ci: stick with Asciidoctor v1.5.8 for now
[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 #include "cache.h"
9 #include "thread-utils.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 void *entry,
21                          const void *entry_or_key,
22                          const void *keydata)
23 {
24         const struct dir_entry *e1 = entry;
25         const struct dir_entry *e2 = entry_or_key;
26         const char *name = keydata;
27
28         return e1->namelen != e2->namelen || strncasecmp(e1->name,
29                         name ? name : e2->name, e1->namelen);
30 }
31
32 static struct dir_entry *find_dir_entry__hash(struct index_state *istate,
33                 const char *name, unsigned int namelen, unsigned int hash)
34 {
35         struct dir_entry key;
36         hashmap_entry_init(&key, hash);
37         key.namelen = namelen;
38         return hashmap_get(&istate->dir_hash, &key, name);
39 }
40
41 static struct dir_entry *find_dir_entry(struct index_state *istate,
42                 const char *name, unsigned int namelen)
43 {
44         return find_dir_entry__hash(istate, name, namelen, memihash(name, namelen));
45 }
46
47 static struct dir_entry *hash_dir_entry(struct index_state *istate,
48                 struct cache_entry *ce, int namelen)
49 {
50         /*
51          * Throw each directory component in the hash for quick lookup
52          * during a git status. Directory components are stored without their
53          * closing slash.  Despite submodules being a directory, they never
54          * reach this point, because they are stored
55          * in index_state.name_hash (as ordinary cache_entries).
56          */
57         struct dir_entry *dir;
58
59         /* get length of parent directory */
60         while (namelen > 0 && !is_dir_sep(ce->name[namelen - 1]))
61                 namelen--;
62         if (namelen <= 0)
63                 return NULL;
64         namelen--;
65
66         /* lookup existing entry for that directory */
67         dir = find_dir_entry(istate, ce->name, namelen);
68         if (!dir) {
69                 /* not found, create it and add to hash table */
70                 FLEX_ALLOC_MEM(dir, name, ce->name, namelen);
71                 hashmap_entry_init(dir, memihash(ce->name, namelen));
72                 dir->namelen = namelen;
73                 hashmap_add(&istate->dir_hash, dir);
74
75                 /* recursively add missing parent directories */
76                 dir->parent = hash_dir_entry(istate, ce, namelen);
77         }
78         return dir;
79 }
80
81 static void add_dir_entry(struct index_state *istate, struct cache_entry *ce)
82 {
83         /* Add reference to the directory entry (and parents if 0). */
84         struct dir_entry *dir = hash_dir_entry(istate, ce, ce_namelen(ce));
85         while (dir && !(dir->nr++))
86                 dir = dir->parent;
87 }
88
89 static void remove_dir_entry(struct index_state *istate, struct cache_entry *ce)
90 {
91         /*
92          * Release reference to the directory entry. If 0, remove and continue
93          * with parent directory.
94          */
95         struct dir_entry *dir = hash_dir_entry(istate, ce, ce_namelen(ce));
96         while (dir && !(--dir->nr)) {
97                 struct dir_entry *parent = dir->parent;
98                 hashmap_remove(&istate->dir_hash, dir, NULL);
99                 free(dir);
100                 dir = parent;
101         }
102 }
103
104 static void hash_index_entry(struct index_state *istate, struct cache_entry *ce)
105 {
106         if (ce->ce_flags & CE_HASHED)
107                 return;
108         ce->ce_flags |= CE_HASHED;
109         hashmap_entry_init(ce, memihash(ce->name, ce_namelen(ce)));
110         hashmap_add(&istate->name_hash, ce);
111
112         if (ignore_case)
113                 add_dir_entry(istate, ce);
114 }
115
116 static int cache_entry_cmp(const void *unused_cmp_data,
117                            const void *entry,
118                            const void *entry_or_key,
119                            const void *remove)
120 {
121         const struct cache_entry *ce1 = entry;
122         const struct cache_entry *ce2 = entry_or_key;
123         /*
124          * For remove_name_hash, find the exact entry (pointer equality); for
125          * index_file_exists, find all entries with matching hash code and
126          * decide whether the entry matches in same_name.
