userdiff: fix some corner cases in dts regex
[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                 assert(begin >= 0);
349                 while (begin < end) {
350                         int mid = begin + ((end - begin) >> 1);
351                         int cmp = strncmp(istate->cache[mid]->name, prefix->buf, prefix->len);
352                         if (cmp == 0) /* mid has same prefix; look in second part */
353                                 begin = mid + 1;
354                         else if (cmp > 0) /* mid is past group; look in first part */
355                                 end = mid;
356                         else
357                                 die("cache entry out of order");
358                 }
359                 k = begin;
360         }
361
362         /*
363          * Recurse and process what we can of this subset [k_start, k).
364          */
365         rc = handle_range_1(istate, k_start, k, dir_new, prefix, lazy_entries);
366
367         strbuf_setlen(prefix, input_prefix_len);
368
369         *dir_new_out = dir_new;
370         return rc;
371 }
372
373 static int handle_range_1(
374         struct index_state *istate,
375         int k_start,
376         int k_end,
377         struct dir_entry *parent,
378         struct strbuf *prefix,
379         struct lazy_entry *lazy_entries)
380 {
381         int input_prefix_len = prefix->len;
382         int k = k_start;
383
384         while (k < k_end) {
385                 struct cache_entry *ce_k = istate->cache[k];
386                 const char *name, *slash;
387
388                 if (prefix->len && strncmp(ce_k->name, prefix->buf, prefix->len))
389                         break;
390
391                 name = ce_k->name + prefix->len;
392                 slash = strchr(name, '/');
393
394                 if (slash) {
395                         int len = slash - name;
396                         int processed;
397                         struct dir_entry *dir_new;
398
399                         strbuf_add(prefix, name, len);
400                         processed = handle_range_dir(istate, k, k_end, parent, prefix, lazy_entries, &dir_new);
401                         if (processed) {
402                                 k += processed;
403                                 strbuf_setlen(prefix, input_prefix_len);
404                                 continue;
405                         }
406
407                         strbuf_addch(prefix, '/');
408                         processed = handle_range_1(istate, k, k_end, dir_new, prefix, lazy_entries);
409                         k += processed;
410                         strbuf_setlen(prefix, input_prefix_len);
411                         continue;
412                 }
413
414                 /*
415                  * It is too expensive to take a lock to insert "ce_k"
416                  * into "istate->name_hash" and increment the ref-count
417                  * on the "parent" dir.  So we defer actually updating
418                  * permanent data structures until phase 2 (where we
419                  * can change the locking requirements) and simply
420                  * accumulate our current results into the lazy_entries
421                  * data array).
422                  *
423                  * We do not need to lock the lazy_entries array because
424                  * we have exclusive access to the cells in the range
425                  * [k_start,k_end) that this thread was given.
426                  */
427                 lazy_entries[k].dir = parent;
428                 if (parent) {
429                         lazy_entries[k].hash_name = memihash_cont(
430                                 parent->ent.hash,
431                                 ce_k->name + parent->namelen,
432                                 ce_namelen(ce_k) - parent->namelen);
433                         lazy_entries[k].hash_dir = parent->ent.hash;
434                 } else {
435                         lazy_entries[k].hash_name = memihash(ce_k->name, ce_namelen(ce_k));
436                 }
437
438                 k++;
439         }
440
441         return k - k_start;
442 }
443
444 struct lazy_dir_thread_data {
445         pthread_t pthread;
446         struct index_state *istate;
447         struct lazy_entry *lazy_entries;
448         int k_start;
449         int k_end;
450 };
451
452 static void *lazy_dir_thread_proc(void *_data)
453 {
454         struct lazy_dir_thread_data *d = _data;
455         struct strbuf prefix = STRBUF_INIT;
456         handle_range_1(d->istate, d->k_start, d->k_end, NULL, &prefix, d->lazy_entries);
457         strbuf_release(&prefix);
458         return NULL;
459 }
460
461 struct lazy_name_thread_data {
