mirror of
https://github.com/ClickHouse/ClickHouse.git
synced 2024-11-23 08:02:02 +00:00
120 lines
3.7 KiB
C++
120 lines
3.7 KiB
C++
#pragma once
|
||
|
||
#include <DB/IO/createReadBufferFromFileBase.h>
|
||
#include <DB/IO/CompressedReadBufferBase.h>
|
||
#include <DB/IO/UncompressedCache.h>
|
||
|
||
|
||
namespace DB
|
||
{
|
||
|
||
/** Буфер для чтения из сжатого файла с использованием кэша разжатых блоков.
|
||
* Кэш внешний - передаётся в качестве аргумента в конструктор.
|
||
* Позволяет увеличить производительность в случае, когда часто читаются одни и те же блоки.
|
||
* Недостатки:
|
||
* - в случае, если нужно читать много данных подряд, но из них только часть закэширована, приходится делать seek-и.
|
||
*/
|
||
class CachedCompressedReadBuffer : public CompressedReadBufferBase, public ReadBuffer
|
||
{
|
||
private:
|
||
const std::string path;
|
||
UncompressedCache * cache;
|
||
size_t buf_size;
|
||
size_t estimated_size;
|
||
size_t aio_threshold;
|
||
|
||
/// SharedPtr - для ленивой инициализации (только в случае кэш-промаха).
|
||
Poco::SharedPtr<ReadBufferFromFileBase> file_in;
|
||
size_t file_pos;
|
||
|
||
/// Кусок данных из кэша, или кусок считанных данных, который мы положим в кэш.
|
||
UncompressedCache::MappedPtr owned_cell;
|
||
|
||
void initInput()
|
||
{
|
||
if (!file_in)
|
||
{
|
||
file_in = createReadBufferFromFileBase(path, estimated_size, aio_threshold, buf_size);
|
||
compressed_in = &*file_in;
|
||
}
|
||
}
|
||
|
||
bool nextImpl()
|
||
{
|
||
/// Проверим наличие разжатого блока в кэше, захватим владение этим блоком, если он есть.
|
||
|
||
UInt128 key = cache->hash(path, file_pos);
|
||
owned_cell = cache->get(key);
|
||
|
||
if (!owned_cell)
|
||
{
|
||
/// Если нет - надо прочитать его из файла.
|
||
initInput();
|
||
file_in->seek(file_pos);
|
||
|
||
owned_cell.reset(new UncompressedCacheCell);
|
||
|
||
size_t size_decompressed;
|
||
size_t size_compressed_without_checksum;
|
||
owned_cell->compressed_size = readCompressedData(size_decompressed, size_compressed_without_checksum);
|
||
|
||
if (owned_cell->compressed_size)
|
||
{
|
||
owned_cell->data.resize(size_decompressed);
|
||
decompress(owned_cell->data.m_data, size_decompressed, size_compressed_without_checksum);
|
||
|
||
/// Положим данные в кэш.
|
||
cache->set(key, owned_cell);
|
||
}
|
||
}
|
||
|
||
if (owned_cell->data.m_size == 0)
|
||
{
|
||
owned_cell = nullptr;
|
||
return false;
|
||
}
|
||
|
||
working_buffer = Buffer(owned_cell->data.m_data, owned_cell->data.m_data + owned_cell->data.m_size);
|
||
|
||
file_pos += owned_cell->compressed_size;
|
||
|
||
return true;
|
||
}
|
||
|
||
public:
|
||
CachedCompressedReadBuffer(const std::string & path_, UncompressedCache * cache_, size_t estimated_size_,
|
||
size_t aio_threshold_, size_t buf_size_ = DBMS_DEFAULT_BUFFER_SIZE)
|
||
: ReadBuffer(nullptr, 0), path(path_), cache(cache_), buf_size(buf_size_),
|
||
estimated_size(estimated_size_), aio_threshold(aio_threshold_), file_pos(0)
|
||
{
|
||
}
|
||
|
||
|
||
void seek(size_t offset_in_compressed_file, size_t offset_in_decompressed_block)
|
||
{
|
||
if (owned_cell &&
|
||
offset_in_compressed_file == file_pos - owned_cell->compressed_size &&
|
||
offset_in_decompressed_block <= working_buffer.size())
|
||
{
|
||
bytes += offset();
|
||
pos = working_buffer.begin() + offset_in_decompressed_block;
|
||
bytes -= offset();
|
||
}
|
||
else
|
||
{
|
||
file_pos = offset_in_compressed_file;
|
||
|
||
bytes += offset();
|
||
nextImpl();
|
||
|
||
if (offset_in_decompressed_block > working_buffer.size())
|
||
throw Exception("Seek position is beyond the decompressed block", ErrorCodes::ARGUMENT_OUT_OF_BOUND);
|
||
|
||
pos = working_buffer.begin() + offset_in_decompressed_block;
|
||
bytes -= offset();
|
||
}
|
||
}
|
||
};
|
||
|
||
}
|