Merge branches 'jc/rev-list' and 'jc/pack-thin' into next
authorJunio C Hamano <junkio@cox.net>
Fri, 24 Feb 2006 09:56:38 +0000 (01:56 -0800)
committerJunio C Hamano <junkio@cox.net>
Fri, 24 Feb 2006 09:56:38 +0000 (01:56 -0800)
* jc/rev-list:
  rev-list --objects: use full pathname to help hashing.

* jc/pack-thin:
  pack-objects: hash basename and direname a bit differently.
  pack-objects: allow "thin" packs to exceed depth limits
  pack-objects: use full pathname to help hashing with "thin" pack.

1  2  3 
pack-objects.c
rev-list.c

diff --cc pack-objects.c
@@@@ -3,11 -3,9 -3,10 +3,11 @@@@
   #include "delta.h"
   #include "pack.h"
   #include "csum-file.h"
 + #include "diff.h"
   #include <sys/time.h>
 ++#include <signal.h>
   
 - static const char pack_usage[] = "git-pack-objects [-q] [--non-empty] [--local] [--incremental] [--window=N] [--depth=N] {--stdout | base-name} < object-list";
 + static const char pack_usage[] = "git-pack-objects [-q] [--no-reuse-delta] [--non-empty] [--local] [--incremental] [--window=N] [--depth=N] {--stdout | base-name} < object-list";
   
   struct object_entry {
        unsigned char sha1[20];
@@@@ -61,138 -28,6 -60,137 +61,138 @@@@ static int nr_objects = 0, nr_alloc = 0
   static const char *base_name;
   static unsigned char pack_file_sha1[20];
   static int progress = 1;
 ++static volatile int progress_update = 0;
 + 
 + /*
 +  * The object names in objects array are hashed with this hashtable,
 +  * to help looking up the entry by object name.  Binary search from
 +  * sorted_by_sha is also possible but this was easier to code and faster.
 +  * This hashtable is built after all the objects are seen.
 +  */
 + static int *object_ix = NULL;
 + static int object_ix_hashsz = 0;
 + 
 + /*
 +  * Pack index for existing packs give us easy access to the offsets into
 +  * corresponding pack file where each object's data starts, but the entries
 +  * do not store the size of the compressed representation (uncompressed
 +  * size is easily available by examining the pack entry header).  We build
 +  * a hashtable of existing packs (pack_revindex), and keep reverse index
 +  * here -- pack index file is sorted by object name mapping to offset; this
 +  * pack_revindex[].revindex array is an ordered list of offsets, so if you
 +  * know the offset of an object, next offset is where its packed
 +  * representation ends.
 +  */
 + struct pack_revindex {
 +      struct packed_git *p;
 +      unsigned long *revindex;
 + } *pack_revindex = NULL;
 + static int pack_revindex_hashsz = 0;
 + 
 + /*
 +  * stats
 +  */
 + static int written = 0;
 + static int written_delta = 0;
 + static int reused = 0;
 + static int reused_delta = 0;
 + 
 + static int pack_revindex_ix(struct packed_git *p)
 + {
 +      unsigned int ui = (unsigned int) p;
 +      int i;
 + 
 +      ui = ui ^ (ui >> 16); /* defeat structure alignment */
 +      i = (int)(ui % pack_revindex_hashsz);
 +      while (pack_revindex[i].p) {
 +              if (pack_revindex[i].p == p)
 +                      return i;
 +              if (++i == pack_revindex_hashsz)
 +                      i = 0;
 +      }
 +      return -1 - i;
 + }
 + 
 + static void prepare_pack_ix(void)
 + {
 +      int num;
 +      struct packed_git *p;
 +      for (num = 0, p = packed_git; p; p = p->next)
 +              num++;
 +      if (!num)
 +              return;
 +      pack_revindex_hashsz = num * 11;
 +      pack_revindex = xcalloc(sizeof(*pack_revindex), pack_revindex_hashsz);
 +      for (p = packed_git; p; p = p->next) {
 +              num = pack_revindex_ix(p);
 +              num = - 1 - num;
 +              pack_revindex[num].p = p;
 +      }
 +      /* revindex elements are lazily initialized */
 + }
 + 
 + static int cmp_offset(const void *a_, const void *b_)
 + {
 +      unsigned long a = *(unsigned long *) a_;
 +      unsigned long b = *(unsigned long *) b_;
 +      if (a < b)
 +              return -1;
 +      else if (a == b)
 +              return 0;
 +      else
 +              return 1;
 + }
 + 
 + /*
 +  * Ordered list of offsets of objects in the pack.
 +  */
 + static void prepare_pack_revindex(struct pack_revindex *rix)
 + {
 +      struct packed_git *p = rix->p;
 +      int num_ent = num_packed_objects(p);
 +      int i;
 +      void *index = p->index_base + 256;
 + 
 +      rix->revindex = xmalloc(sizeof(unsigned long) * (num_ent + 1));
 +      for (i = 0; i < num_ent; i++) {
 +              long hl = *((long *)(index + 24 * i));
 +              rix->revindex[i] = ntohl(hl);
 +      }
 +      /* This knows the pack format -- the 20-byte trailer
 +       * follows immediately after the last object data.
 +       */
 +      rix->revindex[num_ent] = p->pack_size - 20;
 +      qsort(rix->revindex, num_ent, sizeof(unsigned long), cmp_offset);
 + }
 + 
 + static unsigned long find_packed_object_size(struct packed_git *p,
 +                                           unsigned long ofs)
 + {
 +      int num;
 +      int lo, hi;
 +      struct pack_revindex *rix;
 +      unsigned long *revindex;
 +      num = pack_revindex_ix(p);
 +      if (num < 0)
 +              die("internal error: pack revindex uninitialized");
 +      rix = &pack_revindex[num];
 +      if (!rix->revindex)
 +              prepare_pack_revindex(rix);
 +      revindex = rix->revindex;
 +      lo = 0;
 +      hi = num_packed_objects(p) + 1;
 +      do {
 +              int mi = (lo + hi) / 2;
 +              if (revindex[mi] == ofs) {
 +                      return revindex[mi+1] - ofs;
 +              }
 +              else if (ofs < revindex[mi])
 +                      hi = mi;
 +              else
 +                      lo = mi + 1;
 +      } while (lo < hi);
 +      die("internal error: pack revindex corrupt");
 + }
   
