utf8 = self.root.encode('utf8') # where is the filesystem encoding ?
86
98
        self.hit_count = 0
87
99
        self.miss_count = 0
88
100
        self.stat_count = 0
91
103
        self.update_count = 0
92
104
        self._cache = {}
93
105
        self._mode = mode
94
 
        self._cache_file_name = safe_unicode(cache_file_name)
 
106
        self._cache_file_name = osutils.safe_unicode(cache_file_name)
 
107
        self._filter_provider = content_filter_stack_provider
95
108
 
96
109
    def cache_file_name(self):
97
110
        return self._cache_file_name
106
119
 
107
120
    def scan(self):
108
121
        """Scan all files and remove entries where the cache entry is obsolete.
109
 
        
 
122
 
110
123
        Obsolete entries are those where the file has been modified or deleted
111
 
        since the entry was inserted.        
 
124
        since the entry was inserted.
112
125
        """
113
126
        # FIXME optimisation opportunity, on linux [and check other oses]:
114
127
        # rather than iteritems order, stat in inode order.
115
128
        prep = [(ce[1][3], path, ce) for (path, ce) in self._cache.iteritems()]
116
129
        prep.sort()
117
 
        
 
130
 
118
131
        for inum, path, cache_entry in prep:
119
 
            abspath = pathjoin(self.root, path)
 
132
            abspath = osutils.pathjoin(self.root, path)
120
133
            fp = self._fingerprint(abspath)
121
134
            self.stat_count += 1
122
 
            
 
135
 
123
136
            cache_fp = cache_entry[1]
124
 
    
 
137
 
125
138
            if (not fp) or (cache_fp != fp):
126
139
                # not here or not a regular file anymore
127
140
                self.removed_count += 1
128
141
                self.needs_write = True
129
142
                del self._cache[path]
130
143
 
131
 
    def get_sha1(self, path):
 
144
    def get_sha1(self, path, stat_value=None):
132
145
        """Return the sha1 of a file.
133
146
        """
134
 
        abspath = pathjoin(self.root, path)
 
147
        if path.__class__ is str:
 
148
            abspath = osutils.pathjoin(self.root_utf8, path)
 
149
        else:
 
150
            abspath = osutils.pathjoin(self.root, path)
135
151
        self.stat_count += 1
136
 
        file_fp = self._fingerprint(abspath)
137
 
        
 
152
        file_fp = self._fingerprint(abspath, stat_value)
 
153
 
138
154
        if not file_fp:
139
155
            # not a regular file or not existing
140
156
            if path in self._cache:
141
157
                self.removed_count += 1
142
158
                self.needs_write = True
143
159
                del self._cache[path]
144
 
            return None        
 
160
            return None
145
161
 
146
162
        if path in self._cache:
147
163
            cache_sha1, cache_fp = self._cache[path]
153
169
            ## mutter("now = %s", time.time())
154
170
            self.hit_count += 1
155
171
            return cache_sha1
156
 
        
 
172
 
157
173
        self.miss_count += 1
158
174
 
159
175
        mode = file_fp[FP_MODE_COLUMN]
160
176
        if stat.S_ISREG(mode):
161
 
            digest = self._really_sha1_file(abspath)
 
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)
162
182
        elif stat.S_ISLNK(mode):
163
 
            digest = sha.new(os.readlink(abspath)).hexdigest()
 
183
            target = osutils.readlink(osutils.safe_unicode(abspath))
 
184
            digest = osutils.sha_string(target.encode('UTF-8'))
164
185
        else:
165
 
            raise BzrError("file %r: unknown file stat mode: %o"%(abspath,mode))
 
186
            raise errors.BzrError("file %r: unknown file stat mode: %o"
 
187
                                  % (abspath, mode))
166
188
 
167
189
        # window of 3 seconds to allow for 2s resolution on windows,
168
190
        # unsynchronized file servers, etc.
195
217
            self._cache[path] = (digest, file_fp)
196
218
        return digest
197
219
 
198
 
    def _really_sha1_file(self, abspath):
 
220
    def _really_sha1_file(self, abspath, filters):
199
221
        """Calculate the SHA1 of a file by reading the full text"""
200
 
        return sha_file(file(abspath, 'rb', buffering=65000))
201
 
        
 
222
        return _mod_filters.internal_size_sha_file_byname(abspath, filters)[1]
 
223
 
202
224
    def write(self):
203
225
        """Write contents of cache to file."""
204
 
        outf = AtomicFile(self.cache_file_name(), 'wb', new_mode=self._mode)
 
