~bzr-pqm/bzr/bzr.dev

« back to all changes in this revision

Viewing changes to bzrlib/revfile.py

  • Committer: mbp at sourcefrog
  • Date: 2005-03-24 00:44:18 UTC
  • Revision ID: mbp@sourcefrog.net-20050324004418-b4a050f656c07f5f
show space usage for various stores in the info command

Show diffs side-by-side

added added

removed removed

Lines of Context:
1
 
#! /usr/bin/env python
2
 
 
3
 
# (C) 2005 Canonical Ltd
4
 
 
5
 
# based on an idea by Matt Mackall
6
 
# modified to squish into bzr by Martin Pool
7
 
 
8
 
# This program is free software; you can redistribute it and/or modify
9
 
# it under the terms of the GNU General Public License as published by
10
 
# the Free Software Foundation; either version 2 of the License, or
11
 
# (at your option) any later version.
12
 
 
13
 
# This program is distributed in the hope that it will be useful,
14
 
# but WITHOUT ANY WARRANTY; without even the implied warranty of
15
 
# MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
16
 
# GNU General Public License for more details.
17
 
 
18
 
# You should have received a copy of the GNU General Public License
19
 
# along with this program; if not, write to the Free Software
20
 
# Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA  02111-1307  USA
21
 
 
22
 
 
23
 
"""Packed file revision storage.
24
 
 
25
 
A Revfile holds the text history of a particular source file, such
26
 
as Makefile.  It can represent a tree of text versions for that
27
 
file, allowing for microbranches within a single repository.
28
 
 
29
 
This is stored on disk as two files: an index file, and a data file.
30
 
The index file is short and always read completely into memory; the
31
 
data file is much longer and only the relevant bits of it,
32
 
identified by the index file, need to be read.
33
 
 
34
 
Each text version is identified by the SHA-1 of the full text of
35
 
that version.  It also has a sequence number within the file.
36
 
 
37
 
The index file has a short header and then a sequence of fixed-length
38
 
records:
39
 
 
40
 
* byte[20]    SHA-1 of text (as binary, not hex)
41
 
* uint32      sequence number this is based on, or -1 for full text
42
 
* uint32      flags: 1=zlib compressed
43
 
* uint32      offset in text file of start
44
 
* uint32      length of compressed delta in text file
45
 
* uint32[3]   reserved
46
 
 
47
 
total 48 bytes.
48
 
 
49
 
The header is also 48 bytes for tidyness and easy calculation.
50
 
 
51
 
Both the index and the text are only ever appended to; a consequence
52
 
is that sequence numbers are stable references.  But not every
53
 
repository in the world will assign the same sequence numbers,
54
 
therefore the SHA-1 is the only universally unique reference.
55
 
 
56
 
This is meant to scale to hold 100,000 revisions of a single file, by
57
 
which time the index file will be ~4.8MB and a bit big to read
58
 
sequentially.
59
 
 
60
 
Some of the reserved fields could be used to implement a (semi?)
61
 
balanced tree indexed by SHA1 so we can much more efficiently find the
62
 
index associated with a particular hash.  For 100,000 revs we would be
63
 
able to find it in about 17 random reads, which is not too bad.
64
 
 
65
 
This performs pretty well except when trying to calculate deltas of
66
 
really large files.  For that the main thing would be to plug in
67
 
something faster than difflib, which is after all pure Python.
68
 
Another approach is to just store the gzipped full text of big files,
69
 
though perhaps that's too perverse?
70
 
 
71
 
The iter method here will generally read through the whole index file
72
 
in one go.  With readahead in the kernel and python/libc (typically
