~bzr-pqm/bzr/bzr.dev

« back to all changes in this revision

Viewing changes to bzrlib/hashcache.py

(vila) Fix test failures blocking package builds. (Vincent Ladeuil)

Show diffs side-by-side

added added

removed removed

Lines of Context:
1
 
# (C) 2005 Canonical Ltd
2
 
 
 
1
# Copyright (C) 2005-2010 Canonical Ltd
 
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
5
5
# the Free Software Foundation; either version 2 of the License, or
6
6
# (at your option) any later version.
7
 
 
 
7
#
8
8
# This program is distributed in the hope that it will be useful,
9
9
# but WITHOUT ANY WARRANTY; without even the implied warranty of
10
10
# MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
11
11
# GNU General Public License for more details.
12
 
 
 
12
#
13
13
# You should have received a copy of the GNU General Public License
14
14
# along with this program; if not, write to the Free Software
15
 
# Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA  02111-1307  USA
16
 
 
17
 
# TODO: Up-front, stat all files in order and remove those which are deleted or 
18
 
# out-of-date.  Don't actually re-read them until they're needed.  That ought 
19
 
# to bring all the inodes into core so that future stats to them are fast, and 
 
15
# Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA 02110-1301 USA
 
16
 
 
17
from __future__ import absolute_import
 
18
 
 
19
# TODO: Up-front, stat all files in order and remove those which are deleted or
 
20
# out-of-date.  Don't actually re-read them until they're needed.  That ought
 
21
# to bring all the inodes into core so that future stats to them are fast, and
20
22
# it preserves the nice property that any caller will always get up-to-date
21
23
# data except in unavoidable cases.
22
24
 
29
31
 
30
32
CACHE_HEADER = "### bzr hashcache v5\n"
31
33
 
32
 
import os, stat, time
33
 
import sha
34
 
 
35
 
from bzrlib.osutils import sha_file
36
 
from bzrlib.trace import mutter, warning
37
 
from bzrlib.atomicfile import AtomicFile
38
 
from bzrlib.osutils import pathjoin
39
 
 
40
 
 
 
34
import os
 
35
import stat
 
36
import time
 
37
 
 
38
from bzrlib import (
 
39
    atomicfile,
 
40
    errors,
 
41
    filters as _mod_filters,
 
42
    osutils,
 
43
    trace,
 
44
    )
 
45
 
 
46
 
 
47
FP_MTIME_COLUMN = 1
 
48
FP_CTIME_COLUMN = 2
41
49
FP_MODE_COLUMN = 5
42
50
 
43
 
def _fingerprint(abspath):
44
 
    try:
45
 
        fs = os.lstat(abspath)
46
 
    except OSError:
47
 
        # might be missing, etc
48
 
        return None
49
 
 
50
 
    if stat.S_ISDIR(fs.st_mode):
51
 
        return None
52
 
 
53
 
    # we discard any high precision because it's not reliable; perhaps we
54
 
    # could do better on some systems?
55
 
    return (fs.st_size, long(fs.st_mtime),
56
 
            long(fs.st_ctime), fs.st_ino, fs.st_dev, fs.st_mode)
57
51
 
58
52
 
59
53
class HashCache(object):
86
80
    hit_count
87
81
        number of times files have been retrieved from the cache, avoiding a
88
82
        re-read
89
 
        
 
83
 
90
84
    miss_count
91
85
        number of misses (times files have been completely re-read)
92
86
    """
93
87
    needs_write = False
94
88
 
95
 
    def __init__(self, basedir):
96
 
        self.basedir = basedir
 
89
    def __init__(self, root, cache_file_name, mode=None,
 
90
            content_filter_stack_provider=None):
 
91
        """Create a hash cache in base dir, and set the file mode to mode.
 
92
 
 
93
        :param content_filter_stack_provider: a function that takes a
 
94
            path (relative to the top of the tree) and a file-id as
 
95
            parameters and returns a stack of ContentFilters.
 
