~bzr-pqm/bzr/bzr.dev

« back to all changes in this revision

Viewing changes to bzrlib/groupcompress.py

  • Committer: Jelmer Vernooij
  • Date: 2011-02-19 15:23:08 UTC
  • mto: (5582.12.2 weave-plugin)
  • mto: This revision was merged to the branch mainline in revision 5718.
  • Revision ID: jelmer@samba.org-20110219152308-5shhc4rj0ez4oa12
move xml4 to weave plugin.

Show diffs side-by-side

added added

removed removed

Lines of Context:
16
16
 
17
17
"""Core compression logic for compressing streams of related files."""
18
18
 
19
 
from __future__ import absolute_import
20
 
 
21
19
import time
22
20
import zlib
 
21
try:
 
22
    import pylzma
 
23
except ImportError:
 
24
    pylzma = None
23
25
 
24
 
from bzrlib.lazy_import import lazy_import
25
 
lazy_import(globals(), """
26
26
from bzrlib import (
27
27
    annotate,
28
 
    config,
29
28
    debug,
30
29
    errors,
31
30
    graph as _mod_graph,
 
31
    knit,
32
32
    osutils,
33
33
    pack,
34
34
    static_tuple,
35
35
    trace,
36
 
    tsort,
37
36
    )
38
 
 
39
 
from bzrlib.repofmt import pack_repo
40
 
from bzrlib.i18n import gettext
41
 
""")
42
 
 
43
37
from bzrlib.btree_index import BTreeBuilder
44
38
from bzrlib.lru_cache import LRUSizeCache
 
39
from bzrlib.tsort import topo_sort
45
40
from bzrlib.versionedfile import (
46
 
    _KeyRefs,
47
41
    adapter_registry,
48
42
    AbsentContentFactory,
49
43
    ChunkedContentFactory,
50
44
    FulltextContentFactory,
51
 
    VersionedFilesWithFallbacks,
 
45
    VersionedFiles,
52
46
    )
53
47
 
54
48
# Minimum number of uncompressed bytes to try fetch at once when retrieving
55
49
# groupcompress blocks.
56
50
BATCH_SIZE = 2**16
57
51
 
 
52
_USE_LZMA = False and (pylzma is not None)
 
53
 
58
54
# osutils.sha_string('')
59
55
_null_sha1 = 'da39a3ee5e6b4b0d3255bfef95601890afd80709'
60
56
 
81
77
 
82
78
    present_keys = []
83
79
    for prefix in sorted(per_prefix_map):
84
 
        present_keys.extend(reversed(tsort.topo_sort(per_prefix_map[prefix])))
 
80
        present_keys.extend(reversed(topo_sort(per_prefix_map[prefix])))
85
81
    return present_keys
86
82
 
87
83
 
149
145
                self._content = ''
150
146
            elif self._compressor_name == 'lzma':
151
147
                # We don't do partial lzma decomp yet
152
 
                import pylzma
153
148
                self._content = pylzma.decompress(z_content)
154
149
            elif self._compressor_name == 'zlib':
155
150
                # Start a zlib decompressor
296
291
        self._content = content
297
292
        self._z_content_chunks = None
298
293
 
 
294
    def _create_z_content_using_lzma(self):
 
295
        if self._content_chunks is not None:
 
296
            self._content = ''.join(self._content_chunks)
 
297
            self._content_chunks = None
 
298
        if self._content is None:
 
299
            raise AssertionError('Nothing to compress')
 
300
        z_content = pylzma.compress(self._content)
 
301
        self._z_content_chunks = (z_content,)
 
302
        self._z_content_length = len(z_content)
 
303
 
299
304
    def _create_z_content_from_chunks(self, chunks):
300
305
        compressor = zlib.compressobj(zlib.Z_DEFAULT_COMPRESSION)
301
306
        # Peak in this point is 1 fulltext, 1 compressed text, + zlib overhead
309
314
    def _create_z_content(self):
310
315
        if self._z_content_chunks is not None:
311
316
            return
 
317
        if _USE_LZMA:
 
