~bzr-pqm/bzr/bzr.dev

« back to all changes in this revision

Viewing changes to bzrlib/tuned_gzip.py

  • Committer: Vincent Ladeuil
  • Date: 2014-04-09 08:00:39 UTC
  • mto: This revision was merged to the branch mainline in revision 6593.
  • Revision ID: v.ladeuil+lp@free.fr-20140409080039-zq5y8wu59qc8bgnz
Fix minor incompatible change in email python 2.7.6 module.

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
    if sys.version_info >= (2, 7, 4):
 
131
        def _add_read_data(self, data):
 
132
            # 4169 calls in 183
 
133
            # temp var for len(data) and switch to +='s.
 
134
            # 4169 in 139
 
135
            len_data = len(data)
 
136
            self.crc = zlib.crc32(data, self.crc) & 0xffffffffL
 
137
            offset = self.offset - self.extrastart
 
138
            self.extrabuf = self.extrabuf[offset:] + data
 
139
            self.extrasize = self.extrasize + len_data
 
140
            self.extrastart = self.offset
 
141
            self.size = self.size + len_data
 
142
    else:
 
143
        def _add_read_data(self, data):
 
144
            # 4169 calls in 183
 
145
            # temp var for len(data) and switch to +='s.
 
146
            # 4169 in 139
 
147
            len_data = len(data)
 
148
            self.crc = zlib.crc32(data, self.crc)
 
149
            self.extrabuf += data
 
150
            self.extrasize += len_data
 
151
            self.size += len_data
 
152
 
 
153
    def _write_gzip_header(self):
 
154
        """A tuned version of gzip._write_gzip_header
 
155
 
 
156
        We have some extra constrains that plain Gzip does not.
 
157
        1) We want to write the whole blob at once. rather than multiple
 
158
           calls to fileobj.write().
 
159
        2) We never have a filename
 
160
        3) We don't care about the time
 
161
        """
 
162
        self.fileobj.write(
 
163
           '\037\213'   # self.fileobj.write('\037\213')  # magic header
 
164
            '\010'      # self.fileobj.write('\010')      # compression method
 
165
                        # fname = self.filename[:-3]
 
166
                        # flags = 0
 
167
                        # if fname:
 
168
                        #     flags = FNAME
 
169
            '\x00'      # self.fileobj.write(chr(flags))
 
170
            '\0\0\0\0'  # write32u(self.fileobj, long(time.time()))
 
171
            '\002'      # self.fileobj.write('\002')
 
172
            '\377'      # self.fileobj.write('\377')
 
173
                        # if fname:
 
174
            ''          #     self.fileobj.write(fname + '\000')
 
175
            )
 
176
 
 
177
    if sys.version_info < (2, 7, 4):
 
178
        def _read(self, size=1024):
 
179
            # various optimisations:
 
180
            # reduces lsprof count from 2500 to
 
181
            # 8337 calls in 1272, 365 internal
 
182
            if self.fileobj is None:
 
183
                raise EOFError, "Reached EOF"
 
184
 
 
185
            if self._new_member:
 
186
                # If the _new_member flag is set, we have to
 
187
                # jump to the next member, if there is one.
 
188
                #
 
189
                # First, check if we're at the end of the file;
 
190
                # if so, it's time to stop; no more members to read.
 
191
                next_header_bytes = self.fileobj.read(10)
 
192
                if next_header_bytes == '':
 
193
                    raise EOFError, "Reached EOF"
 
194
 
 
195
                self._init_read()
 
196
                self._read_gzip_header(next_header_bytes)
 
197
                self.decompress = zlib.decompressobj(-zlib.MAX_WBITS)
 
198
                self._new_member = False
 
199
 
 
200
            # Read a chunk of data from the file
 
201
            buf = self.fileobj.read(size)
 
202
 
 
203
            # If the EOF has been reached, flush the decompression object
 
204
            # and mark this object as finished.
 
205
 
 
206
            if buf == "":
 
207
                self._add_read_data(self.decompress.flush())
 
208
                if len(self.decompress.unused_data) < 8:
 
209
                    raise AssertionError("what does flush do?")
 
210
                self._gzip_tail = self.decompress.unused_data[0:8]
 
211
                self._read_eof()
 
212
                # tell the driving read() call we have stuffed all the data
 
213
                # in self.extrabuf
 
214
                raise EOFError, 'Reached EOF'
 
215
 
 
216
            self._add_read_data(self.decompress.decompress(buf))
 
217
 
 
218
            if self.decompress.unused_data != "":
 
219
                # Ending case: we've come to the end of a member in the file,
 
220
                # so seek back to the start of the data for the next member
 
221
                # which is the length of the decompress objects unused data -
 
222
                # the first 8 bytes for the end crc and size records.
 
