~bzr-pqm/bzr/bzr.dev

« back to all changes in this revision

Viewing changes to doc/developers/network-protocol.txt

(vila) Fix bzrlib.tests.test_gpg.TestVerify.test_verify_revoked_signature
 with recent versions of gpg. (Vincent Ladeuil)

Show diffs side-by-side

added added

removed removed

Lines of Context:
 
1
================
 
2
Network Protocol
 
3
================
 
4
 
 
5
:Date: 2009-01-07
 
6
 
 
7
 
 
8
.. contents::
 
9
 
 
10
 
 
11
Overview
 
12
========
 
13
 
 
14
The smart protocol provides a way to send requests and corresponding
 
15
responses to communicate with a remote bzr process.
 
16
 
 
17
Layering
 
18
========
 
19
 
 
20
Medium
 
21
------
 
22
 
 
23
At the bottom level there is either a socket, pipes, or an HTTP
 
24
request/response.  We call this layer the *medium*.  It is responsible for
 
25
carrying bytes between a client and server.  For sockets, we have the idea
 
26
that you have multiple requests and get a read error because the other
 
27
side did shutdown.  For pipes we have read pipe which will have a zero
 
28
read which marks end-of-file.  For HTTP server environment there is no
 
29
end-of-stream because each request coming into the server is independent.
 
30
 
 
31
So we need a wrapper around pipes and sockets to separate out requests
 
32
from substrate and this will give us a single model which is consistent
 
33
for HTTP, sockets and pipes.
 
34
 
 
35
Protocol
 
36
--------
 
37
 
 
38
On top of the medium is the *protocol*.  This is the layer that
 
39
deserialises bytes into the structured data that requests and responses
 
40
consist of.
 
41
 
 
42
Request/Response processing
 
43
---------------------------
 
44
 
 
45
On top of the protocol is the logic for processing requests (on the
 
46
server) or responses (on the client).
 
47
 
 
48
Server-side
 
49
-----------
 
50
 
 
51
Sketch::
 
52
 
 
53
 MEDIUM  (factory for protocol, reads bytes & pushes to protocol,
 
54
          uses protocol to detect end-of-request, sends written
 
55
          bytes to client) e.g. socket, pipe, HTTP request handler.
 
56
  ^
 
57
  | bytes.
 
58
  v
 
59
 
 
60
 PROTOCOL(serialization, deserialization)  accepts bytes for one
 
61
          request, decodes according to internal state, pushes
 
62
          structured data to handler.  accepts structured data from
 
63
          handler and encodes and writes to the medium.  factory for
 
64
          handler.
 
65
  ^
 
66
  | structured data
 
67
  v
 
68
 
 
69
 HANDLER  (domain logic) accepts structured data, operates state
 
70
          machine until the request can be satisfied,
 
71
          sends structured data to the protocol.
 
72
 
 
73
Request handlers are registered in the `bzrlib.smart.request` module.
 
74
 
 
75
 
 
76
Client-side
 
77
-----------
 
78
 
 
79
Sketch::
 
80
 
 
81
 CLIENT   domain logic, accepts domain requests, generated structured
 
82
          data, reads structured data from responses and turns into
 
83
          domain data.  Sends structured data to the protocol.
 
84
          Operates state machines until the request can be delivered
 
85
          (e.g. reading from a bundle generated in bzrlib to deliver a
 
86
          complete request).
 
87
 
 
88
          This is RemoteBzrDir, RemoteRepository, etc.
 
89
  ^
 
90
  | structured data
 
91
  v
 
92
 
 
93
 PROTOCOL  (serialization, deserialization)  accepts structured data for one
 
94
          request, encodes and writes to the medium.  Reads bytes from the
 
95
          medium, decodes and allows the client to read structured data.
 
96
  ^
 
97
  | bytes.
 
98
  v
 
99
 
 
100
 MEDIUM   accepts bytes from the protocol & delivers to the remote server.
 
101
          Allows the protocol to read bytes e.g. socket, pipe, HTTP request.
 
102
 
 
103
The domain logic is in `bzrlib.remote`: `RemoteBzrDir`, `RemoteBranch`,
 
104
and so on.
 
105
 
 
106
There is also a plain file-level transport that calls remote methods to
 
107
manipulate files on the server in `bzrlib.transport.remote`.
 
