← Back to branch summary

~bzr/ubuntu/lucid/bzr/beta-ppa

« back to all changes in this revision

Viewing changes to doc/developers/container-format.txt

  • Committer: Martin Pool
  • Date: 2010-07-02 07:29:40 UTC
  • mfrom: (129.1.7 packaging-karmic)
  • Revision ID: mbp@sourcefrog.net-20100702072940-hpzq5elg8wjve8rh
http://bugs.debian.org/452024
http://bugs.debian.org/464688
http://bugs.debian.org/523595
http://bugs.debian.org/526233
http://bugs.debian.org/537708
http://bugs.debian.org/555336
http://bugs.debian.org/555343
https://launchpad.net/bugs/249452
https://launchpad.net/bugs/385074
* PPA rebuild.
* PPA rebuild for Karmic.
* PPA rebuild for Jaunty.
* PPA rebuild for Hardy.
* From postinst, actually remove the example bash completion scripts.
  (LP: #249452)
* New upstream release.
* New upstream release.
* New upstream release.
* Revert change to Build-depends: Dapper does not have python-central.
  Should be python-support..
* Target ppa..
* Target ppa..
* Target ppa..
* Target ppa..
* New upstream release.
* Switch to dpkg-source 3.0 (quilt) format.
* Bump standards version to 3.8.4.
* Remove embedded copy of python-configobj. Closes: #555336
* Remove embedded copy of python-elementtree. Closes: #555343
* Change section from 'Devel' to 'Vcs'..
* Change section from 'Devel' to 'Vcs'..
* Change section from 'Devel' to 'Vcs'..
* Change section from 'Devel' to 'Vcs'..
* Change section from 'Devel' to 'Vcs'..
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* debian/control: Fix obsolete-relation-form-in-source
  lintian warning. 
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* Split out docs into bzr-doc package.
* New upstream release.
* Added John Francesco Ferlito to Uploaders.
* Fix install path to quick-reference guide
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* Fix FTBFS due to path changes, again.
* Fix FTBFS due to doc paths changing
* New upstream release.
* Fix FTBFS due to path changes, again.
* Fix FTBFS due to doc paths changing
* New upstream release.
* Fix FTBFS due to path changes, again.
* Fix FTBFS due to doc paths changing
* New upstream release.
* Fix FTBFS due to path changes, again, again.
* Fix FTBFS due to path changes, again.
* Fix FTBFS due to path changes.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* Bump standards version to 3.8.3.
* Remove unused patch system.
* New upstream release.
* New upstream release.
* New upstream release.
* Fix copy and paste tab error in .install file
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
 + Fixes compatibility with Python 2.4. Closes: #537708
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream version.
* Bump standards version to 3.8.2.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* Add python-pyrex to build-deps to ensure C extensions are always build.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* Split documentation into bzr-doc package. ((LP: #385074)
* Multiple packaging changes to make us more linitan clean.
* New upstream release.
* Split documentation into bzr-doc package. ((LP: #385074)
* Multiple packaging changes to make us more linitan clean.
* New upstream release.
* Split documentation into bzr-doc package. ((LP: #385074)
* Multiple packaging changes to make us more linitan clean.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* Fix API compatibility version. (Closes: #526233)
* New upstream release.
  + Fixes default format for upgrade command. (Closes: #464688)
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* Add missing dependency on zlib development library. (Closes:
  #523595)
* Add zlib build-depends.
* Add zlib build-depends.
* Add zlib build-depends.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* Move to section vcs.
* Bump standards version to 3.8.1.
* New upstream release.
* Remove temporary patch for missing .c files from distribution
* New upstream release.
* Remove temporary patch for missing .c files from distribution
* New upstream release.
* Remove temporary patch for missing .c files from distribution
* Add temporary patch for missing .c files from distribution
* Add temporary patch for missing .c files from distribution
* Add temporary patch for missing .c files from distribution
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* Recommend ca-certificates. (Closes: #452024)
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* Update watch file. bazaar now uses launchpad to host its sources.
* Remove patch for inventory root revision copy, applied upstream.
* New upstream release.
* New upstream release.
* New upstream release
* Force removal of files installed in error to /etc/bash_completion.d/
  (LP: #249452)
* New upstream release.
* New upstream release
* New upstream release.
* Bump standards version.
* Include patch for inventory root revision copy, required for bzr-svn.
* New upstream release.
* Remove unused lintian overrides.
* Correct the package version not to be native.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* New upstream release.
* Final 1.5 release.
* New upstream release.
* New upstream release.
* New upstream release.
* Add myself as a co-maintainer.
* Add a Dm-Upload-Allowed: yes header.
* New upstream bugfix release.
* New upstream release.
* Final 1.3 release.
* New upstream release.
* First release candidate of the upcoming 1.3 release.
* Rebuild to fix the problem caused by a build with a broken python-central.
* New upstream release.
* Rebuild for dapper PPA.
* Apply Lamont's patches to fix build-dependencies on dapper.
  (See: https://bugs.launchpad.net/bzr/+bug/189915)

