Merge tag 'v2.13.5' into maint
[git] / name-hash.c
1 /*
2  * name-hash.c
3  *
4  * Hashing names in the index state
5  *
6  * Copyright (C) 2008 Linus Torvalds
7  */
8 #define NO_THE_INDEX_COMPATIBILITY_MACROS
9 #include "cache.h"
10
11 struct dir_entry {
12         struct hashmap_entry ent;
13         struct dir_entry *parent;
14         int nr;
15         unsigned int namelen;
16         char name[FLEX_ARRAY];
17 };
18
19 static int dir_entry_cmp(const void *unused_cmp_data,
20                          const struct dir_entry *e1,
21                          const struct dir_entry *e2,
22                          const char *name)
23 {
24         return e1->namelen != e2->namelen || strncasecmp(e1->name,
25                         name ? name : e2->name, e1->namelen);
26 }
27
28 static struct dir_entry *find_dir_entry__hash(struct index_state *istate,
29                 const char *name, unsigned int namelen, unsigned int hash)
30 {
31         struct dir_entry key;
32         hashmap_entry_init(&key, hash);
33         key.namelen = namelen;
34         return hashmap_get(&istate->dir_hash, &key, name);
35 }
36
37 static struct dir_entry *find_dir_entry(struct index_state *istate,
38                 const char *name, unsigned int namelen)
39 {
40         return find_dir_entry__hash(istate, name, namelen, memihash(name, namelen));
41 }
42
43 static struct dir_entry *hash_dir_entry(struct index_state *istate,
44                 struct cache_entry *ce, int namelen)
45 {
46         /*
47          * Throw each directory component in the hash for quick lookup
48          * during a git status. Directory components are stored without their
49          * closing slash.  Despite submodules being a directory, they never
50          * reach this point, because they are stored
51          * in index_state.name_hash (as ordinary cache_entries).
52          */
53         struct dir_entry *dir;
54
55         /* get length of parent directory */
56         while (namelen > 0 && !is_dir_sep(ce->name[namelen - 1]))
57                 namelen--;
58         if (namelen <= 0)
59                 return NULL;
60         namelen--;
61
62         /* lookup existing entry for that directory */
63         dir = find_dir_entry(istate, ce->name, namelen);
64         if (!dir) {
65                 /* not found, create it and add to hash table */
66                 FLEX_ALLOC_MEM(dir, name, ce->name, namelen);
67                 hashmap_entry_init(dir, memihash(ce->name, namelen));
68                 dir->namelen = namelen;
69                 hashmap_add(&istate->dir_hash, dir);
70
71                 /* recursively add missing parent directories */
72                 dir->parent = hash_dir_entry(istate, ce, namelen);
73         }
74         return dir;
75 }
76
77 static void add_dir_entry(struct index_state *istate, struct cache_entry *ce)
78 {
79         /* Add reference to the directory entry (and parents if 0). */
80         struct dir_entry *dir = hash_dir_entry(istate, ce, ce_namelen(ce));
81         while (dir && !(dir->nr++))
82                 dir = dir->parent;
83 }
84
85 static void remove_dir_entry(struct index_state *istate, struct cache_entry *ce)
86 {
87         /*
88          * Release reference to the directory entry. If 0, remove and continue
89          * with parent directory.
90          */
91         struct dir_entry *dir = hash_dir_entry(istate, ce, ce_namelen(ce));
92         while (dir && !(--dir->nr)) {
93                 struct dir_entry *parent = dir->parent;
94                 hashmap_remove(&istate->dir_hash, dir, NULL);
95                 free(dir);
96                 dir = parent;
97         }
98 }
99
100 static void hash_index_entry(struct index_state *istate, struct cache_entry *ce)
101 {
102         if (ce->ce_flags & CE_HASHED)
103                 return;
104         ce->ce_flags |= CE_HASHED;
105         hashmap_entry_init(ce, memihash(ce->name, ce_namelen(ce)));
106         hashmap_add(&istate->name_hash, ce);
107
108         if (ignore_case)
109                 add_dir_entry(istate, ce);
110 }
111
112 static int cache_entry_cmp(const void *unused_cmp_data,
113                            const struct cache_entry *ce1,
114                            const struct cache_entry *ce2,
115                            const void *remove)
116 {
117         /*
118          * For remove_name_hash, find the exact entry (pointer equality); for
119          * index_file_exists, find all entries with matching hash code and
120          * decide whether the entry matches in same_name.