108
 
 
109
Protocol description
 
110
====================
 
111
 
 
112
Version one
 
113
-----------
 
114
 
 
115
Version one of the protocol was introduced in Bazaar 0.11.
 
116
 
 
117
The protocol (for both requests and responses) is described by::
 
118
 
 
119
  REQUEST := MESSAGE_V1
 
120
  RESPONSE := MESSAGE_V1
 
121
  MESSAGE_V1 := ARGS [BODY]
 
122
 
 
123
  ARGS := ARG [MORE_ARGS] NEWLINE
 
124
  MORE_ARGS := SEP ARG [MORE_ARGS]
 
125
  SEP := 0x01
 
126
 
 
127
  BODY := LENGTH NEWLINE BODY_BYTES TRAILER
 
128
  LENGTH := decimal integer
 
129
  TRAILER := "done" NEWLINE
 
130
 
 
131
That is, a tuple of arguments separated by Ctrl-A and terminated with a
 
132
newline, followed by length prefixed body with a constant trailer.  Note
 
133
that although arguments are not 8-bit safe (they cannot include 0x01 or
 
134
0x0a bytes without breaking the protocol encoding), the body is.
 
135
 
 
136
Version two
 
137
-----------
 
138
 
 
139
Version two was introduced in Bazaar 0.16.
 
140
 
 
141
The request protocol is::
 
142
 
 
143
  REQUEST_V2 := "bzr request 2" NEWLINE MESSAGE_V2
 
144
 
 
145
The response protocol is::
 
146
 
 
147
  RESPONSE_V2 := "bzr response 2" NEWLINE RESPONSE_STATUS NEWLINE MESSAGE_V2
 
148
  RESPONSE_STATUS := "success" | "failed"
 
149
 
 
150
Future versions should follow this structure, like version two does::
 
151
 
 
152
  FUTURE_MESSAGE := VERSION_STRING NEWLINE REST_OF_MESSAGE
 
153
 
 
154
This is so that clients and servers can read bytes up to the first newline
 
155
byte to determine what version a message is.
 
156
 
 
157
For compatibility will all versions (past and future) of bzr clients,
 
158
servers that receive a request in an unknown protocol version should
 
159
respond with a single-line error terminated with 0x0a (NEWLINE), rather
 
160
than structured response prefixed with a version string.
 
161
 
 
162
Version two of the message protocol is::
 
163
 
 
164
  MESSAGE_V2 := ARGS [BODY_V2]
 
165
  BODY_V2 := BODY | STREAMED_BODY
 
166
 
 
167
That is, a version one length-prefixed body, or a version two streamed
 
168
body.
 
169
 
 
170
Version two with streamed bodies
 
171
--------------------------------
 
172
 
 
173
An extension to version two allows streamed bodies.  A streamed body looks
 
174
a lot like HTTP's chunked encoding::
 
175
 
 
176
  STREAMED_BODY := "chunked" NEWLINE CHUNKS TERMINATOR
 
177
  CHUNKS := CHUNK [CHUNKS]
 
178
  CHUNK := HEX_LENGTH CHUNK_CONTENT
 
179
  HEX_LENGTH := HEX_DIGITS NEWLINE
 
180
  CHUNK_CONTENT := bytes
 
181
 
 
182
  TERMINATOR := SUCCESS_TERMINATOR | ERROR_TERMINATOR
 
183
  SUCCESS_TERMINATOR := 'END' NEWLINE
 
184
  ERROR_TERMINATOR := 'ERR' NEWLINE CHUNKS SUCCESS_TERMINATOR
 
185
 
 
186
That is, the body consists of a series of chunks.  Each chunk starts with
 
187
a length prefix in hexadecimal digits, followed by an ASCII newline byte.
 
188
The end of the body is signaled by '``END\\n``', or by '``ERR\\n``'
 
189
followed by error args, one per chunk.  Note that these args are 8-bit
 
190
safe, unlike request args.
 
191
 
 
192
A streamed body starts with the string "chunked" so that legacy clients
 
193
and servers will not mistake the first chunk as the start of a version one
 
194
body.
 
