~bzr-pqm/bzr/bzr.dev

« back to all changes in this revision

Viewing changes to bzrlib/tuned_gzip.py

  • Committer: Patch Queue Manager
  • Date: 2012-01-18 16:23:31 UTC
  • mfrom: (6439.1.1 work)
  • Revision ID: pqm@pqm.ubuntu.com-20120118162331-md4sf1tw6hyuw344
(vila) Ensure people get an easy access to the release details from
 announcements. (Vincent Ladeuil)

Show diffs side-by-side

added added

removed removed

Lines of Context:
 
1
# Copyright (C) 2006-2011 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., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301 USA
 
17
 
 
18
"""Bzrlib specific gzip tunings. We plan to feed these to the upstream gzip."""
 
19
 
 
20
from __future__ import absolute_import
 
21
 
 
22
from cStringIO import StringIO
 
23
 
 
24
# make GzipFile faster:
 
25
import gzip
 
26
from gzip import FEXTRA, FCOMMENT, FNAME, FHCRC
 
27
import sys
 
28
import struct
 
29
import zlib
 
30
 
 
31
# we want a \n preserved, break on \n only splitlines.
 
32
from bzrlib import symbol_versioning
 
33
 
 
34
__all__ = ["GzipFile", "bytes_to_gzip"]
 
35
 
 
36
 
 
37
def U32(i):
 
38
    """Return i as an unsigned integer, assuming it fits in 32 bits.
 
39
 
 
40
    If it's >= 2GB when viewed as a 32-bit unsigned int, return a long.
 
41
    """
 
42
    if i < 0:
 
43
        i += 1L << 32
 
44
    return i
 
45
 
 
46
 
 
47
def LOWU32(i):
 
48
    """Return the low-order 32 bits of an int, as a non-negative int."""
 
49
    return i & 0xFFFFFFFFL
 
50
 
 
51
 
 
52
def bytes_to_gzip(bytes, factory=zlib.compressobj,
 
53
    level=zlib.Z_DEFAULT_COMPRESSION, method=zlib.DEFLATED,
 
54
    width=-zlib.MAX_WBITS, mem=zlib.DEF_MEM_LEVEL,
 
55
    crc32=zlib.crc32):
 
56
    """Create a gzip file containing bytes and return its content."""
 
57
    return chunks_to_gzip([bytes])
 
58
 
 
59
 
 
60
def chunks_to_gzip(chunks, factory=zlib.compressobj,
 
61
    level=zlib.Z_DEFAULT_COMPRESSION, method=zlib.DEFLATED,
 
62
    width=-zlib.MAX_WBITS, mem=zlib.DEF_MEM_LEVEL,
 
63
    crc32=zlib.crc32):
 
64
    """Create a gzip file containing chunks and return its content.
 
65
 
 
66
    :param chunks: An iterable of strings. Each string can have arbitrary
 
67
        layout.
 
68
    """
 
69
    result = [
 
70
        '\037\213'  # self.fileobj.write('\037\213')  # magic header
 
71
        '\010'      # self.fileobj.write('\010')      # compression method
 
72
                    # fname = self.filename[:-3]
 
73
                    # flags = 0
 
74
                    # if fname:
 
75
                    #     flags = FNAME
 
76
        '\x00'      # self.fileobj.write(chr(flags))
 
77
        '\0\0\0\0'  # write32u(self.fileobj, long(time.time()))
 
78
        '\002'      # self.fileobj.write('\002')
 
79
        '\377'      # self.fileobj.write('\377')
 
80
                    # if fname:
 
81
        ''          #     self.fileobj.write(fname + '\000')
 
82
        ]
 
83
    # using a compressobj avoids a small header and trailer that the compress()
 
84
    # utility function adds.
 
85
    compress = factory(level, method, width, mem, 0)
 
86
    crc = 0
 
87
    total_len = 0
 
88
    for chunk in chunks:
 
89
        crc = crc32(chunk, crc)
 
90
        total_len += len(chunk)
 
91
        zbytes = compress.compress(chunk)
 
92
        if zbytes:
 
93
            result.append(zbytes)
 
94
    result.append(compress.flush())
 
95
    # size may exceed 2GB, or even 4GB
 
96
    result.append(struct.pack("<LL", LOWU32(crc), LOWU32(total_len)))
 
97
    return ''.join(result)
 
98
 
 
99
 
 
100
class GzipFile(gzip.GzipFile):
 
101
    """Knit tuned version of GzipFile.
 
102
 
 
103
    This is based on the following lsprof stats:
 
104
    python 2.4 stock GzipFile write:
 
105
    58971      0   5644.3090   2721.4730   gzip:193(write)
 
106
    +58971     0   1159.5530   1159.5530   +<built-in method compress>
 
107
    +176913    0    987.0320    987.0320   +<len>
 
108
    +58971     0    423.1450    423.1450   +<zlib.crc32>
 
109
    +58971     0    353.1060    353.1060   +<method 'write' of 'cStringIO.
 