121          */
122         return remove ? !(ce1 == ce2) : 0;
123 }
124
125 static int lazy_try_threaded = 1;
126 static int lazy_nr_dir_threads;
127
128 #ifdef NO_PTHREADS
129
130 static inline int lookup_lazy_params(struct index_state *istate)
131 {
132         return 0;
133 }
134
135 static inline void threaded_lazy_init_name_hash(
136         struct index_state *istate)
137 {
138 }
139
140 #else
141
142 #include "thread-utils.h"
143
144 /*
145  * Set a minimum number of cache_entries that we will handle per
146  * thread and use that to decide how many threads to run (upto
147  * the number on the system).
148  *
149  * For guidance setting the lower per-thread bound, see:
150  *     t/helper/test-lazy-init-name-hash --analyze
151  */
152 #define LAZY_THREAD_COST (2000)
153
154 /*
155  * We use n mutexes to guard n partitions of the "istate->dir_hash"
156  * hashtable.  Since "find" and "insert" operations will hash to a
157  * particular bucket and modify/search a single chain, we can say
158  * that "all chains mod n" are guarded by the same mutex -- rather
159  * than having a single mutex to guard the entire table.  (This does
160  * require that we disable "rehashing" on the hashtable.)
161  *
162  * So, a larger value here decreases the probability of a collision
163  * and the time that each thread must wait for the mutex.
164  */
165 #define LAZY_MAX_MUTEX   (32)
166
167 static pthread_mutex_t *lazy_dir_mutex_array;
168
169 /*
170  * An array of lazy_entry items is used by the n threads in
171  * the directory parse (first) phase to (lock-free) store the
172  * intermediate results.  These values are then referenced by
173  * the 2 threads in the second phase.
174  */
175 struct lazy_entry {
176         struct dir_entry *dir;
177         unsigned int hash_dir;
178         unsigned int hash_name;
179 };
180
181 /*
182  * Decide if we want to use threads (if available) to load
183  * the hash tables.  We set "lazy_nr_dir_threads" to zero when
184  * it is not worth it.
185  */
186 static int lookup_lazy_params(struct index_state *istate)
187 {
188         int nr_cpus;
189
190         lazy_nr_dir_threads = 0;
191
192         if (!lazy_try_threaded)
193                 return 0;
194
195         /*
196          * If we are respecting case, just use the original
197          * code to build the "istate->name_hash".  We don't
198          * need the complexity here.
199          */
200         if (!ignore_case)
201                 return 0;
202
203         nr_cpus = online_cpus();
204         if (nr_cpus < 2)
205                 return 0;
206
207         if (istate->cache_nr < 2 * LAZY_THREAD_COST)
208                 return 0;
209
210         if (istate->cache_nr < nr_cpus * LAZY_THREAD_COST)
211                 nr_cpus = istate->cache_nr / LAZY_THREAD_COST;
212         lazy_nr_dir_threads = nr_cpus;
213         return lazy_nr_dir_threads;
214 }
215
216 /*
217  * Initialize n mutexes for use when searching and inserting
218  * into "istate->dir_hash".  All "dir" threads are trying
219  * to insert partial pathnames into the hash as they iterate
220  * over their portions of the index, so lock contention is
221  * high.
222  *
223  * However, the hashmap is going to put items into bucket
224  * chains based on their hash values.  Use that to create n
225  * mutexes and lock on mutex[bucket(hash) % n].  This will
226  * decrease the collision rate by (hopefully) by a factor of n.