318
            self._create_z_content_using_lzma()
 
319
            return
312
320
        if self._content_chunks is not None:
313
321
            chunks = self._content_chunks
314
322
        else:
318
326
    def to_chunks(self):
319
327
        """Create the byte stream as a series of 'chunks'"""
320
328
        self._create_z_content()
321
 
        header = self.GCB_HEADER
 
329
        if _USE_LZMA:
 
330
            header = self.GCB_LZ_HEADER
 
331
        else:
 
332
            header = self.GCB_HEADER
322
333
        chunks = ['%s%d\n%d\n'
323
334
                  % (header, self._z_content_length, self._content_length),
324
335
                 ]
448
459
                # Grab and cache the raw bytes for this entry
449
460
                # and break the ref-cycle with _manager since we don't need it
450
461
                # anymore
451
 
                try:
452
 
                    self._manager._prepare_for_extract()
453
 
                except zlib.error as value:
454
 
                    raise errors.DecompressCorruption("zlib: " + str(value))
 
462
                self._manager._prepare_for_extract()
455
463
                block = self._manager._block
456
464
                self._bytes = block.extract(self.key, self._start, self._end)
457
465
                # There are code paths that first extract as fulltext, and then
476
484
    _full_enough_block_size = 3*1024*1024 # size at which we won't repack
477
485
    _full_enough_mixed_block_size = 2*768*1024 # 1.5MB
478
486
 
479
 
    def __init__(self, block, get_compressor_settings=None):
 
487
    def __init__(self, block):
480
488
        self._block = block
481
489
        # We need to preserve the ordering
482
490
        self._factories = []
483
491
        self._last_byte = 0
484
 
        self._get_settings = get_compressor_settings
485
 
        self._compressor_settings = None
486
 
 
487
 
    def _get_compressor_settings(self):
488
 
        if self._compressor_settings is not None:
489
 
            return self._compressor_settings
490
 
        settings = None
491
 
        if self._get_settings is not None:
492
 
            settings = self._get_settings()
493
 
        if settings is None:
494
 
            vf = GroupCompressVersionedFiles
495
 
            settings = vf._DEFAULT_COMPRESSOR_SETTINGS
496
 
        self._compressor_settings = settings
497
 
        return self._compressor_settings
498
492
 
499
493
    def add_factory(self, key, parents, start, end):
500
494
        if not self._factories:
533
527
        new_block.set_content(self._block._content[:last_byte])
534
528
        self._block = new_block
535
529
 
536
 
    def _make_group_compressor(self):
537
 
        return GroupCompressor(self._get_compressor_settings())
538
 
 
539
530
    def _rebuild_block(self):
540
531
        """Create a new GroupCompressBlock with only the referenced texts."""
541
 
        compressor = self._make_group_compressor()
 
532
        compressor = GroupCompressor()
542
533
        tstart = time.time()
543
534
        old_length = self._block._content_length
544
535
        end_point = 0
556
547
        #       block? It seems hard to come up with a method that it would
557
548
        #       expand, since we do full compression again. Perhaps based on a
558
549
        #       request that ends up poorly ordered?
559
 
        # TODO: If the content would have expanded, then we would want to
560
 
        #       handle a case where we need to split the block.
561
 
        #       Now that we have a user-tweakable option
562
 
        #       (max_bytes_to_index), it is possible that one person set it
563
 
        #       to a very low value, causing poor compression.
564
550
        delta = time.time() - tstart
565
551
        self._block = new_block
566
552
        trace.mutter('creating new compressed block on-the-fly in %.3fs'
789
775
 
790
776
class _CommonGroupCompressor(object):
791
777
 
792
 
    def __init__(self, settings=None):
 
778
    def __init__(self):
793
779
        """Create a GroupCompressor."""
794
780
        self.chunks = []
795
781
        self._last = None
798
784
        self.labels_deltas = {}
799
785
        self._delta_index = None # Set by the children
800
786
        self._block = GroupCompressBlock()
801
 
        if settings is None:
802
 
            self._settings = {}
803
 
        else:
804
 
            self._settings = settings
805
787
 
806
788
    def compress(self, key, bytes, expected_sha, nostore_sha=None, soft=False):
807
789
        """Compress lines with label key.
922
904
 
