~bzr-pqm/bzr/bzr.dev

« back to all changes in this revision

Viewing changes to bzrlib/tuned_gzip.py

  • Committer: Martin Pool
  • Date: 2005-07-22 23:32:00 UTC
  • Revision ID: mbp@sourcefrog.net-20050722233200-ccdeca985093a9fb
- now needs python 2.4
- update instructions for running selftest

Show diffs side-by-side

added added

removed removed

Lines of Context:
1
 
# Copyright (C) 2005, 2006 by Canonical Ltd
2
 
# Written by Robert Collins <robert.collins@canonical.com>
3
 
#
4
 
# This program is free software; you can redistribute it and/or modify
5
 
# it under the terms of the GNU General Public License as published by
6
 
# the Free Software Foundation; either version 2 of the License, or
7
 
# (at your option) any later version.
8
 
#
9
 
# This program is distributed in the hope that it will be useful,
10
 
# but WITHOUT ANY WARRANTY; without even the implied warranty of
11
 
# MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
12
 
# GNU General Public License for more details.
13
 
#
14
 
# You should have received a copy of the GNU General Public License
15
 
# along with this program; if not, write to the Free Software
16
 
# Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA  02111-1307  USA
17
 
 
18
 
"""Bzrlib specific gzip tunings. We plan to feed these to the upstream gzip."""
19
 