   static void *delta_against(void *buf, unsigned long size, struct object_entry *entry)
   {
@@@@ -335,43 -132,24 -333,22 +335,43 @@@@ static void write_pack_file(void
        int i;
        struct sha1file *f;
        unsigned long offset;
 -      unsigned long mb;
        struct pack_header hdr;
 ++     unsigned last_percent = 999;
 ++     int do_progress = 0;
   
        if (!base_name)
                f = sha1fd(1, "<stdout>");
 --     else
 -              f = sha1create("%s-%s.%s", base_name, sha1_to_hex(object_list_sha1), "pack");
 ++     else {
 +              f = sha1create("%s-%s.%s", base_name,
 +                             sha1_to_hex(object_list_sha1), "pack");
 ++             do_progress = progress;
 ++     }
 ++     if (do_progress)
 ++             fprintf(stderr, "Writing %d objects.\n", nr_result);
 ++
        hdr.hdr_signature = htonl(PACK_SIGNATURE);
        hdr.hdr_version = htonl(PACK_VERSION);
 -      hdr.hdr_entries = htonl(nr_objects);
 +      hdr.hdr_entries = htonl(nr_result);
        sha1write(f, &hdr, sizeof(hdr));
        offset = sizeof(hdr);
 --     for (i = 0; i < nr_objects; i++)
 ++     if (!nr_result)
 ++             goto done;
 ++     for (i = 0; i < nr_objects; i++) {
                offset = write_one(f, objects + i, offset);
 --
 ++             if (do_progress) {
 ++                     unsigned percent = written * 100 / nr_result;
 ++                     if (progress_update || percent != last_percent) {
 ++                             fprintf(stderr, "%4u%% (%u/%u) done\r",
 ++                                     percent, written, nr_result);
 ++                             progress_update = 0;
 ++                             last_percent = percent;
 ++                     }
 ++             }
 ++     }
 ++     if (do_progress)
 ++             fputc('\n', stderr);
 ++ done:
        sha1close(f, pack_file_sha1, 1);
 -      mb = offset >> 20;
 -      offset &= 0xfffff;
   }
   