73
 
128kB) this means that there should be no seeks and often only one
74
 
read() call to get everything into memory.
75
 
"""
76
 
 
77
 
 
78
 
# TODO: Something like pread() would make this slightly simpler and
79
 
# perhaps more efficient.
80
 
 
81
 
# TODO: Could also try to mmap things...  Might be faster for the
82
 
# index in particular?
83
 
 
84
 
# TODO: Some kind of faster lookup of SHAs?  The bad thing is that probably means
85
 
# rewriting existing records, which is not so nice.
86
 
 
87
 
# TODO: Something to check that regions identified in the index file
88
 
# completely butt up and do not overlap.  Strictly it's not a problem
89
 
# if there are gaps and that can happen if we're interrupted while
90
 
# writing to the datafile.  Overlapping would be very bad though.
91
 
 
92
 
# TODO: Shouldn't need to lock if we always write in append mode and
93
 
# then ftell after writing to see where it went.  In any case we
94
 
# assume the whole branch is protected by a lock.
95
 
 
96
 
import os
97
 
import sha
98
 
import stat
99
 
import struct
100
 
import sys
101
 
import zlib
102
 
from binascii import hexlify, unhexlify
103
 
 
104
 
import bzrlib.mdiff as mdiff
105
 
 
106
 
 
107
 
_RECORDSIZE = 48
108
 
 
109
 
_HEADER = "bzr revfile v1\n"
110
 
_HEADER = _HEADER + ('\xff' * (_RECORDSIZE - len(_HEADER)))
111
 
_NO_RECORD = 0xFFFFFFFFL
112
 
 
113
 
# fields in the index record
114
 
I_SHA = 0
115
 
I_BASE = 1
116
 
I_FLAGS = 2
117
 
I_OFFSET = 3
118
 
I_LEN = 4
119
 
 
120
 
FL_GZIP = 1
121
 
 
122
 
# maximum number of patches in a row before recording a whole text.
123
 
CHAIN_LIMIT = 10
124
 
 
125
 
 
126
 
class RevfileError(Exception):
127
 
    pass
128
 
 
129
 
class LimitHitException(Exception):
130
 
    pass
131
 
 
132
 
class Revfile(object):
133
 
    def __init__(self, basename, mode):
134
 
        # TODO: Lock file  while open
135
 
 
136
 
        # TODO: advise of random access
137
 
 
138
 
        self.basename = basename
139
 
 
140
 
        if mode not in ['r', 'w']:
141
 
            raise RevfileError("invalid open mode %r" % mode)
142
 
        self.mode = mode
143
 
        
144
 
        idxname = basename + '.irev'
145
 
        dataname = basename + '.drev'
146
 
 
147
 
        idx_exists = os.path.exists(idxname)
148
 
        data_exists = os.path.exists(dataname)
149
 
 
150
 
        if idx_exists != data_exists:
151
 
            raise RevfileError("half-assed revfile")
152
 
        
153
 
        if not idx_exists:
154
 
            if mode == 'r':
155
 
                raise RevfileError("Revfile %r does not exist" % basename)
156
 
            
157
 
            self.idxfile = open(idxname, 'w+b')
158
 
            self.datafile = open(dataname, 'w+b')
159
 
            
160
 
            self.idxfile.write(_HEADER)
161
 
            self.idxfile.flush()
162
 
        else:
163
 
            if mode == 'r':
164
 
                diskmode = 'rb'
165
 
            else:
166
 
                diskmode = 'r+b'
167
 
                
168
 
            self.idxfile = open(idxname, diskmode)
169
 
            self.datafile = open(dataname, diskmode)
170
 
            
171
 
            h = self.idxfile.read(_RECORDSIZE)
172
 
            if h != _HEADER:
173
 
                raise RevfileError("bad header %r in index of %r"
174
 
                                   % (h, self.basename))
175
 
 
176
 
 
177
 
    def _check_index(self, idx):
178
 
        if idx < 0 or idx > len(self):
179
 
            raise RevfileError("invalid index %r" % idx)
180
 
 
181
 
    def _check_write(self):
182
 
        if self.mode != 'w':
183
 
