← 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: Canonical.com Patch Queue Manager
  • Date: 2009-12-03 00:17:53 UTC
  • mfrom: (4852.2.1 bzr-fix-publishing)
  • Revision ID: pqm@pqm.ubuntu.com-20091203001753-rrgwdoyxoojmn504
(David Roberts) Doc: delete unnecessary push of a checkout.

Show diffs side-by-side

added added

removed removed

Lines of Context:
bzrlib/_btree_serializer_pyx.pyx
1
 
# Copyright (C) 2008 Canonical Ltd
 
1
# Copyright (C) 2008, 2009 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)
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)
 
46
    object PyTuple_New(Py_ssize_t n_entries)
 
47
    void PyTuple_SET_ITEM(object, Py_ssize_t offset, object) # steals the ref
44
48
    Py_ssize_t PyTuple_GET_SIZE(object t)
45
49
    PyObject *PyTuple_GET_ITEM_ptr_object "PyTuple_GET_ITEM" (object tpl, int index)
 
50
    void Py_INCREF(object)
46
51
    void Py_DECREF_ptr "Py_DECREF" (PyObject *)
47
52
 
48
53
cdef extern from "string.h":
52
57
    # void *memrchr(void *s, int c, size_t n)
53
58
    int strncmp(char *s1, char *s2, size_t n)
54
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
 
55
66
 
56
67
# TODO: Find some way to import this from _dirstate_helpers
57
68
cdef void* _my_memrchr(void *s, int c, size_t n):
68
79
        pos = pos - 1
69
80
    return NULL
70
81
 
 
82
 
71
83
# TODO: Import this from _dirstate_helpers when it is merged
72
84
cdef object safe_string_from_size(char *s, Py_ssize_t size):
73
85
    if size < 0:
91
103
    Py_DECREF_ptr(py_str)
92
104
    return result
93
105
 
 
106
from bzrlib import _static_tuple_c
 
107
# This sets up the StaticTuple C_API functionality
 
108
import_static_tuple_c()
 
109
 
94
110
 
95
111
cdef class BTreeLeafParser:
96
112
    """Parse the leaf nodes of a BTree index.
130
146
        self._cur_str = NULL
131
147
        self._end_str = NULL
132
148
        self._header_found = 0
 
149
        # keys are tuples
133
150
 
134
151
    cdef extract_key(self, char * last):
135
152
        """Extract a key.
139
156
        """
140
157
        cdef char *temp_ptr
141
158
        cdef int loop_counter
142
 
        # keys are tuples
143
 
        loop_counter = 0
144
 
        key_segments = []
145
 
        while loop_counter < self.key_length:
146
 
            loop_counter = loop_counter + 1
 
159
        cdef StaticTuple key
 
160
 
 
161
        key = StaticTuple_New(self.key_length)
 
162
        for loop_counter from 0 <= loop_counter < self.key_length:
147
163
            # grab a key segment
148
164
            temp_ptr = <char*>memchr(self._start, c'\0', last - self._start)
149
165
            if temp_ptr == NULL:
150
 
                if loop_counter == self.key_length:
 
166
                if loop_counter + 1 == self.key_length:
151
167
                    # capture to last
152
168
                    temp_ptr = last
153
169
                else:
157
173
                                                   last - self._start)))
158
174
                    raise AssertionError(failure_string)
159
175
            # capture the key string
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,
 
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,
164
183
                                                         temp_ptr - self._start)
165
184
            # advance our pointer
166
185
            self._start = temp_ptr + 1
167
 
            PyList_Append(key_segments, key_element)
168
 
        return tuple(key_segments)
 
186
            Py_INCREF(key_element)
 
187
            StaticTuple_SET_ITEM(key, loop_counter, key_element)
 
188
        key = StaticTuple_Intern(key)
 
189
        return key
169
190
 
170
191
    cdef int process_line(self) except -1:
171
192
        """Process a line in the bytes."""
174
195
        cdef char *ref_ptr
175
196
        cdef char *next_start
176
197
        cdef int loop_counter
 
198
        cdef Py_ssize_t str_len
177
199
 
178
200
        self._start = self._cur_str
179
201
        # Find the next newline
209
231
            # Invalid line
210
232
            raise AssertionError("Failed to find the value area")
211
233
        else:
212
 
            # capture the value string
213
 
            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)
214
248
            # shrink the references end point
215
249
            last = temp_ptr
 
250
 
216
251
        if self.ref_list_length:
217
 
            ref_lists = []
 
252
            ref_lists = StaticTuple_New(self.ref_list_length)
218
253
            loop_counter = 0
219
254
            while loop_counter < self.ref_list_length:
220
255
                ref_list = []
246
281
                    if temp_ptr == NULL:
247
282
                        # key runs to the end
248
283
                        temp_ptr = ref_ptr
 
284
 
249
285
                    PyList_Append(ref_list, self.extract_key(temp_ptr))
250
 
