Upgrade to Tie::File 0.96.
[p5sagit/p5-mst-13.2.git] / lib / Tie / File.pm
1
2 package Tie::File;
3 require 5.005;
4 use Carp ':DEFAULT', 'confess';
5 use POSIX 'SEEK_SET';
6 use Fcntl 'O_CREAT', 'O_RDWR', 'LOCK_EX', 'LOCK_SH', 'O_WRONLY', 'O_RDONLY';
7 sub O_ACCMODE () { O_RDONLY | O_RDWR | O_WRONLY }
8
9
10 $VERSION = "0.96";
11 my $DEFAULT_MEMORY_SIZE = 1<<21;    # 2 megabytes
12 my $DEFAULT_AUTODEFER_THRESHHOLD = 3; # 3 records
13 my $DEFAULT_AUTODEFER_FILELEN_THRESHHOLD = 65536; # 16 disk blocksful
14
15 my %good_opt = map {$_ => 1, "-$_" => 1}
16                  qw(memory dw_size mode recsep discipline 
17                     autodefer autochomp autodefer_threshhold);
18
19 sub TIEARRAY {
20   if (@_ % 2 != 0) {
21     croak "usage: tie \@array, $_[0], filename, [option => value]...";
22   }
23   my ($pack, $file, %opts) = @_;
24
25   # transform '-foo' keys into 'foo' keys
26   for my $key (keys %opts) {
27     unless ($good_opt{$key}) {
28       croak("$pack: Unrecognized option '$key'\n");
29     }
30     my $okey = $key;
31     if ($key =~ s/^-+//) {
32       $opts{$key} = delete $opts{$okey};
33     }
34   }
35
36   unless (defined $opts{memory}) {
37     # default is the larger of the default cache size and the 
38     # deferred-write buffer size (if specified)
39     $opts{memory} = $DEFAULT_MEMORY_SIZE;
40     $opts{memory} = $opts{dw_size}
41       if defined $opts{dw_size} && $opts{dw_size} > $DEFAULT_MEMORY_SIZE;
42     # Dora Winifred Read
43   }
44   $opts{dw_size} = $opts{memory} unless defined $opts{dw_size};
45   if ($opts{dw_size} > $opts{memory}) {
46       croak("$pack: dw_size may not be larger than total memory allocation\n");
47   }
48   # are we in deferred-write mode?
49   $opts{defer} = 0 unless defined $opts{defer};
50   $opts{deferred} = {};         # no records are presently deferred
51   $opts{deferred_s} = 0;        # count of total bytes in ->{deferred}
52   $opts{deferred_max} = -1;     # empty
53
54   # What's a good way to arrange that this class can be overridden?
55   $opts{cache} = Tie::File::Cache->new($opts{memory});
56
57   # autodeferment is enabled by default
58   $opts{autodefer} = 1 unless defined $opts{autodefer};
59   $opts{autodeferring} = 0;     # but is not initially active
60   $opts{ad_history} = [];
61   $opts{autodefer_threshhold} = $DEFAULT_AUTODEFER_THRESHHOLD
62     unless defined $opts{autodefer_threshhold};
63   $opts{autodefer_filelen_threshhold} = $DEFAULT_AUTODEFER_FILELEN_THRESHHOLD
64     unless defined $opts{autodefer_filelen_threshhold};
65
66   $opts{offsets} = [0];
67   $opts{filename} = $file;
68   unless (defined $opts{recsep}) { 
69     $opts{recsep} = _default_recsep();
70   }
71   $opts{recseplen} = length($opts{recsep});
72   if ($opts{recseplen} == 0) {
73     croak "Empty record separator not supported by $pack";
74   }
75
76   $opts{autochomp} = 1 unless defined $opts{autochomp};
77
78   $opts{mode} = O_CREAT|O_RDWR unless defined $opts{mode};
79   $opts{rdonly} = (($opts{mode} & O_ACCMODE) == O_RDONLY);
80   $opts{sawlastrec} = undef;
81
82   my $fh;
83
84   if (UNIVERSAL::isa($file, 'GLOB')) {
85     # We use 1 here on the theory that some systems 
86     # may not indicate failure if we use 0.
87     # MSWin32 does not indicate failure with 0, but I don't know if
88     # it will indicate failure with 1 or not.
89     unless (seek $file, 1, SEEK_SET) {
90       croak "$pack: your filehandle does not appear to be seekable";
91     }
92     seek $file, 0, SEEK_SET     # put it back
93     $fh = $file;                # setting binmode is the user's problem
94   } elsif (ref $file) {
95     croak "usage: tie \@array, $pack, filename, [option => value]...";
96   } else {
97     # $fh = \do { local *FH };  # XXX this is buggy
98     if ($] < 5.006) {
99         # perl 5.005 and earlier don't autovivify filehandles
100         require Symbol;
101         $fh = Symbol::gensym();
102     }
103     sysopen $fh, $file, $opts{mode}, 0666 or return;
104     binmode $fh;
105     ++$opts{ourfh};
106   }
107   { my $ofh = select $fh; $| = 1; select $ofh } # autoflush on write
108   if (defined $opts{discipline} && $] >= 5.006) {
109     # This avoids a compile-time warning under 5.005
110     eval 'binmode($fh, $opts{discipline})';
111     croak $@ if $@ =~ /unknown discipline/i;
112     die if $@;
113   }
114   $opts{fh} = $fh;
115
116   bless \%opts => $pack;
117 }
118
119 sub FETCH {
120   my ($self, $n) = @_;
121   my $rec;
122
123   # check the defer buffer
124   $rec = $self->{deferred}{$n} if exists $self->{deferred}{$n};
125   $rec = $self->_fetch($n) unless defined $rec;
126
127   # inlined _chomp1
128   substr($rec, - $self->{recseplen}) = ""
129     if defined $rec && $self->{autochomp};
130   $rec;
131 }
132
133 # Chomp many records in-place; return nothing useful
134 sub _chomp {
135   my $self = shift;
136   return unless $self->{autochomp};
137   if ($self->{autochomp}) {
138     for (@_) {
139       next unless defined;
140       substr($_, - $self->{recseplen}) = "";
141     }
142   }
143 }
144
145 # Chomp one record in-place; return modified record
146 sub _chomp1 {
147   my ($self, $rec) = @_;
148   return $rec unless $self->{autochomp};
149   return unless defined $rec;
150   substr($rec, - $self->{recseplen}) = "";
151   $rec;
152 }
153
154 sub _fetch {
155   my ($self, $n) = @_;
156
157   # check the record cache
158   { my $cached = $self->{cache}->lookup($n);
159     return $cached if defined $cached;
160   }
161
162   if ($#{$self->{offsets}} < $n) {
163     return if $self->{eof};  # request for record beyond end of file
164     my $o = $self->_fill_offsets_to($n);
165     # If it's still undefined, there is no such record, so return 'undef'
166     return unless defined $o;
167   }
168
169   my $fh = $self->{FH};
170   $self->_seek($n);             # we can do this now that offsets is populated
171   my $rec = $self->_read_record;
172
173 # If we happen to have just read the first record, check to see if
174 # the length of the record matches what 'tell' says.  If not, Tie::File
175 # won't work, and should drop dead.
176 #
177 #  if ($n == 0 && defined($rec) && tell($self->{fh}) != length($rec)) {
178 #    if (defined $self->{discipline}) {
179 #      croak "I/O discipline $self->{discipline} not supported";
180 #    } else {
181 #      croak "File encoding not supported";
182 #    }
183 #  }
184
185   $self->{cache}->insert($n, $rec) if defined $rec && not $self->{flushing};
186   $rec;
187 }
188
189 sub STORE {
190   my ($self, $n, $rec) = @_;
191   die "STORE called from _check_integrity!" if $DIAGNOSTIC;
192
193   $self->_fixrecs($rec);
194
195   if ($self->{autodefer}) {
196     $self->_annotate_ad_history($n);
197   }
198
199   return $self->_store_deferred($n, $rec) if $self->_is_deferring;
200
201
202   # We need this to decide whether the new record will fit
203   # It incidentally populates the offsets table 
204   # Note we have to do this before we alter the cache
205   # 20020324 Wait, but this DOES alter the cache.  TODO BUG?