223
                #
 
224
                # so seek back to the start of the unused data, finish up
 
225
                # this member, and read a new gzip header.
 
226
                # (The number of bytes to seek back is the length of the unused
 
227
                # data, minus 8 because those 8 bytes are part of this member.
 
228
                seek_length = len (self.decompress.unused_data) - 8
 
229
                if seek_length > 0:
 
230
                    # we read too much data
 
231
                    self.fileobj.seek(-seek_length, 1)
 
232
                    self._gzip_tail = self.decompress.unused_data[0:8]
 
233
                elif seek_length < 0:
 
234
                    # we haven't read enough to check the checksum.
 
235
                    if not (-8 < seek_length):
 
236
                        raise AssertionError("too great a seek")
 
237
                    buf = self.fileobj.read(-seek_length)
 
238
                    self._gzip_tail = self.decompress.unused_data + buf
 
239
                else:
 
240
                    self._gzip_tail = self.decompress.unused_data
 
241
 
 
242
                # Check the CRC and file size, and set the flag so we read
 
243
                # a new member on the next call
 
244
                self._read_eof()
 
245
                self._new_member = True
 
246
 
 
247
        def _read_eof(self):
 
248
            """tuned to reduce function calls and eliminate file seeking:
 
249
            pass 1:
 
250
            reduces lsprof count from 800 to 288
 
251
            4168 in 296
 
252
            avoid U32 call by using struct format L
 
253
            4168 in 200
 
254
            """
 
255
            # We've read to the end of the file, so we should have 8 bytes of
 
256
            # unused data in the decompressor. If we don't, there is a corrupt
 
257
            # file.  We use these 8 bytes to calculate the CRC and the recorded
 
258
            # file size.  We then check the that the computed CRC and size of
 
259
            # the uncompressed data matches the stored values.  Note that the
 
260
            # size stored is the true file size mod 2**32.
 
261
            if not (len(self._gzip_tail) == 8):
 
262
                raise AssertionError("gzip trailer is incorrect length.")
 
263
            crc32, isize = struct.unpack("<LL", self._gzip_tail)
 
264
            # note that isize is unsigned - it can exceed 2GB
 
265
            if crc32 != U32(self.crc):
 
266
                raise IOError, "CRC check failed %d %d" % (crc32, U32(self.crc))
 
267
            elif isize != LOWU32(self.size):
 
268
                raise IOError, "Incorrect length of data produced"
 
269
 
 
270
    def _read_gzip_header(self, bytes=None):
 
271
        """Supply bytes if the minimum header size is already read.
 
272
 
 
273
        :param bytes: 10 bytes of header data.
 
274
        """
 
275
        """starting cost: 300 in 3998
 
276
        15998 reads from 3998 calls
 
277
        final cost 168
 
278
        """
 
279
        if bytes is None:
 
280
            bytes = self.fileobj.read(10)
 
281
        magic = bytes[0:2]
 
282
        if magic != '\037\213':
 
283
            raise IOError, 'Not a gzipped file'
 
284
        method = ord(bytes[2:3])
 
285
        if method != 8:
 
286
            raise IOError, 'Unknown compression method'
 
287
        flag = ord(bytes[3:4])
 
288
        # modtime = self.fileobj.read(4) (bytes [4:8])
 
289
        # extraflag = self.fileobj.read(1) (bytes[8:9])
 
290
        # os = self.fileobj.read(1) (bytes[9:10])
 
291
        # self.fileobj.read(6)
 
292
 
 
293
        if flag & FEXTRA:
 
294
            # Read & discard the extra field, if present
 
295
            xlen = ord(self.fileobj.read(1))
 
296
            xlen = xlen + 256*ord(self.fileobj.read(1))
 
297
            self.fileobj.read(xlen)
 
298
        if flag & FNAME:
 
299
            # Read and discard a null-terminated string containing the filename
 
300
            while True:
 
301
                s = self.fileobj.read(1)
 
302
                if not s or s=='\000':
 
303
                    break
 
304
        if flag & FCOMMENT:
 
305
            # Read and discard a null-terminated string containing a comment
 
306
            while True:
 
307
                s = self.fileobj.read(1)
 
308
                if not s or s=='\000':
 
309
                    break
 
310
        if flag & FHCRC:
 
311
            self.fileobj.read(2)     # Read & discard the 16-bit header CRC
 
312
 
 
313
    def readline(self, size=-1):
 
314
        """Tuned to remove buffer length calls in _unread and...
 
315
 
 
316
        also removes multiple len(c) calls, inlines _unread,
 
317
        total savings - lsprof 5800 to 5300
 
318
        phase 2:
 
319
        4168 calls in 2233
 
320
        8176 calls to read() in 1684
 
321
        changing the min chunk size to 200 halved all the cache misses
 
322
        leading to a drop to:
 
323
        4168 calls in 1977
 
324
        4168 call to read() in 1646
 
325
        - i.e. just reduced the function call overhead. May be worth
 
326
          keeping.
 