Show diffs side-by-side

added added

removed removed

Lines of Context:
doc/developers/container-format.txt
 
1
================
 
2
Container format
 
3
================
 
4
 
 
5
Status
 
6
======
 
7
 
 
8
:Date: 2007-06-07
 
9
 
 
10
This document describes the proposed container format for streaming and
 
11
storing collections of data in Bazaar.  Initially this will be used for
 
12
streaming revision data for incremental push/pull in the smart server for
 
13
0.18, but the intention is that this will be the basis for much more
 
14
than just that use case.
 
15
 
 
16
In particular, this document currently focuses almost exclusively on the
 
17
streaming case, and not the on-disk storage case.  It also does not
 
18
discuss the APIs used to manipulate containers and their records.
 
19
 
 
20
 
 
21
.. contents::
 
22
 
 
23
 
 
24
Motivation
 
25
==========
 
26
 
 
27
To create a low-level file format which is suitable for solving the smart
 
28
server latency problem and whose layout and requirements are extendable in
 
29
future versions of Bazaar, and with no requirements that the smart server
 
30
does not have today.
 
31
 
 
32
 
 
33
Terminology
 
34
===========
 
35
 
 
36
A **container** is a streamable file that contains a series of
 
37
**records**.  Records may have **names**, and consist of bytes.
 
38
 
 
39
 
 
40
Use Cases
 
41
=========
 
42
 
 
43
Here's a brief description of use cases this format is intended to
 
44
support.
 
45
 
 
46
Streaming data between a smart server and client
 
47
------------------------------------------------
 
48
 
 
49
It would be nice if we could combine multiple containers into a single
 
50
stream by something no more expensive than concatenation (e.g. by omitting
 
51
end/start marker pairs).
 
52
 
 
53
This doesn't imply that such a combination necessarily produces a valid
 
54
container (e.g. care must be taken to ensure that names are still unique
 
55
in the combined container), or even a useful container.  It is simply that
 
56
the cost of assembling a new combined container is practically as cheap as
 
57
simple concatenation.
 
