]> git.donarmstrong.com Git - samtools.git/blobdiff - bgzf.c
minor changes to knetfile: invalid fd equals -1 rather than 0
[samtools.git] / bgzf.c
diff --git a/bgzf.c b/bgzf.c
index 49a78f13e1b053a6da30c37be76d5a1769a0a530..fe4e31da109f6ca523e73088fb3fd27aa9672587 100644 (file)
--- a/bgzf.c
+++ b/bgzf.c
@@ -9,7 +9,10 @@
  * or functionality.
  */
 
-/* 2009-06-12 by lh3: support a mode string like "wu" where 'u' for uncompressed output */
+/*
+  2009-06-29 by lh3: cache recent uncompressed blocks.
+  2009-06-25 by lh3: optionally use my knetfile library to access file on a FTP.
+  2009-06-12 by lh3: support a mode string like "wu" where 'u' for uncompressed output */
 
 #include <stdio.h>
 #include <stdlib.h>
 #include <sys/stat.h>
 #include "bgzf.h"
 
+#include "khash.h"
+typedef struct {
+       int size;
+       uint8_t *block;
+       int64_t end_offset;
+} cache_t;
+KHASH_MAP_INIT_INT64(cache, cache_t)
+
 extern off_t ftello(FILE *stream);
 extern int fseeko(FILE *stream, off_t offset, int whence);
 
@@ -83,26 +94,38 @@ report_error(BGZF* fp, const char* message) {
     fp->error = message;
 }
 
+static BGZF *bgzf_read_init()
+{
+       BGZF *fp;
+       fp = calloc(1, sizeof(BGZF));
+    fp->uncompressed_block_size = MAX_BLOCK_SIZE;
+    fp->uncompressed_block = malloc(MAX_BLOCK_SIZE);
+    fp->compressed_block_size = MAX_BLOCK_SIZE;
+    fp->compressed_block = malloc(MAX_BLOCK_SIZE);
+       fp->cache_size = 0;
+       fp->cache = kh_init(cache);
+       return fp;
+}
+
 static
 BGZF*
 open_read(int fd)
 {
+#ifdef _USE_KNETFILE
+    knetFile *file = knet_dopen(fd, "r");
+#else
     FILE* file = fdopen(fd, "r");
+#endif
     BGZF* fp;
        if (file == 0) return 0;
-       fp = malloc(sizeof(BGZF));
+       fp = bgzf_read_init();
     fp->file_descriptor = fd;
     fp->open_mode = 'r';
-    fp->owned_file = 0; fp->is_uncompressed = 0;
+#ifdef _USE_KNETFILE
+    fp->x.fpr = file;
+#else
     fp->file = file;
-    fp->uncompressed_block_size = MAX_BLOCK_SIZE;
-    fp->uncompressed_block = malloc(MAX_BLOCK_SIZE);
-    fp->compressed_block_size = MAX_BLOCK_SIZE;
-    fp->compressed_block = malloc(MAX_BLOCK_SIZE);
-    fp->block_address = 0;
-    fp->block_offset = 0;
-    fp->block_length = 0;
-    fp->error = NULL;
+#endif
     return fp;
 }
 
