~bzr-pqm/bzr/bzr.dev

« back to all changes in this revision

Viewing changes to bzrlib/tuned_gzip.py

  • Committer: Martin Pool
  • Date: 2005-05-16 02:19:13 UTC
  • Revision ID: mbp@sourcefrog.net-20050516021913-3a933f871079e3fe
- patch from ddaa to create api/ directory 
  before building API docs

Show diffs side-by-side

added added

removed removed

Lines of Context:
1
 
# Copyright (C) 2005, 2006 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., 59 Temple Place, Suite 330, Boston, MA  02111-1307  USA
17
 
 
18
 
"""Bzrlib specific gzip tunings. We plan to feed these to the upstream gzip."""
19
 
 
20
 
from cStringIO import StringIO
21
 
 
22
 
# make GzipFile faster:
23
 
import gzip
24
 
from gzip import U32, LOWU32, FEXTRA, FCOMMENT, FNAME, FHCRC
25
 
import sys
26
 
import struct
27
 
import zlib
28
 
 
29
 
# we want a \n preserved, break on \n only splitlines.
30
 
import bzrlib
31
 
 
32
 
__all__ = ["GzipFile", "bytes_to_gzip"]
33
 
 
34
 
 
35
 
def bytes_to_gzip(bytes, factory=zlib.compressobj,
36
 
    level=zlib.Z_DEFAULT_COMPRESSION, method=zlib.DEFLATED,
37
 
    width=-zlib.MAX_WBITS, mem=zlib.DEF_MEM_LEVEL,
38
 
    crc32=zlib.crc32):
39
 
    """Create a gzip file containing bytes and return its content."""
40
 
    result = [
41
 
        '\037\213'  # self.fileobj.write('\037\213')  # magic header
42
 
        '\010'      # self.fileobj.write('\010')      # compression method
43
 
                    # fname = self.filename[:-3]
44
 
                    # flags = 0
45
 
                    # if fname:
46
 
                    #     flags = FNAME
47
 
        '\x00'      # self.fileobj.write(chr(flags))
48
 
        '\0\0\0\0'  # write32u(self.fileobj, long(time.time()))
49
 
        '\002'      # self.fileobj.write('\002')
50
 
        '\377'      # self.fileobj.write('\377')
51
 
                    # if fname:
52
 
        ''          #     self.fileobj.write(fname + '\000')
53
 
        ]
54
 
    # using a compressobj avoids a small header and trailer that the compress()
55
 
    # utility function adds.
56
 
    compress = factory(level, method, width, mem, 0)
57
 
    result.append(compress.compress(bytes))
58
 
    result.append(compress.flush())
59
 
    result.append(struct.pack("<L", LOWU32(crc32(bytes))))
60
 
    # size may exceed 2GB, or even 4GB
61
 
    result.append(struct.pack("<L", LOWU32(len(bytes))))
62
 
    return ''.join(result)
63
 
 
64
 
 
65
 
class GzipFile(gzip.GzipFile):
66
 
    """Knit tuned version of GzipFile.
67
 
 
68
 
    This is based on the following lsprof stats:
69
 
    python 2.4 stock GzipFile write:
70
 
    58971      0   5644.3090   2721.4730   gzip:193(write)
71
 
    +58971     0   1159.5530   1159.5530   +<built-in method compress>
72
 
    +176913    0    987.0320    987.0320   +<len>
73
 
    +58971     0    423.1450    423.1450   +<zlib.crc32>
74
 
    +58971     0    353.1060    353.1060   +<method 'write' of 'cStringIO.
75
 
                                            StringO' objects>
76
 
    tuned GzipFile write:
77
 
    58971      0   4477.2590   2103.1120   bzrlib.knit:1250(write)
78
 
    +58971     0   1297.7620   1297.7620   +<built-in method compress>
79
 
    +58971     0    406.2160    406.2160   +<zlib.crc32>
80
 
    +58971     0    341.9020    341.9020   +<method 'write' of 'cStringIO.
81
 
                                            StringO' objects>
82
 
    +58971     0    328.2670    328.2670   +<len>
83
 
 
84
 
 
85
 
    Yes, its only 1.6 seconds, but they add up.
86
 
    """
87
 
 
88
 
    def _add_read_data(self, data):
89
 
        # 4169 calls in 183
90
 
        # temp var for len(data) and switch to +='s.
91
 
        # 4169 in 139
92
 
        len_data = len(data)
93
 
        self.crc = zlib.crc32(data, self.crc)
94
 
        self.extrabuf += data
95
 
        self.extrasize += len_data
96
 
        self.size += len_data
97
 
 
98
 
    def _write_gzip_header(self):
99
 
        """A tuned version of gzip._write_gzip_header
100
 
 
101
 
        We have some extra constrains that plain Gzip does not.
102
 
