~bzr-pqm/bzr/bzr.dev

« back to all changes in this revision

Viewing changes to bzrlib/hashcache.py

  • Committer: Martin Pool
  • Date: 2005-07-11 04:53:07 UTC
  • Revision ID: mbp@sourcefrog.net-20050711045307-2b38378d043dc25c
- Refactor weave calculation of inclusions

Show diffs side-by-side

added added

removed removed

Lines of Context:
1
 
# Copyright (C) 2005, 2006 by Canonical Ltd
 
1
# (C) 2005 Canonical Ltd
2
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
14
14
# along with this program; if not, write to the Free Software
15
15
# Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA  02111-1307  USA
16
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# out-of-date.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.
 
17
 
 
18
 
 
19
# TODO: Perhaps have a way to stat all the files in inode order, and
 
20
# then remember that they're all fresh for the lifetime of the object?
 
21
 
 
22
# TODO: Keep track of whether there are in-memory updates that need to
 
23
# be flushed.
22
24
 
23
25
# TODO: Perhaps return more details on the file to avoid statting it
24
26
# again: nonexistent, file type, size, etc
25
27
 
26
 
# TODO: Perhaps use a Python pickle instead of a text file; might be faster.
27
28
 
28
29
 
29
30
 
30
31
CACHE_HEADER = "### bzr hashcache v5\n"
31
32
 
32
 
import os, stat, time
33
 
import sha
34
 
 
35
 
from bzrlib.osutils import sha_file, pathjoin, safe_unicode
36
 
from bzrlib.trace import mutter, warning
37
 
from bzrlib.atomicfile import AtomicFile
38
 
from bzrlib.errors import BzrError
39
 
 
40
 
 
41
 
FP_MTIME_COLUMN = 1
42
 
FP_CTIME_COLUMN = 2
43
 
FP_MODE_COLUMN = 5
44
33
 
45
34
def _fingerprint(abspath):
 
35
    import os, stat
 
36
 
46
37
    try:
47
38
        fs = os.lstat(abspath)
48
39
    except OSError:
55
46
    # we discard any high precision because it's not reliable; perhaps we
56
47
    # could do better on some systems?
57
48
    return (fs.st_size, long(fs.st_mtime),
58
 
            long(fs.st_ctime), fs.st_ino, fs.st_dev, fs.st_mode)
 
49
            long(fs.st_ctime), fs.st_ino, fs.st_dev)
59
50
 
60
51
 
61
52
class HashCache(object):
94
85
    """
95
86
    needs_write = False
96
87
 
97
 
    def __init__(self, root, cache_file_name, mode=None):
98
 
        """Create a hash cache in base dir, and set the file mode to mode."""
99
 
        self.root = safe_unicode(root)
 
88
    def __init__(self, basedir):
 
89
        self.basedir = basedir
100
90
        self.hit_count = 0
101
91
        self.miss_count = 0
102
92
        self.stat_count = 0
103
93
        self.danger_count = 0
104
 
        self.removed_count = 0
105
 
        self.update_count = 0
106
94
        self._cache = {}
107
 
        self._mode = mode
108
 
        self._cache_file_name = safe_unicode(cache_file_name)
 
95
 
 
96
 
109
97
 
110
98
    def cache_file_name(self):
111
 
        return self._cache_file_name
 
99
        import os.path
 
100
        return os.path.join(self.basedir, '.bzr', 'stat-cache')
 
101
 
 
102
 
 
103
 
112
104
 
113
105
    def clear(self):
114
106
        """Discard all cached information.
118
110
            self.needs_write = True
119
111
            self._cache = {}
120
112
 
121
 
    def scan(self):
122
 
        """Scan all files and remove entries where the cache entry is obsolete.
123
 
        
124
 
        Obsolete entries are those where the file has been modified or deleted
125
 
        since the entry was inserted.        
126
 
        """
127
 
        # FIXME optimisation opportunity, on linux [and check other oses]:
128
 
        # rather than iteritems order, stat in inode order.
129
 
        prep = [(ce[1][3], path, ce) for (path, ce) in self._cache.iteritems()]
130
 
        prep.sort()
131
 
        
132
 
        for inum, path, cache_entry in prep:
133
 
            abspath = pathjoin(self.root, path)
134
 
            fp = _fingerprint(abspath)
135
 
            self.stat_count += 1
136
 
            
137
 
            cache_fp = cache_entry[1]
138
 
    
139
 
            if (not fp) or (cache_fp != fp):
140
 
                # not here or not a regular file anymore
141
 
                self.removed_count += 1
142
 
                self.needs_write = True
143
 
                del self._cache[path]
144
 
 
145
113
 
146
114
    def get_sha1(self, path):
147
 
        """Return the sha1 of a file.
 
115
        """Return the hex SHA-1 of the contents of the file at path.
 