                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)
251
289
                # prepare for the next reference list
252
290
                self._start = next_start
253
 
            ref_lists = tuple(ref_lists)
254
 
            node_value = (value, ref_lists)
 
291
            node_value = StaticTuple(value, ref_lists)
255
292
        else:
256
293
            if last != self._start:
257
294
                # unexpected reference data present
258
295
                raise AssertionError("unexpected reference data present")
259
 
            node_value = (value, ())
260
 
        PyList_Append(self.keys, (key, node_value))
 
296
            node_value = StaticTuple(value, StaticTuple())
 
297
        PyList_Append(self.keys, StaticTuple(key, node_value))
261
298
        return 0
262
299
 
263
300
    def parse(self):
292
329
    cdef Py_ssize_t flat_len
293
330
    cdef Py_ssize_t key_len
294
331
    cdef Py_ssize_t node_len
295
 
    cdef PyObject * val
296
332
    cdef char * value
297
333
    cdef Py_ssize_t value_len
298
334
    cdef char * out
301
337
    cdef int first_ref_list
302
338
    cdef int first_reference
303
339
    cdef int i
304
 
    cdef PyObject *ref_bit
305
340
    cdef Py_ssize_t ref_bit_len
306
341
 
307
 
    if not PyTuple_CheckExact(node):
308
 
        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'
309
344
            % type(node))
310
 
    node_len = PyTuple_GET_SIZE(node)
 
345
    node_len = len(node)
311
346
    have_reference_lists = reference_lists
312
347
    if have_reference_lists:
313
348
        if node_len != 4:
316
351
    elif node_len < 3:
317
352
        raise ValueError('Without ref_lists, we need at least 3 entries not: %s'
318
353
            % len(node))
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))
 
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])
321
365
 
322
366
    # TODO: instead of using string joins, precompute the final string length,
323
367
    #       and then malloc a single string and copy everything in.
334
378
    refs_len = 0
335
379
    if have_reference_lists:
336
380
        # Figure out how many bytes it will take to store the references
337
 
        ref_lists = <object>PyTuple_GET_ITEM_ptr_object(node, 3)
 
381
        ref_lists = node[3]
338
382
        next_len = len(ref_lists) # TODO: use a Py function
339
383
        if next_len > 0:
340
384
            # If there are no nodes, we don't need to do any work
348
392
                    # references
349
393
                    refs_len = refs_len + (next_len - 1)
350
394
                    for reference in ref_list:
351
 
                        if not PyTuple_CheckExact(reference):
 
395
                        if (not PyTuple_CheckExact(reference)
 
396
                            and not StaticTuple_CheckExact(reference)):
352
397
                            raise TypeError(
353
398
                                'We expect references to be tuples not: %s'
354
399
                                % type(reference))
355
 
                        next_len = PyTuple_GET_SIZE(reference)
 
400
                        next_len = len(reference)
356
401
                        if next_len > 0:
357
402
                            # We will need (len - 1) '\x00' characters to
358
403
                            # separate the reference key
359
404
                            refs_len = refs_len + (next_len - 1)
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):
 
405
                            for ref_bit in reference:
 
406
                                if not PyString_CheckExact(ref_bit):
363
407
                                    raise TypeError('We expect reference bits'
364
408
                                        ' to be strings not: %s'
365
409
                                        % type(<object>ref_bit))
366
 
                                refs_len = refs_len + PyString_GET_SIZE_ptr(ref_bit)
 
410
                                refs_len = refs_len + PyString_GET_SIZE(ref_bit)
367
411
 
368
412
    # So we have the (key NULL refs NULL value LF)
369
413
    key_len = PyString_Size(string_key)
370
 
    val = PyTuple_GET_ITEM_ptr_object(node, 2)
371
 
    if not PyString_CheckExact_ptr(val):
 
414
    val = node[2]
 
415
    if not PyString_CheckExact(val):
372
416
        raise TypeError('Expected a plain str for value not: %s'
373
 
                        % type(<object>val))
374
 
    value = PyString_AS_STRING_ptr(val)
375
 
    value_len = PyString_GET_SIZE_ptr(val)
 
417
                        % type(val))
 
418
    value = PyString_AS_STRING(val)
 
419
    value_len = PyString_GET_SIZE(val)
376
420
    flat_len = (key_len + 1 + refs_len + 1 + value_len + 1)
377
421
    line = PyString_FromStringAndSize(NULL, flat_len)
378
422
    # Get a pointer to the new buffer
394
438
                    out[0] = c'\r'
395
439
                    out = out + 1
396
440
                first_reference = 0
397
 
                next_len = PyTuple_GET_SIZE(reference)
 
441
                next_len = len(reference)
398
442
                for i from 0 <= i < next_len:
399
443
                    if i != 0:
400
444
                        out[0] = c'\x00'
401
445
                        out = out + 1
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)
 
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)
405
449
                    out = out + ref_bit_len
406
450
    out[0] = c'\0'
407
451
    out = out  + 1