127          */
128         return remove ? !(ce1 == ce2) : 0;
129 }
130
131 static int lazy_try_threaded = 1;
132 static int lazy_nr_dir_threads;
133
134 /*
135  * Set a minimum number of cache_entries that we will handle per
136  * thread and use that to decide how many threads to run (upto
137  * the number on the system).
138  *
139  * For guidance setting the lower per-thread bound, see:
140  *     t/helper/test-lazy-init-name-hash --analyze
141  */
142 #define LAZY_THREAD_COST (2000)
143
144 /*
145  * We use n mutexes to guard n partitions of the "istate->dir_hash"
146  * hashtable.  Since "find" and "insert" operations will hash to a
147  * particular bucket and modify/search a single chain, we can say
148  * that "all chains mod n" are guarded by the same mutex -- rather
149  * than having a single mutex to guard the entire table.  (This does
150  * require that we disable "rehashing" on the hashtable.)
151  *
152  * So, a larger value here decreases the probability of a collision
153  * and the time that each thread must wait for the mutex.
154  */
155 #define LAZY_MAX_MUTEX   (32)
156
157 static pthread_mutex_t *lazy_dir_mutex_array;
158
159 /*
160  * An array of lazy_entry items is used by the n threads in
161  * the directory parse (first) phase to (lock-free) store the
162  * intermediate results.  These values are then referenced by
163  * the 2 threads in the second phase.
164  */
165 struct lazy_entry {
166         struct dir_entry *dir;
167         unsigned int hash_dir;
168         unsigned int hash_name;
169 };
170
171 /*
172  * Decide if we want to use threads (if available) to load
173  * the hash tables.  We set "lazy_nr_dir_threads" to zero when
174  * it is not worth it.
175  */
176 static int lookup_lazy_params(struct index_state *istate)
177 {
178         int nr_cpus;
179
180         lazy_nr_dir_threads = 0;
181
182         if (!lazy_try_threaded)
183                 return 0;
184
185         /*
186          * If we are respecting case, just use the original
187          * code to build the "istate->name_hash".  We don't
188          * need the complexity here.
189          */
190         if (!ignore_case)
191                 return 0;
192
193         nr_cpus = online_cpus();
194         if (nr_cpus < 2)
195                 return 0;
196
197         if (istate->cache_nr < 2 * LAZY_THREAD_COST)
198                 return 0;
199
200         if (istate->cache_nr < nr_cpus * LAZY_THREAD_COST)
201                 nr_cpus = istate->cache_nr / LAZY_THREAD_COST;
202         lazy_nr_dir_threads = nr_cpus;
203         return lazy_nr_dir_threads;
204 }
205
206 /*
207  * Initialize n mutexes for use when searching and inserting
208  * into "istate->dir_hash".  All "dir" threads are trying
209  * to insert partial pathnames into the hash as they iterate
210  * over their portions of the index, so lock contention is
211  * high.
212  *
213  * However, the hashmap is going to put items into bucket
214  * chains based on their hash values.  Use that to create n
215  * mutexes and lock on mutex[bucket(hash) % n].  This will
216  * decrease the collision rate by (hopefully) by a factor of n.
217  */
218 static void init_dir_mutex(void)
219 {
220         int j;
221
222         lazy_dir_mutex_array = xcalloc(LAZY_MAX_MUTEX, sizeof(pthread_mutex_t));
223
224         for (j = 0; j < LAZY_MAX_MUTEX; j++)
225                 init_recursive_mutex(&lazy_dir_mutex_array[j]);
226 }
227
228 static void cleanup_dir_mutex(void)
229 {
230         int j;
231
232         for (j = 0; j < LAZY_MAX_MUTEX; j++)
233                 pthread_mutex_destroy(&lazy_dir_mutex_array[j]);
234
235         free(lazy_dir_mutex_array);
236 }
237
238 static void lock_dir_mutex(int j)
239 {
240         pthread_mutex_lock(&lazy_dir_mutex_array[j]);
241 }
242
243 static void unlock_dir_mutex(int j)
244 {
245         pthread_mutex_unlock(&lazy_dir_mutex_array[j]);
246 }
247
248 static inline int compute_dir_lock_nr(
249         const struct hashmap *map,
250         unsigned int hash)
251 {
252         return hashmap_bucket(map, hash) % LAZY_MAX_MUTEX;
253 }
254
255 static struct dir_entry *hash_dir_entry_with_parent_and_prefix(
256         struct index_state *istate,
257         struct dir_entry *parent,
258         struct strbuf *prefix)
259 {
260         struct dir_entry *dir;
261         unsigned int hash;
262         int lock_nr;
263
264         /*
265          * Either we have a parent directory and path with slash(es)
266          * or the directory is an immediate child of the root directory.
