~bzr-pqm/bzr/bzr.dev

« back to all changes in this revision

Viewing changes to bzrlib/hashcache.py

  • Committer: Martin Pool
  • Date: 2005-06-22 06:37:43 UTC
  • Revision ID: mbp@sourcefrog.net-20050622063743-e395f04c4db8977f
- move old blackbox code from testbzr into bzrlib.selftest.blackbox

Show diffs side-by-side

added added

removed removed

Lines of Context:
1
 
# (C) 2005 Canonical Ltd
2
 
 
3
 
# This program is free software; you can redistribute it and/or modify
4
 
# it under the terms of the GNU General Public License as published by
5
 
# the Free Software Foundation; either version 2 of the License, or
6
 
# (at your option) any later version.
7
 
 
8
 
# This program is distributed in the hope that it will be useful,
9
 
# but WITHOUT ANY WARRANTY; without even the implied warranty of
10
 
# MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
11
 
# GNU General Public License for more details.
12
 
 
13
 
# You should have received a copy of the GNU General Public License
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# out-of-date.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 
20
 
# it preserves the nice property that any caller will always get up-to-date
21
 
# data except in unavoidable cases.
22
 
 
23
 
# TODO: Perhaps return more details on the file to avoid statting it
24
 
# again: nonexistent, file type, size, etc
25
 
 
26
 
# TODO: Perhaps use a Python pickle instead of a text file; might be faster.
27
 
 
28
 
 
29
 
 
30
 
CACHE_HEADER = "### bzr hashcache v5\n"
31
 
 
32
 
import os, stat, time
33
 
 
34
 
from bzrlib.osutils import sha_file
35
 
from bzrlib.trace import mutter, warning
36
 
from bzrlib.atomicfile import AtomicFile
37
 
 
38
 
 
39
 
 
40
 
 
41
 
def _fingerprint(abspath):
42
 
    try:
43
 
        fs = os.lstat(abspath)
44
 
    except OSError:
45
 
        # might be missing, etc
46
 
        return None
47
 
 
48
 
    if stat.S_ISDIR(fs.st_mode):
49
 
        return None
50
 
 
51
 
    # we discard any high precision because it's not reliable; perhaps we
52
 
    # could do better on some systems?
53
 
    return (fs.st_size, long(fs.st_mtime),
54
 
            long(fs.st_ctime), fs.st_ino, fs.st_dev)
55
 
 
56
 
 
57
 
class HashCache(object):
58
 
    """Cache for looking up file SHA-1.
59
 
 
60
 
    Files are considered to match the cached value if the fingerprint
61
 
    of the file has not changed.  This includes its mtime, ctime,
62
 
    device number, inode number, and size.  This should catch
63
 
    modifications or replacement of the file by a new one.
64
 
 
65
 
    This may not catch modifications that do not change the file's
66
 
    size and that occur within the resolution window of the
67
 
    timestamps.  To handle this we specifically do not cache files
68
 
    which have changed since the start of the present second, since
69
 
    they could undetectably change again.
70
 
 
71
 
    This scheme may fail if the machine's clock steps backwards.
72
 
    Don't do that.
73
 
 
74
 
    This does not canonicalize the paths passed in; that should be
75
 
    done by the caller.
76
 
 
77
 
    _cache
78
 
        Indexed by path, points to a two-tuple of the SHA-1 of the file.
79
 
        and its fingerprint.
80
 
 
81
 
    stat_count
82
 
        number of times files have been statted
83
 
 
84
 
    hit_count
85
 
        number of times files have been retrieved from the cache, avoiding a
86
 
        re-read
87
 
        
88
 
    miss_count
89
 
        number of misses (times files have been completely re-read)
90
 
    """
91
 
    needs_write = False
92
 
 
93
 
    def __init__(self, basedir):
94
 
        self.basedir = basedir
95
 
        self.hit_count = 0
96
 
        self.miss_count = 0
97
 
        self.stat_count = 0
98
 
        self.danger_count = 0
99
 
        self.removed_count = 0
100
 
        self.update_count = 0
101
 
        self._cache = {}
102
 
 
103
 
 
104
 
    def cache_file_name(self):
105
 
        return os.sep.join([self.basedir, '.bzr', 'stat-cache'])
106
 
 
107
 
 
108
 
 
109
 
 
110
 
    def clear(self):
111
 
        """Discard all cached information.
112
 
 
113
 
        This does not reset the counters."""
114
 
        if self._cache:
115
 
            self.needs_write = True
116
 
            self._cache = {}
117
 
 
118
 
 
119
 
    def scan(self):
120
 
        """Scan all files and remove entries where the cache entry is obsolete.
121
 
        
122
 
        Obsolete entries are those where the file has been modified or deleted
123
 
        since the entry was inserted.        
124
 
        """
125
 
        prep = [(ce[1][3], path, ce) for (path, ce) in self._cache.iteritems()]
126
 
        prep.sort()
127
 
        
128
 