923
905
class PythonGroupCompressor(_CommonGroupCompressor):
924
906
 
925
 
    def __init__(self, settings=None):
 
907
    def __init__(self):
926
908
        """Create a GroupCompressor.
927
909
 
928
910
        Used only if the pyrex version is not available.
929
911
        """
930
 
        super(PythonGroupCompressor, self).__init__(settings)
 
912
        super(PythonGroupCompressor, self).__init__()
931
913
        self._delta_index = LinesDeltaIndex([])
932
914
        # The actual content is managed by LinesDeltaIndex
933
915
        self.chunks = self._delta_index.lines
970
952
 
971
953
    It contains code very similar to SequenceMatcher because of having a similar
972
954
    task. However some key differences apply:
973
 
 
974
 
    * there is no junk, we want a minimal edit not a human readable diff.
975
 
    * we don't filter very common lines (because we don't know where a good
976
 
      range will start, and after the first text we want to be emitting minmal
977
 
      edits only.
978
 
    * we chain the left side, not the right side
979
 
    * we incrementally update the adjacency matrix as new lines are provided.
980
 
    * we look for matches in all of the left side, so the routine which does
981
 
      the analagous task of find_longest_match does not need to filter on the
982
 
      left side.
 
955
     - there is no junk, we want a minimal edit not a human readable diff.
 
956
     - we don't filter very common lines (because we don't know where a good
 
957
       range will start, and after the first text we want to be emitting minmal
 
958
       edits only.
 
959
     - we chain the left side, not the right side
 
960
     - we incrementally update the adjacency matrix as new lines are provided.
 
961
     - we look for matches in all of the left side, so the routine which does
 
962
       the analagous task of find_longest_match does not need to filter on the
 
963
       left side.
983
964
    """
984
965
 
985
 
    def __init__(self, settings=None):
986
 
        super(PyrexGroupCompressor, self).__init__(settings)
987
 
        max_bytes_to_index = self._settings.get('max_bytes_to_index', 0)
988
 
        self._delta_index = DeltaIndex(max_bytes_to_index=max_bytes_to_index)
 
966
    def __init__(self):
 
967
        super(PyrexGroupCompressor, self).__init__()
 
968
        self._delta_index = DeltaIndex()
989
969
 
990
970
    def _compress(self, key, bytes, max_delta_size, soft=False):
991
971
        """see _CommonGroupCompressor._compress"""
1066
1046
        index = _GCGraphIndex(graph_index, lambda:True, parents=parents,
1067
1047
            add_callback=graph_index.add_nodes,
1068
1048
            inconsistency_fatal=inconsistency_fatal)
1069
 
        access = pack_repo._DirectPackAccess({})
 
1049
        access = knit._DirectPackAccess({})
1070
1050
        access.set_writer(writer, graph_index, (transport, 'newpack'))
1071
1051
        result = GroupCompressVersionedFiles(index, access, delta)
1072
1052
        result.stream = stream
1082
1062
 
1083
1063
class _BatchingBlockFetcher(object):
1084
1064
    """Fetch group compress blocks in batches.
1085
 
 
 
1065
    
1086
1066
    :ivar total_bytes: int of expected number of bytes needed to fetch the
1087
1067
        currently pending batch.
1088
1068
    """
1089
1069
 
1090
 
    def __init__(self, gcvf, locations, get_compressor_settings=None):
 
1070
    def __init__(self, gcvf, locations):
1091
1071
        self.gcvf = gcvf
1092
1072
        self.locations = locations
1093
1073
        self.keys = []
1096
1076
        self.total_bytes = 0
1097
1077
        self.last_read_memo = None
1098
1078
        self.manager = None
1099
 
        self._get_compressor_settings = get_compressor_settings
1100
1079
 
1101
1080
    def add_key(self, key):
1102
1081
        """Add another to key to fetch.
1103
 