 
20
 
# make GzipFile faster:
21
 
import gzip
22
 
from gzip import U32, LOWU32, FEXTRA, FCOMMENT, FNAME, FHCRC
23
 
import sys
24
 
import struct
25
 
import zlib
26
 
 
27
 
# we want a \n preserved, break on \n only splitlines.
28
 
import bzrlib
29
 
 
30
 
__all__ = ["GzipFile"]
31
 
 
32
 
 
33
 
class GzipFile(gzip.GzipFile):
34
 
    """Knit tuned version of GzipFile.
35
 
 
36
 
    This is based on the following lsprof stats:
37
 
    python 2.4 stock GzipFile write:
38
 
    58971      0   5644.3090   2721.4730   gzip:193(write)
39
 
    +58971     0   1159.5530   1159.5530   +<built-in method compress>
40
 
    +176913    0    987.0320    987.0320   +<len>
41
 
    +58971     0    423.1450    423.1450   +<zlib.crc32>
42
 
    +58971     0    353.1060    353.1060   +<method 'write' of 'cStringIO.
43
 
                                            StringO' objects>
44
 
    tuned GzipFile write:
45
 
    58971      0   4477.2590   2103.1120   bzrlib.knit:1250(write)
46
 
    +58971     0   1297.7620   1297.7620   +<built-in method compress>
47
 
    +58971     0    406.2160    406.2160   +<zlib.crc32>
48
 
    +58971     0    341.9020    341.9020   +<method 'write' of 'cStringIO.
49
 
                                            StringO' objects>
50
 
    +58971     0    328.2670    328.2670   +<len>
51
 
 
52
 
 
53
 
    Yes, its only 1.6 seconds, but they add up.
54
 
    """
55
 
 
56
 
    def _add_read_data(self, data):
57
 
        # 4169 calls in 183
58
 
        # temp var for len(data) and switch to +='s.
59
 
        # 4169 in 139
60
 
        len_data = len(data)
61
 
        self.crc = zlib.crc32(data, self.crc)
62
 
        self.extrabuf += data
63
 
        self.extrasize += len_data
64
 
        self.size += len_data
65
 
 
66
 
    def _read(self, size=1024):
67
 
        # various optimisations:
68
 
        # reduces lsprof count from 2500 to 
69
 
        # 8337 calls in 1272, 365 internal
70
 
        if self.fileobj is None:
71
 
            raise EOFError, "Reached EOF"
72
 
 
73
 
        if self._new_member:
74
 
            # If the _new_member flag is set, we have to
75
 
            # jump to the next member, if there is one.
76
 
            #
77
 
            # First, check if we're at the end of the file;
78
 
            # if so, it's time to stop; no more members to read.
79
 
            next_header_bytes = self.fileobj.read(10)
80
 
            if next_header_bytes == '':
81
 
                raise EOFError, "Reached EOF"
82
 
 
83
 
            self._init_read()
84
 
            self._read_gzip_header(next_header_bytes)
85
 
            self.decompress = zlib.decompressobj(-zlib.MAX_WBITS)
86
 
            self._new_member = False
87
 
 
88
 
        # Read a chunk of data from the file
89
 
        buf = self.fileobj.read(size)
90
 
 
91
 
        # If the EOF has been reached, flush the decompression object
92
 
        # and mark this object as finished.
93
 
 
94
 
        if buf == "":
95
 
            self._add_read_data(self.decompress.flush())
96
 
            assert len(self.decompress.unused_data) >= 8, "what does flush do?"
97
 
            self._gzip_tail = self.decompress.unused_data[0:8]
98
 
            self._read_eof()
99
 
            # tell the driving read() call we have stuffed all the data
100
 
            # in self.extrabuf
101
 
            raise EOFError, 'Reached EOF'
102
 
 
103
 
        self._add_read_data(self.decompress.decompress(buf))
104
 
 
105
 
        if self.decompress.unused_data != "":
106
 
            # Ending case: we've come to the end of a member in the file,
107
 
            # so seek back to the start of the data for the next member which
108
 
            # is the length of the decompress objects unused data - the first
109
 
            # 8 bytes for the end crc and size records.
110
 
            #
111
 
            # so seek back to the start of the unused data, finish up
112
 
            # this member, and read a new gzip header.
113
 
            # (The number of bytes to seek back is the length of the unused
114
 
            # data, minus 8 because those 8 bytes are part of this member.
115
 
            seek_length = len (self.decompress.unused_data) - 8
116
 
            if seek_length > 0:
117
 
                # we read too much data
118
 
                self.fileobj.seek(-seek_length, 1)
119
 
                self._gzip_tail = self.decompress.unused_data[0:8]
120
 
            elif seek_length < 0:
121
 
                # we haven't read enough to check the checksum.
122
 
                assert -8 < seek_length, "too great a seek."
123
 
                buf = self.fileobj.read(-seek_length)
124
 
                self._gzip_tail = self.decompress.unused_data + buf
125
 
            else:
126
 
                self._gzip_tail = self.decompress.unused_data
127
 
 
128
 
            # Check the CRC and file size, and set the flag so we read
129
 
            # a new member on the next call
130
 
            self._read_eof()
131
 
            self._new_member = True
132
 
 
133
 
    def _read_eof(self):
134
 
        """tuned to reduce function calls and eliminate file seeking:
135
 
        pass 1:
136
 
        reduces lsprof count from 800 to 288
137
 
        4168 in 296 
138
 
        avoid U32 call by using struct format L
139
 
        4168 in 200
140
 
        """
141
 
        # We've read to the end of the file, so we should have 8 bytes of 
142
 
        # unused data in the decompressor. If we don't, there is a corrupt file.
143
 
        # We use these 8 bytes to calculate the CRC and the recorded file size.
144
 
        # We then check the that the computed CRC and size of the
145
 
        # uncompressed data matches the stored values.  Note that the size
146
 
        # stored is the true file size mod 2**32.
147
 
        assert len(self._gzip_tail) == 8, "gzip trailer is incorrect length."
148
 
        crc32, isize = struct.unpack("<LL", self._gzip_tail)
149
 
        # note that isize is unsigned - it can exceed 2GB
150
 
        if crc32 != U32(self.crc):
151
 
            raise IOError, "CRC check failed %d %d" % (crc32, U32(self.crc))
152
 
        elif isize != LOWU32(self.size):
153
 
            raise IOError, "Incorrect length of data produced"
154
 
 
155
 
    def _read_gzip_header(self, bytes=None):
156
 
        """Supply bytes if the minimum header size is already read.