@@ -117,7 +140,11 @@ open_write(int fd, bool is_uncompressed)
     fp->file_descriptor = fd;
     fp->open_mode = 'w';
     fp->owned_file = 0; fp->is_uncompressed = is_uncompressed;
+#ifdef _USE_KNETFILE
+    fp->x.fpw = file;
+#else
     fp->file = file;
+#endif
     fp->uncompressed_block_size = DEFAULT_BLOCK_SIZE;
     fp->uncompressed_block = NULL;
     fp->compressed_block_size = MAX_BLOCK_SIZE;
@@ -134,10 +161,19 @@ bgzf_open(const char* __restrict path, const char* __restrict mode)
 {
     BGZF* fp = NULL;
     if (mode[0] == 'r' || mode[0] == 'R') { /* The reading mode is preferred. */
+#ifdef _USE_KNETFILE
+               knetFile *file = knet_open(path, mode);
+               if (file == 0) return 0;
+               fp = bgzf_read_init();
+               fp->file_descriptor = -1;
+               fp->open_mode = 'r';
+               fp->x.fpr = file;
+#else
                int oflag = O_RDONLY;
                int fd = open(path, oflag);
                if (fd == -1) return 0;
         fp = open_read(fd);
+#endif
     } else if (mode[0] == 'w' || mode[0] == 'W') {
                int oflag = O_WRONLY | O_CREAT | O_TRUNC;
                int fd = open(path, oflag, 0644);
@@ -313,17 +349,83 @@ check_header(const byte* header)
             unpackInt16((uint8_t*)&header[14]) == BGZF_LEN);
 }
 
+static void free_cache(BGZF *fp)
+{
+       khint_t k;
+       khash_t(cache) *h = (khash_t(cache)*)fp->cache;
+       if (fp->open_mode != 'r') return;
+       for (k = kh_begin(h); k < kh_end(h); ++k)
+               if (kh_exist(h, k)) free(kh_val(h, k).block);
+       kh_destroy(cache, h);
+}
+
+static int load_block_from_cache(BGZF *fp, int64_t block_address)
+{
+       khint_t k;
+       cache_t *p;
+       khash_t(cache) *h = (khash_t(cache)*)fp->cache;
+       k = kh_get(cache, h, block_address);
+       if (k == kh_end(h)) return 0;
+       p = &kh_val(h, k);
+       if (fp->block_length != 0) fp->block_offset = 0;
+       fp->block_address = block_address;
+       fp->block_length = p->size;
+       memcpy(fp->uncompressed_block, p->block, MAX_BLOCK_SIZE);
+#ifdef _USE_KNETFILE
+       knet_seek(fp->x.fpr, p->end_offset, SEEK_SET);
+#else
+       fseeko(fp->file, p->end_offset, SEEK_SET);
+#endif
+       return p->size;
+}
+
+static void cache_block(BGZF *fp, int size)
+{
+       int ret;
+       khint_t k;
+       cache_t *p;
+       khash_t(cache) *h = (khash_t(cache)*)fp->cache;
+       if (MAX_BLOCK_SIZE >= fp->cache_size) return;
+       if ((kh_size(h) + 1) * MAX_BLOCK_SIZE > fp->cache_size) {
+               /* A better way would be to remove the oldest block in the
+                * cache, but here we remove a random one for simplicity. This
+                * should not have a big impact on performance. */
+               for (k = kh_begin(h); k < kh_end(h); ++k)
+                       if (kh_exist(h, k)) break;
+               if (k < kh_end(h)) {
+                       free(kh_val(h, k).block);
+                       kh_del(cache, h, k);
+               }
+       }
+       k = kh_put(cache, h, fp->block_address, &ret);
+       if (ret == 0) return; // if this happens, a bug!
+       p = &kh_val(h, k);
+       p->size = fp->block_length;
+       p->end_offset = fp->block_address + size;
+       p->block = malloc(MAX_BLOCK_SIZE);
+       memcpy(kh_val(h, k).block, fp->uncompressed_block, MAX_BLOCK_SIZE);
+}
+
 static
 int
 read_block(BGZF* fp)
 {
     byte header[BLOCK_HEADER_LENGTH];
+       int size = 0;
+#ifdef _USE_KNETFILE
+    int64_t block_address = knet_tell(fp->x.fpr);
+       if (load_block_from_cache(fp, block_address)) return 0;
+    int count = knet_read(fp->x.fpr, header, sizeof(header));
+#else
     int64_t block_address = ftello(fp->file);
+       if (load_block_from_cache(fp, block_address)) return 0;
     int count = fread(header, 1, sizeof(header), fp->file);
+#endif
     if (count == 0) {
         fp->block_length = 0;
         return 0;
     }
+       size = count;
     if (count != sizeof(header)) {
         report_error(fp, "read failed");
         return -1;
@@ -336,11 +438,16 @@ read_block(BGZF* fp)
     byte* compressed_block = (byte*) fp->compressed_block;
     memcpy(compressed_block, header, BLOCK_HEADER_LENGTH);
     int remaining = block_length - BLOCK_HEADER_LENGTH;
+#ifdef _USE_KNETFILE
+    count = knet_read(fp->x.fpr, &compressed_block[BLOCK_HEADER_LENGTH], remaining);
+#else
     count = fread(&compressed_block[BLOCK_HEADER_LENGTH], 1, remaining, fp->file);
+#endif
     if (count != remaining) {
         report_error(fp, "read failed");
         return -1;
     }
+       size += count;
     count = inflate_block(fp, block_length);
     if (count < 0) {
         return -1;
@@ -351,6 +458,7 @@ read_block(BGZF* fp)
     }
     fp->block_address = block_address;
     fp->block_length = count;
+       cache_block(fp, size);
     return 0;
 }
 
