cmd/split-cmd.py

   1 #!/usr/bin/env python
   2 import os, sys, time
   3 from bup import hashsplit, git, options, client
   4 from bup.helpers import *
   5
   6
   7 optspec = """
   8 bup split [-t] [-c] [-n name] OPTIONS [--git-ids | filenames...]
   9 bup split -b OPTIONS [--git-ids | filenames...]
  10 bup split <--noop [--copy]|--copy>  OPTIONS [--git-ids | filenames...]
  11 --
  12  Modes:
  13 b,blobs    output a series of blob ids.  Implies --fanout=0.
  14 t,tree     output a tree id
  15 c,commit   output a commit id
  16 n,name=    save the result under the given name
  17 noop       split the input, but throw away the result
  18 copy       split the input, copy it to stdout, don't save to repo
  19  Options:
  20 r,remote=  remote repository path
  21 d,date=    date for the commit (seconds since the epoch)
  22 q,quiet    don't print progress messages
  23 v,verbose  increase log output (can be used more than once)
  24 git-ids    read a list of git object ids from stdin and split their contents
  25 keep-boundaries  don't let one chunk span two input files
  26 bench      print benchmark timings to stderr
  27 max-pack-size=  maximum bytes in a single pack
  28 max-pack-objects=  maximum number of objects in a single pack
  29 fanout=    average number of blobs in a single tree
  30 bwlimit=   maximum bytes/sec to transmit to server
  31 #,compress=  set compression level to # (0-9, 9 is highest) [1]
  32 """
  33 o = options.Options(optspec)
  34 (opt, flags, extra) = o.parse(sys.argv[1:])
  35
  36 handle_ctrl_c()
  37 git.check_repo_or_die()
  38 if not (opt.blobs or opt.tree or opt.commit or opt.name or
  39         opt.noop or opt.copy):
  40     o.fatal("use one or more of -b, -t, -c, -n, --noop, --copy")
  41 if (opt.noop or opt.copy) and (opt.blobs or opt.tree or
  42                                opt.commit or opt.name):
  43     o.fatal('--noop and --copy are incompatible with -b, -t, -c, -n')
  44 if opt.blobs and (opt.tree or opt.commit or opt.name):
  45     o.fatal('-b is incompatible with -t, -c, -n')
  46 if extra and opt.git_ids:
  47     o.fatal("don't provide filenames when using --git-ids")
  48
  49 if opt.verbose >= 2:
  50     git.verbose = opt.verbose - 1
  51     opt.bench = 1
  52 if opt.max_pack_size:
  53     git.max_pack_size = parse_num(opt.max_pack_size)
  54 if opt.max_pack_objects:
  55     git.max_pack_objects = parse_num(opt.max_pack_objects)
  56 if opt.fanout:
  57     hashsplit.fanout = parse_num(opt.fanout)
  58 if opt.blobs:
  59     hashsplit.fanout = 0
  60 if opt.bwlimit:
  61     client.bwlimit = parse_num(opt.bwlimit)
  62 if opt.date:
  63     date = parse_date_or_fatal(opt.date, o.fatal)
  64 else:
  65     date = time.time()
  66
  67 total_bytes = 0
  68 def prog(filenum, nbytes):
  69     global total_bytes
  70     total_bytes += nbytes
  71     if filenum > 0:
  72         qprogress('Splitting: file #%d, %d kbytes\r'
  73                   % (filenum+1, total_bytes/1024))
  74     else:
  75         qprogress('Splitting: %d kbytes\r' % (total_bytes/1024))
  76
  77
  78 is_reverse = os.environ.get('BUP_SERVER_REVERSE')
  79 if is_reverse and opt.remote:
  80     o.fatal("don't use -r in reverse mode; it's automatic")
  81 start_time = time.time()
  82
  83 if opt.name and opt.name.startswith('.'):
  84     o.fatal("'%s' is not a valid branch name." % opt.name)
  85 refname = opt.name and 'refs/heads/%s' % opt.name or None
  86 if opt.noop or opt.copy:
  87     cli = pack_writer = oldref = None
  88 elif opt.remote or is_reverse:
  89     cli = client.Client(opt.remote)
  90     oldref = refname and cli.read_ref(refname) or None
  91     pack_writer = cli.new_packwriter(compression_level=opt.compress)
  92 else:
  93     cli = None
  94     oldref = refname and git.read_ref(refname) or None
  95     pack_writer = git.PackWriter(compression_level=opt.compress)
  96
  97 if opt.git_ids:
  98     # the input is actually a series of git object ids that we should retrieve
  99     # and split.