        1) We want to write the whole blob at once. rather than multiple 
103
 
           calls to fileobj.write().
104
 
        2) We never have a filename
105
 
        3) We don't care about the time
106
 
        """
107
 
        self.fileobj.write(
108
 
           '\037\213'   # self.fileobj.write('\037\213')  # magic header
109
 
            '\010'      # self.fileobj.write('\010')      # compression method
110
 
                        # fname = self.filename[:-3]
111
 
                        # flags = 0
112
 
                        # if fname:
113
 
                        #     flags = FNAME
114
 
            '\x00'      # self.fileobj.write(chr(flags))
115
 
            '\0\0\0\0'  # write32u(self.fileobj, long(time.time()))
116
 
            '\002'      # self.fileobj.write('\002')
117
 
            '\377'      # self.fileobj.write('\377')
118
 
                        # if fname:
119
 
            ''          #     self.fileobj.write(fname + '\000')
120
 
            )
121
 
 
122
 
    def _read(self, size=1024):
123
 
        # various optimisations:
124
 
        # reduces lsprof count from 2500 to 
125
 
        # 8337 calls in 1272, 365 internal
126
 
        if self.fileobj is None:
127
 
            raise EOFError, "Reached EOF"
128
 
 
129
 
        if self._new_member:
130
 
            # If the _new_member flag is set, we have to
131
 
            # jump to the next member, if there is one.
132
 
            #
133
 
            # First, check if we're at the end of the file;
134
 
            # if so, it's time to stop; no more members to read.
135
 
            next_header_bytes = self.fileobj.read(10)
136
 
            if next_header_bytes == '':
137
 
                raise EOFError, "Reached EOF"
138
 
 
139
 
            self._init_read()
140
 
            self._read_gzip_header(next_header_bytes)
141
 
            self.decompress = zlib.decompressobj(-zlib.MAX_WBITS)
142
 
            self._new_member = False
143
 
 
144
 
        # Read a chunk of data from the file
145
 
        buf = self.fileobj.read(size)
146
 
 
147
 
        # If the EOF has been reached, flush the decompression object
148
 
        # and mark this object as finished.
149
 
 
150
 
        if buf == "":
151
 
            self._add_read_data(self.decompress.flush())
152
 
            assert len(self.decompress.unused_data) >= 8, "what does flush do?"
153
 
            self._gzip_tail = self.decompress.unused_data[0:8]
154
 
            self._read_eof()
155
 
            # tell the driving read() call we have stuffed all the data
156
 
            # in self.extrabuf
157
 
            raise EOFError, 'Reached EOF'
158
 
 
159
 
        self._add_read_data(self.decompress.decompress(buf))
160
 
 
161
 
        if self.decompress.unused_data != "":
162
 
            # Ending case: we've come to the end of a member in the file,
163
 
            # so seek back to the start of the data for the next member which
164
 
            # is the length of the decompress objects unused data - the first
165
 
            # 8 bytes for the end crc and size records.
166
 
            #
167
 
            # so seek back to the start of the unused data, finish up
168
 
            # this member, and read a new gzip header.
169
 
            # (The number of bytes to seek back is the length of the unused
170
 
            # data, minus 8 because those 8 bytes are part of this member.
171
 
            seek_length = len (self.decompress.unused_data) - 8
172
 
            if seek_length > 0:
173
 
                # we read too much data
174
 
                self.fileobj.seek(-seek_length, 1)
175
 
                self._gzip_tail = self.decompress.unused_data[0:8]
176
 
            elif seek_length < 0:
177
 
                # we haven't read enough to check the checksum.
178
 
                assert -8 < seek_length, "too great a seek."
179
 
                buf = self.fileobj.read(-seek_length)
180
 
                self._gzip_tail = self.decompress.unused_data + buf
181
 
            else:
182
 
                self._gzip_tail = self.decompress.unused_data
183
 
 
184
 