327
        """
 
328
        if size < 0: size = sys.maxint
 
329
        bufs = []
 
330
        readsize = min(200, size)    # Read from the file in small chunks
 
331
        while True:
 
332
            if size == 0:
 
333
                return "".join(bufs) # Return resulting line
 
334
 
 
335
            # c is the chunk
 
336
            c = self.read(readsize)
 
337
            # number of bytes read
 
338
            len_c = len(c)
 
339
            i = c.find('\n')
 
340
            if size is not None:
 
341
                # We set i=size to break out of the loop under two
 
342
                # conditions: 1) there's no newline, and the chunk is
 
343
                # larger than size, or 2) there is a newline, but the
 
344
                # resulting line would be longer than 'size'.
 
345
                if i==-1 and len_c > size: i=size-1
 
346
                elif size <= i: i = size -1
 
347
 
 
348
            if i >= 0 or c == '':
 
349
                # if i>= 0 we have a newline or have triggered the above
 
350
                # if size is not None condition.
 
351
                # if c == '' its EOF.
 
352
                bufs.append(c[:i+1])    # Add portion of last chunk
 
353
                # -- inlined self._unread --
 
354
                ## self._unread(c[i+1:], len_c - i)   # Push back rest of chunk
 
355
                self.extrabuf = c[i+1:] + self.extrabuf
 
356
                self.extrasize = len_c - i + self.extrasize
 
357
                self.offset -= len_c - i
 
358
                # -- end inlined self._unread --
 
359
                return ''.join(bufs)    # Return resulting line
 
360
 
 
361
            # Append chunk to list, decrease 'size',
 
362
            bufs.append(c)
 
363
            size = size - len_c
 
364
            readsize = min(size, readsize * 2)
 
365
 
 
366
    def readlines(self, sizehint=0):
 
367
        # optimise to avoid all the buffer manipulation
 
368
        # lsprof changed from:
 
369
        # 4168 calls in 5472 with 32000 calls to readline()
 
370
        # to :
 
371
        # 4168 calls in 417.
 
372
        # Negative numbers result in reading all the lines
 
373
 
 
374
        # python's gzip routine uses sizehint. This is a more efficient way
 
375
        # than python uses to honor it. But it is even more efficient to
 
376
        # just read the entire thing and use cStringIO to split into lines.
 
377
        # if sizehint <= 0:
 
378
        #     sizehint = -1
 
379
        # content = self.read(sizehint)
 
380
        # return bzrlib.osutils.split_lines(content)
 
381
        content = StringIO(self.read(-1))
 
382
        return content.readlines()
 
383
 
 
384
    def _unread(self, buf, len_buf=None):
 
385
        """tuned to remove unneeded len calls.
 
386
 
 
387
        because this is such an inner routine in readline, and readline is
 
388
        in many inner loops, this has been inlined into readline().
 
389
 
 
390
        The len_buf parameter combined with the reduction in len calls dropped
 
391
        the lsprof ms count for this routine on my test data from 800 to 200 -
 
392
        a 75% saving.
 
393
        """
 
394
        if len_buf is None:
 
395
            len_buf = len(buf)
 
396
        self.extrabuf = buf + self.extrabuf
 
397
        self.extrasize = len_buf + self.extrasize
 
398
        self.offset -= len_buf
 
399
 
 
400
    def write(self, data):
 
401
        if self.mode != gzip.WRITE:
 
402
            import errno
 
403
            raise IOError(errno.EBADF, "write() on read-only GzipFile object")
 
404
 
 
405
        if self.fileobj is None:
 
406
            raise ValueError, "write() on closed GzipFile object"
 
407
        data_len = len(data)
 
408
        if data_len > 0:
 
409
            self.size = self.size + data_len
 
410
            self.crc = zlib.crc32(data, self.crc)
 
411
            self.fileobj.write( self.compress.compress(data) )
 
412
            self.offset += data_len
 
413
 
 
414
    def writelines(self, lines):
 
415
        # profiling indicated a significant overhead
 
416
        # calling write for each line.
 
417
        # this batch call is a lot faster :).
 
418
        # (4 seconds to 1 seconds for the sample upgrades I was testing).
 
419
        self.write(''.join(lines))
 
420
 
 
421
    if sys.version_info > (2, 7):
 
422
        # As of Python 2.7 the crc32 must be positive when close is called
 
423
        def close(self):
 
424
            if self.fileobj is None:
 
425
                return
 
426
            if self.mode == gzip.WRITE:
 
427
                self.crc &= 0xFFFFFFFFL
 
428
            gzip.GzipFile.close(self)
 
429