rebase: avoid computing unnecessary patch IDs
commitb3dfeebb92630c54db1e4f03dbcff0e05208c4c1
authorKevin Willford <kewillf@microsoft.com>
Fri, 29 Jul 2016 16:19:20 +0000 (29 12:19 -0400)
committerJunio C Hamano <gitster@pobox.com>
Thu, 11 Aug 2016 21:39:16 +0000 (11 14:39 -0700)
treec994a03fe0911554245be1e40f4f68c2764ae922
parent3e8e32c32ef8e49bcfd715837d51aca30925fdfe
rebase: avoid computing unnecessary patch IDs

The `rebase` family of Git commands avoid applying patches that were
already integrated upstream. They do that by using the revision walking
option that computes the patch IDs of the two sides of the rebase
(local-only patches vs upstream-only ones) and skipping those local
patches whose patch ID matches one of the upstream ones.

In many cases, this causes unnecessary churn, as already the set of
paths touched by a given commit would suffice to determine that an
upstream patch has no local equivalent.

This hurts performance in particular when there are a lot of upstream
patches, and/or large ones.

Therefore, let's introduce the concept of a "diff-header-only" patch ID,
compare those first, and only evaluate the "full" patch ID lazily.

Please note that in contrast to the "full" patch IDs, those
"diff-header-only" patch IDs are prone to collide with one another, as
adjacent commits frequently touch the very same files. Hence we now
have to be careful to allow multiple hash entries with the same hash.
We accomplish that by using the hashmap_add() function that does not even
test for hash collisions.  This also allows us to evaluate the full patch ID
lazily, i.e. only when we found commits with matching diff-header-only
patch IDs.

We add a performance test that demonstrates ~1-6% improvement.  In
practice this will depend on various factors such as how many upstream
changes and how big those changes are along with whether file system
caches are cold or warm.  As Git's test suite has no way of catching
performance regressions, we also add a regression test that verifies
that the full patch ID computation is skipped when the diff-header-only
computation suffices.

Signed-off-by: Kevin Willford <kcwillford@gmail.com>
Signed-off-by: Junio C Hamano <gitster@pobox.com>
builtin/log.c
patch-ids.c
patch-ids.h
t/perf/p3400-rebase.sh [new file with mode: 0644]
t/t6007-rev-list-cherry-pick-file.sh