   static void write_index_file(void)
        sha1close(f, NULL, 1);
   }
   
 - static int add_object_entry(unsigned char *sha1, unsigned int hash)
 + static int locate_object_entry_hash(const unsigned char *sha1)
 + {
 +      int i;
 +      unsigned int ui;
 +      memcpy(&ui, sha1, sizeof(unsigned int));
 +      i = ui % object_ix_hashsz;
 +      while (0 < object_ix[i]) {
 +              if (!memcmp(sha1, objects[object_ix[i]-1].sha1, 20))
 +                      return i;
 +              if (++i == object_ix_hashsz)
 +                      i = 0;
 +      }
 +      return -1 - i;
 + }
 + 
 + static struct object_entry *locate_object_entry(const unsigned char *sha1)
 + {
 +      int i;
 + 
 +      if (!object_ix_hashsz)
 +              return NULL;
 + 
 +      i = locate_object_entry_hash(sha1);
 +      if (0 <= i)
 +              return &objects[object_ix[i]-1];
 +      return NULL;
 + }
 + 
 + static void rehash_objects(void)
 + {
 +      int i;
 +      struct object_entry *oe;
 + 
 +      object_ix_hashsz = nr_objects * 3;
 +      if (object_ix_hashsz < 1024)
 +              object_ix_hashsz = 1024;
 +      object_ix = xrealloc(object_ix, sizeof(int) * object_ix_hashsz);
 +      object_ix = memset(object_ix, 0, sizeof(int) * object_ix_hashsz);
 +      for (i = 0, oe = objects; i < nr_objects; i++, oe++) {
 +              int ix = locate_object_entry_hash(oe->sha1);
 +              if (0 <= ix)
 +                      continue;
 +              ix = -1 - ix;
 +              object_ix[ix] = i + 1;
 +      }
 + }
 + 
-  static int add_object_entry(const unsigned char *sha1, const char *name, int exclude)
++ struct name_path {
++      struct name_path *up;
++      const char *elem;
++      int len;
++ };
++ 
++ #define DIRBITS 12
++ 
++ static unsigned name_hash(struct name_path *path, const char *name)
++ {
++      struct name_path *p = path;
++      const char *n = name + strlen(name);
++      unsigned hash = 0, name_hash = 0, name_done = 0;
++ 
++      if (n != name && n[-1] == '\n')
++              n--;
++      while (name <= --n) {
++              unsigned char c = *n;
++              if (c == '/' && !name_done) {
++                      name_hash = hash;
++                      name_done = 1;
++                      hash = 0;
++              }
++              hash = hash * 11 + c;
++      }
++      if (!name_done) {
++              name_hash = hash;
++              hash = 0;
++      }
++      for (p = path; p; p = p->up) {
++              hash = hash * 11 + '/';
++              n = p->elem + p->len;
++              while (p->elem <= --n) {
++                      unsigned char c = *n;
++                      hash = hash * 11 + c;
++              }
++      }
++      /*
++       * Make sure "Makefile" and "t/Makefile" are hashed separately
++       * but close enough.
++       */
++      hash = (name_hash<<DIRBITS) | (hash & ((1U<<DIRBITS )-1));
++ 
++      if (0) { /* debug */
++              n = name + strlen(name);
++              if (n != name && n[-1] == '\n')
++                      n--;
++              while (name <= --n)
++                      fputc(*n, stderr);
++              for (p = path; p; p = p->up) {
++                      fputc('/', stderr);
++                      n = p->elem + p->len;
++                      while (p->elem <= --n)
++                              fputc(*n, stderr);
++              }
++              fprintf(stderr, "\t%08x\n", hash);
++      }
++      return hash;
++ }
++ 
++ static int add_object_entry(const unsigned char *sha1, unsigned hash, int exclude)
   {
-       unsigned int hash = 0;
        unsigned int idx = nr_objects;
        struct object_entry *entry;
 +      struct packed_git *p;
 +      unsigned int found_offset = 0;
 +      struct packed_git *found_pack = NULL;
 +      int ix, status = 0;
   