            # Check the CRC and file size, and set the flag so we read
185
 
            # a new member on the next call
186
 
            self._read_eof()
187
 
            self._new_member = True
188
 
 
189
 
    def _read_eof(self):
190
 
        """tuned to reduce function calls and eliminate file seeking:
191
 
        pass 1:
192
 
        reduces lsprof count from 800 to 288
193
 
        4168 in 296 
194
 
        avoid U32 call by using struct format L
195
 
        4168 in 200
196
 
        """
197
 
        # We've read to the end of the file, so we should have 8 bytes of 
198
 
        # unused data in the decompressor. If we don't, there is a corrupt file.
199
 
        # We use these 8 bytes to calculate the CRC and the recorded file size.
200
 
        # We then check the that the computed CRC and size of the
201
 
        # uncompressed data matches the stored values.  Note that the size
202
 
        # stored is the true file size mod 2**32.
203
 
        assert len(self._gzip_tail) == 8, "gzip trailer is incorrect length."
204
 
        crc32, isize = struct.unpack("<LL", self._gzip_tail)
205
 
        # note that isize is unsigned - it can exceed 2GB
206
 
        if crc32 != U32(self.crc):
207
 
            raise IOError, "CRC check failed %d %d" % (crc32, U32(self.crc))
208
 
        elif isize != LOWU32(self.size):
209
 
            raise IOError, "Incorrect length of data produced"
210
 
 
211
 
    def _read_gzip_header(self, bytes=None):
212
 
        """Supply bytes if the minimum header size is already read.
213
 
        
214
 
        :param bytes: 10 bytes of header data.
215
 
        """
216
 
        """starting cost: 300 in 3998
217
 
        15998 reads from 3998 calls
218
 
        final cost 168
219
 
        """
220
 
        if bytes is None:
221
 
            bytes = self.fileobj.read(10)
222
 
        magic = bytes[0:2]
223
 
        if magic != '\037\213':
224
 
            raise IOError, 'Not a gzipped file'
225
 
        method = ord(bytes[2:3])
226
 
        if method != 8:
227
 
            raise IOError, 'Unknown compression method'
228
 
        flag = ord(bytes[3:4])
229
 
        # modtime = self.fileobj.read(4) (bytes [4:8])
230
 
        # extraflag = self.fileobj.read(1) (bytes[8:9])
231
 
        # os = self.fileobj.read(1) (bytes[9:10])
232
 
        # self.fileobj.read(6)
233
 
 
234
 
        if flag & FEXTRA:
235
 
            # Read & discard the extra field, if present
236
 
            xlen = ord(self.fileobj.read(1))
237
 
            xlen = xlen + 256*ord(self.fileobj.read(1))
238
 
            self.fileobj.read(xlen)
239
 
        if flag & FNAME:
240
 
            # Read and discard a null-terminated string containing the filename
241
 
            while True:
242
 
                s = self.fileobj.read(1)
243
 
                if not s or s=='\000':
244
 
                    break
245
 
        if flag & FCOMMENT:
246
 
            # Read and discard a null-terminated string containing a comment
247
 
            while True:
248
 
                s = self.fileobj.read(1)
249
 
                if not s or s=='\000':
250
 
                    break
251
 
        if flag & FHCRC:
252
 
            self.fileobj.read(2)     # Read & discard the 16-bit header CRC
253
 
 
254
 
    def readline(self, size=-1):
255
 
        """Tuned to remove buffer length calls in _unread and...
256
 
        
257
 
        also removes multiple len(c) calls, inlines _unread,
258
 
        total savings - lsprof 5800 to 5300
259
 
        phase 2:
260
 
        4168 calls in 2233
261
 
        8176 calls to read() in 1684
262
 
        changing the min chunk size to 200 halved all the cache misses
263
 
        leading to a drop to:
264
 
        4168 calls in 1977
265
 
        4168 call to read() in 1646
266
 
        - i.e. just reduced the function call overhead. May be worth 
267
 
          keeping.
268
 
        """
269
 
        if size < 0: size = sys.maxint
270
 
        bufs = []
271
 
        readsize = min(200, size)    # Read from the file in small chunks
272
 
        while True:
273
 
            if size == 0:
274
 