267          */
268         assert((parent != NULL) ^ (strchr(prefix->buf, '/') == NULL));
269
270         if (parent)
271                 hash = memihash_cont(parent->ent.hash,
272                         prefix->buf + parent->namelen,
273                         prefix->len - parent->namelen);
274         else
275                 hash = memihash(prefix->buf, prefix->len);
276
277         lock_nr = compute_dir_lock_nr(&istate->dir_hash, hash);
278         lock_dir_mutex(lock_nr);
279
280         dir = find_dir_entry__hash(istate, prefix->buf, prefix->len, hash);
281         if (!dir) {
282                 FLEX_ALLOC_MEM(dir, name, prefix->buf, prefix->len);
283                 hashmap_entry_init(dir, hash);
284                 dir->namelen = prefix->len;
285                 dir->parent = parent;
286                 hashmap_add(&istate->dir_hash, dir);
287
288                 if (parent) {
289                         unlock_dir_mutex(lock_nr);
290
291                         /* All I really need here is an InterlockedIncrement(&(parent->nr)) */
292                         lock_nr = compute_dir_lock_nr(&istate->dir_hash, parent->ent.hash);
293                         lock_dir_mutex(lock_nr);
294                         parent->nr++;
295                 }
296         }
297
298         unlock_dir_mutex(lock_nr);
299
300         return dir;
301 }
302
303 /*
304  * handle_range_1() and handle_range_dir() are derived from
305  * clear_ce_flags_1() and clear_ce_flags_dir() in unpack-trees.c
306  * and handle the iteration over the entire array of index entries.
307  * They use recursion for adjacent entries in the same parent
308  * directory.
309  */
310 static int handle_range_1(
311         struct index_state *istate,
312         int k_start,
313         int k_end,
314         struct dir_entry *parent,
315         struct strbuf *prefix,
316         struct lazy_entry *lazy_entries);
317
318 static int handle_range_dir(
319         struct index_state *istate,
320         int k_start,
321         int k_end,
322         struct dir_entry *parent,
323         struct strbuf *prefix,
324         struct lazy_entry *lazy_entries,
325         struct dir_entry **dir_new_out)
326 {
327         int rc, k;
328         int input_prefix_len = prefix->len;
329         struct dir_entry *dir_new;
330
331         dir_new = hash_dir_entry_with_parent_and_prefix(istate, parent, prefix);
332
333         strbuf_addch(prefix, '/');
334
335         /*
336          * Scan forward in the index array for index entries having the same
337          * path prefix (that are also in this directory).
338          */
339         if (k_start + 1 >= k_end)
340                 k = k_end;
341         else if (strncmp(istate->cache[k_start + 1]->name, prefix->buf, prefix->len) > 0)
342                 k = k_start + 1;
343         else if (strncmp(istate->cache[k_end - 1]->name, prefix->buf, prefix->len) == 0)
344                 k = k_end;
345         else {
346                 int begin = k_start;
347                 int end = k_end;
348                 while (begin < end) {
349                         int mid = (begin + end) >> 1;
350                         int cmp = strncmp(istate->cache[mid]->name, prefix->buf, prefix->len);
351                         if (cmp == 0) /* mid has same prefix; look in second part */
352                                 begin = mid + 1;
353                         else if (cmp > 0) /* mid is past group; look in first part */
354                                 end = mid;
355                         else
356                                 die("cache entry out of order");
357                 }
358                 k = begin;
359         }
360
361         /*
362          * Recurse and process what we can of this subset [k_start, k).