@@ -386,7 +494,11 @@ bgzf_read(BGZF* fp, void* data, int length)
         bytes_read += copy_length;
     }
     if (fp->block_offset == fp->block_length) {
+#ifdef _USE_KNETFILE
+        fp->block_address = knet_tell(fp->x.fpr);
+#else
         fp->block_address = ftello(fp->file);
+#endif
         fp->block_offset = 0;
         fp->block_length = 0;
     }
@@ -402,7 +514,11 @@ flush_block(BGZF* fp)
         if (block_length < 0) {
             return -1;
         }
+#ifdef _USE_KNETFILE
+        int count = fwrite(fp->compressed_block, 1, block_length, fp->x.fpw);
+#else
         int count = fwrite(fp->compressed_block, 1, block_length, fp->file);
+#endif
         if (count != block_length) {
             report_error(fp, "write failed");
             return -1;
@@ -450,18 +566,30 @@ bgzf_close(BGZF* fp)
         if (flush_block(fp) != 0) {
             return -1;
         }
+#ifdef _USE_KNETFILE
+        if (fflush(fp->x.fpw) != 0) {
+#else
         if (fflush(fp->file) != 0) {
+#endif
             report_error(fp, "flush failed");
             return -1;
         }
     }
     if (fp->owned_file) {
+#ifdef _USE_KNETFILE
+               int ret;
+               if (fp->open_mode == 'w') ret = fclose(fp->x.fpw);
+               else ret = knet_close(fp->x.fpr);
+        if (ret != 0) return -1;
+#else
         if (fclose(fp->file) != 0) {
             return -1;
         }
+#endif
     }
     free(fp->uncompressed_block);
     free(fp->compressed_block);
+       free_cache(fp);
     free(fp);
     return 0;
 }
@@ -472,6 +600,11 @@ bgzf_tell(BGZF* fp)
     return ((fp->block_address << 16) | (fp->block_offset & 0xFFFF));
 }
 
+void bgzf_set_cache_size(BGZF *fp, int cache_size)
+{
+       if (fp) fp->cache_size = cache_size;
+}
+
 int64_t
 bgzf_seek(BGZF* fp, int64_t pos, int where)
 {
@@ -485,7 +618,11 @@ bgzf_seek(BGZF* fp, int64_t pos, int where)
     }
     int block_offset = pos & 0xFFFF;
     int64_t block_address = (pos >> 16) & 0xFFFFFFFFFFFFLL;
+#ifdef _USE_KNETFILE
+    if (knet_seek(fp->x.fpr, block_address, SEEK_SET) != 0) {
+#else
     if (fseeko(fp->file, block_address, SEEK_SET) != 0) {
+#endif
         report_error(fp, "seek failed");
         return -1;
     }