]> mj.ucw.cz Git - libucw.git/blobdiff - lib/sorter/govern.c
Empty final bucket should be turned into a file as well.
[libucw.git] / lib / sorter / govern.c
index aece061c528b9093eadeb8dd057663195ffed07e..3606163c557cb827542a9c378a11d0e680498d45 100644 (file)
 #include "lib/mempool.h"
 #include "lib/sorter/common.h"
 
+#include <fcntl.h>
+
+void *
+sorter_alloc(struct sort_context *ctx, uns size)
+{
+  return mp_alloc_zero(ctx->pool, size);
+}
+
 struct sort_bucket *
-sorter_new_bucket(struct sort_context *ctx)
+sbuck_new(struct sort_context *ctx)
+{
+  struct sort_bucket *b = sorter_alloc(ctx, sizeof(struct sort_bucket));
+  b->ctx = ctx;
+  return b;
+}
+
+void
+sbuck_drop(struct sort_bucket *b)
+{
+  if (b)
+    {
+      ASSERT(!(b->flags & SBF_DESTROYED));
+      if (b->n.prev)
+       clist_remove(&b->n);
+      bclose(b->fb);
+      bzero(b, sizeof(*b));
+      b->flags = SBF_DESTROYED;
+    }
+}
+
+sh_off_t
+sbuck_size(struct sort_bucket *b)
+{
+  if ((b->flags & SBF_OPEN_WRITE) && !(b->flags & SBF_SWAPPED_OUT))
+    return btell(b->fb);
+  else
+    return b->size;
+}
+
+int
+sbuck_have(struct sort_bucket *b)
 {
-  return mp_alloc_zero(ctx->pool, sizeof(struct sort_bucket));
+  return b && sbuck_size(b);
+}
+
+static int
+sbuck_has_file(struct sort_bucket *b)
+{
+  return (b->fb || (b->flags & SBF_SWAPPED_OUT));
+}
+
+static void
+sbuck_swap_in(struct sort_bucket *b)
+{
+  if (b->flags & SBF_SWAPPED_OUT)
+    {
+      b->fb = bopen(b->filename, O_RDWR, sorter_stream_bufsize);
+      if (b->flags & SBF_OPEN_WRITE)
+       bseek(b->fb, 0, SEEK_END);
+      bconfig(b->fb, BCONFIG_IS_TEMP_FILE, 1);
+      b->flags &= ~SBF_SWAPPED_OUT;
+      SORT_XTRACE("Swapped in %s", b->filename);
+    }
 }
 
 struct fastbuf *
-sorter_open_read(struct sort_bucket *b)
+sbuck_read(struct sort_bucket *b)
 {
-  /* FIXME: These functions should handle buckets with no fb and only name. */
-  ASSERT(b->fb);
-  return b->fb;
+  sbuck_swap_in(b);
+  if (b->flags & SBF_OPEN_READ)
+    return b->fb;
+  else if (b->flags & SBF_OPEN_WRITE)
+    {
+      b->size = btell(b->fb);
+      b->flags = (b->flags & ~SBF_OPEN_WRITE) | SBF_OPEN_READ;
+      brewind(b->fb);
+      return b->fb;
+    }
+  else
+    ASSERT(0);
 }
 
 struct fastbuf *
-sorter_open_write(struct sort_bucket *b)
+sbuck_write(struct sort_bucket *b)
 {
-  if (!b->fb)
-    b->fb = bopen_tmp(sorter_stream_bufsize);
+  sbuck_swap_in(b);
+  if (b->flags & SBF_OPEN_WRITE)
+    ASSERT(b->fb);
+  else
+    {
+      ASSERT(!(b->flags & (SBF_OPEN_READ | SBF_DESTROYED)));
+      b->fb = bopen_tmp(sorter_stream_bufsize);
+      b->flags |= SBF_OPEN_WRITE;
+      b->filename = mp_strdup(b->ctx->pool, b->fb->name);
+    }
   return b->fb;
 }
 