116
 
 
117
        XXX: If the file does not exist or is not a plain file???
148
118
        """
149
 
        abspath = pathjoin(self.root, path)
 
119
 
 
120
        import os, time
 
121
        from bzrlib.osutils import sha_file
 
122
        from bzrlib.trace import mutter
 
123
        
 
124
        abspath = os.path.join(self.basedir, path)
 
125
        fp = _fingerprint(abspath)
 
126
        c = self._cache.get(path)
 
127
        if c:
 
128
            cache_sha1, cache_fp = c
 
129
        else:
 
130
            cache_sha1, cache_fp = None, None
 
131
 
150
132
        self.stat_count += 1
151
 
        file_fp = _fingerprint(abspath)
152
 
        
153
 
        if not file_fp:
154
 
            # not a regular file or not existing
155
 
            if path in self._cache:
156
 
                self.removed_count += 1
157
 
                self.needs_write = True
158
 
                del self._cache[path]
159
 
            return None        
160
 
 
161
 
        if path in self._cache:
162
 
            cache_sha1, cache_fp = self._cache[path]
163
 
        else:
164
 
            cache_sha1, cache_fp = None, None
165
 
 
166
 
        if cache_fp == file_fp:
 
133
 
 
134
        if not fp:
 
135
            # not a regular file
 
136
            return None
 
137
        elif cache_fp and (cache_fp == fp):
167
138
            self.hit_count += 1
168
139
            return cache_sha1
169
 
        
170
 
        self.miss_count += 1
171
 
 
172
 
 
173
 
        mode = file_fp[FP_MODE_COLUMN]
174
 
        if stat.S_ISREG(mode):
175
 
            digest = sha_file(file(abspath, 'rb', buffering=65000))
176
 
        elif stat.S_ISLNK(mode):
177
 
            digest = sha.new(os.readlink(abspath)).hexdigest()
178
140
        else:
179
 
            raise BzrError("file %r: unknown file stat mode: %o"%(abspath,mode))
 
141
            self.miss_count += 1
 
142
            digest = sha_file(file(abspath, 'rb'))
180
143
 
181
 
        now = int(time.time())
182
 
        if file_fp[FP_MTIME_COLUMN] >= now or file_fp[FP_CTIME_COLUMN] >= now:
183
 
            # changed too recently; can't be cached.  we can
184
 
            # return the result and it could possibly be cached
185
 
            # next time.
186
 
            #
187
 
            # the point is that we only want to cache when we are sure that any
188
 
            # subsequent modifications of the file can be detected.  If a
189
 
            # modification neither changes the inode, the device, the size, nor
190
 
            # the mode, then we can only distinguish it by time; therefore we
191
 
            # need to let sufficient time elapse before we may cache this entry
192
 
            # again.  If we didn't do this, then, for example, a very quick 1
193
 
            # byte replacement in the file might go undetected.
194
 
            self.danger_count += 1 
195
 
            if cache_fp:
196
 
                self.removed_count += 1
 
144
            now = int(time.time())
 
145
            if fp[1] >= now or fp[2] >= now:
 
146
                # changed too recently; can't be cached.  we can
 
147
                # return the result and it could possibly be cached
 
148
                # next time.
 
149
                self.danger_count += 1 
 
150
                if cache_fp:
 
151
                    mutter("remove outdated entry for %s" % path)
 
152
                    self.needs_write = True
 
153
                    del self._cache[path]
 
154
            elif (fp != cache_fp) or (digest != cache_sha1):
 
155
                mutter("update entry for %s" % path)
 
156
                mutter("  %r" % (fp,))
 
157
                mutter("  %r" % (cache_fp,))
197
158
                self.needs_write = True
198
 
                del self._cache[path]
199
 
        else:
200
 
            self.update_count += 1
201
 
            self.needs_write = True
202
 
            self._cache[path] = (digest, file_fp)
203
 
        return digest
204
 
        
 
159
                self._cache[path] = (digest, fp)
 
160
 
 
161
            return digest
 
162
 
 
163
 
 
164
 
205
165
    def write(self):
206
166
        """Write contents of cache to file."""
207
 
        outf = AtomicFile(self.cache_file_name(), 'wb', new_mode=self._mode)
 
167
        from atomicfile import AtomicFile
 
168
 
 
169
        outf = AtomicFile(self.cache_file_name(), 'wb')
208
170
        try:
209
171
            print >>outf, CACHE_HEADER,
210
172
 
216
178
                for fld in c[1]:
217
179
                    print >>outf, "%d" % fld,
218
180
                print >>outf
 
181
 
219
182
            outf.commit()
220
183
            self.needs_write = False
221
 
            mutter("write hash cache: %s hits=%d misses=%d stat=%d recent=%d updates=%d",
222
 
                   self.cache_file_name(), self.hit_count, self.miss_count,
223
 
                   self.stat_count,
224
 
                   self.danger_count, self.update_count)
225
184
        finally:
226
185
            if not outf.closed:
227
186
                outf.abort()
 
187
        
 
188
 
228
189
 
229
190
    def read(self):
230
191
        """Reinstate cache from file.
233
194
 
234
195
        If the cache file has the wrong version marker, this just clears 
235
196
        the cache."""
 
197
        from bzrlib.trace import mutter, warning
 
198
 
236
199
        self._cache = {}
237
200
 
238
201
        fn = self.cache_file_name()
239
202
        try:
240
 
            inf = file(fn, 'rb', buffering=65000)
 
203
            inf = file(fn, 'rb')
241
204
        except IOError, e:
242
 
            mutter("failed to open %s: %s", fn, e)
243
 
            # better write it now so it is valid
244
 
            self.needs_write = True
 
205
            mutter("failed to open %s: %s" % (fn, e))
245
206
            return
246
207
 
247
208
 
248
209
        hdr = inf.readline()
249
210
        if hdr != CACHE_HEADER:
250
 
            mutter('cache header marker not found at top of %s;'
251
 
                   ' discarding cache', fn)
252
 
            self.needs_write = True
 
211
            mutter('cache header marker not found at top of %s; discarding cache'
 
212
                   % fn)
253
213
            return
254
214
 
255
215
        for l in inf:
261
221
 
262
222
            pos += 3
263
223
            fields = l[pos:].split(' ')
264
 
            if len(fields) != 7:
 
224
            if len(fields) != 6:
265
225
                warning("bad line in hashcache: %r" % l)
266
226
                continue
267
227