206   my $oldrec = $self->_fetch($n);
207
208   if (not defined $oldrec) {
209     # We're storing a record beyond the end of the file
210     $self->_extend_file_to($n+1);
211     $oldrec = $self->{recsep};
212   }
213 #  return if $oldrec eq $rec;    # don't bother
214   my $len_diff = length($rec) - length($oldrec);
215
216   # length($oldrec) here is not consistent with text mode  TODO XXX BUG
217   $self->_mtwrite($rec, $self->{offsets}[$n], length($oldrec));
218   $self->_oadjust([$n, 1, $rec]);
219   $self->{cache}->update($n, $rec);
220 }
221
222 sub _store_deferred {
223   my ($self, $n, $rec) = @_;
224   $self->{cache}->remove($n);
225   my $old_deferred = $self->{deferred}{$n};
226
227   if (defined $self->{deferred_max} && $n > $self->{deferred_max}) {
228     $self->{deferred_max} = $n;
229   }
230   $self->{deferred}{$n} = $rec;
231
232   my $len_diff = length($rec);
233   $len_diff -= length($old_deferred) if defined $old_deferred;
234   $self->{deferred_s} += $len_diff;
235   $self->{cache}->adj_limit(-$len_diff);
236   if ($self->{deferred_s} > $self->{dw_size}) {
237     $self->_flush;
238   } elsif ($self->_cache_too_full) {
239     $self->_cache_flush;
240   }
241 }
242
243 # Remove a single record from the deferred-write buffer without writing it
244 # The record need not be present
245 sub _delete_deferred {
246   my ($self, $n) = @_;
247   my $rec = delete $self->{deferred}{$n};
248   return unless defined $rec;
249
250   if (defined $self->{deferred_max} 
251       && $n == $self->{deferred_max}) {
252     undef $self->{deferred_max};
253   }
254
255   $self->{deferred_s} -= length $rec;
256   $self->{cache}->adj_limit(length $rec);
257 }
258
259 sub FETCHSIZE {
260   my $self = shift;
261   my $n = $self->{eof} ? $#{$self->{offsets}} : $self->_fill_offsets;
262
263   my $top_deferred = $self->_defer_max;
264   $n = $top_deferred+1 if defined $top_deferred && $n < $top_deferred+1;
265   $n;
266 }
267
268 sub STORESIZE {
269   my ($self, $len) = @_;
270
271   if ($self->{autodefer}) {
272     $self->_annotate_ad_history('STORESIZE');
273   }
274
275   my $olen = $self->FETCHSIZE;
276   return if $len == $olen;      # Woo-hoo!
277
278   # file gets longer
279   if ($len > $olen) {
280     if ($self->_is_deferring) {
281       for ($olen .. $len-1) {
282         $self->_store_deferred($_, $self->{recsep});
283       }
284     } else {
285       $self->_extend_file_to($len);
286     }
287     return;
288   }
289
290   # file gets shorter
291   if ($self->_is_deferring) {
292     # TODO maybe replace this with map-plus-assignment?
293     for (grep $_ >= $len, keys %{$self->{deferred}}) {
294       $self->_delete_deferred($_);
295     }
296     $self->{deferred_max} = $len-1;
297   }
298
299   $self->_seek($len);
300   $self->_chop_file;
301   $#{$self->{offsets}} = $len;
302 #  $self->{offsets}[0] = 0;      # in case we just chopped this
303
304   $self->{cache}->remove(grep $_ >= $len, $self->{cache}->ckeys);
305 }
306
307 ### OPTIMIZE ME
308 ### It should not be necessary to do FETCHSIZE
309 ### Just seek to the end of the file.
310 sub PUSH {
311   my $self = shift;
312   $self->SPLICE($self->FETCHSIZE, scalar(@_), @_);
313
314   # No need to return:
315   #  $self->FETCHSIZE;  # because av.c takes care of this for me
316 }
317
318 sub POP {
319   my $self = shift;
320   my $size = $self->FETCHSIZE;
321   return if $size == 0;
322 #  print STDERR "# POPPITY POP POP POP\n";
323   scalar $self->SPLICE($size-1, 1);
324 }
325
326 sub SHIFT {
327   my $self = shift;
328   scalar $self->SPLICE(0, 1);
329 }
330
331 sub UNSHIFT {
332   my $self = shift;
333   $self->SPLICE(0, 0, @_);
334   # $self->FETCHSIZE; # av.c takes care of this for me
335 }
336
337 sub CLEAR {
338   my $self = shift;
339
340   if ($self->{autodefer}) {
341     $self->_annotate_ad_history('CLEAR');
342   }
343
344   $self->_seekb(0);
345   $self->_chop_file;
346     $self->{cache}->set_limit($self->{memory});
347     $self->{cache}->empty;
348   @{$self->{offsets}} = (0);
349   %{$self->{deferred}}= ();
350     $self->{deferred_s} = 0;
351     $self->{deferred_max} = -1;
352 }
353
354 sub EXTEND {
355   my ($self, $n) = @_;
356
357   # No need to pre-extend anything in this case
358   return if $self->_is_deferring;
359
360   $self->_fill_offsets_to($n);
361   $self->_extend_file_to($n);
362 }
363
364 sub DELETE {
365   my ($self, $n) = @_;
366
367   if ($self->{autodefer}) {
368     $self->_annotate_ad_history('DELETE');
369   }
370
371   my $lastrec = $self->FETCHSIZE-1;
372   my $rec = $self->FETCH($n);
373   $self->_delete_deferred($n) if $self->_is_deferring;
374   if ($n == $lastrec) {
375     $self->_seek($n);
376     $self->_chop_file;
377     $#{$self->{offsets}}--;
378     $self->{cache}->remove($n);
379     # perhaps in this case I should also remove trailing null records?
380     # 20020316
381     # Note that delete @a[-3..-1] deletes the records in the wrong order,
382     # so we only chop the very last one out of the file.  We could repair this
383     # by tracking deleted records inside the object.
384   } elsif ($n < $lastrec) {
385     $self->STORE($n, "");
386   }
387   $rec;
388 }
389
390 sub EXISTS {
391   my ($self, $n) = @_;
392   return 1 if exists $self->{deferred}{$n};
393   $n < $self->FETCHSIZE;
394 }
395
396 sub SPLICE {
397   my $self = shift;
398
399   if ($self->{autodefer}) {
400     $self->_annotate_ad_history('SPLICE');
401   }
402
403   $self->_flush if $self->_is_deferring; # move this up?
404   if (wantarray) {
405     $self->_chomp(my @a = $self->_splice(@_));
406     @a;
407   } else {
408     $self->_chomp1(scalar $self->_splice(@_));
409   }
410 }
411
412 sub DESTROY {
413   my $self = shift;
414   $self->flush if $self->_is_deferring;
415   $self->{cache}->delink if defined $self->{cache}; # break circular link
416   if ($self->{fh} and $self->{ourfh}) {
417       delete $self->{ourfh};
418       close delete $self->{fh};
419   }
420 }
421
422 sub _splice {
423   my ($self, $pos, $nrecs, @data) = @_;
424   my @result;
425
426   $pos = 0 unless defined $pos;
427
428   # Deal with negative and other out-of-range positions
429   # Also set default for $nrecs 
430   {
431     my $oldsize = $self->FETCHSIZE;
432     $nrecs = $oldsize unless defined $nrecs;
433     my $oldpos = $pos;
434
435     if ($pos < 0) {
436       $pos += $oldsize;
437       if ($pos < 0) {
438         croak "Modification of non-creatable array value attempted, subscript $oldpos";
439       }
440     }
441
442     if ($pos > $oldsize) {
443       return unless @data;
444       $pos = $oldsize;          # This is what perl does for normal arrays
445     }
446
447     # The manual is very unclear here
448     if ($nrecs < 0) {
449       $nrecs = $oldsize - $pos + $nrecs;
450       $nrecs = 0 if $nrecs < 0;
451     }
452
453     # nrecs is too big---it really means "until the end"
454     # 20030507
455     if ($nrecs + $pos > $oldsize) {
456       $nrecs = $oldsize - $pos;
457     }
458   }
459
460   $self->_fixrecs(@data);
461   my $data = join '', @data;
462   my $datalen = length $data;
463   my $oldlen = 0;
464
465   # compute length of data being removed
466   for ($pos .. $pos+$nrecs-1) {
467     last unless defined $self->_fill_offsets_to($_);
468     my $rec = $self->_fetch($_);
469     last unless defined $rec;
470     push @result, $rec;
471
472     # Why don't we just use length($rec) here?
473     # Because that record might have come from the cache.  _splice
474     # might have been called to flush out the deferred-write records,
475     # and in this case length($rec) is the length of the record to be
476     # *written*, not the length of the actual record in the file.  But
477     # the offsets are still true. 20020322
478     $oldlen += $self->{offsets}[$_+1] - $self->{offsets}[$_]
479       if defined $self->{offsets}[$_+1];
480   }
481   $self->_fill_offsets_to($pos+$nrecs);
482
483   # Modify the file
484   $self->_mtwrite($data, $self->{offsets}[$pos], $oldlen);
485   # Adjust the offsets table
486   $self->_oadjust([$pos, $nrecs, @data]);
487
488   { # Take this read cache stuff out into a separate function
489     # You made a half-attempt to put it into _oadjust.  