            raise RevfileError("%r is open readonly" % self.basename)
184
 
 
185
 
 
186
 
    def find_sha(self, s):
187
 
        assert isinstance(s, str)
188
 
        assert len(s) == 20
189
 
        
190
 
        for idx, idxrec in enumerate(self):
191
 
            if idxrec[I_SHA] == s:
192
 
                return idx
193
 
        else:
194
 
            return _NO_RECORD
195
 
 
196
 
 
197
 
 
198
 
    def _add_compressed(self, text_sha, data, base, compress):
199
 
        # well, maybe compress
200
 
        flags = 0
201
 
        if compress:
202
 
            data_len = len(data)
203
 
            if data_len > 50:
204
 
                # don't do compression if it's too small; it's unlikely to win
205
 
                # enough to be worthwhile
206
 
                compr_data = zlib.compress(data)
207
 
                compr_len = len(compr_data)
208
 
                if compr_len < data_len:
209
 
                    data = compr_data
210
 
                    flags = FL_GZIP
211
 
                    ##print '- compressed %d -> %d, %.1f%%' \
212
 
                    ##      % (data_len, compr_len, float(compr_len)/float(data_len) * 100.0)
213
 
        return self._add_raw(text_sha, data, base, flags)
214
 
        
215
 
 
216
 
 
217
 
    def _add_raw(self, text_sha, data, base, flags):
218
 
        """Add pre-processed data, can be either full text or delta.
219
 
 
220
 
        This does the compression if that makes sense."""
221
 
        idx = len(self)
222
 
        self.datafile.seek(0, 2)        # to end
223
 
        self.idxfile.seek(0, 2)
224
 
        assert self.idxfile.tell() == _RECORDSIZE * (idx + 1)
225
 
        data_offset = self.datafile.tell()
226
 
 
227
 
        assert isinstance(data, str) # not unicode or anything weird
228
 
 
229
 
        self.datafile.write(data)
230
 
        self.datafile.flush()
231
 
 
232
 
        assert isinstance(text_sha, str)
233
 
        entry = text_sha
234
 
        entry += struct.pack(">IIII12x", base, flags, data_offset, len(data))
235
 
        assert len(entry) == _RECORDSIZE
236
 
 
237
 
        self.idxfile.write(entry)
238
 
        self.idxfile.flush()
239
 
 
240
 
        return idx
241
 
        
242
 
 
243
 
 
244
 
    def _add_full_text(self, text, text_sha, compress):
245
 
        """Add a full text to the file.
246
 
 
247
 
        This is not compressed against any reference version.
248
 
 
249
 
        Returns the index for that text."""
250
 
        return self._add_compressed(text_sha, text, _NO_RECORD, compress)
251
 
 
252
 
 
253
 
    # NOT USED
254
 
    def _choose_base(self, seed, base):
255
 
        while seed & 3 == 3:
256
 
            if base == _NO_RECORD:
257
 
                return _NO_RECORD
258
 
            idxrec = self[base]
259
 
            if idxrec[I_BASE] == _NO_RECORD:
260
 
                return base
261
 
 
262
 
            base = idxrec[I_BASE]
263
 
            seed >>= 2
264
 
                
265
 
        return base        # relative to this full text
266
 
        
267
 
 
268
 
 
269
 
    def _add_delta(self, text, text_sha, base, compress):
270
 
        """Add a text stored relative to a previous text."""
271
 
        self._check_index(base)
272
 
 
273
 
        try:
274
 
            base_text = self.get(base, CHAIN_LIMIT)
275
 
        except LimitHitException:
276
 
            return self._add_full_text(text, text_sha, compress)
277
 
        
278
 
        data = mdiff.bdiff(base_text, text)
279
 
 
280
 
 
281
 
        if True: # paranoid early check for bad diff
282
 
            result = mdiff.bpatch(base_text, data)
283
 
            assert result == text
284
 
            