227  */
228 static void init_dir_mutex(void)
229 {
230         int j;
231
232         lazy_dir_mutex_array = xcalloc(LAZY_MAX_MUTEX, sizeof(pthread_mutex_t));
233
234         for (j = 0; j < LAZY_MAX_MUTEX; j++)
235                 init_recursive_mutex(&lazy_dir_mutex_array[j]);
236 }
237
238 static void cleanup_dir_mutex(void)
239 {
240         int j;
241
242         for (j = 0; j < LAZY_MAX_MUTEX; j++)
243                 pthread_mutex_destroy(&lazy_dir_mutex_array[j]);
244
245         free(lazy_dir_mutex_array);
246 }
247
248 static void lock_dir_mutex(int j)
249 {
250         pthread_mutex_lock(&lazy_dir_mutex_array[j]);
251 }
252
253 static void unlock_dir_mutex(int j)
254 {
255         pthread_mutex_unlock(&lazy_dir_mutex_array[j]);
256 }
257
258 static inline int compute_dir_lock_nr(
259         const struct hashmap *map,
260         unsigned int hash)
261 {
262         return hashmap_bucket(map, hash) % LAZY_MAX_MUTEX;
263 }
264
265 static struct dir_entry *hash_dir_entry_with_parent_and_prefix(
266         struct index_state *istate,
267         struct dir_entry *parent,
268         struct strbuf *prefix)
269 {
270         struct dir_entry *dir;
271         unsigned int hash;
272         int lock_nr;
273
274         /*
275          * Either we have a parent directory and path with slash(es)
276          * or the directory is an immediate child of the root directory.
277          */
278         assert((parent != NULL) ^ (strchr(prefix->buf, '/') == NULL));
279
280         if (parent)
281                 hash = memihash_cont(parent->ent.hash,
282                         prefix->buf + parent->namelen,
283                         prefix->len - parent->namelen);
284         else
285                 hash = memihash(prefix->buf, prefix->len);
286
287         lock_nr = compute_dir_lock_nr(&istate->dir_hash, hash);
288         lock_dir_mutex(lock_nr);
289
290         dir = find_dir_entry__hash(istate, prefix->buf, prefix->len, hash);
291         if (!dir) {
292                 FLEX_ALLOC_MEM(dir, name, prefix->buf, prefix->len);
293                 hashmap_entry_init(dir, hash);
294                 dir->namelen = prefix->len;
295                 dir->parent = parent;
296                 hashmap_add(&istate->dir_hash, dir);
297
298                 if (parent) {
299                         unlock_dir_mutex(lock_nr);
300
301                         /* All I really need here is an InterlockedIncrement(&(parent->nr)) */
302                         lock_nr = compute_dir_lock_nr(&istate->dir_hash, parent->ent.hash);
303                         lock_dir_mutex(lock_nr);
304                         parent->nr++;
305                 }
306         }
307
308         unlock_dir_mutex(lock_nr);
309
310         return dir;
311 }
312
313 /*
314  * handle_range_1() and handle_range_dir() are derived from
315  * clear_ce_flags_1() and clear_ce_flags_dir() in unpack-trees.c
316  * and handle the iteration over the entire array of index entries.
317  * They use recursion for adjacent entries in the same parent
318  * directory.
319  */
320 static int handle_range_1(
321         struct index_state *istate,
322         int k_start,
323         int k_end,
324         struct dir_entry *parent,
325         struct strbuf *prefix,
326         struct lazy_entry *lazy_entries);
327
328 static int handle_range_dir(
329         struct index_state *istate,
330         int k_start,
331         int k_end,
332         struct dir_entry *parent,
333         struct strbuf *prefix,
334         struct lazy_entry *lazy_entries,
335         struct dir_entry **dir_new_out)
336 {
337         int rc, k;
338         int input_prefix_len = prefix->len;
339         struct dir_entry *dir_new;
340
341         dir_new = hash_dir_entry_with_parent_and_prefix(istate, parent, prefix);
342
343         strbuf_addch(prefix, '/');
344
345         /*
346          * Scan forward in the index array for index entries having the same
347          * path prefix (that are also in this directory).
348          */
349         if (k_start + 1 >= k_end)
350                 k = k_end;
351         else if (strncmp(istate->cache[k_start + 1]->name, prefix->buf, prefix->len) > 0)
352                 k = k_start + 1;
353         else if (strncmp(istate->cache[k_end - 1]->name, prefix->buf, prefix->len) == 0)
354                 k = k_end;
355         else {
356                 int begin = k_start;
357                 int end = k_end;
358                 while (begin < end) {
359                         int mid = (begin + end) >> 1;
360                         int cmp = strncmp(istate->cache[mid]->name, prefix->buf, prefix->len);
361                         if (cmp == 0) /* mid has same prefix; look in second part */
362                                 begin = mid + 1;
363                         else if (cmp > 0) /* mid is past group; look in first part */
364                                 end = mid;
365                         else
366                                 die("cache entry out of order");
367                 }
368                 k = begin;
369         }
370
371         /*
372          * Recurse and process what we can of this subset [k_start, k).