 100     #
 101     # This is a bit messy, but basically it converts from a series of
 102     # CatPipe.get() iterators into a series of file-type objects.
 103     # It would be less ugly if either CatPipe.get() returned a file-like object
 104     # (not very efficient), or split_to_shalist() expected an iterator instead
 105     # of a file.
 106     cp = git.CatPipe()
 107     class IterToFile:
 108         def __init__(self, it):
 109             self.it = iter(it)
 110         def read(self, size):
 111             v = next(self.it)
 112             return v or ''
 113     def read_ids():
 114         while 1:
 115             line = sys.stdin.readline()
 116             if not line:
 117                 break
 118             if line:
 119                 line = line.strip()
 120             try:
 121                 it = cp.get(line.strip())
 122                 next(it)  # skip the file type
 123             except KeyError, e:
 124                 add_error('error: %s' % e)
 125                 continue
 126             yield IterToFile(it)
 127     files = read_ids()
 128 else:
 129     # the input either comes from a series of files or from stdin.
 130     files = extra and (open(fn) for fn in extra) or [sys.stdin]
 131
 132 if pack_writer and opt.blobs:
 133     shalist = hashsplit.split_to_blobs(pack_writer.new_blob, files,
 134                                        keep_boundaries=opt.keep_boundaries,
 135                                        progress=prog)
 136     for (sha, size, level) in shalist:
 137         print sha.encode('hex')
 138         reprogress()
 139 elif pack_writer:  # tree or commit or name
 140     if opt.name: # insert dummy_name which may be used as a restore target
 141         mode, sha = \
 142             hashsplit.split_to_blob_or_tree(pack_writer.new_blob,
 143                                             pack_writer.new_tree,
 144                                             files,
 145                                             keep_boundaries=opt.keep_boundaries,
 146                                             progress=prog)
 147         splitfile_name = git.mangle_name('data', hashsplit.GIT_MODE_FILE, mode)
 148         shalist = [(mode, splitfile_name, sha)]
 149     else:
 150         shalist = hashsplit.split_to_shalist(
 151                       pack_writer.new_blob, pack_writer.new_tree, files,
 152                       keep_boundaries=opt.keep_boundaries, progress=prog)
 153     tree = pack_writer.new_tree(shalist)
 154 else:
 155     last = 0
 156     it = hashsplit.hashsplit_iter(files,
 157                                   keep_boundaries=opt.keep_boundaries,
 158                                   progress=prog)
 159     for (blob, level) in it:
 160         hashsplit.total_split += len(blob)
 161         if opt.copy:
 162             sys.stdout.write(str(blob))
 163         megs = hashsplit.total_split/1024/1024
 164         if not opt.quiet and last != megs:
 165             last = megs
 166
 167 if opt.verbose:
 168     log('\n')
 169 if opt.tree:
 170     print tree.encode('hex')
 171 if opt.commit or opt.name:
 172     msg = 'bup split\n\nGenerated by command:\n%r\n' % sys.argv
 173     ref = opt.name and ('refs/heads/%s' % opt.name) or None
 174     commit = pack_writer.new_commit(oldref, tree, date, msg)
 175     if opt.commit:
 176         print commit.encode('hex')
 177
 178 if pack_writer:
 179     pack_writer.close()  # must close before we can update the ref
 180
 181 if opt.name:
 182     if cli:
 183         cli.update_ref(refname, commit, oldref)
 184     else:
 185         git.update_ref(refname, commit, oldref)
 186
 187 if cli:
 188     cli.close()
 189
 190 secs = time.time() - start_time
 191 size = hashsplit.total_split
 192 if opt.bench:
 193     log('bup: %.2fkbytes in %.2f secs = %.2f kbytes/sec\n'
 194         % (size/1024., secs, size/1024./secs))
 195
 196 if saved_errors:
 197     log('WARNING: %d errors encountered while saving.\n' % len(saved_errors))
 198     sys.exit(1)