285
 
        
286
 
        # If the delta is larger than the text, we might as well just
287
 
        # store the text.  (OK, the delta might be more compressible,
288
 
        # but the overhead of applying it probably still makes it
289
 
        # bad, and I don't want to compress both of them to find out.)
290
 
        if len(data) >= len(text):
291
 
            return self._add_full_text(text, text_sha, compress)
292
 
        else:
293
 
            return self._add_compressed(text_sha, data, base, compress)
294
 
 
295
 
 
296
 
    def add(self, text, base=None, compress=True):
297
 
        """Add a new text to the revfile.
298
 
 
299
 
        If the text is already present them its existing id is
300
 
        returned and the file is not changed.
301
 
 
302
 
        If compress is true then gzip compression will be used if it
303
 
        reduces the size.
304
 
 
305
 
        If a base index is specified, that text *may* be used for
306
 
        delta compression of the new text.  Delta compression will
307
 
        only be used if it would be a size win and if the existing
308
 
        base is not at too long of a delta chain already.
309
 
        """
310
 
        if base == None:
311
 
            base = _NO_RECORD
312
 
        
313
 
        self._check_write()
314
 
        
315
 
        text_sha = sha.new(text).digest()
316
 
 
317
 
        idx = self.find_sha(text_sha)
318
 
        if idx != _NO_RECORD:
319
 
            # TODO: Optional paranoid mode where we read out that record and make sure
320
 
            # it's the same, in case someone ever breaks SHA-1.
321
 
            return idx                  # already present
322
 
        
323
 
        # base = self._choose_base(ord(text_sha[0]), base)
324
 
 
325
 
        if base == _NO_RECORD:
326
 
            return self._add_full_text(text, text_sha, compress)
327
 
        else:
328
 
            return self._add_delta(text, text_sha, base, compress)
329
 
 
330
 
 
331
 
 
332
 
    def get(self, idx, recursion_limit=None):
333
 
        """Retrieve text of a previous revision.
334
 
 
335
 
        If recursion_limit is an integer then walk back at most that
336
 
        many revisions and then raise LimitHitException, indicating
337
 
        that we ought to record a new file text instead of another
338
 
        delta.  Don't use this when trying to get out an existing
339
 
        revision."""
340
 
        
341
 
        idxrec = self[idx]
342
 
        base = idxrec[I_BASE]
343
 
        if base == _NO_RECORD:
344
 
            text = self._get_full_text(idx, idxrec)
345
 
        else:
346
 
            text = self._get_patched(idx, idxrec, recursion_limit)
347
 
 
348
 
        if sha.new(text).digest() != idxrec[I_SHA]:
349
 
            raise RevfileError("corrupt SHA-1 digest on record %d in %s"
350
 
                               % (idx, self.basename))
351
 
 
352
 
        return text
353
 
 
354
 
 
355
 
 
356
 
    def _get_raw(self, idx, idxrec):
357
 
        flags = idxrec[I_FLAGS]
358
 
        if flags & ~FL_GZIP:
359
 
            raise RevfileError("unsupported index flags %#x on index %d"
360
 
                               % (flags, idx))
361
 
        
362
 
        l = idxrec[I_LEN]
363
 
        if l == 0:
364
 
            return ''
365
 
 
366
 
        self.datafile.seek(idxrec[I_OFFSET])
367
 
 
368
 
        data = self.datafile.read(l)
369
 
        if len(data) != l:
370
 
            raise RevfileError("short read %d of %d "
371
 
                               "getting text for record %d in %r"
372
 
                               % (len(data), l, idx, self.basename))
373
 
 
374
 
