dynamic_hash.diff

   1 This patch makes the processing of large really large files more efficient
   2 by making sure that the sender's hash table is large enough to hold all the
   3 checksum entries without being overloaded.  Unfortunately, the code adds a
   4 modulus calculation for (up to) every byte of the source file, which slows
   5 down the code for normal file sizes (e.g. 4 CPU seconds slower on a Pentium
   6 III when copying a 65 MB file without very much matching data).
   7
   8 This was updated for the latest codebase from a patch written by Shachar
   9 Shemesh.
  10
  11 --- old/match.c
  12 +++ new/match.c
  13 @@ -37,24 +37,31 @@ static int total_matches;
  14
  15  extern struct stats stats;
  16
  17 -#define TABLESIZE (1<<16)
  18 -
  19 +static uint32 tablesize;
  20  static int32 *hash_table;
  21
  22 -#define SUM2HASH2(s1,s2) (((s1) + (s2)) & 0xFFFF)
  23 -#define SUM2HASH(sum) SUM2HASH2((sum)&0xFFFF,(sum)>>16)
  24 +#define SUM2HASH(sum) ((sum)%tablesize)
  25
  26  static void build_hash_table(struct sum_struct *s)
  27  {
  28         int32 i;
  29 +       uint32 prior_size = tablesize;
  30
  31 -       if (!hash_table) {
  32 -               hash_table = new_array(int32, TABLESIZE);
  33 +       /* Dynamically calculate the hash table size so that the hash load
  34 +        * for big files is about 80%.  This number must be odd or s2 will
  35 +        * not be able to span the entire set. */
  36 +       tablesize = (uint32)(s->count/8) * 10 + 11;
  37 +       if (tablesize < 65537)
  38 +               tablesize = 65537; /* a prime number */
  39 +       if (tablesize != prior_size) {
  40 +               if (hash_table)
  41 +                       free(hash_table);
  42 +               hash_table = new_array(int32, tablesize);
  43                 if (!hash_table)
  44                         out_of_memory("build_hash_table");
  45         }
  46
  47 -       memset(hash_table, 0xFF, TABLESIZE * sizeof hash_table[0]);
  48 +       memset(hash_table, 0xFF, tablesize * sizeof hash_table[0]);
  49
  50         for (i = 0; i < s->count; i++) {
  51                 uint32 t = SUM2HASH(s->sums[i].sum1);
  52 @@ -162,11 +169,11 @@ static void hash_search(int f,struct sum
  53                                 (double)offset, s2 & 0xFFFF, s1 & 0xFFFF);
  54                 }
  55
  56 -               i = hash_table[SUM2HASH2(s1,s2)];
  57 +               sum = (s1 & 0xffff) | (s2 << 16);
  58 +               i = hash_table[SUM2HASH(sum)];
  59                 if (i < 0)
  60                         goto null_hash;
  61
  62 -               sum = (s1 & 0xffff) | (s2 << 16);
  63                 hash_hits++;
  64                 do {
  65                         int32 l;