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)