96
            If None, no content filtering is performed.
 
97
        """
 
98
        self.root = osutils.safe_unicode(root)
 
99
        self.root_utf8 = self.root.encode('utf8') # where is the filesystem encoding ?
97
100
        self.hit_count = 0
98
101
        self.miss_count = 0
99
102
        self.stat_count = 0
101
104
        self.removed_count = 0
102
105
        self.update_count = 0
103
106
        self._cache = {}
 
107
        self._mode = mode
 
108
        self._cache_file_name = osutils.safe_unicode(cache_file_name)
 
109
        self._filter_provider = content_filter_stack_provider
104
110
 
105
111
    def cache_file_name(self):
106
 
        # FIXME: duplicate path logic here, this should be 
107
 
        # something like 'branch.controlfile'.
108
 
        return pathjoin(self.basedir, '.bzr', 'stat-cache')
 
112
        return self._cache_file_name
109
113
 
110
114
    def clear(self):
111
115
        """Discard all cached information.
115
119
            self.needs_write = True
116
120
            self._cache = {}
117
121
 
118
 
 
119
122
    def scan(self):
120
123
        """Scan all files and remove entries where the cache entry is obsolete.
121
 
        
 
124
 
122
125
        Obsolete entries are those where the file has been modified or deleted
123
 
        since the entry was inserted.        
 
126
        since the entry was inserted.
124
127
        """
 
128
        # FIXME optimisation opportunity, on linux [and check other oses]:
 
129
        # rather than iteritems order, stat in inode order.
125
130
        prep = [(ce[1][3], path, ce) for (path, ce) in self._cache.iteritems()]
126
131
        prep.sort()
127
 
        
 
132
 
128
133
        for inum, path, cache_entry in prep:
129
 
            abspath = pathjoin(self.basedir, path)
130
 
            fp = _fingerprint(abspath)
 
134
            abspath = osutils.pathjoin(self.root, path)
 
135
            fp = self._fingerprint(abspath)
131
136
            self.stat_count += 1
132
 
            
 
137
 
133
138
            cache_fp = cache_entry[1]
134
 
    
 
139
 
135
140
            if (not fp) or (cache_fp != fp):
136
141
                # not here or not a regular file anymore
137
142
                self.removed_count += 1
138
143
                self.needs_write = True
139
144
                del self._cache[path]
140
145
 
141
 
 
142
 
    def get_sha1(self, path):
 
146
    def get_sha1(self, path, stat_value=None):
143
147
        """Return the sha1 of a file.
144
148
        """
145
 
        abspath = pathjoin(self.basedir, path)
 
149
        if path.__class__ is str:
 
150
            abspath = osutils.pathjoin(self.root_utf8, path)
 
151
        else:
 
152
            abspath = osutils.pathjoin(self.root, path)
146
153
        self.stat_count += 1
147
 
        file_fp = _fingerprint(abspath)
148
 
        
 
154
        file_fp = self._fingerprint(abspath, stat_value)
 
155
 
149
156
        if not file_fp:
150
157
            # not a regular file or not existing
151
158
            if path in self._cache:
152
159
                self.removed_count += 1
153
160
                self.needs_write = True
154
161
                del self._cache[path]
155
 
            return None        
 
162
            return None
156
163
 
157
164
        if path in self._cache:
158
165
            cache_sha1, cache_fp = self._cache[path]
160
167
            cache_sha1, cache_fp = None, None
161
168
 
162
169
        if cache_fp == file_fp:
 
170
            ## mutter("hashcache hit for %s %r -> %s", path, file_fp, cache_sha1)
 
171
            ## mutter("now = %s", time.time())
163
172
            self.hit_count += 1
164
173
            return cache_sha1
165
 
        
 
174
 
166
175
        self.miss_count += 1
167
176
 
168
 
 
169
177
        mode = file_fp[FP_MODE_COLUMN]
170
178
        if stat.S_ISREG(mode):
171
 
            digest = sha_file(file(abspath, 'rb', buffering=65000))
 