 void
-sorter_close_read(struct sort_bucket *b)
+sbuck_swap_out(struct sort_bucket *b)
 {
-  if (!b)
+  if ((b->flags & (SBF_OPEN_READ | SBF_OPEN_WRITE)) && b->fb)
+    {
+      if (b->flags & SBF_OPEN_WRITE)
+       b->size = btell(b->fb);
+      bconfig(b->fb, BCONFIG_IS_TEMP_FILE, 0);
+      bclose(b->fb);
+      b->fb = NULL;
+      b->flags |= SBF_SWAPPED_OUT;
+      SORT_XTRACE("Swapped out %s", b->filename);
+    }
+}
+
+void
+sorter_alloc_buf(struct sort_context *ctx)
+{
+  if (ctx->big_buf)
     return;
-  ASSERT(b->fb);
-  bclose(b->fb);
-  b->fb = NULL;
+  u64 bs = MAX(sorter_bufsize/2, 1);
+  bs = ALIGN_TO(bs, (u64)CPU_PAGE_SIZE);
+  ctx->big_buf = big_alloc(2*bs);
+  ctx->big_buf_size = 2*bs;
+  ctx->big_buf_half = ((byte*) ctx->big_buf) + bs;
+  ctx->big_buf_half_size = bs;
+  SORT_XTRACE("Allocated sorting buffer (%jd bytes)", (uintmax_t) bs);
 }
 
 void
-sorter_close_write(struct sort_bucket *b)
+sorter_free_buf(struct sort_context *ctx)
 {
-  if (b->fb)
+  if (!ctx->big_buf)
+    return;
+  big_free(ctx->big_buf, ctx->big_buf_size);
+  ctx->big_buf = NULL;
+  SORT_XTRACE("Freed sorting buffer");
+}
+
+static int sorter_presort(struct sort_context *ctx, struct sort_bucket *in, struct sort_bucket *out, struct sort_bucket *out_only)
+{
+  /* FIXME: Mode with no presorting (mostly for debugging) */
+  sorter_alloc_buf(ctx);
+  if (in->flags & SBF_CUSTOM_PRESORT)
     {
-      b->size = btell(b->fb);
-      brewind(b->fb);
+      struct fastbuf *f = sbuck_write(out);
+      return ctx->custom_presort(f, ctx->big_buf, ctx->big_buf_size);  // FIXME: out_only optimization?
+    }
+  return ctx->internal_sort(ctx, in, out, out_only);
+}
+
+static inline struct sort_bucket *
+sbuck_join_to(struct sort_bucket *b)
+{
+  if (sorter_debug & SORT_DEBUG_NO_JOIN)
+    return NULL;
+
+  struct sort_bucket *out = (struct sort_bucket *) b->n.prev;  // Such bucket is guaranteed to exist
+  return (out->flags & SBF_FINAL) ? out : NULL;
+}
+
+static void
+sorter_join(struct sort_bucket *b)
+{
+  struct sort_bucket *join = (struct sort_bucket *) b->n.prev;
+  ASSERT(join->flags & SBF_FINAL);
+  ASSERT(b->runs == 1);
+
+  if (!sbuck_has_file(join))
+    {
+      // The final bucket doesn't have any file associated yet, so replace
+      // it with the new bucket.
+      SORT_XTRACE("Replaced final bucket");
+      b->flags |= SBF_FINAL;
+      sbuck_drop(join);
+    }
+  else
+    {
+      SORT_TRACE("Copying %jd bytes to output file", (uintmax_t) sbuck_size(b));
+      struct fastbuf *src = sbuck_read(b);
+      struct fastbuf *dest = sbuck_write(join);
+      bbcopy(src, dest, ~0U);
+      sbuck_drop(b);
+    }
+}
+
+static void
+sorter_twoway(struct sort_context *ctx, struct sort_bucket *b)
+{
+  struct sort_bucket *ins[3] = { NULL }, *outs[3] = { NULL };
+  cnode *list_pos = b->n.prev;
+  struct sort_bucket *join = sbuck_join_to(b);
+
+  if (!(sorter_debug & SORT_DEBUG_NO_PRESORT) || (b->flags & SBF_CUSTOM_PRESORT))
+    {
+      SORT_TRACE("Presorting");
+      ins[0] = sbuck_new(ctx);
+      if (!sorter_presort(ctx, b, ins[0], join ? : ins[0]))
+       {
+         SORT_XTRACE("Sorted in memory");
+         if (join)
+           sbuck_drop(ins[0]);
+         else
+           clist_insert_after(&ins[0]->n, list_pos);
+         sbuck_drop(b);
+         return;
+       }
+
+      ins[1] = sbuck_new(ctx);
+      int i = 1;
+      while (sorter_presort(ctx, b, ins[i], ins[i]))
+       i = 1-i;
+      sbuck_drop(b);
+    }
+  else
+    {
+      SORT_TRACE("Skipped presorting");
+      ins[0] = b;
     }
-  /* FIXME: Remove empty buckets from the list automatically? */
+
+  SORT_TRACE("Main sorting");
+  do {
+    if (ins[0]->runs == 1 && ins[1]->runs == 1 && join)
+      {
+       // This is guaranteed to produce a single run, so join if possible
+       outs[0] = join;
+       outs[1] = NULL;
+       ctx->twoway_merge(ctx, ins, outs);
+       ASSERT(outs[0]->runs == 2);
+       outs[0]->runs--;
+       SORT_TRACE("Pass done (joined final run)");
+       sbuck_drop(ins[0]);
+       sbuck_drop(ins[1]);
+       return;
+      }
+    outs[0] = sbuck_new(ctx);
+    outs[1] = sbuck_new(ctx);
+    outs[2] = NULL;
+    ctx->twoway_merge(ctx, ins, outs);
+    SORT_TRACE("Pass done (%d+%d runs, %jd+%jd bytes)", outs[0]->runs, outs[1]->runs, (uintmax_t) sbuck_size(outs[0]), (uintmax_t) sbuck_size(outs[1]));
+    sbuck_drop(ins[0]);
+    sbuck_drop(ins[1]);
+    memcpy(ins, outs, 3*sizeof(struct sort_bucket *));
+  } while (sbuck_have(ins[1]));
+
+  sbuck_drop(ins[1]);
+  clist_insert_after(&ins[0]->n, list_pos);
 }
 