                return "".join(bufs) # Return resulting line
275
 
 
276
 
            # c is the chunk
277
 
            c = self.read(readsize)
278
 
            # number of bytes read
279
 
            len_c = len(c)
280
 
            i = c.find('\n')
281
 
            if size is not None:
282
 
                # We set i=size to break out of the loop under two
283
 
                # conditions: 1) there's no newline, and the chunk is
284
 
                # larger than size, or 2) there is a newline, but the
285
 
                # resulting line would be longer than 'size'.
286
 
                if i==-1 and len_c > size: i=size-1
287
 
                elif size <= i: i = size -1
288
 
 
289
 
            if i >= 0 or c == '':
290
 
                # if i>= 0 we have a newline or have triggered the above
291
 
                # if size is not None condition.
292
 
                # if c == '' its EOF.
293
 
                bufs.append(c[:i+1])    # Add portion of last chunk
294
 
                # -- inlined self._unread --
295
 
                ## self._unread(c[i+1:], len_c - i)   # Push back rest of chunk
296
 
                self.extrabuf = c[i+1:] + self.extrabuf
297
 
                self.extrasize = len_c - i + self.extrasize
298
 
                self.offset -= len_c - i
299
 
                # -- end inlined self._unread --
300
 
                return ''.join(bufs)    # Return resulting line
301
 
 
302
 
            # Append chunk to list, decrease 'size',
303
 
            bufs.append(c)
304
 
            size = size - len_c
305
 
            readsize = min(size, readsize * 2)
306
 
 
307
 
    def readlines(self, sizehint=0):
308
 
        # optimise to avoid all the buffer manipulation
309
 
        # lsprof changed from:
310
 
        # 4168 calls in 5472 with 32000 calls to readline()
311
 
        # to :
312
 
        # 4168 calls in 417.
313
 
        # Negative numbers result in reading all the lines
314
 
        
315
 
        # python's gzip routine uses sizehint. This is a more efficient way
316
 
        # than python uses to honor it. But it is even more efficient to
317
 
        # just read the entire thing and use cStringIO to split into lines.
318
 
        # if sizehint <= 0:
319
 
        #     sizehint = -1
320
 
        # content = self.read(sizehint)
321
 
        # return bzrlib.osutils.split_lines(content)
322
 
        content = StringIO(self.read(-1))
323
 
        return content.readlines()
324
 
 
325
 
    def _unread(self, buf, len_buf=None):
326
 
        """tuned to remove unneeded len calls.
327
 
        
328
 
        because this is such an inner routine in readline, and readline is
329
 
        in many inner loops, this has been inlined into readline().
330
 
 
331
 
        The len_buf parameter combined with the reduction in len calls dropped
332
 
        the lsprof ms count for this routine on my test data from 800 to 200 - 
333
 
        a 75% saving.
334
 
        """
335
 
        if len_buf is None:
336
 
            len_buf = len(buf)
337
 
        self.extrabuf = buf + self.extrabuf
338
 
        self.extrasize = len_buf + self.extrasize
339
 
        self.offset -= len_buf
340
 
 
341
 
    def write(self, data):
342
 
        if self.mode != gzip.WRITE:
343
 
            import errno
344
 
            raise IOError(errno.EBADF, "write() on read-only GzipFile object")
345
 
 
346
 
        if self.fileobj is None:
347
 
            raise ValueError, "write() on closed GzipFile object"
348
 
        data_len = len(data)
349
 
        if data_len > 0:
350
 
            self.size = self.size + data_len
351
 
            self.crc = zlib.crc32(data, self.crc)
352
 
            self.fileobj.write( self.compress.compress(data) )
353
 
            self.offset += data_len
354
 
 
355
 
    def writelines(self, lines):
356
 
        # profiling indicated a significant overhead 
357
 
        # calling write for each line.
358
 
        # this batch call is a lot faster :).
359
 
        # (4 seconds to 1 seconds for the sample upgrades I was testing).
360
 
        self.write(''.join(lines))
361
 
 
362