179
            if self._filter_provider is None:
 
180
                filters = []
 
181
            else:
 
182
                filters = self._filter_provider(path=path, file_id=None)
 
183
            digest = self._really_sha1_file(abspath, filters)
172
184
        elif stat.S_ISLNK(mode):
173
 
            link_target = os.readlink(abspath)
174
 
            digest = sha.new(os.readlink(abspath)).hexdigest()
 
185
            target = osutils.readlink(osutils.safe_unicode(abspath))
 
186
            digest = osutils.sha_string(target.encode('UTF-8'))
175
187
        else:
176
 
            raise BzrError("file %r: unknown file stat mode: %o"%(abspath,mode))
 
188
            raise errors.BzrError("file %r: unknown file stat mode: %o"
 
189
                                  % (abspath, mode))
177
190
 
178
 
        now = int(time.time())
179
 
        if file_fp[1] >= now or file_fp[2] >= now:
 
191
        # window of 3 seconds to allow for 2s resolution on windows,
 
192
        # unsynchronized file servers, etc.
 
193
        cutoff = self._cutoff_time()
 
194
        if file_fp[FP_MTIME_COLUMN] >= cutoff \
 
195
                or file_fp[FP_CTIME_COLUMN] >= cutoff:
180
196
            # changed too recently; can't be cached.  we can
181
197
            # return the result and it could possibly be cached
182
198
            # next time.
183
 
            self.danger_count += 1 
 
199
            #
 
200
            # the point is that we only want to cache when we are sure that any
 
201
            # subsequent modifications of the file can be detected.  If a
 
202
            # modification neither changes the inode, the device, the size, nor
 
203
            # the mode, then we can only distinguish it by time; therefore we
 
204
            # need to let sufficient time elapse before we may cache this entry
 
205
            # again.  If we didn't do this, then, for example, a very quick 1
 
206
            # byte replacement in the file might go undetected.
 
207
            ## mutter('%r modified too recently; not caching', path)
 
208
            self.danger_count += 1
184
209
            if cache_fp:
185
210
                self.removed_count += 1
186
211
                self.needs_write = True
187
212
                del self._cache[path]
188
213
        else:
 
214
            ## mutter('%r added to cache: now=%f, mtime=%d, ctime=%d',
 
215
            ##        path, time.time(), file_fp[FP_MTIME_COLUMN],
 
216
            ##        file_fp[FP_CTIME_COLUMN])
189
217
            self.update_count += 1
190
218
            self.needs_write = True
191
219
            self._cache[path] = (digest, file_fp)
192
220
        return digest
193
 
        
 
221
 
 
222
    def _really_sha1_file(self, abspath, filters):
 
223
        """Calculate the SHA1 of a file by reading the full text"""
 
224
        return _mod_filters.internal_size_sha_file_byname(abspath, filters)[1]
 
225
 
194
226
    def write(self):
195
227
        """Write contents of cache to file."""
196
 
        outf = AtomicFile(self.cache_file_name(), 'wb')
 
228
        outf = atomicfile.AtomicFile(self.cache_file_name(), 'wb',
 
229
                                     new_mode=self._mode)
197
230
        try:
198
 
            print >>outf, CACHE_HEADER,
 
231
            outf.write(CACHE_HEADER)
199
232
 
200
233
            for path, c  in self._cache.iteritems():
201
 
                assert '//' not in path, path
202
 
                outf.write(path.encode('utf-8'))
203
 
                outf.write('// ')
204
 
                print >>outf, c[0],     # hex sha1
205
 
                for fld in c[1]:
206
 
                    print >>outf, "%d" % fld,
207
 
                print >>outf
208
 
 
 
234
                line_info = [path.encode('utf-8'), '// ', c[0], ' ']
 