363          */
364         rc = handle_range_1(istate, k_start, k, dir_new, prefix, lazy_entries);
365
366         strbuf_setlen(prefix, input_prefix_len);
367
368         *dir_new_out = dir_new;
369         return rc;
370 }
371
372 static int handle_range_1(
373         struct index_state *istate,
374         int k_start,
375         int k_end,
376         struct dir_entry *parent,
377         struct strbuf *prefix,
378         struct lazy_entry *lazy_entries)
379 {
380         int input_prefix_len = prefix->len;
381         int k = k_start;
382
383         while (k < k_end) {
384                 struct cache_entry *ce_k = istate->cache[k];
385                 const char *name, *slash;
386
387                 if (prefix->len && strncmp(ce_k->name, prefix->buf, prefix->len))
388                         break;
389
390                 name = ce_k->name + prefix->len;
391                 slash = strchr(name, '/');
392
393                 if (slash) {
394                         int len = slash - name;
395                         int processed;
396                         struct dir_entry *dir_new;
397
398                         strbuf_add(prefix, name, len);
399                         processed = handle_range_dir(istate, k, k_end, parent, prefix, lazy_entries, &dir_new);
400                         if (processed) {
401                                 k += processed;
402                                 strbuf_setlen(prefix, input_prefix_len);
403                                 continue;
404                         }
405
406                         strbuf_addch(prefix, '/');
407                         processed = handle_range_1(istate, k, k_end, dir_new, prefix, lazy_entries);
408                         k += processed;
409                         strbuf_setlen(prefix, input_prefix_len);
410                         continue;
411                 }
412
413                 /*
414                  * It is too expensive to take a lock to insert "ce_k"
415                  * into "istate->name_hash" and increment the ref-count
416                  * on the "parent" dir.  So we defer actually updating
417                  * permanent data structures until phase 2 (where we
418                  * can change the locking requirements) and simply
419                  * accumulate our current results into the lazy_entries
420                  * data array).
421                  *
422                  * We do not need to lock the lazy_entries array because
423                  * we have exclusive access to the cells in the range
424                  * [k_start,k_end) that this thread was given.
425                  */
426                 lazy_entries[k].dir = parent;
427                 if (parent) {
428                         lazy_entries[k].hash_name = memihash_cont(
429                                 parent->ent.hash,
430                                 ce_k->name + parent->namelen,
431                                 ce_namelen(ce_k) - parent->namelen);
432                         lazy_entries[k].hash_dir = parent->ent.hash;
433                 } else {
434                         lazy_entries[k].hash_name = memihash(ce_k->name, ce_namelen(ce_k));
435                 }
436
437                 k++;
438         }
439
440         return k - k_start;
441 }
442
443 struct lazy_dir_thread_data {
444         pthread_t pthread;
445         struct index_state *istate;
446         struct lazy_entry *lazy_entries;
447         int k_start;
448         int k_end;
449 };
450
451 static void *lazy_dir_thread_proc(void *_data)
452 {
453         struct lazy_dir_thread_data *d = _data;
454         struct strbuf prefix = STRBUF_INIT;
455         handle_range_1(d->istate, d->k_start, d->k_end, NULL, &prefix, d->lazy_entries);
456         strbuf_release(&prefix);
457         return NULL;
458 }
459
460 struct lazy_name_thread_data {
461         pthread_t pthread;
462         struct index_state *istate;
463         struct lazy_entry *lazy_entries;
464 };
465
466 static void *lazy_name_thread_proc(void *_data)
467 {
468         struct lazy_name_thread_data *d = _data;
469         int k;
470
471         for (k = 0; k < d->istate->cache_nr; k++) {
472                 struct cache_entry *ce_k = d->istate->cache[k];
473                 ce_k->ce_flags |= CE_HASHED;
474                 hashmap_entry_init(ce_k, d->lazy_entries[k].hash_name);
475                 hashmap_add(&d->istate->name_hash, ce_k);
476         }
477
478         return NULL;
479 }
480
481 static inline void lazy_update_dir_ref_counts(
482         struct index_state *istate,
483         struct lazy_entry *lazy_entries)
484 {
485         int k;
486
487         for (k = 0; k < istate->cache_nr; k++) {
488                 if (lazy_entries[k].dir)
489                         lazy_entries[k].dir->nr++;
490         }
491 }
492
493 static void threaded_lazy_init_name_hash(
494         struct index_state *istate)
495 {
496         int err;
497         int nr_each;
498         int k_start;
499         int t;
500         struct lazy_entry *lazy_entries;
501         struct lazy_dir_thread_data *td_dir;
502         struct lazy_name_thread_data *td_name;
503
504         if (!HAVE_THREADS)
505                 return;
506
507         k_start = 0;
508         nr_each = DIV_ROUND_UP(istate->cache_nr, lazy_nr_dir_threads);
509
510         lazy_entries = xcalloc(istate->cache_nr, sizeof(struct lazy_entry));
511         td_dir = xcalloc(lazy_nr_dir_threads, sizeof(struct lazy_dir_thread_data));
512         td_name = xcalloc(1, sizeof(struct lazy_name_thread_data));
513
514         init_dir_mutex();
515
516         /*
517          * Phase 1:
518          * Build "istate->dir_hash" using n "dir" threads (and a read-only index).