58
 
 
59
Incremental push or pull
 
60
~~~~~~~~~~~~~~~~~~~~~~~~
 
61
 
 
62
Consider the use case of incremental push/pull, which is currently (0.16)
 
63
very slow on high-latency links due to the large number of round trips.
 
64
What we'd like is something like the following.
 
65
 
 
66
A client will make a request meaning "give me the knit contents for these
 
67
revision IDs" (how the client determines which revision IDs it needs is
 
68
unimportant here).  In response, the server streams a single container of:
 
69
 
 
70
  * one record per file-id:revision-id knit gzip contents and graph data,
 
71
  * one record per inventory:revision-id knit gzip contents and graph
 
72
    data,
 
73
  * one record per revision knit gzip contents,
 
74
  * one record per revision signature,
 
75
  * end marker record.
 
76
 
 
77
in that order.
 
78
 
 
79
Persistent storage on disk
 
80
--------------------------
 
81
 
 
82
We want a storage format that allows lock-free writes, which suggests a
 
83
format that uses *rename into place*, and *do not modify after writing*.
 
84
 
 
85
Usable before deep model changes to Bazaar
 
86
------------------------------------------
 
87
 
 
88
We want a format we can use and refine sooner rather than later.  So it
 
89
should be usable before the anticipated model changes for Bazaar "1.0"
 
90
land, while not conflicting with those changes either.
 
91
 
 
92
Specifically, we'd like to have this format in Bazaar 0.18.
 
93
 
 
94
Examples of possible record content
 
95
-----------------------------------
 
96
 
 
97
  * full texts of file versions
 
98
  * deltas of full texts
 
99
  * revisions
 
100
  * inventories
 
101
  * inventory as tree items e.g. the inventory data for 20 files
 
102
  * revision signatures
 
103
  * per-file graph data
 
104
  * annotation cache
 
105
 
 
106
 
 
107
Characteristics
 
108
===============
 
109
 
 
110
Some key aspects of the described format are discussed in this section.
 
111
 
 
112
No length-prefixing of entire container
 
113
---------------------------------------
 
114
 
 
115
The overall container is not length-prefixed.  Instead there is an end
 
116
marker so that readers can determine when they have read the entire
 
117
container.  This also does not conflict with the goal of allowing
 
118
single-pass writing.
 
119
 
 
120
Structured as a self-contained series of records
 
121
------------------------------------------------
 
122
 
 
123
The container contains a series of *records*.  Each record is
 
124
self-delimiting.  Record markers are lightweight.  The overhead in terms
 
125
of bytes and processing for records in this container vs. the raw contents
 
126
of those records is minimal.
 
127
 
 
128
Addressing records
 
129
------------------
 
130
 
 
131
There is a requirement that each object can be given an arbitrary name.
 
132
Some version control systems address all content by the SHA-1 digest of
 
133
that content, but this scheme is unsatisfactory for Bazaar's revision
 
134
objects.  We can still allow addressing by SHA-1 digest for those content
 
135
types where it makes sense.
 
136
 
 
137
Some proposed object names:
 
138
 
 
139
  * to name a revision: "``revision:``\ *revision-id*".  e.g.,
 
140
    `revision:pqm@pqm.ubuntu.com-20070531210833-8ptk86ocu822hjd5`.
 
141
  * to name an inventory delta: "``inventory.delta:``\ *revision-id*".  e.g.,
 
142
    `inventory.delta:pqm@pqm.ubuntu.com-20070531210833-8ptk86ocu822hjd5`.
 
143
 
 
144
It seems likely that we may want to have multiple names for an object.
 
145
This format allows that (by allowing multiple ``name`` headers in a Bytes
 
146
record).
 
147
 
 
148
Although records are in principle addressable by name, this specification
 
149
alone doesn't provide for efficient access to a particular record given
 
150
its name.  It is intended that separate indexes will be maintained to
 
151
provide this.
 
152
 
 
153
It is acceptable to have records with no explicit name, if the expected
 
154
use of them does not require them.  For example:
 
155
 
 
156
  * a record's content could be self-describing in the context of a
 
157
    particular container, or
 
158
  * a record could be accessed via an index based on SHA-1, or
 
159
  * when streaming, the first record could be treated specially.
 
160
 
 
161
Reasonably cheap for small records
 
162
----------------------------------
 
163
 
 
164
The overhead for storing fairly short records (tens of bytes, rather than
 
165
thousands or millions) is minimal.  The minimum overhead is 3 bytes plus
 
166
the length of the decimal representation of the *length* value (for a
 
167
record with no name).
 
168
 
 
169
 
 
170
Specification
 
171
=============
 
172
 
 
173
This describes just a basic layer for storing a simple series of
 
174
"records".  This layer has no intrinsic understanding of the contents of
 
175
those records.
 
176
 
 
177
The format is:
 
178
 
 
179
  * a **container lead-in**, "``Bazaar pack format 1 (introduced in 0.18)\n``",
 
180
  * followed by one or more **records**.
 
181
 
 
182
A record is:
 
183
 
 
184
  * a 1 byte **kind marker**.
 
185
  * 0 or more bytes of record content, depending on the record type.
 
186
 
 
187
Record types
 
188
------------
 
189
 
 
190
End Marker
 
191
~~~~~~~~~~
 
192
 
 
193
An **End Marker** record:
 
194
 
 
195
  * has a kind marker of "``E``",
 
196
  * no content bytes.
 
197
 
 
198
End Marker records signal the end of a container.
 
199
 
 
200
Bytes
 
201
~~~~~
 
202
 
 
203
A **Bytes** record:
 
204
 
 
205
  * has a kind marker of "``B``",
 
206
  * followed by a mandatory **content length** [1]_:
 
207
    "*number*\ ``\n``", where *number* is in decimal, e.g::
 
208
 
 
209
      1234
 
210
 
 
211
  * followed by zero or more optional **names**:
 
212
    "*name*\ ``\n``", e.g.::
 
213
 
 
214
      revision:pqm@pqm.ubuntu.com-20070531210833-8ptk86ocu822hjd5
 
215
 
 
216
  * followed by an **end of headers** byte: "``\n``",
 
217
  * followed by some **bytes**, exactly as many as specified by the length
 
218
    prefix header.
 
219
 
 
220
So a Bytes record is a series of lines encoding the length and names (if
 
221
any) followed by a body.
 
222
 
 
223
For example, this is a possible Bytes record (including the kind marker)::
 
224
 
 
225
  B26
 
226
  example-name1
 
227
  example-name2
 
228
 
 
229
  abcdefghijklmnopqrstuvwxyz
 
230
 
 
231
 
 
232
Names
 
233
-----
 
234
 
 
235
Names should be UTF-8 encoded strings, with no whitespace.  Names should
 
236
be unique within a single container, but no guarantee of uniqueness
 
237
outside of the container is made by this layer.  Names need to be at least
 
238
one character long.
 
239
 
 
240
 
 
241
.. [1] This requires that the writer of a record knows the full length of
 
242
  the record up front, which typically means it will need to buffer an
 
243
  entire record in memory.  For the first version of this format this is
 
244
  considered to be acceptable.
 
245
 
 
246
..
 
247
   vim: ft=rst tw=74 ai
 
248