490     # Finish something like that up eventually.
491     # STORE also needs to do something similarish
492
493     # update the read cache, part 1
494     # modified records
495     for ($pos .. $pos+$nrecs-1) {
496       my $new = $data[$_-$pos];
497       if (defined $new) {
498         $self->{cache}->update($_, $new);
499       } else {
500         $self->{cache}->remove($_);
501       }
502     }
503     
504     # update the read cache, part 2
505     # moved records - records past the site of the change
506     # need to be renumbered
507     # Maybe merge this with the previous block?
508     {
509       my @oldkeys = grep $_ >= $pos + $nrecs, $self->{cache}->ckeys;
510       my @newkeys = map $_-$nrecs+@data, @oldkeys;
511       $self->{cache}->rekey(\@oldkeys, \@newkeys);
512     }
513
514     # Now there might be too much data in the cache, if we spliced out
515     # some short records and spliced in some long ones.  If so, flush
516     # the cache.
517     $self->_cache_flush;
518   }
519
520   # Yes, the return value of 'splice' *is* actually this complicated
521   wantarray ? @result : @result ? $result[-1] : undef;
522 }
523
524
525 # write data into the file
526 # $data is the data to be written.
527 # it should be written at position $pos, and should overwrite
528 # exactly $len of the following bytes.  
529 # Note that if length($data) > $len, the subsequent bytes will have to 
530 # be moved up, and if length($data) < $len, they will have to
531 # be moved down
532 sub _twrite {
533   my ($self, $data, $pos, $len) = @_;
534
535   unless (defined $pos) {
536     die "\$pos was undefined in _twrite";
537   }
538
539   my $len_diff = length($data) - $len;
540
541   if ($len_diff == 0) {          # Woo-hoo!
542     my $fh = $self->{fh};
543     $self->_seekb($pos);
544     $self->_write_record($data);
545     return;                     # well, that was easy.
546   }
547
548   # the two records are of different lengths
549   # our strategy here: rewrite the tail of the file,
550   # reading ahead one buffer at a time
551   # $bufsize is required to be at least as large as the data we're overwriting
552   my $bufsize = _bufsize($len_diff);
553   my ($writepos, $readpos) = ($pos, $pos+$len);
554   my $next_block;
555   my $more_data;
556
557   # Seems like there ought to be a way to avoid the repeated code
558   # and the special case here.  The read(1) is also a little weird.
559   # Think about this.
560   do {
561     $self->_seekb($readpos);
562     my $br = read $self->{fh}, $next_block, $bufsize;
563     $more_data = read $self->{fh}, my($dummy), 1;
564     $self->_seekb($writepos);
565     $self->_write_record($data);
566     $readpos += $br;
567     $writepos += length $data;
568     $data = $next_block;
569   } while $more_data;
570   $self->_seekb($writepos);
571   $self->_write_record($next_block);
572
573   # There might be leftover data at the end of the file
574   $self->_chop_file if $len_diff < 0;
575 }
576
577 # _iwrite(D, S, E)
578 # Insert text D at position S.
579 # Let C = E-S-|D|.  If C < 0; die.  
580 # Data in [S,S+C) is copied to [S+D,S+D+C) = [S+D,E).
581 # Data in [S+C = E-D, E) is returned.  Data in [E, oo) is untouched.
582 #
583 # In a later version, don't read the entire intervening area into
584 # memory at once; do the copying block by block.
585 sub _iwrite {
586   my $self = shift;
587   my ($D, $s, $e) = @_;
588   my $d = length $D;
589   my $c = $e-$s-$d;
590   local *FH = $self->{fh};
591   confess "Not enough space to insert $d bytes between $s and $e"
592     if $c < 0;
593   confess "[$s,$e) is an invalid insertion range" if $e < $s;
594
595   $self->_seekb($s);
596   read FH, my $buf, $e-$s;
597
598   $D .= substr($buf, 0, $c, "");
599
600   $self->_seekb($s);
601   $self->_write_record($D);
602
603   return $buf;
604 }
605
606 # Like _twrite, but the data-pos-len triple may be repeated; you may
607 # write several chunks.  All the writing will be done in
608 # one pass.   Chunks SHALL be in ascending order and SHALL NOT overlap.
609 sub _mtwrite {
610   my $self = shift;
611   my $unwritten = "";
612   my $delta = 0;
613
614   @_ % 3 == 0 
615     or die "Arguments to _mtwrite did not come in groups of three";
616
617   while (@_) {
618     my ($data, $pos, $len) = splice @_, 0, 3;
619     my $end = $pos + $len;  # The OLD end of the segment to be replaced
620     $data = $unwritten . $data;
621     $delta -= length($unwritten);
622     $unwritten  = "";
623     $pos += $delta;             # This is where the data goes now
624     my $dlen = length $data;
625     $self->_seekb($pos);
626     if ($len >= $dlen) {        # the data will fit
627       $self->_write_record($data);
628       $delta += ($dlen - $len); # everything following moves down by this much
629       $data = ""; # All the data in the buffer has been written
630     } else {                    # won't fit
631       my $writable = substr($data, 0, $len - $delta, "");
632       $self->_write_record($writable);
633       $delta += ($dlen - $len); # everything following moves down by this much
634     } 
635
636     # At this point we've written some but maybe not all of the data.
637     # There might be a gap to close up, or $data might still contain a
638     # bunch of unwritten data that didn't fit.
639     my $ndlen = length $data;
640     if ($delta == 0) {
641       $self->_write_record($data);
642     } elsif ($delta < 0) {
643       # upcopy (close up gap)
644       if (@_) {
645         $self->_upcopy($end, $end + $delta, $_[1] - $end);  
646       } else {
647         $self->_upcopy($end, $end + $delta);  
648       }
649     } else {
650       # downcopy (insert data that didn't fit; replace this data in memory
651       # with _later_ data that doesn't fit)
652       if (@_) {
653         $unwritten = $self->_downcopy($data, $end, $_[1] - $end);
654       } else {
655         # Make the file longer to accomodate the last segment that doesn'
656         $unwritten = $self->_downcopy($data, $end);
657       }
658     }
659   }
660 }
661
662 # Copy block of data of length $len from position $spos to position $dpos
663 # $dpos must be <= $spos
664 #
665 # If $len is undefined, go all the way to the end of the file
666 # and then truncate it ($spos - $dpos bytes will be removed)
667 sub _upcopy {
668   my $blocksize = 8192;
669   my ($self, $spos, $dpos, $len) = @_;
670   if ($dpos > $spos) {
671     die "source ($spos) was upstream of destination ($dpos) in _upcopy";
672   } elsif ($dpos == $spos) {
673     return;
674   }
675   
676   while (! defined ($len) || $len > 0) {
677     my $readsize = ! defined($len) ? $blocksize
678                : $len > $blocksize ? $blocksize
679                : $len;
680       
681     my $fh = $self->{fh};
682     $self->_seekb($spos);
683     my $bytes_read = read $fh, my($data), $readsize;
684     $self->_seekb($dpos);
685     if ($data eq "") { 
686       $self->_chop_file;
687       last;
688     }
689     $self->_write_record($data);
690     $spos += $bytes_read;
691     $dpos += $bytes_read;
692     $len -= $bytes_read if defined $len;
693   }
694 }
695
696 # Write $data into a block of length $len at position $pos,
697 # moving everything in the block forwards to make room.
698 # Instead of writing the last length($data) bytes from the block
699 # (because there isn't room for them any longer) return them.
700 sub _downcopy {
701   my $blocksize = 8192;
702   my ($self, $data, $pos, $len) = @_;
703   my $fh = $self->{fh};
704
705   while (! defined $len || $len > 0) {
706     my $readsize = ! defined($len) ? $blocksize 
707       : $len > $blocksize? $blocksize : $len;
708     $self->_seekb($pos);
709     read $fh, my($old), $readsize;
710     $data .= $old;
711     $self->_seekb($pos);
712     my $writable = substr($data, 0, $readsize, "");
713     last if $writable eq "";
714     $self->_write_record($writable);
715     $len -= $readsize if defined $len;
716     $pos += $readsize;
717   }
718   return $data;
719 }
720
721 # Adjust the object data structures following an '_mtwrite'
722 # Arguments are
723 #  [$pos, $nrecs, @length]  items
724 # indicating that $nrecs records were removed at $recpos (a record offset)
725 # and replaced with records of length @length...