195
 
 
196
The type of body (length-prefixed or chunked) in a response is always the
 
197
same for a given request method.  Only new request methods introduced in
 
198
Bazaar 0.91 and later use streamed bodies.
 
199
 
 
200
Version three
 
201
-------------
 
202
 
 
203
.. note::
 
204
 
 
205
  For some discussion of the requirements that led to this new protocol
 
206
  version, see `bug #83935`_.
 
207
 
 
208
.. _bug #83935: https://bugs.launchpad.net/bzr/+bug/83935
 
209
 
 
210
Version three has bencoding of most protocol structures, to make parsing
 
211
simpler.  For extra parsing convenience, these structures are length
 
212
prefixed::
 
213
 
 
214
  LENGTH_PREFIX := 32-bit unsigned integer in network byte order
 
215
 
 
216
Unlike earlier versions, clients and servers are no longer required to
 
217
know which request verbs and responses will have bodies attached.  Because
 
218
of length-prefixing and other changes, it is always possible to know when
 
219
a complete request or response has been read, even if the server
 
220
implements no verbs.
 
221
 
 
222
The underlying message format is::
 
223
 
 
224
  MESSAGE := MAGIC NEWLINE HEADERS CONTENTS END_MESSAGE
 
225
  MAGIC := "bzr message 3 (bzr 1.6)"
 
226
  HEADERS := LENGTH_PREFIX bencoded_dict
 
227
  END_MESSAGE := "e"
 
228
 
 
229
  BODY := MESSAGE_PART+
 
230
  MESSAGE_PART := ONE_BYTE | STRUCTURE | BYTES
 
231
  ONE_BYTE := "o" byte
 
232
  STRUCTURE := "s" LENGTH_PREFIX bencoded_structure
 
233
  BYTES := "b" LENGTH_PREFIX bytes
 
234
 
 
235
(Where ``+`` indicates one or more.)
 
236
 
 
237
This format allows an arbitrary sequence of message parts to be encoded
 
238
in a single message.  The contents of a MESSAGE have a higher-level
 
239
message, but knowing just this amount of data it's possible to
 
240
deserialize and consume a message, so that implementations can respond to
 
241
messages sent by later versions.
 