373          */
374         rc = handle_range_1(istate, k_start, k, dir_new, prefix, lazy_entries);
375
376         strbuf_setlen(prefix, input_prefix_len);
377
378         *dir_new_out = dir_new;
379         return rc;
380 }
381
382 static int handle_range_1(
383         struct index_state *istate,
384         int k_start,
385         int k_end,
386         struct dir_entry *parent,
387         struct strbuf *prefix,
388         struct lazy_entry *lazy_entries)
389 {
390         int input_prefix_len = prefix->len;
391         int k = k_start;
392
393         while (k < k_end) {
394                 struct cache_entry *ce_k = istate->cache[k];
395                 const char *name, *slash;
396
397                 if (prefix->len && strncmp(ce_k->name, prefix->buf, prefix->len))
398                         break;
399
400                 name = ce_k->name + prefix->len;
401                 slash = strchr(name, '/');
402
403                 if (slash) {
404                         int len = slash - name;
405                         int processed;
406                         struct dir_entry *dir_new;
407
408                         strbuf_add(prefix, name, len);
409                         processed = handle_range_dir(istate, k, k_end, parent, prefix, lazy_entries, &dir_new);
410                         if (processed) {
411                                 k += processed;
412                                 strbuf_setlen(prefix, input_prefix_len);
413                                 continue;
414                         }
415
416                         strbuf_addch(prefix, '/');
417                         processed = handle_range_1(istate, k, k_end, dir_new, prefix, lazy_entries);
418                         k += processed;
419                         strbuf_setlen(prefix, input_prefix_len);
420                         continue;
421                 }
422
423                 /*
424                  * It is too expensive to take a lock to insert "ce_k"
425                  * into "istate->name_hash" and increment the ref-count
426                  * on the "parent" dir.  So we defer actually updating
427                  * permanent data structures until phase 2 (where we
428                  * can change the locking requirements) and simply
429                  * accumulate our current results into the lazy_entries
430                  * data array).
431                  *
432                  * We do not need to lock the lazy_entries array because
433                  * we have exclusive access to the cells in the range
434                  * [k_start,k_end) that this thread was given.
435                  */
436                 lazy_entries[k].dir = parent;
437                 if (parent) {
438                         lazy_entries[k].hash_name = memihash_cont(
439                                 parent->ent.hash,
440                                 ce_k->name + parent->namelen,
441                                 ce_namelen(ce_k) - parent->namelen);
442                         lazy_entries[k].hash_dir = parent->ent.hash;
443                 } else {
444                         lazy_entries[k].hash_name = memihash(ce_k->name, ce_namelen(ce_k));
445                 }
446
447                 k++;
448         }
449
450         return k - k_start;
451 }
452
453 struct lazy_dir_thread_data {
454         pthread_t pthread;
455         struct index_state *istate;
456         struct lazy_entry *lazy_entries;
457         int k_start;
458         int k_end;
459 };
460
461 static void *lazy_dir_thread_proc(void *_data)
462 {
463         struct lazy_dir_thread_data *d = _data;
464         struct strbuf prefix = STRBUF_INIT;
465         handle_range_1(d->istate, d->k_start, d->k_end, NULL, &prefix, d->lazy_entries);
466         strbuf_release(&prefix);
467         return NULL;
468 }
469
470 struct lazy_name_thread_data {
471         pthread_t pthread;
472         struct index_state *istate;
473         struct lazy_entry *lazy_entries;
474 };
475
476 static void *lazy_name_thread_proc(void *_data)
477 {
478         struct lazy_name_thread_data *d = _data;
479         int k;
480
481         for (k = 0; k < d->istate->cache_nr; k++) {
482                 struct cache_entry *ce_k = d->istate->cache[k];
483                 ce_k->ce_flags |= CE_HASHED;