726 # Arguments guarantee that $recpos is strictly increasing.
727 # No return value
728 sub _oadjust {
729   my $self = shift;
730   my $delta = 0;
731   my $delta_recs = 0;
732   my $prev_end = -1;
733   my %newkeys;
734
735   for (@_) {
736     my ($pos, $nrecs, @data) = @$_;
737     $pos += $delta_recs;
738
739     # Adjust the offsets of the records after the previous batch up
740     # to the first new one of this batch
741     for my $i ($prev_end+2 .. $pos - 1) {
742       $self->{offsets}[$i] += $delta;
743       $newkey{$i} = $i + $delta_recs;
744     }
745
746     $prev_end = $pos + @data - 1; # last record moved on this pass 
747
748     # Remove the offsets for the removed records;
749     # replace with the offsets for the inserted records
750     my @newoff = ($self->{offsets}[$pos] + $delta);
751     for my $i (0 .. $#data) {
752       my $newlen = length $data[$i];
753       push @newoff, $newoff[$i] + $newlen;
754       $delta += $newlen;
755     }
756
757     for my $i ($pos .. $pos+$nrecs-1) {
758       last if $i+1 > $#{$self->{offsets}};
759       my $oldlen = $self->{offsets}[$i+1] - $self->{offsets}[$i];
760       $delta -= $oldlen;
761     }
762
763 #    # also this data has changed, so update it in the cache
764 #    for (0 .. $#data) {
765 #      $self->{cache}->update($pos + $_, $data[$_]);
766 #    }
767 #    if ($delta_recs) {
768 #      my @oldkeys = grep $_ >= $pos + @data, $self->{cache}->ckeys;
769 #      my @newkeys = map $_ + $delta_recs, @oldkeys;
770 #      $self->{cache}->rekey(\@oldkeys, \@newkeys);
771 #    }
772
773     # replace old offsets with new
774     splice @{$self->{offsets}}, $pos, $nrecs+1, @newoff;
775     # What if we just spliced out the end of the offsets table?
776     # shouldn't we clear $self->{eof}?   Test for this XXX BUG TODO
777
778     $delta_recs += @data - $nrecs; # net change in total number of records
779   }
780
781   # The trailing records at the very end of the file
782   if ($delta) {
783     for my $i ($prev_end+2 .. $#{$self->{offsets}}) {
784       $self->{offsets}[$i] += $delta;
785     }
786   }
787
788   # If we scrubbed out all known offsets, regenerate the trivial table
789   # that knows that the file does indeed start at 0.
790   $self->{offsets}[0] = 0 unless @{$self->{offsets}};
791   # If the file got longer, the offsets table is no longer complete
792   # $self->{eof} = 0 if $delta_recs > 0;
793
794   # Now there might be too much data in the cache, if we spliced out
795   # some short records and spliced in some long ones.  If so, flush
796   # the cache.
797   $self->_cache_flush;
798 }
799
800 # If a record does not already end with the appropriate terminator
801 # string, append one.
802 sub _fixrecs {
803   my $self = shift;
804   for (@_) {
805     $_ = "" unless defined $_;
806     $_ .= $self->{recsep}
807       unless substr($_, - $self->{recseplen}) eq $self->{recsep};
808   }
809 }
810
811
812 ################################################################
813 #
814 # Basic read, write, and seek
815 #
816
817 # seek to the beginning of record #$n
818 # Assumes that the offsets table is already correctly populated
819 #
820 # Note that $n=-1 has a special meaning here: It means the start of
821 # the last known record; this may or may not be the very last record
822 # in the file, depending on whether the offsets table is fully populated.
823 #
824 sub _seek {
825   my ($self, $n) = @_;
826   my $o = $self->{offsets}[$n];
827   defined($o)
828     or confess("logic error: undefined offset for record $n");
829   seek $self->{fh}, $o, SEEK_SET
830     or confess "Couldn't seek filehandle: $!";  # "Should never happen."
831 }
832
833 # seek to byte $b in the file
834 sub _seekb {
835   my ($self, $b) = @_;
836   seek $self->{fh}, $b, SEEK_SET
837     or die "Couldn't seek filehandle: $!";  # "Should never happen."
838 }
839
840 # populate the offsets table up to the beginning of record $n
841 # return the offset of record $n
842 sub _fill_offsets_to {
843   my ($self, $n) = @_;
844
845   return $self->{offsets}[$n] if $self->{eof};
846
847   my $fh = $self->{fh};
848   local *OFF = $self->{offsets};
849   my $rec;
850
851   until ($#OFF >= $n) {
852     $self->_seek(-1);           # tricky -- see comment at _seek
853     $rec = $self->_read_record;
854     if (defined $rec) {
855       push @OFF, int(tell $fh);  # Tels says that int() saves memory here
856     } else {
857       $self->{eof} = 1;
858       return;                   # It turns out there is no such record
859     }
860   }
861
862   # we have now read all the records up to record n-1,
863   # so we can return the offset of record n
864   $OFF[$n];
865 }
866
867 sub _fill_offsets {
868   my ($self) = @_;
869
870   my $fh = $self->{fh};
871   local *OFF = $self->{offsets};
872   
873   $self->_seek(-1);           # tricky -- see comment at _seek
874
875   # Tels says that inlining read_record() would make this loop
876   # five times faster. 20030508
877   while ( defined $self->_read_record()) {
878     # int() saves us memory here
879     push @OFF, int(tell $fh);
880   }
881
882   $self->{eof} = 1;
883   $#OFF;
884 }
885
886 # assumes that $rec is already suitably terminated
887 sub _write_record {
888   my ($self, $rec) = @_;
889   my $fh = $self->{fh};
890   local $\ = "";
891   print $fh $rec
892     or die "Couldn't write record: $!";  # "Should never happen."
893 #  $self->{_written} += length($rec);
894 }
895
896 sub _read_record {
897   my $self = shift;
898   my $rec;
899   { local $/ = $self->{recsep};
900     my $fh = $self->{fh};
901     $rec = <$fh>;
902   }
903   return unless defined $rec;
904   if (substr($rec, -$self->{recseplen}) ne $self->{recsep}) {
905     # improperly terminated final record --- quietly fix it.
906 #    my $ac = substr($rec, -$self->{recseplen});
907 #    $ac =~ s/\n/\\n/g;
908     $self->{sawlastrec} = 1;
909     unless ($self->{rdonly}) {
910       local $\ = "";
911       my $fh = $self->{fh};
912       print $fh $self->{recsep};
913     }
914     $rec .= $self->{recsep};
915   }
916 #  $self->{_read} += length($rec) if defined $rec;
917   $rec;
918 }
919
920 sub _rw_stats {
921   my $self = shift;
922   @{$self}{'_read', '_written'};
923 }
924
925 ################################################################
926 #
927 # Read cache management
928
929 sub _cache_flush {
930   my ($self) = @_;
931   $self->{cache}->reduce_size_to($self->{memory} - $self->{deferred_s});
932 }
933
934 sub _cache_too_full {
935   my $self = shift;
936   $self->{cache}->bytes + $self->{deferred_s} >= $self->{memory};
937 }
938
939 ################################################################
940 #
941 # File custodial services
942 #
943
944
945 # We have read to the end of the file and have the offsets table
946 # entirely populated.  Now we need to write a new record beyond
947 # the end of the file.  We prepare for this by writing
948 # empty records into the file up to the position we want
949 #
950 # assumes that the offsets table already contains the offset of record $n,
951 # if it exists, and extends to the end of the file if not.
952 sub _extend_file_to {
953   my ($self, $n) = @_;
954   $self->_seek(-1);             # position after the end of the last record
955   my $pos = $self->{offsets}[-1];
956
957   # the offsets table has one entry more than the total number of records
958   my $extras = $n - $#{$self->{offsets}};
959
960   # Todo : just use $self->{recsep} x $extras here?
961   while ($extras-- > 0) {
962     $self->_write_record($self->{recsep});
963     push @{$self->{offsets}}, int(tell $self->{fh});
964   }
965 }
966
967 # Truncate the file at the current position
968 sub _chop_file {
969   my $self = shift;
970   truncate $self->{fh}, tell($self->{fh});
971 }
972
973
974 # compute the size of a buffer suitable for moving
975 # all the data in a file forward $n bytes
976 # ($n may be negative)
977 # The result should be at least $n.