110
                                            StringO' objects>
 
111
    tuned GzipFile write:
 
112
    58971      0   4477.2590   2103.1120   bzrlib.knit:1250(write)
 
113
    +58971     0   1297.7620   1297.7620   +<built-in method compress>
 
114
    +58971     0    406.2160    406.2160   +<zlib.crc32>
 
115
    +58971     0    341.9020    341.9020   +<method 'write' of 'cStringIO.
 
116
                                            StringO' objects>
 
117
    +58971     0    328.2670    328.2670   +<len>
 
118
 
 
119
 
 
120
    Yes, its only 1.6 seconds, but they add up.
 
121
    """
 
122
 
 
123
    def __init__(self, *args, **kwargs):
 
124
        symbol_versioning.warn(
 
125
            symbol_versioning.deprecated_in((2, 3, 0))
 
126
            % 'bzrlib.tuned_gzip.GzipFile',
 
127
            DeprecationWarning, stacklevel=2)
 
128
        gzip.GzipFile.__init__(self, *args, **kwargs)
 
129
 
 
130
    def _add_read_data(self, data):
 
131
        # 4169 calls in 183
 
132
        # temp var for len(data) and switch to +='s.
 
133
        # 4169 in 139
 
134
        len_data = len(data)
 
135
        self.crc = zlib.crc32(data, self.crc)
 
136
        self.extrabuf += data
 
137
        self.extrasize += len_data
 
138
        self.size += len_data
 
139
 
 
140
    def _write_gzip_header(self):
 
141
        """A tuned version of gzip._write_gzip_header
 
142
 
 
143
        We have some extra constrains that plain Gzip does not.
 
144
        1) We want to write the whole blob at once. rather than multiple
 
145
           calls to fileobj.write().
 
146
        2) We never have a filename
 
147
        3) We don't care about the time
 
148
        """
 
149
        self.fileobj.write(
 
150
           '\037\213'   # self.fileobj.write('\037\213')  # magic header
 
151
            '\010'      # self.fileobj.write('\010')      # compression method
 
152
                        # fname = self.filename[:-3]
 
153
                        # flags = 0
 
154
                        # if fname:
 
155
                        #     flags = FNAME
 
156
            '\x00'      # self.fileobj.write(chr(flags))
 
157
            '\0\0\0\0'  # write32u(self.fileobj, long(time.time()))
 
158
            '\002'      # self.fileobj.write('\002')
 
159
            '\377'      # self.fileobj.write('\377')
 
160
                        # if fname:
 
161
            ''          #     self.fileobj.write(fname + '\000')
 
162
            )
 
163
 
 
164
    def _read(self, size=1024):
 
165
        # various optimisations:
 
166
        # reduces lsprof count from 2500 to
 
167
        # 8337 calls in 1272, 365 internal
 
168
        if self.fileobj is None:
 
169
            raise EOFError, "Reached EOF"
 
170
 
 
171
        if self._new_member:
 
172
            # If the _new_member flag is set, we have to
 
173
            # jump to the next member, if there is one.
 
174
            #
 
175
            # First, check if we're at the end of the file;
 
176
            # if so, it's time to stop; no more members to read.
 
177
            next_header_bytes = self.fileobj.read(10)
 
178
            if next_header_bytes == '':
 
179
                raise EOFError, "Reached EOF"
 
180
 
 
181
            self._init_read()
 
182
            self._read_gzip_header(next_header_bytes)
 
183
            self.decompress = zlib.decompressobj(-zlib.MAX_WBITS)
 
184
            self._new_member = False
 
185
 
 
186
        # Read a chunk of data from the file
 
187
        buf = self.fileobj.read(size)
 
188
 
 
189
        # If the EOF has been reached, flush the decompression object
 
190
        # and mark this object as finished.
 
191
 
 
192
        if buf == "":
 
193
            self._add_read_data(self.decompress.flush())
 
194
            if len(self.decompress.unused_data) < 8:
 
195
                raise AssertionError("what does flush do?")
 
196
            self._gzip_tail = self.decompress.unused_data[0:8]
 
197
            self._read_eof()
 
198
            # tell the driving read() call we have stuffed all the data
 
199
            # in self.extrabuf
 
200
            raise EOFError, 'Reached EOF'
 
201
 
 
202
        self._add_read_data(self.decompress.decompress(buf))
 
203
 
 
204
        if self.decompress.unused_data != "":
 
205
            # Ending case: we've come to the end of a member in the file,
 
206
            # so seek back to the start of the data for the next member which
 
207
            # is the length of the decompress objects unused data - the first
 
208
            # 8 bytes for the end crc and size records.
 