519          */
520         for (t = 0; t < lazy_nr_dir_threads; t++) {
521                 struct lazy_dir_thread_data *td_dir_t = td_dir + t;
522                 td_dir_t->istate = istate;
523                 td_dir_t->lazy_entries = lazy_entries;
524                 td_dir_t->k_start = k_start;
525                 k_start += nr_each;
526                 if (k_start > istate->cache_nr)
527                         k_start = istate->cache_nr;
528                 td_dir_t->k_end = k_start;
529                 err = pthread_create(&td_dir_t->pthread, NULL, lazy_dir_thread_proc, td_dir_t);
530                 if (err)
531                         die(_("unable to create lazy_dir thread: %s"), strerror(err));
532         }
533         for (t = 0; t < lazy_nr_dir_threads; t++) {
534                 struct lazy_dir_thread_data *td_dir_t = td_dir + t;
535                 if (pthread_join(td_dir_t->pthread, NULL))
536                         die("unable to join lazy_dir_thread");
537         }
538
539         /*
540          * Phase 2:
541          * Iterate over all index entries and add them to the "istate->name_hash"
542          * using a single "name" background thread.
543          * (Testing showed it wasn't worth running more than 1 thread for this.)
544          *
545          * Meanwhile, finish updating the parent directory ref-counts for each
546          * index entry using the current thread.  (This step is very fast and
547          * doesn't need threading.)
548          */
549         td_name->istate = istate;
550         td_name->lazy_entries = lazy_entries;
551         err = pthread_create(&td_name->pthread, NULL, lazy_name_thread_proc, td_name);
552         if (err)
553                 die(_("unable to create lazy_name thread: %s"), strerror(err));
554
555         lazy_update_dir_ref_counts(istate, lazy_entries);
556
557         err = pthread_join(td_name->pthread, NULL);
558         if (err)
559                 die(_("unable to join lazy_name thread: %s"), strerror(err));
560
561         cleanup_dir_mutex();
562
563         free(td_name);
564         free(td_dir);
565         free(lazy_entries);
566 }
567
568 static void lazy_init_name_hash(struct index_state *istate)
569 {
570
571         if (istate->name_hash_initialized)
572                 return;
573         trace_performance_enter();
574         hashmap_init(&istate->name_hash, cache_entry_cmp, NULL, istate->cache_nr);
575         hashmap_init(&istate->dir_hash, dir_entry_cmp, NULL, istate->cache_nr);
576
577         if (lookup_lazy_params(istate)) {
578                 /*
579                  * Disable item counting and automatic rehashing because
580                  * we do per-chain (mod n) locking rather than whole hashmap
581                  * locking and we need to prevent the table-size from changing
582                  * and bucket items from being redistributed.
583                  */
584                 hashmap_disable_item_counting(&istate->dir_hash);
585                 threaded_lazy_init_name_hash(istate);
586                 hashmap_enable_item_counting(&istate->dir_hash);
587         } else {
588                 int nr;
589                 for (nr = 0; nr < istate->cache_nr; nr++)
590                         hash_index_entry(istate, istate->cache[nr]);
591         }
592
593         istate->name_hash_initialized = 1;
594         trace_performance_leave("initialize name hash");
595 }
596
597 /*
598  * A test routine for t/helper/ sources.