978 sub _bufsize {
979   my $n = shift;
980   return 8192 if $n <= 0;
981   my $b = $n & ~8191;
982   $b += 8192 if $n & 8191;
983   $b;
984 }
985
986 ################################################################
987 #
988 # Miscellaneous public methods
989 #
990
991 # Lock the file
992 sub flock {
993   my ($self, $op) = @_;
994   unless (@_ <= 3) {
995     my $pack = ref $self;
996     croak "Usage: $pack\->flock([OPERATION])";
997   }
998   my $fh = $self->{fh};
999   $op = LOCK_EX unless defined $op;
1000   my $locked = flock $fh, $op;
1001   
1002   if ($locked && ($op & (LOCK_EX | LOCK_SH))) {
1003     # If you're locking the file, then presumably it's because
1004     # there might have been a write access by another process.
1005     # In that case, the read cache contents and the offsets table
1006     # might be invalid, so discard them.  20030508
1007     $self->{offsets} = [0];
1008     $self->{cache}->empty;
1009   }
1010
1011   $locked;
1012 }
1013
1014 # Get/set autochomp option
1015 sub autochomp {
1016   my $self = shift;
1017   if (@_) {
1018     my $old = $self->{autochomp};
1019     $self->{autochomp} = shift;
1020     $old;
1021   } else {
1022     $self->{autochomp};
1023   }
1024 }
1025
1026 # Get offset table entries; returns offset of nth record
1027 sub offset {
1028   my ($self, $n) = @_;
1029
1030   if ($#{$self->{offsets}} < $n) {
1031     return if $self->{eof};     # request for record beyond the end of file
1032     my $o = $self->_fill_offsets_to($n);
1033     # If it's still undefined, there is no such record, so return 'undef'
1034     return unless defined $o;
1035    }
1036  
1037   $self->{offsets}[$n];
1038 }
1039
1040 sub discard_offsets {
1041   my $self = shift;
1042   $self->{offsets} = [0];
1043 }
1044
1045 ################################################################
1046 #
1047 # Matters related to deferred writing
1048 #
1049
1050 # Defer writes
1051 sub defer {
1052   my $self = shift;
1053   $self->_stop_autodeferring;
1054   @{$self->{ad_history}} = ();
1055   $self->{defer} = 1;
1056 }
1057
1058 # Flush deferred writes
1059 #
1060 # This could be better optimized to write the file in one pass, instead
1061 # of one pass per block of records.  But that will require modifications
1062 # to _twrite, so I should have a good _twrite test suite first.
1063 sub flush {
1064   my $self = shift;
1065
1066   $self->_flush;
1067   $self->{defer} = 0;
1068 }
1069
1070 sub _old_flush {
1071   my $self = shift;
1072   my @writable = sort {$a<=>$b} (keys %{$self->{deferred}});
1073
1074   while (@writable) {
1075     # gather all consecutive records from the front of @writable
1076     my $first_rec = shift @writable;
1077     my $last_rec = $first_rec+1;
1078     ++$last_rec, shift @writable while @writable && $last_rec == $writable[0];
1079     --$last_rec;
1080     $self->_fill_offsets_to($last_rec);
1081     $self->_extend_file_to($last_rec);
1082     $self->_splice($first_rec, $last_rec-$first_rec+1, 
1083                    @{$self->{deferred}}{$first_rec .. $last_rec});
1084   }
1085
1086   $self->_discard;               # clear out defered-write-cache
1087 }
1088
1089 sub _flush {
1090   my $self = shift;
1091   my @writable = sort {$a<=>$b} (keys %{$self->{deferred}});
1092   my @args;
1093   my @adjust;
1094
1095   while (@writable) {
1096     # gather all consecutive records from the front of @writable
1097     my $first_rec = shift @writable;
1098     my $last_rec = $first_rec+1;
1099     ++$last_rec, shift @writable while @writable && $last_rec == $writable[0];
1100     --$last_rec;
1101     my $end = $self->_fill_offsets_to($last_rec+1);
1102     if (not defined $end) {
1103       $self->_extend_file_to($last_rec);
1104       $end = $self->{offsets}[$last_rec];
1105     }
1106     my ($start) = $self->{offsets}[$first_rec];
1107     push @args,
1108          join("", @{$self->{deferred}}{$first_rec .. $last_rec}), # data
1109          $start,                                                  # position
1110          $end-$start;                                             # length
1111     push @adjust, [$first_rec, # starting at this position...
1112                    $last_rec-$first_rec+1,  # this many records...
1113                    # are replaced with these...
1114                    @{$self->{deferred}}{$first_rec .. $last_rec},
1115                   ];
1116   }
1117
1118   $self->_mtwrite(@args);  # write multiple record groups
1119   $self->_discard;               # clear out defered-write-cache
1120   $self->_oadjust(@adjust);
1121 }
1122
1123 # Discard deferred writes and disable future deferred writes
1124 sub discard {
1125   my $self = shift;
1126   $self->_discard;
1127   $self->{defer} = 0;
1128 }
1129
1130 # Discard deferred writes, but retain old deferred writing mode
1131 sub _discard {
1132   my $self = shift;
1133   %{$self->{deferred}} = ();
1134   $self->{deferred_s}  = 0;
1135   $self->{deferred_max}  = -1;
1136   $self->{cache}->set_limit($self->{memory});
1137 }
1138
1139 # Deferred writing is enabled, either explicitly ($self->{defer})
1140 # or automatically ($self->{autodeferring})
1141 sub _is_deferring {
1142   my $self = shift;
1143   $self->{defer} || $self->{autodeferring};
1144 }
1145
1146 # The largest record number of any deferred record
1147 sub _defer_max {
1148   my $self = shift;
1149   return $self->{deferred_max} if defined $self->{deferred_max};
1150   my $max = -1;
1151   for my $key (keys %{$self->{deferred}}) {
1152     $max = $key if $key > $max;
1153   }
1154   $self->{deferred_max} = $max;
1155   $max;
1156 }
1157
1158 ################################################################
1159 #
1160 # Matters related to autodeferment
1161 #
1162
1163 # Get/set autodefer option
1164 sub autodefer {
1165   my $self = shift;
1166   if (@_) {
1167     my $old = $self->{autodefer};
1168     $self->{autodefer} = shift;
1169     if ($old) {
1170       $self->_stop_autodeferring;
1171       @{$self->{ad_history}} = ();
1172     }
1173     $old;
1174   } else {
1175     $self->{autodefer};
1176   }
1177 }
1178
1179 # The user is trying to store record #$n Record that in the history,
1180 # and then enable (or disable) autodeferment if that seems useful.
1181 # Note that it's OK for $n to be a non-number, as long as the function
1182 # is prepared to deal with that.  Nobody else looks at the ad_history.
1183 #
1184 # Now, what does the ad_history mean, and what is this function doing?
1185 # Essentially, the idea is to enable autodeferring when we see that the
1186 # user has made three consecutive STORE calls to three consecutive records.
1187 # ("Three" is actually ->{autodefer_threshhold}.)
1188 # A STORE call for record #$n inserts $n into the autodefer history,
1189 # and if the history contains three consecutive records, we enable 
1190 # autodeferment.  An ad_history of [X, Y] means that the most recent
1191 # STOREs were for records X, X+1, ..., Y, in that order.  
1192 #
1193 # Inserting a nonconsecutive number erases the history and starts over.
1194 #
1195 # Performing a special operation like SPLICE erases the history.
1196 #
1197 # There's one special case: CLEAR means that CLEAR was just called.
1198 # In this case, we prime the history with [-2, -1] so that if the next
1199 # write is for record 0, autodeferring goes on immediately.  This is for
1200 # the common special case of "@a = (...)".
1201 #
1202 sub _annotate_ad_history {
1203   my ($self, $n) = @_;
1204   return unless $self->{autodefer}; # feature is disabled
1205   return if $self->{defer};     # already in explicit defer mode
1206   return unless $self->{offsets}[-1] >= $self->{autodefer_filelen_threshhold};
1207
1208   local *H = $self->{ad_history};
1209   if ($n eq 'CLEAR') {
1210     @H = (-2, -1);              # prime the history with fake records
1211     $self->_stop_autodeferring;
1212   } elsif ($n =~ /^\d+$/) {
1213     if (@H == 0) {
1214       @H =  ($n, $n);
1215     } else {                    # @H == 2
1216       if ($H[1] == $n-1) {      # another consecutive record
1217         $H[1]++;
1218         if ($H[1] - $H[0] + 1 >= $self->{autodefer_threshhold}) {
1219           $self->{autodeferring} = 1;
1220         }
1221       } else {                  # nonconsecutive- erase and start over
1222         @H = ($n, $n);
1223         $self->_stop_autodeferring;
1224       }
1225     }
1226   } else {                      # SPLICE or STORESIZE or some such
1227     @H = ();
1228     $self->_stop_autodeferring;
1229   }
1230 }
1231
1232 # If autodeferring was enabled, cut it out and discard the history
1233 sub _stop_autodeferring {
1234   my $self = shift;
1235   if ($self->{autodeferring}) {
1236     $self->_flush;
1237   }
1238   $self->{autodeferring} = 0;
1239 }
1240
1241 ################################################################
1242
1243
1244 # This is NOT a method.  It is here for two reasons:
1245 #  1. To factor a fairly complicated block out of the constructor
1246 #  2. To provide access for the test suite, which need to be sure
1247 #     files are being written properly.
