f7297bbc697d9090b077af22bf23832ecb908191
[rsync-patches.git] / segment_large_hash.diff
1 This patch causes the sender to segment its use of the block-finding
2 hashtable for really large files.  This avoids overloading the
3 hashtable, and the ensuing slowdown that ensues from trying to find
4 blocks in an overloaded hashtable.  This does mean that the sender
5 won't notice some migrations of data past segment boundaries, but since
6 this only affects files with ~1.6GB or more data, and the blocksize is
7 already so large that we only find really large sequences of matching
8 data anyway, I don't consider this that big of a loss.
9
10 I also decreased the MAX_BLOCK_SIZE value to something more reasonable.
11
12 To use this patch, run these commands for a successful build:
13
14     patch -p1 <patches/segment_large_hash.diff
15     ./configure                                 (optional if already run)
16     make
17
18 --- old/match.c
19 +++ new/match.c
20 @@ -46,9 +46,9 @@ static int32 *hash_table;
21  #define SUM2HASH2(s1,s2) (((s1) + (s2)) & 0xFFFF)
22  #define SUM2HASH(sum) SUM2HASH2((sum)&0xFFFF,(sum)>>16)
23  
24 -static void build_hash_table(struct sum_struct *s)
25 +static int32 build_hash_table(struct sum_struct *s, int32 start)
26  {
27 -       int32 i;
28 +       int32 i, end = s->count;
29  
30         if (!hash_table) {
31                 hash_table = new_array(int32, TABLESIZE);
32 @@ -58,11 +58,21 @@ static void build_hash_table(struct sum_
33  
34         memset(hash_table, 0xFF, TABLESIZE * sizeof hash_table[0]);
35  
36 -       for (i = 0; i < s->count; i++) {
37 +       if (end - start > TABLESIZE*8/10)
38 +               end = start + TABLESIZE*8/10;
39 +
40 +       for (i = start; i < end; i++) {
41                 uint32 t = SUM2HASH(s->sums[i].sum1);
42                 s->sums[i].chain = hash_table[t];
43                 hash_table[t] = i;
44         }
45 +
46 +       if (verbose > 2) {
47 +               rprintf(FINFO, "built hash table for entries %ld - %ld\n",
48 +                       (long)start, (long)end - 1);
49 +       }
50 +
51 +       return end;
52  }
53  
54  
55 @@ -120,8 +130,8 @@ static void matched(int f, struct sum_st
56  static void hash_search(int f,struct sum_struct *s,
57                         struct map_struct *buf, OFF_T len)
58  {
59 -       OFF_T offset, end;
60 -       int32 k, want_i, backup;
61 +       OFF_T offset, end, reset = 0;
62 +       int32 k, want_i, backup, sum_pos = 0;
63         char sum2[SUM_LENGTH];
64         uint32 s1, s2, sum;
65         int more;
66 @@ -159,6 +169,11 @@ static void hash_search(int f,struct sum
67                 int done_csum2 = 0;
68                 int32 i;
69  
70 +               if (offset >= reset) {
71 +                       sum_pos = build_hash_table(s, sum_pos);
72 +                       reset = sum_pos * s->blength;
73 +               }
74 +
75                 if (verbose > 4) {
76                         rprintf(FINFO, "offset=%.0f sum=%04x%04x\n",
77                                 (double)offset, s2 & 0xFFFF, s1 & 0xFFFF);
78 @@ -336,11 +351,6 @@ void match_sums(int f, struct sum_struct
79         }
80  
81         if (len > 0 && s->count > 0) {
82 -               build_hash_table(s);
83 -
84 -               if (verbose > 2)
85 -                       rprintf(FINFO,"built hash table\n");
86 -
87                 hash_search(f, s, buf, len);
88  
89                 if (verbose > 2)
90 --- old/rsync.h
91 +++ new/rsync.h
92 @@ -121,7 +121,7 @@
93  #define CHUNK_SIZE (32*1024)
94  #define MAX_MAP_SIZE (256*1024)
95  #define IO_BUFFER_SIZE (4092)
96 -#define MAX_BLOCK_SIZE ((int32)1 << 29)
97 +#define MAX_BLOCK_SIZE ((int32)1 << 17)
98  
99  #define IOERR_GENERAL  (1<<0) /* For backward compatibility, this must == 1 */
100  #define IOERR_VANISHED (1<<1)