 void
 sorter_run(struct sort_context *ctx)
 {
   ctx->pool = mp_new(4096);
-  ASSERT(!ctx->custom_presort);
-  ASSERT(!ctx->out_fb);
   clist_init(&ctx->bucket_list);
 
   /* FIXME: There should be a way how to detect size of the input file */
+  /* FIXME: Remember to test sorting of empty files */
 
-  /* Trivial 2-way merge with no presorting (just a testing hack) */
-  struct sort_bucket *bin = sorter_new_bucket(ctx);
-  bin->flags = SBF_SOURCE;
-  bin->fb = ctx->in_fb;
-  bin->ident = "src";
-  struct sort_bucket *ins[3], *outs[3];
-  ins[0] = bin;
-  ins[1] = NULL;
+  // Create bucket containing the source
+  struct sort_bucket *bin = sbuck_new(ctx);
+  bin->flags = SBF_SOURCE | SBF_OPEN_READ;
+  if (ctx->custom_presort)
+    bin->flags |= SBF_CUSTOM_PRESORT;
+  else
+    bin->fb = ctx->in_fb;
+  bin->ident = "in";
+  bin->size = ~(u64)0;
+  bin->hash_bits = ctx->hash_bits;
+  clist_add_tail(&ctx->bucket_list, &bin->n);
 
-  do {
-    outs[0] = sorter_new_bucket(ctx);
-    outs[1] = sorter_new_bucket(ctx);
-    outs[2] = NULL;
-    log(L_DEBUG, "Pass...");
-    ctx->twoway_merge(ctx, ins, outs);
-    log(L_DEBUG, "Done (%d+%d runs)", outs[0]->runs, outs[1]->runs);
-    sorter_close_write(outs[0]);
-    sorter_close_write(outs[1]);
-    memcpy(ins, outs, 3*sizeof(struct sort_bucket *));
-  } while (ins[1]->fb);
+  // Create bucket for the output
+  struct sort_bucket *bout = sbuck_new(ctx);
+  bout->flags = SBF_FINAL;
+  bout->fb = ctx->out_fb;
+  bout->ident = "out";
+  bout->runs = 1;
+  clist_add_head(&ctx->bucket_list, &bout->n);
+
+  struct sort_bucket *b;
+  while (bout = clist_head(&ctx->bucket_list), b = clist_next(&ctx->bucket_list, &bout->n))
+    {
+      if (!sbuck_have(b))
+       sbuck_drop(b);
+      else if (b->runs == 1)
+       sorter_join(b);
+      else
+       sorter_twoway(ctx, b);
+    }
 
-  ctx->out_fb = sorter_open_read(ins[0]);
+  sorter_free_buf(ctx);
+  sbuck_write(bout);           // Force empty bucket to a file
+  SORT_XTRACE("Final size: %jd", (uintmax_t) sbuck_size(bout));
+  ctx->out_fb = sbuck_read(bout);
 }