1248 sub _default_recsep {
1249   my $recsep = $/;
1250   if ($^O eq 'MSWin32') {       # Dos too?
1251     # Windows users expect files to be terminated with \r\n
1252     # But $/ is set to \n instead
1253     # Note that this also transforms \n\n into \r\n\r\n.
1254     # That is a feature.
1255     $recsep =~ s/\n/\r\n/g;
1256   }
1257   $recsep;
1258 }
1259
1260 # Utility function for _check_integrity
1261 sub _ci_warn {
1262   my $msg = shift;
1263   $msg =~ s/\n/\\n/g;
1264   $msg =~ s/\r/\\r/g;
1265   print "# $msg\n";
1266 }
1267
1268 # Given a file, make sure the cache is consistent with the
1269 # file contents and the internal data structures are consistent with
1270 # each other.  Returns true if everything checks out, false if not
1271 #
1272 # The $file argument is no longer used.  It is retained for compatibility
1273 # with the existing test suite.
1274 sub _check_integrity {
1275   my ($self, $file, $warn) = @_;
1276   my $rsl = $self->{recseplen};
1277   my $rs  = $self->{recsep};
1278   my $good = 1; 
1279   local *_;                     # local $_ does not work here
1280   local $DIAGNOSTIC = 1;
1281
1282   if (not defined $rs) {
1283     _ci_warn("recsep is undef!");
1284     $good = 0;
1285   } elsif ($rs eq "") {
1286     _ci_warn("recsep is empty!");
1287     $good = 0;
1288   } elsif ($rsl != length $rs) {
1289     my $ln = length $rs;
1290     _ci_warn("recsep <$rs> has length $ln, should be $rsl");
1291     $good = 0;
1292   }
1293
1294   if (not defined $self->{offsets}[0]) {
1295     _ci_warn("offset 0 is missing!");
1296     $good = 0;
1297
1298   } elsif ($self->{offsets}[0] != 0) {
1299     _ci_warn("rec 0: offset <$self->{offsets}[0]> s/b 0!");
1300     $good = 0;
1301   }
1302
1303   my $cached = 0;
1304   {
1305     local *F = $self->{fh};
1306     seek F, 0, SEEK_SET;
1307     local $. = 0;
1308     local $/ = $rs;
1309
1310     while (<F>) {
1311       my $n = $. - 1;
1312       my $cached = $self->{cache}->_produce($n);
1313       my $offset = $self->{offsets}[$.];
1314       my $ao = tell F;
1315       if (defined $offset && $offset != $ao) {
1316         _ci_warn("rec $n: offset <$offset> actual <$ao>");
1317         $good = 0;
1318       }
1319       if (defined $cached && $_ ne $cached && ! $self->{deferred}{$n}) {
1320         $good = 0;
1321         _ci_warn("rec $n: cached <$cached> actual <$_>");
1322       }
1323       if (defined $cached && substr($cached, -$rsl) ne $rs) {
1324         $good = 0;
1325         _ci_warn("rec $n in the cache is missing the record separator");
1326       }
1327       if (! defined $offset && $self->{eof}) {
1328         $good = 0;
1329         _ci_warn("The offset table was marked complete, but it is missing element $.");
1330       }
1331     }
1332     if (@{$self->{offsets}} > $.+1) {
1333         $good = 0;
1334         my $n = @{$self->{offsets}};
1335         _ci_warn("The offset table has $n items, but the file has only $.");
1336     }
1337
1338     my $deferring = $self->_is_deferring;
1339     for my $n ($self->{cache}->ckeys) {
1340       my $r = $self->{cache}->_produce($n);
1341       $cached += length($r);
1342       next if $n+1 <= $.;         # checked this already
1343       _ci_warn("spurious caching of record $n");
1344       $good = 0;
1345     }
1346     my $b = $self->{cache}->bytes;
1347     if ($cached != $b) {
1348       _ci_warn("cache size is $b, should be $cached");
1349       $good = 0;
1350     }
1351   }
1352
1353   # That cache has its own set of tests
1354   $good = 0 unless $self->{cache}->_check_integrity;
1355
1356   # Now let's check the deferbuffer
1357   # Unless deferred writing is enabled, it should be empty
1358   if (! $self->_is_deferring && %{$self->{deferred}}) {
1359     _ci_warn("deferred writing disabled, but deferbuffer nonempty");
1360     $good = 0;
1361   }
1362
1363   # Any record in the deferbuffer should *not* be present in the readcache
1364   my $deferred_s = 0;
1365   while (my ($n, $r) = each %{$self->{deferred}}) {
1366     $deferred_s += length($r);
1367     if (defined $self->{cache}->_produce($n)) {
1368       _ci_warn("record $n is in the deferbuffer *and* the readcache");
1369       $good = 0;
1370     }
1371     if (substr($r, -$rsl) ne $rs) {
1372       _ci_warn("rec $n in the deferbuffer is missing the record separator");
1373       $good = 0;
1374     }
1375   }
1376
1377   # Total size of deferbuffer should match internal total
1378   if ($deferred_s != $self->{deferred_s}) {
1379     _ci_warn("buffer size is $self->{deferred_s}, should be $deferred_s");
1380     $good = 0;
1381   }
1382
1383   # Total size of deferbuffer should not exceed the specified limit
1384   if ($deferred_s > $self->{dw_size}) {
1385     _ci_warn("buffer size is $self->{deferred_s} which exceeds the limit of $self->{dw_size}");
1386     $good = 0;
1387   }
1388
1389   # Total size of cached data should not exceed the specified limit
1390   if ($deferred_s + $cached > $self->{memory}) {
1391     my $total = $deferred_s + $cached;
1392     _ci_warn("total stored data size is $total which exceeds the limit of $self->{memory}");
1393     $good = 0;
1394   }
1395
1396   # Stuff related to autodeferment
1397   if (!$self->{autodefer} && @{$self->{ad_history}}) {
1398     _ci_warn("autodefer is disabled, but ad_history is nonempty");
1399     $good = 0;
1400   }
1401   if ($self->{autodeferring} && $self->{defer}) {
1402     _ci_warn("both autodeferring and explicit deferring are active");
1403     $good = 0;
1404   }
1405   if (@{$self->{ad_history}} == 0) {
1406     # That's OK, no additional tests required
1407   } elsif (@{$self->{ad_history}} == 2) {
1408     my @non_number = grep !/^-?\d+$/, @{$self->{ad_history}};
1409     if (@non_number) {
1410       my $msg;
1411       { local $" = ')(';
1412         $msg = "ad_history contains non-numbers (@{$self->{ad_history}})";
1413       }
1414       _ci_warn($msg);
1415       $good = 0;
1416     } elsif ($self->{ad_history}[1] < $self->{ad_history}[0]) {
1417       _ci_warn("ad_history has nonsensical values @{$self->{ad_history}}");
1418       $good = 0;
1419     }
1420   } else {
1421     _ci_warn("ad_history has bad length <@{$self->{ad_history}}>");
1422     $good = 0;
1423   }
1424
1425   $good;
1426 }
1427
1428 ################################################################
1429 #
1430 # Tie::File::Cache
1431 #
1432 # Read cache
1433
1434 package Tie::File::Cache;
1435 $Tie::File::Cache::VERSION = $Tie::File::VERSION;
1436 use Carp ':DEFAULT', 'confess';
1437
1438 sub HEAP () { 0 }
1439 sub HASH () { 1 }
1440 sub MAX  () { 2 }
1441 sub BYTES() { 3 }
1442 #sub STAT () { 4 } # Array with request statistics for each record
1443 #sub MISS () { 5 } # Total number of cache misses
1444 #sub REQ  () { 6 } # Total number of cache requests 
1445 use strict 'vars';
1446
1447 sub new {
1448   my ($pack, $max) = @_;
1449   local *_;
1450   croak "missing argument to ->new" unless defined $max;
1451   my $self = [];
1452   bless $self => $pack;
1453   @$self = (Tie::File::Heap->new($self), {}, $max, 0);
1454   $self;
1455 }
1456
1457 sub adj_limit {
1458   my ($self, $n) = @_;
1459   $self->[MAX] += $n;
1460 }
1461
1462 sub set_limit {
1463   my ($self, $n) = @_;
1464   $self->[MAX] = $n;
1465 }
1466
1467 # For internal use only
1468 # Will be called by the heap structure to notify us that a certain 
1469 # piece of data has moved from one heap element to another.