 -      if (incremental || local) {
 -              struct packed_git *p;
 - 
 +      if (!exclude) {
                for (p = packed_git; p; p = p->next) {
                        struct pack_entry e;
 - 
                        if (find_pack_entry_one(sha1, &e, p)) {
                                if (incremental)
                                        return 0;
                        }
                }
        }
 +      if ((entry = locate_object_entry(sha1)) != NULL)
 +              goto already_added;
   
-       while (*name) {
-               unsigned char c = *name++;
-               if (isspace(c))
-                       continue;
-               hash = hash * 11 + c;
-       }
-  
        if (idx >= nr_alloc) {
                unsigned int needed = (idx + 1024) * 3 / 2;
                objects = xrealloc(objects, needed * sizeof(*entry));
        memset(entry, 0, sizeof(*entry));
        memcpy(entry->sha1, sha1, 20);
        entry->hash = hash;
 -      nr_objects = idx+1;
 -      return 1;
 + 
 +      if (object_ix_hashsz * 3 <= nr_objects * 4)
 +              rehash_objects();
 +      else {
 +              ix = locate_object_entry_hash(entry->sha1);
 +              if (0 <= ix)
 +                      die("internal error in object hashing.");
 +              object_ix[-1 - ix] = idx + 1;
 +      }
 +      status = 1;
 + 
 +  already_added:
 ++     if (progress_update) {
 ++             fprintf(stderr, "Counting objects...%d\r", nr_objects);
 ++             progress_update = 0;
 ++     }
 +      if (exclude)
 +              entry->preferred_base = 1;
 +      else {
 +              if (found_pack) {
 +                      entry->in_pack = found_pack;
 +                      entry->in_pack_offset = found_offset;
 +              }
 +      }
 +      return status;
 + }
 + 
-  static void add_pbase_tree(struct tree_desc *tree)
++ static void add_pbase_tree(struct tree_desc *tree, struct name_path *up)
 + {
 +      while (tree->size) {
 +              const unsigned char *sha1;
 +              const char *name;
-               unsigned mode;
++              unsigned mode, hash;
 +              unsigned long size;
 +              char type[20];
 + 
 +              sha1 = tree_entry_extract(tree, &name, &mode);
 +              update_tree_entry(tree);
 +              if (!has_sha1_file(sha1))
 +                      continue;
 +              if (sha1_object_info(sha1, type, &size))
 +                      continue;
 + 
-               if (!add_object_entry(sha1, name, 1))
++              hash = name_hash(up, name);
++              if (!add_object_entry(sha1, hash, 1))
 +                      continue;
 + 
 +              if (!strcmp(type, "tree")) {
 +                      struct tree_desc sub;
 +                      void *elem;
++                      struct name_path me;
++ 
 +                      elem = read_sha1_file(sha1, type, &sub.size);
 +                      sub.buf = elem;
 +                      if (sub.buf) {
-                               add_pbase_tree(&sub);
++                              me.up = up;
++                              me.elem = name;
++                              me.len = strlen(name);
++                              add_pbase_tree(&sub, &me);
 +                              free(elem);
 +                      }
 +              }
 +      }
 + }
 + 
 + static void add_preferred_base(unsigned char *sha1)
 + {
 +      struct tree_desc tree;
 +      void *elem;
++ 
 +      elem = read_object_with_reference(sha1, "tree", &tree.size, NULL);
 +      tree.buf = elem;
 +      if (!tree.buf)
 +              return;
-       if (add_object_entry(sha1, "", 1))
-               add_pbase_tree(&tree);
++      if (add_object_entry(sha1, name_hash(NULL, ""), 1))
++              add_pbase_tree(&tree, NULL);
 +      free(elem);
   }
   