 
 
1082
        
1104
1083
        :return: The estimated number of bytes needed to fetch the batch so
1105
1084
            far.
1106
1085
        """
1131
1110
            # and then.
1132
1111
            self.batch_memos[read_memo] = cached_block
1133
1112
        return self.total_bytes
1134
 
 
 
1113
        
1135
1114
    def _flush_manager(self):
1136
1115
        if self.manager is not None:
1137
1116
            for factory in self.manager.get_record_stream():
1142
1121
    def yield_factories(self, full_flush=False):
1143
1122
        """Yield factories for keys added since the last yield.  They will be
1144
1123
        returned in the order they were added via add_key.
1145
 
 
 
1124
        
1146
1125
        :param full_flush: by default, some results may not be returned in case
1147
1126
            they can be part of the next batch.  If full_flush is True, then
1148
1127
            all results are returned.
1176
1155
                    memos_to_get_stack.pop()
1177
1156
                else:
1178
1157
                    block = self.batch_memos[read_memo]
1179
 
                self.manager = _LazyGroupContentManager(block,
1180
 
                    get_compressor_settings=self._get_compressor_settings)
 
1158
                self.manager = _LazyGroupContentManager(block)
1181
1159
                self.last_read_memo = read_memo
1182
1160
            start, end = index_memo[3:5]
1183
1161
            self.manager.add_factory(key, parents, start, end)
1190
1168
        self.total_bytes = 0
1191
1169
 
1192
1170
 
1193
 
class GroupCompressVersionedFiles(VersionedFilesWithFallbacks):
 
1171
class GroupCompressVersionedFiles(VersionedFiles):
1194
1172
    """A group-compress based VersionedFiles implementation."""
1195
1173
 
1196
 
    # This controls how the GroupCompress DeltaIndex works. Basically, we
1197
 
    # compute hash pointers into the source blocks (so hash(text) => text).
1198
 
    # However each of these references costs some memory in trade against a
1199
 
    # more accurate match result. For very large files, they either are
1200
 
    # pre-compressed and change in bulk whenever they change, or change in just
1201
 
    # local blocks. Either way, 'improved resolution' is not very helpful,
1202
 
    # versus running out of memory trying to track everything. The default max
1203
 
    # gives 100% sampling of a 1MB file.
1204
 
    _DEFAULT_MAX_BYTES_TO_INDEX = 1024 * 1024
1205
 
    _DEFAULT_COMPRESSOR_SETTINGS = {'max_bytes_to_index':
1206
 
                                     _DEFAULT_MAX_BYTES_TO_INDEX}
1207
 
 
1208
 
    def __init__(self, index, access, delta=True, _unadded_refs=None,
1209
 
                 _group_cache=None):
 
1174
    def __init__(self, index, access, delta=True, _unadded_refs=None):
1210
1175
        """Create a GroupCompressVersionedFiles object.
1211
1176
 
1212
1177
        :param index: The index object storing access and graph data.
1213
1178
        :param access: The access object storing raw data.
1214
1179
        :param delta: Whether to delta compress or just entropy compress.
1215
1180
        :param _unadded_refs: private parameter, don't use.
1216
 
        :param _group_cache: private parameter, don't use.
1217
1181
        """
1218
1182
        self._index = index
1219
1183
        self._access = access
1221
1185
        if _unadded_refs is None:
1222
1186
            _unadded_refs = {}
1223
1187
        self._unadded_refs = _unadded_refs
1224
 
        if _group_cache is None:
1225
 
            _group_cache = LRUSizeCache(max_size=50*1024*1024)
1226
 
        self._group_cache = _group_cache
 
1188
        self._group_cache = LRUSizeCache(max_size=50*1024*1024)
1227
1189
        self._immediate_fallback_vfs = []
1228
 
        self._max_bytes_to_index = None
1229
1190
 
1230
1191
    def without_fallbacks(self):
1231
1192
        """Return a clone of this object without any fallbacks configured."""
1232
1193
        return GroupCompressVersionedFiles(self._index, self._access,
1233
 
            self._delta, _unadded_refs=dict(self._unadded_refs),
1234
 
            _group_cache=self._group_cache)
 