1470 # $k is the hash key of the item
1471 # $n is the new index into the heap at which it is stored
1472 # If $n is undefined, the item has been removed from the heap.
1473 sub _heap_move {
1474   my ($self, $k, $n) = @_;
1475   if (defined $n) {
1476     $self->[HASH]{$k} = $n;
1477   } else {
1478     delete $self->[HASH]{$k};
1479   }
1480 }
1481
1482 sub insert {
1483   my ($self, $key, $val) = @_;
1484   local *_;
1485   croak "missing argument to ->insert" unless defined $key;
1486   unless (defined $self->[MAX]) {
1487     confess "undefined max" ;
1488   }
1489   confess "undefined val" unless defined $val;
1490   return if length($val) > $self->[MAX];
1491
1492 #  if ($self->[STAT]) {
1493 #    $self->[STAT][$key] = 1;
1494 #    return;
1495 #  }
1496
1497   my $oldnode = $self->[HASH]{$key};
1498   if (defined $oldnode) {
1499     my $oldval = $self->[HEAP]->set_val($oldnode, $val);
1500     $self->[BYTES] -= length($oldval);
1501   } else {
1502     $self->[HEAP]->insert($key, $val);
1503   }
1504   $self->[BYTES] += length($val);
1505   $self->flush if $self->[BYTES] > $self->[MAX];
1506 }
1507
1508 sub expire {
1509   my $self = shift;
1510   my $old_data = $self->[HEAP]->popheap;
1511   return unless defined $old_data;
1512   $self->[BYTES] -= length $old_data;
1513   $old_data;
1514 }
1515
1516 sub remove {
1517   my ($self, @keys) = @_;
1518   my @result;
1519
1520 #  if ($self->[STAT]) {
1521 #    for my $key (@keys) {
1522 #      $self->[STAT][$key] = 0;
1523 #    }
1524 #    return;
1525 #  }
1526
1527   for my $key (@keys) {
1528     next unless exists $self->[HASH]{$key};
1529     my $old_data = $self->[HEAP]->remove($self->[HASH]{$key});
1530     $self->[BYTES] -= length $old_data;
1531     push @result, $old_data;
1532   }
1533   @result;
1534 }
1535
1536 sub lookup {
1537   my ($self, $key) = @_;
1538   local *_;
1539   croak "missing argument to ->lookup" unless defined $key;
1540
1541 #  if ($self->[STAT]) {
1542 #    $self->[MISS]++  if $self->[STAT][$key]++ == 0;
1543 #    $self->[REQ]++;
1544 #    my $hit_rate = 1 - $self->[MISS] / $self->[REQ];
1545 #    # Do some testing to determine this threshhold
1546 #    $#$self = STAT - 1 if $hit_rate > 0.20; 
1547 #  }
1548
1549   if (exists $self->[HASH]{$key}) {
1550     $self->[HEAP]->lookup($self->[HASH]{$key});
1551   } else {
1552     return;
1553   }
1554 }
1555
1556 # For internal use only
1557 sub _produce {
1558   my ($self, $key) = @_;
1559   my $loc = $self->[HASH]{$key};
1560   return unless defined $loc;
1561   $self->[HEAP][$loc][2];
1562 }
1563
1564 # For internal use only
1565 sub _promote {
1566   my ($self, $key) = @_;
1567   $self->[HEAP]->promote($self->[HASH]{$key});
1568 }
1569
1570 sub empty {
1571   my ($self) = @_;
1572   %{$self->[HASH]} = ();
1573     $self->[BYTES] = 0;
1574     $self->[HEAP]->empty;
1575 #  @{$self->[STAT]} = ();
1576 #    $self->[MISS] = 0;
1577 #    $self->[REQ] = 0;
1578 }
1579
1580 sub is_empty {
1581   my ($self) = @_;
1582   keys %{$self->[HASH]} == 0;
1583 }
1584
1585 sub update {
1586   my ($self, $key, $val) = @_;
1587   local *_;
1588   croak "missing argument to ->update" unless defined $key;
1589   if (length($val) > $self->[MAX]) {
1590     my ($oldval) = $self->remove($key);
1591     $self->[BYTES] -= length($oldval) if defined $oldval;
1592   } elsif (exists $self->[HASH]{$key}) {
1593     my $oldval = $self->[HEAP]->set_val($self->[HASH]{$key}, $val);
1594     $self->[BYTES] += length($val);
1595     $self->[BYTES] -= length($oldval) if defined $oldval;
1596   } else {
1597     $self->[HEAP]->insert($key, $val);
1598     $self->[BYTES] += length($val);
1599   }
1600   $self->flush;
1601 }
1602
1603 sub rekey {
1604   my ($self, $okeys, $nkeys) = @_;
1605   local *_;
1606   my %map;
1607   @map{@$okeys} = @$nkeys;
1608   croak "missing argument to ->rekey" unless defined $nkeys;
1609   croak "length mismatch in ->rekey arguments" unless @$nkeys == @$okeys;
1610   my %adjusted;                 # map new keys to heap indices
1611   # You should be able to cut this to one loop TODO XXX
1612   for (0 .. $#$okeys) {
1613     $adjusted{$nkeys->[$_]} = delete $self->[HASH]{$okeys->[$_]};
1614   }
1615   while (my ($nk, $ix) = each %adjusted) {
1616     # @{$self->[HASH]}{keys %adjusted} = values %adjusted;
1617     $self->[HEAP]->rekey($ix, $nk);
1618     $self->[HASH]{$nk} = $ix;
1619   }
1620 }
1621
1622 sub ckeys {
1623   my $self = shift;
1624   my @a = keys %{$self->[HASH]};
1625   @a;
1626 }
1627
1628 # Return total amount of cached data
1629 sub bytes {
1630   my $self = shift;
1631   $self->[BYTES];
1632 }
1633
1634 # Expire oldest item from cache until cache size is smaller than $max
1635 sub reduce_size_to {
1636   my ($self, $max) = @_;
1637   until ($self->[BYTES] <= $max) {
1638     # Note that Tie::File::Cache::expire has been inlined here
1639     my $old_data = $self->[HEAP]->popheap;
1640     return unless defined $old_data;
1641     $self->[BYTES] -= length $old_data;
1642   }
1643 }
1644
1645 # Why not just $self->reduce_size_to($self->[MAX])?