   static void check_object(struct object_entry *entry)
@@@@ -657,15 -250,10 -689,28 +716,28 @@@@ static unsigned int check_delta_limit(s
   static void get_object_details(void)
   {
        int i;
 -      struct object_entry *entry = objects;
 +      struct object_entry *entry;
   
 -      for (i = 0; i < nr_objects; i++)
 -              check_object(entry++);
 +      prepare_pack_ix();
 +      for (i = 0, entry = objects; i < nr_objects; i++, entry++)
 +              check_object(entry);
-       for (i = 0, entry = objects; i < nr_objects; i++, entry++)
-               if (!entry->delta && entry->delta_child)
-                       entry->delta_limit =
-                               check_delta_limit(entry, 1);
++ 
++      if (nr_objects == nr_result) {
++              /*
++               * Depth of objects that depend on the entry -- this
++               * is subtracted from depth-max to break too deep
++               * delta chain because of delta data reusing.
++               * However, we loosen this restriction when we know we
++               * are creating a thin pack -- it will have to be
++               * expanded on the other end anyway, so do not
++               * artificially cut the delta chain and let it go as
++               * deep as it wants.
++               */
++              for (i = 0, entry = objects; i < nr_objects; i++, entry++)
++                      if (!entry->delta && entry->delta_child)
++                              entry->delta_limit =
++                                      check_delta_limit(entry, 1);
++      }
   }
   
   typedef int (*entry_sort_t)(const struct object_entry *, const struct object_entry *);
@@@@ -762,27 -326,12 -807,28 +834,27 @@@@ static int try_delta(struct unpacked *c
        if (cur_entry->type != old_entry->type)
                return -1;
   
 -      size = cur_entry->size;
 -      if (size < 50)
 +      /* We do not compute delta to *create* objects we are not
 +       * going to pack.
 +       */
 +      if (cur_entry->preferred_base)
                return -1;
  -     if (size < 50)
  -             return -1;
 + 
 +      /* If the current object is at pack edge, take the depth the
 +       * objects that depend on the current object into account --
 +       * otherwise they would become too deep.
 +       */
 +      if (cur_entry->delta_child) {
 +              if (max_depth <= cur_entry->delta_limit)
 +                      return 0;
 +              max_depth -= cur_entry->delta_limit;
 +      }
 + 
 +      size = cur_entry->size;
        oldsize = old_entry->size;
        sizediff = oldsize > size ? oldsize - size : size - oldsize;
 --     if (sizediff > size / 8)
 ++
 ++     if (size < 50)
                return -1;
        if (old_entry->depth >= max_depth)
                return 0;
@@@@ -857,25 -378,10 -895,17 +929,25 @@@@ static void find_deltas(struct object_e
                char type[10];
                int j;
   