484                 hashmap_entry_init(ce_k, d->lazy_entries[k].hash_name);
485                 hashmap_add(&d->istate->name_hash, ce_k);
486         }
487
488         return NULL;
489 }
490
491 static inline void lazy_update_dir_ref_counts(
492         struct index_state *istate,
493         struct lazy_entry *lazy_entries)
494 {
495         int k;
496
497         for (k = 0; k < istate->cache_nr; k++) {
498                 if (lazy_entries[k].dir)
499                         lazy_entries[k].dir->nr++;
500         }
501 }
502
503 static void threaded_lazy_init_name_hash(
504         struct index_state *istate)
505 {
506         int nr_each;
507         int k_start;
508         int t;
509         struct lazy_entry *lazy_entries;
510         struct lazy_dir_thread_data *td_dir;
511         struct lazy_name_thread_data *td_name;
512
513         k_start = 0;
514         nr_each = DIV_ROUND_UP(istate->cache_nr, lazy_nr_dir_threads);
515
516         lazy_entries = xcalloc(istate->cache_nr, sizeof(struct lazy_entry));
517         td_dir = xcalloc(lazy_nr_dir_threads, sizeof(struct lazy_dir_thread_data));
518         td_name = xcalloc(1, sizeof(struct lazy_name_thread_data));
519
520         init_dir_mutex();
521
522         /*
523          * Phase 1:
524          * Build "istate->dir_hash" using n "dir" threads (and a read-only index).
525          */
526         for (t = 0; t < lazy_nr_dir_threads; t++) {
527                 struct lazy_dir_thread_data *td_dir_t = td_dir + t;
528                 td_dir_t->istate = istate;
529                 td_dir_t->lazy_entries = lazy_entries;
530                 td_dir_t->k_start = k_start;
531                 k_start += nr_each;
532                 if (k_start > istate->cache_nr)
533                         k_start = istate->cache_nr;
534                 td_dir_t->k_end = k_start;
535                 if (pthread_create(&td_dir_t->pthread, NULL, lazy_dir_thread_proc, td_dir_t))
536                         die("unable to create lazy_dir_thread");
537         }
538         for (t = 0; t < lazy_nr_dir_threads; t++) {
539                 struct lazy_dir_thread_data *td_dir_t = td_dir + t;
540                 if (pthread_join(td_dir_t->pthread, NULL))
541                         die("unable to join lazy_dir_thread");
542         }
543
544         /*
545          * Phase 2:
546          * Iterate over all index entries and add them to the "istate->name_hash"
547          * using a single "name" background thread.
548          * (Testing showed it wasn't worth running more than 1 thread for this.)
549          *
550          * Meanwhile, finish updating the parent directory ref-counts for each
551          * index entry using the current thread.  (This step is very fast and
552          * doesn't need threading.)
553          */
554         td_name->istate = istate;
555         td_name->lazy_entries = lazy_entries;
556         if (pthread_create(&td_name->pthread, NULL, lazy_name_thread_proc, td_name))
557                 die("unable to create lazy_name_thread");
558
559         lazy_update_dir_ref_counts(istate, lazy_entries);
560
561         if (pthread_join(td_name->pthread, NULL))
562                 die("unable to join lazy_name_thread");
563
564         cleanup_dir_mutex();
565
566         free(td_name);
567         free(td_dir);
568         free(lazy_entries);
569 }
570
571 #endif
572
573 static void lazy_init_name_hash(struct index_state *istate)
574 {
575         if (istate->name_hash_initialized)
576                 return;
577         hashmap_init(&istate->name_hash, (hashmap_cmp_fn) cache_entry_cmp,
578                         NULL, istate->cache_nr);
579         hashmap_init(&istate->dir_hash, (hashmap_cmp_fn) dir_entry_cmp,
580                         NULL, istate->cache_nr);
581
582         if (lookup_lazy_params(istate)) {
583                 hashmap_disallow_rehash(&istate->dir_hash, 1);
584                 threaded_lazy_init_name_hash(istate);
585                 hashmap_disallow_rehash(&istate->dir_hash, 0);
586         } else {
587                 int nr;
588                 for (nr = 0; nr < istate->cache_nr; nr++)
589                         hash_index_entry(istate, istate->cache[nr]);
590         }
591
592         istate->name_hash_initialized = 1;
593 }
594
595 /*
596  * A test routine for t/helper/ sources.