1194
            self._delta, _unadded_refs=dict(self._unadded_refs))
1235
1195
 
1236
1196
    def add_lines(self, key, parents, lines, parent_texts=None,
1237
1197
        left_matching_blocks=None, nostore_sha=None, random_id=False,
1241
1201
        :param key: The key tuple of the text to add.
1242
1202
        :param parents: The parents key tuples of the text to add.
1243
1203
        :param lines: A list of lines. Each line must be a bytestring. And all
1244
 
            of them except the last must be terminated with \\n and contain no
1245
 
            other \\n's. The last line may either contain no \\n's or a single
1246
 
            terminating \\n. If the lines list does meet this constraint the
1247
 
            add routine may error or may succeed - but you will be unable to
1248
 
            read the data back accurately. (Checking the lines have been split
 
1204
            of them except the last must be terminated with \n and contain no
 
1205
            other \n's. The last line may either contain no \n's or a single
 
1206
            terminating \n. If the lines list does meet this constraint the add
 
1207
            routine may error or may succeed - but you will be unable to read
 
1208
            the data back accurately. (Checking the lines have been split
1249
1209
            correctly is expensive and extremely unlikely to catch bugs so it
1250
1210
            is not done at runtime unless check_content is True.)
1251
1211
        :param parent_texts: An optional dictionary containing the opaque
1346
1306
            self._check_lines_not_unicode(lines)
1347
1307
            self._check_lines_are_lines(lines)
1348
1308
 
 
1309
    def get_known_graph_ancestry(self, keys):
 
1310
        """Get a KnownGraph instance with the ancestry of keys."""
 
1311
        # Note that this is identical to
 
1312
        # KnitVersionedFiles.get_known_graph_ancestry, but they don't share
 
1313
        # ancestry.
 
1314
        parent_map, missing_keys = self._index.find_ancestry(keys)
 
1315
        for fallback in self._transitive_fallbacks():
 
1316
            if not missing_keys:
 
1317
                break
 
1318
            (f_parent_map, f_missing_keys) = fallback._index.find_ancestry(
 
1319
                                                missing_keys)
 
1320
            parent_map.update(f_parent_map)
 
1321
            missing_keys = f_missing_keys
 
1322
        kg = _mod_graph.KnownGraph(parent_map)
 
1323
        return kg
 
1324
 
1349
1325
    def get_parent_map(self, keys):
1350
1326
        """Get a map of the graph parents of keys.
1351
1327
 
1489
1465
 
1490
1466
        The returned objects should be in the order defined by 'ordering',
1491
1467
        which can weave between different sources.
1492
 
 
1493
1468
        :param ordering: Must be one of 'topological' or 'groupcompress'
1494
1469
        :return: List of [(source, [keys])] tuples, such that all keys are in
1495
1470
            the defined order, regardless of source.
1496
1471
        """
1497
1472
        if ordering == 'topological':
1498
 
            present_keys = tsort.topo_sort(parent_map)
 
1473
            present_keys = topo_sort(parent_map)
1499
1474
        else:
1500
1475
            # ordering == 'groupcompress'
1501
1476
            # XXX: This only optimizes for the target ordering. We may need
1590
1565
        #  - we encounter an unadded ref, or
1591
1566
        #  - we run out of keys, or
1592
1567
        #  - the total bytes to retrieve for this batch > BATCH_SIZE
1593
 
        batcher = _BatchingBlockFetcher(self, locations,
1594
 
            get_compressor_settings=self._get_compressor_settings)
 
1568
        batcher = _BatchingBlockFetcher(self, locations)
1595
1569
        for source, keys in source_keys:
1596
1570
            if source is self:
1597
1571
                for key in keys:
1643
1617
        for _ in self._insert_record_stream(stream, random_id=False):
1644
1618
            pass
1645
1619
 