462         pthread_t pthread;
463         struct index_state *istate;
464         struct lazy_entry *lazy_entries;
465 };
466
467 static void *lazy_name_thread_proc(void *_data)
468 {
469         struct lazy_name_thread_data *d = _data;
470         int k;
471
472         for (k = 0; k < d->istate->cache_nr; k++) {
473                 struct cache_entry *ce_k = d->istate->cache[k];
474                 ce_k->ce_flags |= CE_HASHED;
475                 hashmap_entry_init(ce_k, d->lazy_entries[k].hash_name);
476                 hashmap_add(&d->istate->name_hash, ce_k);
477         }
478
479         return NULL;
480 }
481
482 static inline void lazy_update_dir_ref_counts(
483         struct index_state *istate,
484         struct lazy_entry *lazy_entries)
485 {
486         int k;
487
488         for (k = 0; k < istate->cache_nr; k++) {
489                 if (lazy_entries[k].dir)
490                         lazy_entries[k].dir->nr++;
491         }
492 }
493
494 static void threaded_lazy_init_name_hash(
495         struct index_state *istate)
496 {
497         int err;
498         int nr_each;
499         int k_start;
500         int t;
501         struct lazy_entry *lazy_entries;
502         struct lazy_dir_thread_data *td_dir;
503         struct lazy_name_thread_data *td_name;
504
505         if (!HAVE_THREADS)
506                 return;
507
508         k_start = 0;
509         nr_each = DIV_ROUND_UP(istate->cache_nr, lazy_nr_dir_threads);
510
511         lazy_entries = xcalloc(istate->cache_nr, sizeof(struct lazy_entry));
512         td_dir = xcalloc(lazy_nr_dir_threads, sizeof(struct lazy_dir_thread_data));
513         td_name = xcalloc(1, sizeof(struct lazy_name_thread_data));
514
515         init_dir_mutex();
516
517         /*
518          * Phase 1:
519          * Build "istate->dir_hash" using n "dir" threads (and a read-only index).
520          */
521         for (t = 0; t < lazy_nr_dir_threads; t++) {
522                 struct lazy_dir_thread_data *td_dir_t = td_dir + t;
523                 td_dir_t->istate = istate;
524                 td_dir_t->lazy_entries = lazy_entries;
525                 td_dir_t->k_start = k_start;
526                 k_start += nr_each;
527                 if (k_start > istate->cache_nr)
528                         k_start = istate->cache_nr;
529                 td_dir_t->k_end = k_start;
530                 err = pthread_create(&td_dir_t->pthread, NULL, lazy_dir_thread_proc, td_dir_t);
531                 if (err)
532                         die(_("unable to create lazy_dir thread: %s"), strerror(err));
533         }
534         for (t = 0; t < lazy_nr_dir_threads; t++) {
535                 struct lazy_dir_thread_data *td_dir_t = td_dir + t;
536                 if (pthread_join(td_dir_t->pthread, NULL))
537                         die("unable to join lazy_dir_thread");
538         }
539
540         /*
541          * Phase 2:
542          * Iterate over all index entries and add them to the "istate->name_hash"
543          * using a single "name" background thread.
544          * (Testing showed it wasn't worth running more than 1 thread for this.)
545          *
546          * Meanwhile, finish updating the parent directory ref-counts for each
547          * index entry using the current thread.  (This step is very fast and
548          * doesn't need threading.)
549          */
550         td_name->istate = istate;
551         td_name->lazy_entries = lazy_entries;
552         err = pthread_create(&td_name->pthread, NULL, lazy_name_thread_proc, td_name);
553         if (err)
554                 die(_("unable to create lazy_name thread: %s"), strerror(err));
555
556         lazy_update_dir_ref_counts(istate, lazy_entries);
557
558         err = pthread_join(td_name->pthread, NULL);
559         if (err)
560                 die(_("unable to join lazy_name thread: %s"), strerror(err));
561
562         cleanup_dir_mutex();
563
564         free(td_name);
565         free(td_dir);
566         free(lazy_entries);
567 }
568
569 static void lazy_init_name_hash(struct index_state *istate)
570 {
571
572         if (istate->name_hash_initialized)
573                 return;
574         trace_performance_enter();
575         hashmap_init(&istate->name_hash, cache_entry_cmp, NULL, istate->cache_nr);
576         hashmap_init(&istate->dir_hash, dir_entry_cmp, NULL, istate->cache_nr);
577
578         if (lookup_lazy_params(istate)) {
579                 /*
580                  * Disable item counting and automatic rehashing because
581                  * we do per-chain (mod n) locking rather than whole hashmap
582                  * locking and we need to prevent the table-size from changing
583                  * and bucket items from being redistributed.