597  *
598  * Returns the number of threads used or 0 when
599  * the non-threaded code path was used.
600  *
601  * Requesting threading WILL NOT override guards
602  * in lookup_lazy_params().
603  */
604 int test_lazy_init_name_hash(struct index_state *istate, int try_threaded)
605 {
606         lazy_nr_dir_threads = 0;
607         lazy_try_threaded = try_threaded;
608
609         lazy_init_name_hash(istate);
610
611         return lazy_nr_dir_threads;
612 }
613
614 void add_name_hash(struct index_state *istate, struct cache_entry *ce)
615 {
616         if (istate->name_hash_initialized)
617                 hash_index_entry(istate, ce);
618 }
619
620 void remove_name_hash(struct index_state *istate, struct cache_entry *ce)
621 {
622         if (!istate->name_hash_initialized || !(ce->ce_flags & CE_HASHED))
623                 return;
624         ce->ce_flags &= ~CE_HASHED;
625         hashmap_remove(&istate->name_hash, ce, ce);
626
627         if (ignore_case)
628                 remove_dir_entry(istate, ce);
629 }
630
631 static int slow_same_name(const char *name1, int len1, const char *name2, int len2)
632 {
633         if (len1 != len2)
634                 return 0;
635
636         while (len1) {
637                 unsigned char c1 = *name1++;
638                 unsigned char c2 = *name2++;
639                 len1--;
640                 if (c1 != c2) {
641                         c1 = toupper(c1);
642                         c2 = toupper(c2);
643                         if (c1 != c2)
644                                 return 0;
645                 }
646         }
647         return 1;
648 }
649
650 static int same_name(const struct cache_entry *ce, const char *name, int namelen, int icase)
651 {
652         int len = ce_namelen(ce);
653
654         /*
655          * Always do exact compare, even if we want a case-ignoring comparison;
656          * we do the quick exact one first, because it will be the common case.
657          */
658         if (len == namelen && !memcmp(name, ce->name, len))
659                 return 1;
660
661         if (!icase)
662                 return 0;
663
664         return slow_same_name(name, namelen, ce->name, len);
665 }
666
667 int index_dir_exists(struct index_state *istate, const char *name, int namelen)
668 {
669         struct dir_entry *dir;
670
671         lazy_init_name_hash(istate);
672         dir = find_dir_entry(istate, name, namelen);
673         return dir && dir->nr;
674 }
675
676 void adjust_dirname_case(struct index_state *istate, char *name)
677 {
678         const char *startPtr = name;
679         const char *ptr = startPtr;
680
681         lazy_init_name_hash(istate);
682         while (*ptr) {
683                 while (*ptr && *ptr != '/')
684                         ptr++;
685
686                 if (*ptr == '/') {
687                         struct dir_entry *dir;
688
689                         ptr++;
690                         dir = find_dir_entry(istate, name, ptr - name + 1);
691                         if (dir) {
692                                 memcpy((void *)startPtr, dir->name + (startPtr - name), ptr - startPtr);
693                                 startPtr = ptr;
694                         }
695                 }
696         }
697 }
698
699 struct cache_entry *index_file_exists(struct index_state *istate, const char *name, int namelen, int icase)
700 {
701         struct cache_entry *ce;
702
703         lazy_init_name_hash(istate);
704
705         ce = hashmap_get_from_hash(&istate->name_hash,
706                                    memihash(name, namelen), NULL);
707         while (ce) {
708                 if (same_name(ce, name, namelen, icase))
709                         return ce;
710                 ce = hashmap_get_next(&istate->name_hash, ce);
711         }
712         return NULL;
713 }
714
715 void free_name_hash(struct index_state *istate)
716 {
717         if (!istate->name_hash_initialized)
718                 return;
719         istate->name_hash_initialized = 0;
720
721         hashmap_free(&istate->name_hash, 0);
722         hashmap_free(&istate->dir_hash, 1);
723 }