 --             if (progress && i <= eye_candy) {
 --                     eye_candy -= nr_objects / 20;
 --                     fputc('.', stderr);
 ++             if (!entry->preferred_base)
 ++                     processed++;
 ++
 ++             if (progress) {
 ++                     unsigned percent = processed * 100 / nr_result;
 ++                     if (percent != last_percent || progress_update) {
 ++                             fprintf(stderr, "%4u%% (%u/%u) done\r",
 ++                                     percent, processed, nr_result);
 ++                             progress_update = 0;
 ++                             last_percent = percent;
 ++                     }
                }
 + 
 +              if (entry->delta)
 +                      /* This happens if we decided to reuse existing
 +                       * delta from a pack.  "!no_reuse_delta &&" is implied.
 +                       */
 +                      continue;
 + 
                free(n->data);
                n->entry = entry;
                n->data = read_sha1_file(entry->sha1, type, &size);
   
   static void prepare_pack(int window, int depth)
   {
  -     if (progress)
  -             fprintf(stderr, "Packing %d objects", nr_result);
        get_object_details();
 - 
 --     if (progress)
 -              fprintf(stderr, "Packing %d objects", nr_objects);
  -             fputc('.', stderr);
  -
        sorted_by_type = create_sorted_list(type_size_sort);
        if (window && depth)
                find_deltas(sorted_by_type, window+1, depth);
@@@@ -1032,40 -539,52 -1071,49 +1104,40 @@@@ int main(int argc, char **argv
                usage(pack_usage);
   
        prepare_packed_git();
 ++
        if (progress) {
 ++             struct itimerval v;
 ++             v.it_interval.tv_sec = 1;
 ++             v.it_interval.tv_usec = 0;
 ++             v.it_value = v.it_interval;
 ++             signal(SIGALRM, progress_interval);
 ++             setitimer(ITIMER_REAL, &v, NULL);
                fprintf(stderr, "Generating pack...\n");
 --             gettimeofday(&prev_tv, NULL);
        }
 ++
        while (fgets(line, sizeof(line), stdin) != NULL) {
 -              unsigned int hash;
 -              char *p;
                unsigned char sha1[20];
   
 --             if (progress && (eye_candy <= nr_objects)) {
 --                     fprintf(stderr, "Counting objects...%d\r", nr_objects);
 --                     if (eye_candy && (50 <= eye_candy_incr)) {
 --                             struct timeval tv;
 --                             int time_diff;
 --                             gettimeofday(&tv, NULL);
 --                             time_diff = (tv.tv_sec - prev_tv.tv_sec);
 --                             time_diff <<= 10;
 --                             time_diff += (tv.tv_usec - prev_tv.tv_usec);
 --                             if ((1 << 9) < time_diff)
 --                                     eye_candy_incr += 50;
 --                             else if (50 < eye_candy_incr)
 --                                     eye_candy_incr -= 50;
 --                     }
 --                     eye_candy += eye_candy_incr;
  -             }
 +              if (line[0] == '-') {
 +                      if (get_sha1_hex(line+1, sha1))
 +                              die("expected edge sha1, got garbage:\n %s",
 +                                  line+1);
 +                      add_preferred_base(sha1);
 +                      continue;
                }
                if (get_sha1_hex(line, sha1))
                        die("expected sha1, got garbage:\n %s", line);
-               add_object_entry(sha1, line+40, 0);
 -              hash = 0;
 -              p = line+40;
 -              while (*p) {
 -                      unsigned char c = *p++;
 -                      if (isspace(c))
 -                              continue;
 -                      hash = hash * 11 + c;
 -              }
 -              add_object_entry(sha1, hash);
++              add_object_entry(sha1, name_hash(NULL, line+41), 0);
        }
        if (progress)
                fprintf(stderr, "Done counting %d objects.\n", nr_objects);
 --     if (non_empty && !nr_objects)
 ++     sorted_by_sha = create_final_object_list();
 ++     if (non_empty && !nr_result)
                return 0;
   
 -      sorted_by_sha = create_sorted_list(sha1_sort);
  -     sorted_by_sha = create_final_object_list();
        SHA1_Init(&ctx);
        list = sorted_by_sha;
 -      for (i = 0; i < nr_objects; i++) {
 +      for (i = 0; i < nr_result; i++) {
                struct object_entry *entry = *list++;
                SHA1_Update(&ctx, entry->sha1, 20);
        }
diff --cc rev-list.c
Simple merge