157
 
        
158
 
        :param bytes: 10 bytes of header data.
159
 
        """
160
 
        """starting cost: 300 in 3998
161
 
        15998 reads from 3998 calls
162
 
        final cost 168
163
 
        """
164
 
        if bytes is None:
165
 
            bytes = self.fileobj.read(10)
166
 
        magic = bytes[0:2]
167
 
        if magic != '\037\213':
168
 
            raise IOError, 'Not a gzipped file'
169
 
        method = ord(bytes[2:3])
170
 
        if method != 8:
171
 
            raise IOError, 'Unknown compression method'
172
 
        flag = ord(bytes[3:4])
173
 
        # modtime = self.fileobj.read(4) (bytes [4:8])
174
 
        # extraflag = self.fileobj.read(1) (bytes[8:9])
175
 
        # os = self.fileobj.read(1) (bytes[9:10])
176
 
        # self.fileobj.read(6)
177
 
 
178
 
        if flag & FEXTRA:
179
 
            # Read & discard the extra field, if present
180
 
            xlen = ord(self.fileobj.read(1))
181
 
            xlen = xlen + 256*ord(self.fileobj.read(1))
182
 
            self.fileobj.read(xlen)
183
 
        if flag & FNAME:
184
 
            # Read and discard a null-terminated string containing the filename
185
 
            while True:
186
 
                s = self.fileobj.read(1)
187
 
                if not s or s=='\000':
188
 
                    break
189
 
        if flag & FCOMMENT:
190
 
            # Read and discard a null-terminated string containing a comment
191
 
            while True:
192
 
                s = self.fileobj.read(1)
193
 
                if not s or s=='\000':
194
 
                    break
195
 
        if flag & FHCRC:
196
 
            self.fileobj.read(2)     # Read & discard the 16-bit header CRC
197
 
 
198
 
    def readline(self, size=-1):
199
 
        """Tuned to remove buffer length calls in _unread and...
200
 
        
201
 
        also removes multiple len(c) calls, inlines _unread,
202
 
        total savings - lsprof 5800 to 5300
203
 
        phase 2:
204
 
        4168 calls in 2233
205
 
        8176 calls to read() in 1684
206
 
        changing the min chunk size to 200 halved all the cache misses
207
 
        leading to a drop to:
208
 
        4168 calls in 1977
209
 
        4168 call to read() in 1646
210
 
        - i.e. just reduced the function call overhead. May be worth 
211
 
          keeping.
212
 
        """
213
 
        if size < 0: size = sys.maxint
214
 
        bufs = []
215
 
        readsize = min(200, size)    # Read from the file in small chunks
216
 
        while True:
217
 
            if size == 0:
218
 
                return "".join(bufs) # Return resulting line
219
 
 
220
 
            # c is the chunk
221
 
            c = self.read(readsize)
222
 
            # number of bytes read
223
 
            len_c = len(c)
224
 
            i = c.find('\n')
225
 
            if size is not None:
226
 
                # We set i=size to break out of the loop under two
227
 
                # conditions: 1) there's no newline, and the chunk is
228
 
                # larger than size, or 2) there is a newline, but the
229
 
                # resulting line would be longer than 'size'.
230
 
                if i==-1 and len_c > size: i=size-1
231
 
                elif size <= i: i = size -1
232
 
 
233
 
            if i >= 0 or c == '':
234
 
                # if i>= 0 we have a newline or have triggered the above
235
 
                # if size is not None condition.
236
 
                # if c == '' its EOF.
237
 
                bufs.append(c[:i+1])    # Add portion of last chunk
238
 
                # -- inlined self._unread --
239
 
                ## self._unread(c[i+1:], len_c - i)   # Push back rest of chunk
240
 
                self.extrabuf = c[i+1:] + self.extrabuf
241
 
                self.extrasize = len_c - i + self.extrasize
242
 
                self.offset -= len_c - i
243
 
                # -- end inlined self._unread --
244
 
                return ''.join(bufs)    # Return resulting line
245
 
 
246
 
            # Append chunk to list, decrease 'size',
247
 
            bufs.append(c)
248
 
            size = size - len_c
249
 
            readsize = min(size, readsize * 2)
250
 
 
251
 
    def readlines(self, sizehint=0):
252
 
        # optimise to avoid all the buffer manipulation
253
 
        # lsprof changed from:
254
 
        # 4168 calls in 5472 with 32000 calls to readline()
255
 
        # to :
256
 
        # 4168 calls in 417.
257
 
        # Negative numbers result in reading all the lines
258
 
        if sizehint <= 0:
259
 
            sizehint = -1
260
 
        content = self.read(sizehint)
261
 
        return bzrlib.osutils.split_lines(content)
262
 
 
263
 
    def _unread(self, buf, len_buf=None):
264
 
        """tuned to remove unneeded len calls.
265
 
        
266
 
        because this is such an inner routine in readline, and readline is
267
 
        in many inner loops, this has been inlined into readline().
268
 
 
269
 
        The len_buf parameter combined with the reduction in len calls dropped
270
 
        the lsprof ms count for this routine on my test data from 800 to 200 - 
271
 
        a 75% saving.
272
 
        """
273
 
        if len_buf is None:
274
 
            len_buf = len(buf)
275
 
        self.extrabuf = buf + self.extrabuf
276
 
        self.extrasize = len_buf + self.extrasize
277
 
        self.offset -= len_buf
278
 
 
279
 
    def write(self, data):
280
 
        if self.mode != gzip.WRITE:
281
 
            import errno
282
 
            raise IOError(errno.EBADF, "write() on read-only GzipFile object")
283
 
 
284
 
        if self.fileobj is None:
285
 
            raise ValueError, "write() on closed GzipFile object"
286
 
        data_len = len(data)
287
 
        if data_len > 0:
288
 
            self.size = self.size + data_len
289
 
            self.crc = zlib.crc32(data, self.crc)
290
 
            self.fileobj.write( self.compress.compress(data) )
291
 
            self.offset += data_len
292
 
 
293
 
    def writelines(self, lines):
294
 
        # profiling indicated a significant overhead 
295
 
        # calling write for each line.
296
 
        # this batch call is a lot faster :).
297
 
        # (4 seconds to 1 seconds for the sample upgrades I was testing).
298
 
        self.write(''.join(lines))
299
 
 
300