209
            #
 
210
            # so seek back to the start of the unused data, finish up
 
211
            # this member, and read a new gzip header.
 
212
            # (The number of bytes to seek back is the length of the unused
 
213
            # data, minus 8 because those 8 bytes are part of this member.
 
214
            seek_length = len (self.decompress.unused_data) - 8
 
215
            if seek_length > 0:
 
216
                # we read too much data
 
217
                self.fileobj.seek(-seek_length, 1)
 
218
                self._gzip_tail = self.decompress.unused_data[0:8]
 
219
            elif seek_length < 0:
 
220
                # we haven't read enough to check the checksum.
 
221
                if not (-8 < seek_length):
 
222
                    raise AssertionError("too great a seek")
 
223
                buf = self.fileobj.read(-seek_length)
 
224
                self._gzip_tail = self.decompress.unused_data + buf
 
225
            else:
 
226
                self._gzip_tail = self.decompress.unused_data
 
227
 
 
228
            # Check the CRC and file size, and set the flag so we read
 
229
            # a new member on the next call
 
230
            self._read_eof()
 
231
            self._new_member = True
 
232
 
 
233
    def _read_eof(self):
 
234
        """tuned to reduce function calls and eliminate file seeking:
 
235
        pass 1:
 
236
        reduces lsprof count from 800 to 288
 
237
        4168 in 296
 
238
        avoid U32 call by using struct format L
 
239
        4168 in 200
 
240
        """
 
241
        # We've read to the end of the file, so we should have 8 bytes of
 
242
        # unused data in the decompressor. If we don't, there is a corrupt file.
 
243
        # We use these 8 bytes to calculate the CRC and the recorded file size.
 
244
        # We then check the that the computed CRC and size of the
 
245
        # uncompressed data matches the stored values.  Note that the size
 
246
        # stored is the true file size mod 2**32.
 
247
        if not (len(self._gzip_tail) == 8):
 
248
            raise AssertionError("gzip trailer is incorrect length.")
 
249
        crc32, isize = struct.unpack("<LL", self._gzip_tail)
 
250
        # note that isize is unsigned - it can exceed 2GB
 
251
        if crc32 != U32(self.crc):
 
252
            raise IOError, "CRC check failed %d %d" % (crc32, U32(self.crc))
 
253
        elif isize != LOWU32(self.size):
 
254
            raise IOError, "Incorrect length of data produced"
 
255
 
 
256
    def _read_gzip_header(self, bytes=None):
 
257
        """Supply bytes if the minimum header size is already read.
 
258
 
 
259
        :param bytes: 10 bytes of header data.
 
260
        """
 
261
        """starting cost: 300 in 3998
 
262
        15998 reads from 3998 calls
 
263
        final cost 168
 
264
        """
 
265
        if bytes is None:
 
266
            bytes = self.fileobj.read(10)
 
267
        magic = bytes[0:2]
 
268
        if magic != '\037\213':
 
269
            raise IOError, 'Not a gzipped file'
 
270
        method = ord(bytes[2:3])
 
271
        if method != 8:
 
272
            raise IOError, 'Unknown compression method'
 
273
        flag = ord(bytes[3:4])
 
274
        # modtime = self.fileobj.read(4) (bytes [4:8])
 
275
        # extraflag = self.fileobj.read(1) (bytes[8:9])
 
276
        # os = self.fileobj.read(1) (bytes[9:10])
 
277
        # self.fileobj.read(6)
 
278
 
 
279
        if flag & FEXTRA:
 
280
            # Read & discard the extra field, if present
 
281
            xlen = ord(self.fileobj.read(1))
 
282
            xlen = xlen + 256*ord(self.fileobj.read(1))
 
283
            self.fileobj.read(xlen)
 
284
        if flag & FNAME:
 
285
            # Read and discard a null-terminated string containing the filename
 
286
            while True:
 
287
                s = self.fileobj.read(1)
 
288
                if not s or s=='\000':
 
289
                    break
 
290
        if flag & FCOMMENT:
 
291
            # Read and discard a null-terminated string containing a comment
 
292
            while True:
 
293
                s = self.fileobj.read(1)
 
294
                if not s or s=='\000':
 
295
                    break
 
296
        if flag & FHCRC:
 
297
            self.fileobj.read(2)     # Read & discard the 16-bit header CRC
 
298
 
 
299
    def readline(self, size=-1):
 
300
        """Tuned to remove buffer length calls in _unread and...
 
301
 
 
302
        also removes multiple len(c) calls, inlines _unread,
 
303
        total savings - lsprof 5800 to 5300
 
304
        phase 2:
 
305
        4168 calls in 2233
 
306
        8176 calls to read() in 1684
 
307
        changing the min chunk size to 200 halved all the cache misses
 
308
        leading to a drop to:
 
309
        4168 calls in 1977
 
310
        4168 call to read() in 1646
 
311
        - i.e. just reduced the function call overhead. May be worth
 
312
          keeping.
 
