← 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: 2009-10-20 19:46:46 UTC
  • mfrom: (4759 +trunk)
  • mto: This revision was merged to the branch mainline in revision 4771.
  • Revision ID: john@arbash-meinel.com-20091020194646-wnqpd15qs19y28z7
Merge bzr.dev 4759, bringing in static_tuple and streaming improvements.

Show diffs side-by-side

added added

removed removed

Lines of Context:
bzrlib/_btree_serializer_pyx.pyx
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)
41
43
    int PyString_AsStringAndSize_ptr(PyObject *, char **buf, Py_ssize_t *len)
42
44
    void PyString_InternInPlace(PyObject **)
43
45
    int PyTuple_CheckExact(object t)
55
57
    # void *memrchr(void *s, int c, size_t n)
56
58
    int strncmp(char *s1, char *s2, size_t n)
57
59
 
 
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
 
58
66
 
59
67
# TODO: Find some way to import this from _dirstate_helpers
60
68
cdef void* _my_memrchr(void *s, int c, size_t n):
71
79
        pos = pos - 1
72
80
    return NULL
73
81
 
 
82
 
74
83
# TODO: Import this from _dirstate_helpers when it is merged
75
84
cdef object safe_string_from_size(char *s, Py_ssize_t size):
76
85
    if size < 0:
94
103
    Py_DECREF_ptr(py_str)
95
104
    return result
96
105
 
 
106
from bzrlib import _static_tuple_c
 
107
# This sets up the StaticTuple C_API functionality
 
108
import_static_tuple_c()
 
109
 
97
110
 
98
111
cdef class BTreeLeafParser:
99
112
    """Parse the leaf nodes of a BTree index.
133
146
        self._cur_str = NULL
134
147
        self._end_str = NULL
135
148
        self._header_found = 0
 
149
        # keys are tuples
136
150
 
137
151
    cdef extract_key(self, char * last):
138
152
        """Extract a key.
142
156
        """
143
157
        cdef char *temp_ptr
144
158
        cdef int loop_counter
145
 
        # keys are tuples
146
 
        key = PyTuple_New(self.key_length)
 
159
        cdef StaticTuple key
 
160
 
 
161
        key = StaticTuple_New(self.key_length)
147
162
        for loop_counter from 0 <= loop_counter < self.key_length:
148
163
            # grab a key segment
149
164
            temp_ptr = <char*>memchr(self._start, c'\0', last - self._start)
158
173
                                                   last - self._start)))
159
174
                    raise AssertionError(failure_string)
160
175
            # capture the key string
161
 
            # TODO: Consider using PyIntern_FromString, the only caveat is that
162
 
            # it assumes a NULL-terminated string, so we have to check if
163
 
            # temp_ptr[0] == c'\0' or some other char.
164
 
            key_element = safe_interned_string_from_size(self._start,
 
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,
165
183
                                                         temp_ptr - self._start)
166
184
            # advance our pointer
167
185
            self._start = temp_ptr + 1
168
186
            Py_INCREF(key_element)
169
 
            PyTuple_SET_ITEM(key, loop_counter, key_element)
 
187
            StaticTuple_SET_ITEM(key, loop_counter, key_element)
 
188
        key = StaticTuple_Intern(key)
170
189
        return key
171
190
 
172
191
    cdef int process_line(self) except -1:
176
195
        cdef char *ref_ptr
177
196
        cdef char *next_start
178
197
        cdef int loop_counter
 
198
        cdef Py_ssize_t str_len
179
199
 
180
200
        self._start = self._cur_str
181
201
        # Find the next newline
211
231
            # Invalid line
212
232
            raise AssertionError("Failed to find the value area")
213
233
        else:
214
 
            # capture the value string
215
 
            value = safe_string_from_size(temp_ptr + 1, last - temp_ptr - 1)
 
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)
216
248
            # shrink the references end point
217
249
            last = temp_ptr
 
250
 
218
251
        if self.ref_list_length:
219
 
            ref_lists = []
 
252
            ref_lists = StaticTuple_New(self.ref_list_length)
220
253
            loop_counter = 0
221
254
            while loop_counter < self.ref_list_length:
222
255
                ref_list = []
248
281
                    if temp_ptr == NULL:
249
282
                        # key runs to the end
250
283
                        temp_ptr = ref_ptr
 
284
 
251
285
                    PyList_Append(ref_list, self.extract_key(temp_ptr))
252
 
                PyList_Append(ref_lists, tuple(ref_list))
 
286
                ref_list = StaticTuple_Intern(StaticTuple(*ref_list))
 
287
                Py_INCREF(ref_list)
 
288
                StaticTuple_SET_ITEM(ref_lists, loop_counter - 1, ref_list)
253
289
                # prepare for the next reference list
254
290
                self._start = next_start
255
 
            ref_lists = tuple(ref_lists)
256
 
            node_value = (value, ref_lists)
 
291
            node_value = StaticTuple(value, ref_lists)
257
292
        else:
258
293
            if last != self._start:
259
294
                # unexpected reference data present
260
295
                raise AssertionError("unexpected reference data present")
261
 
            node_value = (value, ())
262
 
        PyList_Append(self.keys, (key, node_value))
 
296
            node_value = StaticTuple(value, StaticTuple())
 