242
 
 
243
Headers
 
244
~~~~~~~
 
245
 
 
246
Each request and response will have “headers”, a dictionary of key-value pairs.
 
247
The keys must be strings, not any other type of value.
 
248
 
 
249
Currently, the only defined header is “Software version”.  Both the client and
 
250
the server should include a “Software version” header, with a value of a
 
251
free-form string such as “bzrlib 1.5”, to aid debugging and logging.  Clients
 
252
and servers **should not** vary behaviour based on this string.
 
253
 
 
254
Conventional requests and responses
 
255
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
 
256
 
 
257
By convention, most requests and responses have a simple “arguments plus
 
258
optional body” structure, as in earlier protocol versions.  This section
 
259
describes how such messages are encoded.  All requests and responses
 
260
defined by earlier protocol versions must be encoded in this way.
 
261
 
 
262
Conventional requests will send a CONTENTS of ::
 
263
 
 
264
  CONV_REQ := ARGS SINGLE_OR_STREAMED_BODY?
 
265
  SINGLE_OR_STREAMED_BODY := BYTES
 
266
        | BYTES+ TRAILER
 
267
 
 
268
  ARGS := STRUCTURE(argument_tuple)
 
269
  TRAILER := SUCCESS_STATUS | ERROR
 
270
  SUCCESS_STATUS := ONE_BYTE("S")
 
271
  ERROR := ONE_BYTE("E") STRUCTURE(argument_tuple)
 
272
 
 
273
Conventional responses will send CONTENTS of ::
 
274
 
 
275
  CONV_RESP := RESP_STATUS ARGS SINGLE_OR_STREAMED_BODY?
 
276
  RESP_STATUS := ONE_BYTE("S") | ONE_BYTE("E")
 
277
 
 
278
If the RESP_STATUS is success ("S"), the arguments are the
 
279
method-dependent result.
 
280
 
 
281
For errors (where the Status byte of a response or a streamed body is
 
282
"E"), the situation is analagous to requests.  The first item in the
 
283
encoded sequence must be a string of the error name.  The other arguments
 
284
supply details about the error, and their number and types will depend on
 
285
the type of error (as identified by the error name).
 
286
 
 
287
Note that the streamed body from version two is now just multiple
 
288
BYTES parts.
 
289
 
 
290
The end of the request or response is indicated by the lower-level
 
291
END_MESSAGE.  If there's only one BYTES element in the body, the TRAILER
 
292
may or may not be present, depending on whether it was sent as a single
 
293
chunk or as a stream that happens to have one element.
 
294
 
 
295
  *(Discussion)* The success marker at the end of a streamed body seems
 
296
  redundant; it doesn't have space for any arguments, and the end of the
 
297
  body is marked anyhow by the end of the message.  Recipients shouldn't
 
298
  take any action on it, though they should map an error into raising an
 
299
  error locally.
 
300
 
 
301
  1.10 clients don't assert that they get a status byte at the end of the
 
302
  message.  They will complain (in
 
303
  ``ConventionalResponseHandler.byte_part_received``) if they get an
 
304
  initial success and then another byte part with no intervening bytes.
 
305
  If we stop sending the final success message and only flag errors
 
306
  they'll only get one if the error is detected after streaming starts but
 
307
  before any bytes are actually sent.  Possibly we should wait until at
 
308
  least the first chunk is ready before declaring success.
 
309
 
 
310
For new methods, these sequences are just a convention and may be varied
 
311
if appropriate for a particular request or response.  However, each
 
312
request should at least start with a STRUCTURE encoding the arguments
 
313
tuple.  The first element of that tuple must be a string that names the
 
314
request method.  (Note that arguments in this protocol version are
 
315
bencoded.  As a result, unlike previous protocol versions, arguments in
 
316
this version are 8-bit clean.)
 
317
 
 
318
  (Discussion) We're discussing having the byte segments be not just a
 
319
  method for sending a stream across the network, but actually having them
 
320
  be preserved in the RPC from end to end.  This may be useful when
 
321
  there's an iterator on one side feeding in to an iterator on the other,
 
322
  if it avoids doing chunking and byte-counting at two levels, and if
 
323
  those iterators are a natural place to get good granularity.  Also, for
 
324
  cases like ``insert_record_stream`` the server can't do much with the
 
325
  data until it gets a whole chunk, and so it'll be natural and efficient
 
326
  for it to be called with one chunk at a time.
 
327
 
 
328
  On the other hand, there may be times when we've got some bytes from the
 
329
  network but not a full chunk, and it might be worthwhile to pass it up.
 
330
  If we promise to preserve chunks, then to do this we'd need two separate
 
331
  streaming interfaces: "we got a chunk" and "we got some bytes but not
 
332
  yet a full chunk".  For ``insert_record_stream`` the second might not be
 
333
  useful, but it might be good when writing to a file where any number of
 
334
  bytes can be processed.
 
335
 
 
336
  If we promise to preserve chunks, it'll tend to make some RPCs work only
 
337
  in chunks, and others just on whole blocks, and we can't so easily
 
338
  migrate RPCs from one to the other transparently to older
 
339
  implementations.
 
340
 
 
341
  The data inside those chunks will be serialized anyhow, and possibly the
 
342
  data inside them will already be able to be serialized apart without
 
343
  understanding the chunks.  Also, we might want to use these formats e.g.
 
344
  for pack files or in bundles, and so they don't particularly need
 
345
  lower-level chunking.  So the current (unmerged, unstable) record stream
 
346
  serialization turns each record into a bencoded tuple and it'd be
 
347
  feasible to parse one tuple at a time from a byte stream that contains a
 
348
  sequence of them.
 
349
 
 
350
  So we've decided that the chunks won't be semantic, and code should not
 
351
  count on them being preserved from client to server.
 
352
 
 
353
Early error returns
 
354
~~~~~~~~~~~~~~~~~~~
 
355
 
 
356
  *(Discussion)* It would be nice if the server could notify the client of
 
357
  errors even before a streaming request has finished.  This could cover
 
358
  situtaions such as the server not understanding the request, it being
 
359
  unable to open the requested location, or it finding that some of the
 
360
  revisions being sent are not actually needed.
 
361
 
 
362
  Especially in the last case, we'd like to be able to gracefully notice
 
363
  the condition while the client is writing, and then have it adapt its
 
364
  behaviour.  In any case, we don't want to have drop and restart the
 
365
  network stream.
 