313
        """
 
314
        if size < 0: size = sys.maxint
 
315
        bufs = []
 
316
        readsize = min(200, size)    # Read from the file in small chunks
 
317
        while True:
 
318
            if size == 0:
 
319
                return "".join(bufs) # Return resulting line
 
320
 
 
321
            # c is the chunk
 
322
            c = self.read(readsize)
 
323
            # number of bytes read
 
324
            len_c = len(c)
 
325
            i = c.find('\n')
 
326
            if size is not None:
 
327
                # We set i=size to break out of the loop under two
 
328
                # conditions: 1) there's no newline, and the chunk is
 
329
                # larger than size, or 2) there is a newline, but the
 
330
                # resulting line would be longer than 'size'.
 
331
                if i==-1 and len_c > size: i=size-1
 
332
                elif size <= i: i = size -1
 
333
 
 
334
            if i >= 0 or c == '':
 
335
                # if i>= 0 we have a newline or have triggered the above
 
336
                # if size is not None condition.
 
337
                # if c == '' its EOF.
 
338
                bufs.append(c[:i+1])    # Add portion of last chunk
 
339
                # -- inlined self._unread --
 
340
                ## self._unread(c[i+1:], len_c - i)   # Push back rest of chunk
 
341
                self.extrabuf = c[i+1:] + self.extrabuf
 
342
                self.extrasize = len_c - i + self.extrasize
 
343
                self.offset -= len_c - i
 
344
                # -- end inlined self._unread --
 
345
                return ''.join(bufs)    # Return resulting line
 
346
 
 
347
            # Append chunk to list, decrease 'size',
 
348
            bufs.append(c)
 
349
            size = size - len_c
 
350
            readsize = min(size, readsize * 2)
 
351
 
 
352
    def readlines(self, sizehint=0):
 
353
        # optimise to avoid all the buffer manipulation
 
354
        # lsprof changed from:
 
355
        # 4168 calls in 5472 with 32000 calls to readline()
 
356
        # to :
 
357
        # 4168 calls in 417.
 
358
        # Negative numbers result in reading all the lines
 
359
 
 
360
        # python's gzip routine uses sizehint. This is a more efficient way
 
361
        # than python uses to honor it. But it is even more efficient to
 
362
        # just read the entire thing and use cStringIO to split into lines.
 
363
        # if sizehint <= 0:
 
364
        #     sizehint = -1
 
365
        # content = self.read(sizehint)
 
366
        # return bzrlib.osutils.split_lines(content)
 
367
        content = StringIO(self.read(-1))
 
368
        return content.readlines()
 
369
 
 
370
    def _unread(self, buf, len_buf=None):
 
371
        """tuned to remove unneeded len calls.
 
372
 
 
373
        because this is such an inner routine in readline, and readline is
 
374
        in many inner loops, this has been inlined into readline().
 
375
 
 
376
        The len_buf parameter combined with the reduction in len calls dropped
 
377
        the lsprof ms count for this routine on my test data from 800 to 200 -
 
378
        a 75% saving.
 
379
        """
 
380
        if len_buf is None:
 
381
            len_buf = len(buf)
 
382
        self.extrabuf = buf + self.extrabuf
 
383
        self.extrasize = len_buf + self.extrasize
 
384
        self.offset -= len_buf
 
385
 
 
386
    def write(self, data):
 
387
        if self.mode != gzip.WRITE:
 
388
            import errno
 
389
            raise IOError(errno.EBADF, "write() on read-only GzipFile object")
 
390
 
 
391
        if self.fileobj is None:
 
392
            raise ValueError, "write() on closed GzipFile object"
 
393
        data_len = len(data)
 
394
        if data_len > 0:
 
395
            self.size = self.size + data_len
 
396
            self.crc = zlib.crc32(data, self.crc)
 
397
            self.fileobj.write( self.compress.compress(data) )
 
398
            self.offset += data_len
 
399
 
 
400
    def writelines(self, lines):
 
401
        # profiling indicated a significant overhead
 
402
        # calling write for each line.
 
403
        # this batch call is a lot faster :).
 
404
        # (4 seconds to 1 seconds for the sample upgrades I was testing).
 
405
        self.write(''.join(lines))
 
406
 
 
407
    if sys.version_info > (2, 7):
 
408
        # As of Python 2.7 the crc32 must be positive when close is called
 
409
        def close(self):
 
410
            if self.fileobj is None:
 
411
                return
 
412
            if self.mode == gzip.WRITE:
 
413
                self.crc &= 0xFFFFFFFFL
 
414
            gzip.GzipFile.close(self)
 
415