        for inum, path, cache_entry in prep:
129
 
            abspath = os.sep.join([self.basedir, path])
130
 
            fp = _fingerprint(abspath)
131
 
            self.stat_count += 1
132
 
            
133
 
            cache_fp = cache_entry[1]
134
 
    
135
 
            if (not fp) or (cache_fp != fp):
136
 
                # not here or not a regular file anymore
137
 
                self.removed_count += 1
138
 
                self.needs_write = True
139
 
                del self._cache[path]
140
 
 
141
 
 
142
 
 
143
 
    def get_sha1(self, path):
144
 
        """Return the sha1 of a file.
145
 
        """
146
 
        abspath = os.sep.join([self.basedir, path])
147
 
        self.stat_count += 1
148
 
        file_fp = _fingerprint(abspath)
149
 
        
150
 
        if not file_fp:
151
 
            # not a regular file or not existing
152
 
            if path in self._cache:
153
 
                self.removed_count += 1
154
 
                self.needs_write = True
155
 
                del self._cache[path]
156
 
            return None        
157
 
 
158
 
        if path in self._cache:
159
 
            cache_sha1, cache_fp = self._cache[path]
160
 
        else:
161
 
            cache_sha1, cache_fp = None, None
162
 
 
163
 
        if cache_fp == file_fp:
164
 
            self.hit_count += 1
165
 
            return cache_sha1
166
 
        
167
 
        self.miss_count += 1
168
 
        digest = sha_file(file(abspath, 'rb', buffering=65000))
169
 
 
170
 
        now = int(time.time())
171
 
        if file_fp[1] >= now or file_fp[2] >= now:
172
 
            # changed too recently; can't be cached.  we can
173
 
            # return the result and it could possibly be cached
174
 
            # next time.
175
 
            self.danger_count += 1 
176
 
            if cache_fp:
177
 
                self.removed_count += 1
178
 
                self.needs_write = True
179
 
                del self._cache[path]
180
 
        else:
181
 
            self.update_count += 1
182
 
            self.needs_write = True
183
 
            self._cache[path] = (digest, file_fp)
184
 
        
185
 
        return digest
186
 
        
187
 
 
188
 
 
189
 
 
190
 
    def write(self):
191
 
        """Write contents of cache to file."""
192
 
        outf = AtomicFile(self.cache_file_name(), 'wb')
193
 
        try:
194
 
            print >>outf, CACHE_HEADER,
195
 
 
196
 
            for path, c  in self._cache.iteritems():
197
 
                assert '//' not in path, path
198
 
                outf.write(path.encode('utf-8'))
199
 
                outf.write('// ')
200
 
                print >>outf, c[0],     # hex sha1
201
 
                for fld in c[1]:
202
 
                    print >>outf, "%d" % fld,
203
 
                print >>outf
204
 
 
205
 
            outf.commit()
206
 
            self.needs_write = False
207
 
        finally:
208
 
            if not outf.closed:
209
 
                outf.abort()
210
 
        
211
 
 
212
 
 
213
 
    def read(self):
214
 
        """Reinstate cache from file.
215
 
 
216
 
        Overwrites existing cache.
217
 
 
218
 
        If the cache file has the wrong version marker, this just clears 
219
 
        the cache."""
220
 
        self._cache = {}
221
 
 
222
 
        fn = self.cache_file_name()
223
 
        try:
224
 
            inf = file(fn, 'rb', buffering=65000)
225
 
        except IOError, e:
226
 
            mutter("failed to open %s: %s" % (fn, e))
227
 
            # better write it now so it is valid
228
 
            self.needs_write = True
229
 
            return
230
 
 
231
 
 
232
 
        hdr = inf.readline()
233
 
        if hdr != CACHE_HEADER:
234
 
            mutter('cache header marker not found at top of %s; discarding cache'
235
 
                   % fn)
236
 
            self.needs_write = True
237
 
            return
238
 
 
239
 
        for l in inf:
240
 
            pos = l.index('// ')
241
 
            path = l[:pos].decode('utf-8')
242
 
            if path in self._cache:
243
 
                warning('duplicated path %r in cache' % path)
244
 
                continue
245
 
 
246
 
            pos += 3
247
 
            fields = l[pos:].split(' ')
248
 
            if len(fields) != 6:
249
 
                warning("bad line in hashcache: %r" % l)
250
 
                continue
251
 
 
252
 
            sha1 = fields[0]
253
 
            if len(sha1) != 40:
254
 
                warning("bad sha1 in hashcache: %r" % sha1)
255
 
                continue
256
 
 
257
 
            fp = tuple(map(long, fields[1:]))
258
 
 
259
 
            self._cache[path] = (sha1, fp)
260
 
 
261
 
        self.needs_write = False
262
 
           
263
 
 
264
 
 
265