366
 
 
367
  It should be possible for the client to finish its current chunk and
 
368
  then its message, possibly with an error to cancel what's already been
 
369
  sent.
 
370
 
 
371
  This relies on the client being able to read back from the server while
 
372
  it's writing.  This is technically difficult for HTTP but feasible over
 
373
  a socket or SSH.
 
374
 
 
375
  We'd need a clean way to pass this back to the request method, even
 
376
  though it's presumably in the middle of doing its body iterator.
 
377
  Possibly the body iterator could be manually given a reference to the
 
378
  request object, and it can poll it to see if there's a response.
 
379
 
 
380
  Perhaps we need to distinguish error conditions, which should turn into
 
381
  a client-side error regardless of the request code, from early success,
 
382
  which should be handled only if the request code specifically wants to
 
383
  do it.
 
384
 
 
385
Full-duplex operation
 
386
~~~~~~~~~~~~~~~~~~~~~
 
387
 
 
388
  Code not geared to do pipelined requests, and this might require doing
 
389
  asynchrony within bzrlib.  We might want to either go fully pipelined
 
390
  and asynchronous, but there might be a profitable middle ground.
 
391
 
 
392
  The particular case where duplex communication would be good is in
 
393
  working towards the common points in the graphs between the client and
 
394
  server: we want to send speculatively, but detect as soon as they've
 
395
  matched up.
 
396
 
 
397
  So we could for instance have a synchronous core, but rely on the OS
 
398
  network buffering to allow us to work on batches of say 64kB.  We can
 
399
  also pipeline requests and responses, without allowing for them
 
400
  happening out of order, or mixed requests happening at the same time.
 
401
 
 
402
  Wonder how our network performance would have turned out now if we'd
 
403
  done full-duplex from the start, and ignored hpss over HTTP.  We have
 
404
  pretty good (read-only) HTTP support just over dumb HTTP, and that may be
 
405
  better for many users.
 
406
 
 
407
 
 
408
 
 
409
APIs
 
410
====
 
411
 
 
412
On the client, the bzrlib code is "in charge": when it makes a request, or
 
413
asks from data from the network, that causes network IO.  The server is
 
414
event driven: the network code tells the response handler when data has
 
415
been received, and it takes back a Response object from the request
 
416
handler that is then polled for body stream data.
 
417
 
 
418
Paths
 
419
=====
 
420
 
 
421
Paths are passed across the network.  The client needs to see a namespace
 
422
that includes any repository that might need to be referenced, and the
 
423
client needs to know about a root directory beyond which it cannot ascend.
 
424
 
 
425
Servers run over SSH will typically want to be able to access any path the
 
426
user can access.  Public servers on the other hand (which might be over
 
427
HTTP, SSH or TCP) will typically want to restrict access to only a
 
428
particular directory and its children, so will want to do a software
 
429
virtual root at that level.  In other words they'll want to rewrite
 
430
incoming paths to be under that level (and prevent escaping using ../
 
431
tricks).  The default implementation in bzrlib does this using the
 
432
`bzrlib.transport.chroot` module.
 
433
 
 
434
URLs that include ~ are passed across to the server verbatim and the
 
435
server can expand them.  The default implementation in bzrlib does this
 
436
using `bzrlib.transport.pathfilter` and `os.path.expanduser`, taking care
 
437
to respect the virtual root.
 
438
 
 
439
Paths in request arguments are UTF-8 encoded, except for the legacy VFS
 
440
requests which expect escaped (`bzrlib.urlutils.escape`) paths.
 
441
 
 
442
 
 
443
Requests
 
444
========
 
445
 
 
446
The first argument of a request specifies the request method.
 
447
 
 
448
The available request methods are registered in `bzrlib.smart.request`.
 
449
 
 
450
**XXX**: ideally the request methods should be documented here.
 
451
Contributions welcome!
 
452
 
 
453
 
 
454
Recognised errors
 
455
=================
 
456
 
 
457
The first argument of an error response specifies the error type.
 
458
 
 
459
One possible error name is ``UnknownMethod``, which means the server does
 
460
not recognise the verb used by the client's request.  This error was
 
461
introduced in version three.
 
462
 
 
463
**XXX**: ideally the error types should be documented here.  Contributions
 
464
welcome!
 
465
 
 
466
..
 
467
   vim: ft=rst tw=74 ai
 
468