1646
 
    def _get_compressor_settings(self):
1647
 
        if self._max_bytes_to_index is None:
1648
 
            # TODO: VersionedFiles don't know about their containing
1649
 
            #       repository, so they don't have much of an idea about their
1650
 
            #       location. So for now, this is only a global option.
1651
 
            c = config.GlobalConfig()
1652
 
            val = c.get_user_option('bzr.groupcompress.max_bytes_to_index')
1653
 
            if val is not None:
1654
 
                try:
1655
 
                    val = int(val)
1656
 
                except ValueError, e:
1657
 
                    trace.warning('Value for '
1658
 
                                  '"bzr.groupcompress.max_bytes_to_index"'
1659
 
                                  ' %r is not an integer'
1660
 
                                  % (val,))
1661
 
                    val = None
1662
 
            if val is None:
1663
 
                val = self._DEFAULT_MAX_BYTES_TO_INDEX
1664
 
            self._max_bytes_to_index = val
1665
 
        return {'max_bytes_to_index': self._max_bytes_to_index}
1666
 
 
1667
 
    def _make_group_compressor(self):
1668
 
        return GroupCompressor(self._get_compressor_settings())
1669
 
 
1670
1620
    def _insert_record_stream(self, stream, random_id=False, nostore_sha=None,
1671
1621
                              reuse_blocks=True):
1672
1622
        """Internal core to insert a record stream into this container.
1695
1645
                return adapter
1696
1646
        # This will go up to fulltexts for gc to gc fetching, which isn't
1697
1647
        # ideal.
1698
 
        self._compressor = self._make_group_compressor()
 
1648
        self._compressor = GroupCompressor()
1699
1649
        self._unadded_refs = {}
1700
1650
        keys_to_add = []
1701
1651
        def flush():
1702
1652
            bytes_len, chunks = self._compressor.flush().to_chunks()
1703
 
            self._compressor = self._make_group_compressor()
 
1653
            self._compressor = GroupCompressor()
1704
1654
            # Note: At this point we still have 1 copy of the fulltext (in
1705
1655
            #       record and the var 'bytes'), and this generates 2 copies of
1706
1656
            #       the compressed text (one for bytes, one in chunks)
1736
1686
                raise errors.RevisionNotPresent(record.key, self)
1737
1687
            if random_id:
1738
1688
                if record.key in inserted_keys:
1739
 
                    trace.note(gettext('Insert claimed random_id=True,'
1740
 
                               ' but then inserted %r two times'), record.key)
 
1689
                    trace.note('Insert claimed random_id=True,'
 
1690
                               ' but then inserted %r two times', record.key)
1741
1691
                    continue
1742
1692
                inserted_keys.add(record.key)
1743
1693
            if reuse_blocks:
1971
1921
        # repeated over and over, this creates a surplus of ints
1972
1922
        self._int_cache = {}
1973
1923
        if track_external_parent_refs:
1974
 
            self._key_dependencies = _KeyRefs(
 
1924
            self._key_dependencies = knit._KeyRefs(
1975
1925
                track_new_keys=track_new_keys)
1976
1926
        else:
1977
1927
            self._key_dependencies = None
2117
2067
        :param keys: An iterable of keys.
2118
2068
        :return: A dict of key:
2119
2069
            (index_memo, compression_parent, parents, record_details).
2120
 
 
2121
 
            * index_memo: opaque structure to pass to read_records to extract
2122
 
              the raw data
2123
 
            * compression_parent: Content that this record is built upon, may
2124
 
              be None
2125
 
            * parents: Logical parents of this node
2126
 
            * record_details: extra information about the content which needs
2127
 
              to be passed to Factory.parse_record
 
2070
            index_memo
 
2071
                opaque structure to pass to read_records to extract the raw
 
2072
                data
 
2073
            compression_parent
 
2074
                Content that this record is built upon, may be None
 
2075
            parents
 
2076
                Logical parents of this node
 
2077
            record_details
 
2078
                extra information about the content which needs to be passed to
 
2079
                Factory.parse_record
2128
2080
        """
2129
2081
        self._check_read()
2130
2082
        result = {}