297
        PyList_Append(self.keys, StaticTuple(key, node_value))
263
298
        return 0
264
299
 
265
300
    def parse(self):
294
329
    cdef Py_ssize_t flat_len
295
330
    cdef Py_ssize_t key_len
296
331
    cdef Py_ssize_t node_len
297
 
    cdef PyObject * val
298
332
    cdef char * value
299
333
    cdef Py_ssize_t value_len
300
334
    cdef char * out
303
337
    cdef int first_ref_list
304
338
    cdef int first_reference
305
339
    cdef int i
306
 
    cdef PyObject *ref_bit
307
340
    cdef Py_ssize_t ref_bit_len
308
341
 
309
 
    if not PyTuple_CheckExact(node):
310
 
        raise TypeError('We expected a tuple() for node not: %s'
 
342
    if not PyTuple_CheckExact(node) and not StaticTuple_CheckExact(node):
 
343
        raise TypeError('We expected a tuple() or StaticTuple() for node not: %s'
311
344
            % type(node))
312
 
    node_len = PyTuple_GET_SIZE(node)
 
345
    node_len = len(node)
313
346
    have_reference_lists = reference_lists
314
347
    if have_reference_lists:
315
348
        if node_len != 4:
318
351
    elif node_len < 3:
319
352
        raise ValueError('Without ref_lists, we need at least 3 entries not: %s'
320
353
            % len(node))
321
 
    # I don't expect that we can do faster than string.join()
322
 
    string_key = '\0'.join(<object>PyTuple_GET_ITEM_ptr_object(node, 1))
 
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])
323
365
 
324
366
    # TODO: instead of using string joins, precompute the final string length,
325
367
    #       and then malloc a single string and copy everything in.
336
378
    refs_len = 0
337
379
    if have_reference_lists:
338
380
        # Figure out how many bytes it will take to store the references
339
 
        ref_lists = <object>PyTuple_GET_ITEM_ptr_object(node, 3)
 
381
        ref_lists = node[3]
340
382
        next_len = len(ref_lists) # TODO: use a Py function
341
383
        if next_len > 0:
342
384
            # If there are no nodes, we don't need to do any work
350
392
                    # references
351
393
                    refs_len = refs_len + (next_len - 1)
352
394
                    for reference in ref_list:
353
 
                        if not PyTuple_CheckExact(reference):
 
395
                        if (not PyTuple_CheckExact(reference)
 
396
                            and not StaticTuple_CheckExact(reference)):
354
397
                            raise TypeError(
355
398
                                'We expect references to be tuples not: %s'
356
399
                                % type(reference))
357
 
                        next_len = PyTuple_GET_SIZE(reference)
 
400
                        next_len = len(reference)
358
401
                        if next_len > 0:
359
402
                            # We will need (len - 1) '\x00' characters to
360
403
                            # separate the reference key
361
404
                            refs_len = refs_len + (next_len - 1)
362
 
                            for i from 0 <= i < next_len:
363
 
                                ref_bit = PyTuple_GET_ITEM_ptr_object(reference, i)
364
 
                                if not PyString_CheckExact_ptr(ref_bit):
 
405
                            for ref_bit in reference:
 
406
                                if not PyString_CheckExact(ref_bit):
365
407
                                    raise TypeError('We expect reference bits'
366
408
                                        ' to be strings not: %s'
367
409
                                        % type(<object>ref_bit))
368
 
                                refs_len = refs_len + PyString_GET_SIZE_ptr(ref_bit)
 
410
                                refs_len = refs_len + PyString_GET_SIZE(ref_bit)
369
411
 
370
412
    # So we have the (key NULL refs NULL value LF)
371
413
    key_len = PyString_Size(string_key)
372
 
    val = PyTuple_GET_ITEM_ptr_object(node, 2)
373
 
    if not PyString_CheckExact_ptr(val):
 
414
    val = node[2]
 
415
    if not PyString_CheckExact(val):
374
416
        raise TypeError('Expected a plain str for value not: %s'
375
 
                        % type(<object>val))
376
 
    value = PyString_AS_STRING_ptr(val)
377
 
    value_len = PyString_GET_SIZE_ptr(val)
 
417
                        % type(val))
 
418
    value = PyString_AS_STRING(val)
 
419
    value_len = PyString_GET_SIZE(val)
378
420
    flat_len = (key_len + 1 + refs_len + 1 + value_len + 1)
379
421
    line = PyString_FromStringAndSize(NULL, flat_len)
380
422
    # Get a pointer to the new buffer
396
438
                    out[0] = c'\r'
397
439
                    out = out + 1
398
440
                first_reference = 0
399
 
                next_len = PyTuple_GET_SIZE(reference)
 
441
                next_len = len(reference)
400
442
                for i from 0 <= i < next_len:
401
443
                    if i != 0:
402
444
                        out[0] = c'\x00'
403
445
                        out = out + 1
404
 
                    ref_bit = PyTuple_GET_ITEM_ptr_object(reference, i)
405
 
                    ref_bit_len = PyString_GET_SIZE_ptr(ref_bit)
406
 
                    memcpy(out, PyString_AS_STRING_ptr(ref_bit), ref_bit_len)
 
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)
407
449
                    out = out + ref_bit_len
408
450
    out[0] = c'\0'
409
451
    out = out  + 1