226
        outf = atomicfile.AtomicFile(self.cache_file_name(), 'wb',
 
227
                                     new_mode=self._mode)
205
228
        try:
206
 
            print >>outf, CACHE_HEADER,
 
229
            outf.write(CACHE_HEADER)
207
230
 
208
231
            for path, c  in self._cache.iteritems():
209
 
                assert '//' not in path, path
210
 
                outf.write(path.encode('utf-8'))
211
 
                outf.write('// ')
212
 
                print >>outf, c[0],     # hex sha1
213
 
                for fld in c[1]:
214
 
                    print >>outf, "%d" % fld,
215
 
                print >>outf
 
232
                line_info = [path.encode('utf-8'), '// ', c[0], ' ']
 
233
                line_info.append(' '.join([str(fld) for fld in c[1]]))
 
234
                line_info.append('\n')
 
235
                outf.write(''.join(line_info))
216
236
            outf.commit()
217
237
            self.needs_write = False
218
238
            ## mutter("write hash cache: %s hits=%d misses=%d stat=%d recent=%d updates=%d",
220
240
            ##        self.stat_count,
221
241
            ##        self.danger_count, self.update_count)
222
242
        finally:
223
 
            if not outf.closed:
224
 
                outf.abort()
 
243
            outf.close()
225
244
 
226
245
    def read(self):
227
246
        """Reinstate cache from file.
228
247
 
229
248
        Overwrites existing cache.
230
249
 
231
 
        If the cache file has the wrong version marker, this just clears 
 
250
        If the cache file has the wrong version marker, this just clears
232
251
        the cache."""
233
252
        self._cache = {}
234
253
 
236
255
        try:
237
256
            inf = file(fn, 'rb', buffering=65000)
238
257
        except IOError, e:
239
 
            mutter("failed to open %s: %s", fn, e)
 
258
            trace.mutter("failed to open %s: %s", fn, e)
240
259
            # better write it now so it is valid
241
260
            self.needs_write = True
242
261
            return
243
262
 
244
263
        hdr = inf.readline()
245
264
        if hdr != CACHE_HEADER:
246
 
            mutter('cache header marker not found at top of %s;'
247
 
                   ' discarding cache', fn)
 
265
            trace.mutter('cache header marker not found at top of %s;'
 
266
                         ' discarding cache', fn)
248
267
            self.needs_write = True
249
268
            return
250
269
 
252
271
            pos = l.index('// ')
253
272
            path = l[:pos].decode('utf-8')
254
273
            if path in self._cache:
255
 
                warning('duplicated path %r in cache' % path)
 
274
                trace.warning('duplicated path %r in cache' % path)
256
275
                continue
257
276
 
258
277
            pos += 3
259
278
            fields = l[pos:].split(' ')
260
279
            if len(fields) != 7:
261
 
                warning("bad line in hashcache: %r" % l)
 
280
                trace.warning("bad line in hashcache: %r" % l)
262
281
                continue
263
282
 
264
283
            sha1 = fields[0]
265
284
            if len(sha1) != 40:
266
 
                warning("bad sha1 in hashcache: %r" % sha1)
 
285
                trace.warning("bad sha1 in hashcache: %r" % sha1)
267
286
                continue
268
287
 
269
288
            fp = tuple(map(long, fields[1:]))
279
298
        undetectably modified and so can't be cached.
280
299
        """
281
300
        return int(time.time()) - 3
282
 
           
283
 
    def _fingerprint(self, abspath):
284
 
        try:
285
 
            fs = os.lstat(abspath)
286
 
        except OSError:
287
 
            # might be missing, etc
288
 
            return None
289
 
        if stat.S_ISDIR(fs.st_mode):
 
301
 
 
302
    def _fingerprint(self, abspath, stat_value=None):
 
303
        if stat_value is None:
 
304
            try:
 
305
                stat_value = os.lstat(abspath)
 
306
            except OSError:
 
307
                # might be missing, etc
 
308
                return None
 
309
        if stat.S_ISDIR(stat_value.st_mode):
290
310
            return None
291
311
        # we discard any high precision because it's not reliable; perhaps we
292
312
        # could do better on some systems?
293
 
        return (fs.st_size, long(fs.st_mtime),
294
 
                long(fs.st_ctime), fs.st_ino, fs.st_dev, fs.st_mode)
 
313
        return (stat_value.st_size, long(stat_value.st_mtime),
 
314
                long(stat_value.st_ctime), stat_value.st_ino,
 
315
                stat_value.st_dev, stat_value.st_mode)