599  *
600  * Returns the number of threads used or 0 when
601  * the non-threaded code path was used.
602  *
603  * Requesting threading WILL NOT override guards
604  * in lookup_lazy_params().
605  */
606 int test_lazy_init_name_hash(struct index_state *istate, int try_threaded)
607 {
608         lazy_nr_dir_threads = 0;
609         lazy_try_threaded = try_threaded;
610
611         lazy_init_name_hash(istate);
612
613         return lazy_nr_dir_threads;
614 }
615
616 void add_name_hash(struct index_state *istate, struct cache_entry *ce)
617 {
618         if (istate->name_hash_initialized)
619                 hash_index_entry(istate, ce);
620 }
621
622 void remove_name_hash(struct index_state *istate, struct cache_entry *ce)
623 {
624         if (!istate->name_hash_initialized || !(ce->ce_flags & CE_HASHED))
625                 return;
626         ce->ce_flags &= ~CE_HASHED;
627         hashmap_remove(&istate->name_hash, ce, ce);
628
629         if (ignore_case)
630                 remove_dir_entry(istate, ce);
631 }
632
633 static int slow_same_name(const char *name1, int len1, const char *name2, int len2)
634 {
635         if (len1 != len2)
636                 return 0;
637
638         while (len1) {
639                 unsigned char c1 = *name1++;
640                 unsigned char c2 = *name2++;
641                 len1--;
642                 if (c1 != c2) {
643                         c1 = toupper(c1);
644                         c2 = toupper(c2);
645                         if (c1 != c2)
646                                 return 0;
647                 }
648         }
649         return 1;
650 }
651
652 static int same_name(const struct cache_entry *ce, const char *name, int namelen, int icase)
653 {
654         int len = ce_namelen(ce);
655
656         /*
657          * Always do exact compare, even if we want a case-ignoring comparison;
658          * we do the quick exact one first, because it will be the common case.
659          */
660         if (len == namelen && !memcmp(name, ce->name, len))
661                 return 1;
662
663         if (!icase)
664                 return 0;
665
666         return slow_same_name(name, namelen, ce->name, len);
667 }
668
669 int index_dir_exists(struct index_state *istate, const char *name, int namelen)
670 {
671         struct dir_entry *dir;
672
673         lazy_init_name_hash(istate);
674         dir = find_dir_entry(istate, name, namelen);
675         return dir && dir->nr;
676 }
677
678 void adjust_dirname_case(struct index_state *istate, char *name)
679 {
680         const char *startPtr = name;
681         const char *ptr = startPtr;
682
683         lazy_init_name_hash(istate);
684         while (*ptr) {
685                 while (*ptr && *ptr != '/')
686                         ptr++;
687
688                 if (*ptr == '/') {
689                         struct dir_entry *dir;
690
691                         dir = find_dir_entry(istate, name, ptr - name);
692                         if (dir) {
693                                 memcpy((void *)startPtr, dir->name + (startPtr - name), ptr - startPtr);
694                                 startPtr = ptr + 1;
695                         }
696                         ptr++;
697                 }
698         }
699 }
700
701 struct cache_entry *index_file_exists(struct index_state *istate, const char *name, int namelen, int icase)
702 {
703         struct cache_entry *ce;
704
705         lazy_init_name_hash(istate);
706
707         ce = hashmap_get_from_hash(&istate->name_hash,
708                                    memihash(name, namelen), NULL);
709         while (ce) {
710                 if (same_name(ce, name, namelen, icase))
711                         return ce;
712                 ce = hashmap_get_next(&istate->name_hash, ce);
713         }
714         return NULL;
715 }
716
717 void free_name_hash(struct index_state *istate)
718 {
719         if (!istate->name_hash_initialized)
720                 return;
721         istate->name_hash_initialized = 0;
722
723         hashmap_free(&istate->name_hash, 0);
724         hashmap_free(&istate->dir_hash, 1);
725 }