584                  */
585                 hashmap_disable_item_counting(&istate->dir_hash);
586                 threaded_lazy_init_name_hash(istate);
587                 hashmap_enable_item_counting(&istate->dir_hash);
588         } else {
589                 int nr;
590                 for (nr = 0; nr < istate->cache_nr; nr++)
591                         hash_index_entry(istate, istate->cache[nr]);
592         }
593
594         istate->name_hash_initialized = 1;
595         trace_performance_leave("initialize name hash");
596 }
597
598 /*
599  * A test routine for t/helper/ sources.
600  *
601  * Returns the number of threads used or 0 when
602  * the non-threaded code path was used.
603  *
604  * Requesting threading WILL NOT override guards
605  * in lookup_lazy_params().
606  */
607 int test_lazy_init_name_hash(struct index_state *istate, int try_threaded)
608 {
609         lazy_nr_dir_threads = 0;
610         lazy_try_threaded = try_threaded;
611
612         lazy_init_name_hash(istate);
613
614         return lazy_nr_dir_threads;
615 }
616
617 void add_name_hash(struct index_state *istate, struct cache_entry *ce)
618 {
619         if (istate->name_hash_initialized)
620                 hash_index_entry(istate, ce);
621 }
622
623 void remove_name_hash(struct index_state *istate, struct cache_entry *ce)
624 {
625         if (!istate->name_hash_initialized || !(ce->ce_flags & CE_HASHED))
626                 return;
627         ce->ce_flags &= ~CE_HASHED;
628         hashmap_remove(&istate->name_hash, ce, ce);
629
630         if (ignore_case)
631                 remove_dir_entry(istate, ce);
632 }
633
634 static int slow_same_name(const char *name1, int len1, const char *name2, int len2)
635 {
636         if (len1 != len2)
637                 return 0;
638
639         while (len1) {
640                 unsigned char c1 = *name1++;
641                 unsigned char c2 = *name2++;
642                 len1--;
643                 if (c1 != c2) {
644                         c1 = toupper(c1);
645                         c2 = toupper(c2);
646                         if (c1 != c2)
647                                 return 0;
648                 }
649         }
650         return 1;
651 }
652
653 static int same_name(const struct cache_entry *ce, const char *name, int namelen, int icase)
654 {
655         int len = ce_namelen(ce);
656
657         /*
658          * Always do exact compare, even if we want a case-ignoring comparison;
659          * we do the quick exact one first, because it will be the common case.
660          */
661         if (len == namelen && !memcmp(name, ce->name, len))
662                 return 1;
663
664         if (!icase)
665                 return 0;
666
667         return slow_same_name(name, namelen, ce->name, len);
668 }
669
670 int index_dir_exists(struct index_state *istate, const char *name, int namelen)
671 {
672         struct dir_entry *dir;
673
674         lazy_init_name_hash(istate);
675         dir = find_dir_entry(istate, name, namelen);
676         return dir && dir->nr;
677 }
678
679 void adjust_dirname_case(struct index_state *istate, char *name)
680 {
681         const char *startPtr = name;
682         const char *ptr = startPtr;
683
684         lazy_init_name_hash(istate);
685         while (*ptr) {
686                 while (*ptr && *ptr != '/')
687                         ptr++;
688
689                 if (*ptr == '/') {
690                         struct dir_entry *dir;
691
692                         dir = find_dir_entry(istate, name, ptr - name);
693                         if (dir) {
694                                 memcpy((void *)startPtr, dir->name + (startPtr - name), ptr - startPtr);
695                                 startPtr = ptr + 1;
696                         }
697                         ptr++;
698                 }
699         }
700 }
701
702 struct cache_entry *index_file_exists(struct index_state *istate, const char *name, int namelen, int icase)
703 {
704         struct cache_entry *ce;
705
706         lazy_init_name_hash(istate);
707
708         ce = hashmap_get_from_hash(&istate->name_hash,
709                                    memihash(name, namelen), NULL);
710         while (ce) {
711                 if (same_name(ce, name, namelen, icase))
712                         return ce;
713                 ce = hashmap_get_next(&istate->name_hash, ce);
714         }
715         return NULL;
716 }
717
718 void free_name_hash(struct index_state *istate)
719 {
720         if (!istate->name_hash_initialized)
721                 return;
722         istate->name_hash_initialized = 0;
723
724         hashmap_free(&istate->name_hash, 0);
725         hashmap_free(&istate->dir_hash, 1);
726 }