235
                line_info.append(' '.join([str(fld) for fld in c[1]]))
 
236
                line_info.append('\n')
 
237
                outf.write(''.join(line_info))
209
238
            outf.commit()
210
239
            self.needs_write = False
 
240
            ## mutter("write hash cache: %s hits=%d misses=%d stat=%d recent=%d updates=%d",
 
241
            ##        self.cache_file_name(), self.hit_count, self.miss_count,
 
242
            ##        self.stat_count,
 
243
            ##        self.danger_count, self.update_count)
211
244
        finally:
212
 
            if not outf.closed:
213
 
                outf.abort()
 
245
            outf.close()
214
246
 
215
247
    def read(self):
216
248
        """Reinstate cache from file.
217
249
 
218
250
        Overwrites existing cache.
219
251
 
220
 
        If the cache file has the wrong version marker, this just clears 
 
252
        If the cache file has the wrong version marker, this just clears
221
253
        the cache."""
222
254
        self._cache = {}
223
255
 
225
257
        try:
226
258
            inf = file(fn, 'rb', buffering=65000)
227
259
        except IOError, e:
228
 
            mutter("failed to open %s: %s", fn, e)
 
260
            trace.mutter("failed to open %s: %s", fn, e)
229
261
            # better write it now so it is valid
230
262
            self.needs_write = True
231
263
            return
232
264
 
233
 
 
234
265
        hdr = inf.readline()
235
266
        if hdr != CACHE_HEADER:
236
 
            mutter('cache header marker not found at top of %s;'
237
 
                   ' discarding cache', fn)
 
267
            trace.mutter('cache header marker not found at top of %s;'
 
268
                         ' discarding cache', fn)
238
269
            self.needs_write = True
239
270
            return
240
271
 
242
273
            pos = l.index('// ')
243
274
            path = l[:pos].decode('utf-8')
244
275
            if path in self._cache:
245
 
                warning('duplicated path %r in cache' % path)
 
276
                trace.warning('duplicated path %r in cache' % path)
246
277
                continue
247
278
 
248
279
            pos += 3
249
280
            fields = l[pos:].split(' ')
250
281
            if len(fields) != 7:
251
 
                warning("bad line in hashcache: %r" % l)
 
282
                trace.warning("bad line in hashcache: %r" % l)
252
283
                continue
253
284
 
254
285
            sha1 = fields[0]
255
286
            if len(sha1) != 40:
256
 
                warning("bad sha1 in hashcache: %r" % sha1)
 
287
                trace.warning("bad sha1 in hashcache: %r" % sha1)
257
288
                continue
258
289
 
259
290
            fp = tuple(map(long, fields[1:]))
260
291
 
261
292
            self._cache[path] = (sha1, fp)
262
293
 
 
294
        # GZ 2009-09-20: Should really use a try/finally block to ensure close
 
295
        inf.close()
 
296
 
263
297
        self.needs_write = False
264
 
           
265
 
 
266
 
 
267
 
        
 
298
 
 
299
    def _cutoff_time(self):
 
300
        """Return cutoff time.
 
301
 
 
302
        Files modified more recently than this time are at risk of being
 
303
        undetectably modified and so can't be cached.
 
304
        """
 
305
        return int(time.time()) - 3
 
306
 
 
307
    def _fingerprint(self, abspath, stat_value=None):
 
308
        if stat_value is None:
 
309
            try:
 
310
                stat_value = os.lstat(abspath)
 
311
            except OSError:
 
312
                # might be missing, etc
 
313
                return None
 
314
        if stat.S_ISDIR(stat_value.st_mode):
 
315
            return None
 
316
        # we discard any high precision because it's not reliable; perhaps we
 
317
        # could do better on some systems?
 
318
        return (stat_value.st_size, long(stat_value.st_mtime),
 
319
                long(stat_value.st_ctime), stat_value.st_ino,
 
320
                stat_value.st_dev, stat_value.st_mode)