        if flags & FL_GZIP:
375
 
            data = zlib.decompress(data)
376
 
 
377
 
        return data
378
 
        
379
 
 
380
 
    def _get_full_text(self, idx, idxrec):
381
 
        assert idxrec[I_BASE] == _NO_RECORD
382
 
 
383
 
        text = self._get_raw(idx, idxrec)
384
 
 
385
 
        return text
386
 
 
387
 
 
388
 
    def _get_patched(self, idx, idxrec, recursion_limit):
389
 
        base = idxrec[I_BASE]
390
 
        assert base >= 0
391
 
        assert base < idx    # no loops!
392
 
 
393
 
        if recursion_limit == None:
394
 
            sub_limit = None
395
 
        else:
396
 
            sub_limit = recursion_limit - 1
397
 
            if sub_limit < 0:
398
 
                raise LimitHitException()
399
 
            
400
 
        base_text = self.get(base, sub_limit)
401
 
        patch = self._get_raw(idx, idxrec)
402
 
 
403
 
        text = mdiff.bpatch(base_text, patch)
404
 
 
405
 
        return text
406
 
 
407
 
 
408
 
 
409
 
    def __len__(self):
410
 
        """Return number of revisions."""
411
 
        l = os.fstat(self.idxfile.fileno())[stat.ST_SIZE]
412
 
        if l % _RECORDSIZE:
413
 
            raise RevfileError("bad length %d on index of %r" % (l, self.basename))
414
 
        if l < _RECORDSIZE:
415
 
            raise RevfileError("no header present in index of %r" % (self.basename))
416
 
        return int(l / _RECORDSIZE) - 1
417
 
 
418
 
 
419
 
    def __getitem__(self, idx):
420
 
        """Index by sequence id returns the index field"""
421
 
        ## TODO: Can avoid seek if we just moved there...
422
 
        self._seek_index(idx)
423
 
        idxrec = self._read_next_index()
424
 
        if idxrec == None:
425
 
            raise IndexError("no index %d" % idx)
426
 
        else:
427
 
            return idxrec
428
 
 
429
 
 
430
 
    def _seek_index(self, idx):
431
 
        if idx < 0:
432
 
            raise RevfileError("invalid index %r" % idx)
433
 
        self.idxfile.seek((idx + 1) * _RECORDSIZE)
434
 
 
435
 
 
436
 
 
437
 
    def __iter__(self):
438
 
        """Read back all index records.
439
 
 
440
 
        Do not seek the index file while this is underway!"""
441
 
        ## sys.stderr.write(" ** iter called ** \n")
442
 
        self._seek_index(0)
443
 
        while True:
444
 
            idxrec = self._read_next_index()
445
 
            if not idxrec:
446
 
                break
447
 
            yield idxrec
448
 
        
449
 
 
450
 
    def _read_next_index(self):
451
 
        rec = self.idxfile.read(_RECORDSIZE)
452
 
        if not rec:
453
 
            return None
454
 
        elif len(rec) != _RECORDSIZE:
455
 
            raise RevfileError("short read of %d bytes getting index %d from %r"
456
 
                               % (len(rec), idx, self.basename))
457
 
        
458
 
        return struct.unpack(">20sIIII12x", rec)
459
 
 
460
 
        
461
 
    def dump(self, f=sys.stdout):
462
 
        f.write('%-8s %-40s %-8s %-8s %-8s %-8s\n' 
463
 
                % tuple('idx sha1 base flags offset len'.split()))
464
 
        f.write('-------- ---------------------------------------- ')
465
 
        f.write('-------- -------- -------- --------\n')
466
 
 
467
 
        for i, rec in enumerate(self):
468
 
            f.write("#%-7d %40s " % (i, hexlify(rec[0])))
469
 
            if rec[1] == _NO_RECORD:
470
 
                f.write("(none)   ")
471
 
            else:
472
 
                f.write("#%-7d " % rec[1])
473
 
                
474
 
            f.write("%8x %8d %8d\n" % (rec[2], rec[3], rec[4]))
475
 
 
476
 
 
477
 
    def total_text_size(self):
478
 
        """Return the sum of sizes of all file texts.
479
 
 
480
 
        This is how much space they would occupy if they were stored without
481
 
        delta and gzip compression.
482
 
 
483
 
        As a side effect this completely validates the Revfile, checking that all
484
 
        texts can be reproduced with the correct SHA-1."""
485
 
        t = 0L
486
 
        for idx in range(len(self)):
487
 
            t += len(self.get(idx))
488
 
        return t
489
 
 
490
 
 
491
 
    def check(self, pb=None):
492
 
        """Extract every version and check its hash."""
493
 
        total = len(self)
494
 
        for i in range(total):
495
 
            if pb:
496
 
                pb.update("check revision", i, total)
497
 
            # the get method implicitly checks the SHA-1
498
 
            self.get(i)
499
 
        if pb:
500
 
            pb.clear()
501
 
        
502
 
 
503
 
 
504
 
def main(argv):
505
 
    try:
506
 
        cmd = argv[1]
507
 
        filename = argv[2]
508
 
    except IndexError:
509
 
        sys.stderr.write("usage: revfile dump REVFILE\n"
510
 
                         "       revfile add REVFILE < INPUT\n"
511
 
                         "       revfile add-delta REVFILE BASE < INPUT\n"
512
 
                         "       revfile add-series REVFILE BASE FILE...\n"
513
 
                         "       revfile get REVFILE IDX\n"
514
 
                         "       revfile find-sha REVFILE HEX\n"
515
 
                         "       revfile total-text-size REVFILE\n"
516
 
                         "       revfile last REVFILE\n")
517
 
        return 1
518
 
 
519
 
    if filename.endswith('.drev') or filename.endswith('.irev'):
520
 
        filename = filename[:-5]
521
 
 
522
 
    def rw():
523
 
        return Revfile(filename, 'w')
524
 
 
525
 
    def ro():
526
 
        return Revfile(filename, 'r')
527
 
 
528
 
    if cmd == 'add':
529
 
        print rw().add(sys.stdin.read())
530
 
    elif cmd == 'add-delta':
531
 
        print rw().add(sys.stdin.read(), int(argv[3]))
532
 
    elif cmd == 'add-series':
533
 
        r = rw()
534
 
        rev = int(argv[3])
535
 
        for fn in argv[4:]:
536
 
            print rev
537
 
            rev = r.add(file(fn).read(), rev)
538
 
    elif cmd == 'dump':
539
 
        ro().dump()
540
 
    elif cmd == 'get':
541
 
        try:
542
 
            idx = int(argv[3])
543
 
        except IndexError:
544
 
            sys.stderr.write("usage: revfile get FILE IDX\n")
545
 
            return 1
546
 
 
547
 
        r = ro()
548
 
 
549
 
        if idx < 0 or idx >= len(r):
550
 
            sys.stderr.write("invalid index %r\n" % idx)
551
 
            return 1
552
 
 
553
 
        sys.stdout.write(r.get(idx))
554
 
    elif cmd == 'find-sha':
555
 
        try:
556
 
            s = unhexlify(argv[3])
557
 
        except IndexError:
558
 
            sys.stderr.write("usage: revfile find-sha FILE HEX\n")
559
 
            return 1
560
 
 
561
 
        idx = ro().find_sha(s)
562
 
        if idx == _NO_RECORD:
563
 
            sys.stderr.write("no such record\n")
564
 
            return 1
565
 
        else:
566
 
            print idx
567
 
    elif cmd == 'total-text-size':
568
 
        print ro().total_text_size()
569
 
    elif cmd == 'last':
570
 
        print len(ro())-1
571
 
    elif cmd == 'check':
572
 
        import bzrlib.progress
573
 
        pb = bzrlib.progress.ProgressBar()
574
 
        ro().check(pb)
575
 
    else:
576
 
        sys.stderr.write("unknown command %r\n" % cmd)
577
 
        return 1
578
 
    
579
 
 
580
 
if __name__ == '__main__':
581
 
    import sys
582
 
    sys.exit(main(sys.argv) or 0)