1646 # Try this when things stabilize   TODO XXX
1647 # If the cache is too full, expire the oldest records
1648 sub flush {
1649   my $self = shift;
1650   $self->reduce_size_to($self->[MAX]) if $self->[BYTES] > $self->[MAX];
1651 }
1652
1653 # For internal use only
1654 sub _produce_lru {
1655   my $self = shift;
1656   $self->[HEAP]->expire_order;
1657 }
1658
1659 BEGIN { *_ci_warn = \&Tie::File::_ci_warn }
1660
1661 sub _check_integrity {          # For CACHE
1662   my $self = shift;
1663   my $good = 1;
1664
1665   # Test HEAP
1666   $self->[HEAP]->_check_integrity or $good = 0;
1667
1668   # Test HASH
1669   my $bytes = 0;
1670   for my $k (keys %{$self->[HASH]}) {
1671     if ($k ne '0' && $k !~ /^[1-9][0-9]*$/) {
1672       $good = 0;
1673       _ci_warn "Cache hash key <$k> is non-numeric";
1674     }
1675
1676     my $h = $self->[HASH]{$k};
1677     if (! defined $h) {
1678       $good = 0;
1679       _ci_warn "Heap index number for key $k is undefined";
1680     } elsif ($h == 0) {
1681       $good = 0;
1682       _ci_warn "Heap index number for key $k is zero";
1683     } else {
1684       my $j = $self->[HEAP][$h];
1685       if (! defined $j) {
1686         $good = 0;
1687         _ci_warn "Heap contents key $k (=> $h) are undefined";
1688       } else {
1689         $bytes += length($j->[2]);
1690         if ($k ne $j->[1]) {
1691           $good = 0;
1692           _ci_warn "Heap contents key $k (=> $h) is $j->[1], should be $k";
1693         }
1694       }
1695     }
1696   }
1697
1698   # Test BYTES
1699   if ($bytes != $self->[BYTES]) {
1700     $good = 0;
1701     _ci_warn "Total data in cache is $bytes, expected $self->[BYTES]";
1702   }
1703
1704   # Test MAX
1705   if ($bytes > $self->[MAX]) {
1706     $good = 0;
1707     _ci_warn "Total data in cache is $bytes, exceeds maximum $self->[MAX]";
1708   }
1709
1710   return $good;
1711 }
1712
1713 sub delink {
1714   my $self = shift;
1715   $self->[HEAP] = undef;        # Bye bye heap
1716 }
1717
1718 ################################################################
1719 #
1720 # Tie::File::Heap
1721 #
1722 # Heap data structure for use by cache LRU routines
1723
1724 package Tie::File::Heap;
1725 use Carp ':DEFAULT', 'confess';
1726 $Tie::File::Heap::VERSION = $Tie::File::Cache::VERSION;
1727 sub SEQ () { 0 };
1728 sub KEY () { 1 };
1729 sub DAT () { 2 };
1730
1731 sub new {
1732   my ($pack, $cache) = @_;
1733   die "$pack: Parent cache object $cache does not support _heap_move method"
1734     unless eval { $cache->can('_heap_move') };
1735   my $self = [[0,$cache,0]];
1736   bless $self => $pack;
1737 }
1738
1739 # Allocate a new sequence number, larger than all previously allocated numbers
1740 sub _nseq {
1741   my $self = shift;
1742   $self->[0][0]++;
1743 }
1744
1745 sub _cache {
1746   my $self = shift;
1747   $self->[0][1];
1748 }
1749
1750 sub _nelts {
1751   my $self = shift;
1752   $self->[0][2];
1753 }
1754
1755 sub _nelts_inc {
1756   my $self = shift;
1757   ++$self->[0][2];
1758 }  
1759
1760 sub _nelts_dec {
1761   my $self = shift;
1762   --$self->[0][2];
1763 }  
1764
1765 sub is_empty {
1766   my $self = shift;
1767   $self->_nelts == 0;
1768 }
1769
1770 sub empty {
1771   my $self = shift;
1772   $#$self = 0;
1773   $self->[0][2] = 0;
1774   $self->[0][0] = 0;            # might as well reset the sequence numbers
1775 }
1776
1777 # notify the parent cache object that we moved something
1778 sub _heap_move {
1779   my $self = shift;
1780   $self->_cache->_heap_move(@_);
1781 }
1782
1783 # Insert a piece of data into the heap with the indicated sequence number.
1784 # The item with the smallest sequence number is always at the top.
1785 # If no sequence number is specified, allocate a new one and insert the
1786 # item at the bottom.
1787 sub insert {
1788   my ($self, $key, $data, $seq) = @_;
1789   $seq = $self->_nseq unless defined $seq;
1790   $self->_insert_new([$seq, $key, $data]);
1791 }
1792
1793 # Insert a new, fresh item at the bottom of the heap
1794 sub _insert_new {
1795   my ($self, $item) = @_;
1796   my $i = @$self;
1797   $i = int($i/2) until defined $self->[$i/2];
1798   $self->[$i] = $item;
1799   $self->[0][1]->_heap_move($self->[$i][KEY], $i);
1800   $self->_nelts_inc;
1801 }
1802
1803 # Insert [$data, $seq] pair at or below item $i in the heap.
1804 # If $i is omitted, default to 1 (the top element.)
1805 sub _insert {
1806   my ($self, $item, $i) = @_;
1807 #  $self->_check_loc($i) if defined $i;
1808   $i = 1 unless defined $i;
1809   until (! defined $self->[$i]) {
1810     if ($self->[$i][SEQ] > $item->[SEQ]) { # inserted item is older
1811       ($self->[$i], $item) = ($item, $self->[$i]);
1812       $self->[0][1]->_heap_move($self->[$i][KEY], $i);
1813     }
1814     # If either is undefined, go that way.  Otherwise, choose at random
1815     my $dir;
1816     $dir = 0 if !defined $self->[2*$i];
1817     $dir = 1 if !defined $self->[2*$i+1];
1818     $dir = int(rand(2)) unless defined $dir;
1819     $i = 2*$i + $dir;
1820   }
1821   $self->[$i] = $item;
1822   $self->[0][1]->_heap_move($self->[$i][KEY], $i);
1823   $self->_nelts_inc;
1824 }
1825
1826 # Remove the item at node $i from the heap, moving child items upwards.
1827 # The item with the smallest sequence number is always at the top.
1828 # Moving items upwards maintains this condition.
1829 # Return the removed item.  Return undef if there was no item at node $i.
1830 sub remove {
1831   my ($self, $i) = @_;
1832   $i = 1 unless defined $i;
1833   my $top = $self->[$i];
1834   return unless defined $top;
1835   while (1) {
1836     my $ii;
1837     my ($L, $R) = (2*$i, 2*$i+1);
1838
1839     # If either is undefined, go the other way.
1840     # Otherwise, go towards the smallest.
1841     last unless defined $self->[$L] || defined $self->[$R];
1842     $ii = $R if not defined $self->[$L];
1843     $ii = $L if not defined $self->[$R];
1844     unless (defined $ii) {
1845       $ii = $self->[$L][SEQ] < $self->[$R][SEQ] ? $L : $R;
1846     }
1847
1848     $self->[$i] = $self->[$ii]; # Promote child to fill vacated spot
1849     $self->[0][1]->_heap_move($self->[$i][KEY], $i);
1850     $i = $ii; # Fill new vacated spot
1851   }
1852   $self->[0][1]->_heap_move($top->[KEY], undef);
1853   undef $self->[$i];
1854   $self->_nelts_dec;
1855   return $top->[DAT];
1856 }
1857
1858 sub popheap {
1859   my $self = shift;
1860   $self->remove(1);
1861 }
1862
1863 # set the sequence number of the indicated item to a higher number
1864 # than any other item in the heap, and bubble the item down to the
1865 # bottom.
1866 sub promote {
1867   my ($self, $n) = @_;
1868 #  $self->_check_loc($n);
1869   $self->[$n][SEQ] = $self->_nseq;
1870   my $i = $n;
1871   while (1) {
1872     my ($L, $R) = (2*$i, 2*$i+1);
1873     my $dir;
1874     last unless defined $self->[$L] || defined $self->[$R];
1875     $dir = $R unless defined $self->[$L];
1876     $dir = $L unless defined $self->[$R];
1877     unless (defined $dir) {
1878       $dir = $self->[$L][SEQ] < $self->[$R][SEQ] ? $L : $R;
1879     }
1880     @{$self}[$i, $dir] = @{$self}[$dir, $i];
1881     for ($i, $dir) {
1882       $self->[0][1]->_heap_move($self->[$_][KEY], $_) if defined $self->[$_];
1883     }
1884     $i = $dir;
1885   }
1886 }
1887
1888 # Return item $n from the heap, promoting its LRU status
1889 sub lookup {
1890   my ($self, $n) = @_;
1891 #  $self->_check_loc($n);
1892   my $val = $self->[$n];
1893   $self->promote($n);
1894   $val->[DAT];
1895 }
1896
1897
1898 # Assign a new value for node $n, promoting it to the bottom of the heap
1899 sub set_val {
1900   my ($self, $n, $val) = @_;
1901 #  $self->_check_loc($n);
1902   my $oval = $self->[$n][DAT];
1903   $self->[$n][DAT] = $val;
1904   $self->promote($n);
1905   return $oval;
1906 }
1907
1908 # The hask key has changed for an item;
1909 # alter the heap's record of the hash key
1910 sub rekey {
1911   my ($self, $n, $new_key) = @_;
1912 #  $self->_check_loc($n);
1913   $self->[$n][KEY] = $new_key;
1914 }
1915
1916 sub _check_loc {
1917   my ($self, $n) = @_;
1918   unless (1 || defined $self->[$n]) {
1919     confess "_check_loc($n) failed";
1920   }
1921 }
1922
1923 BEGIN { *_ci_warn = \&Tie::File::_ci_warn }
1924
1925 sub _check_integrity {
1926   my $self = shift;
1927   my $good = 1;
1928   my %seq;
1929
1930   unless (eval {$self->[0][1]->isa("Tie::File::Cache")}) {
1931     _ci_warn "Element 0 of heap corrupt";
1932     $good = 0;
1933   }
1934   $good = 0 unless $self->_satisfies_heap_condition(1);
1935   for my $i (2 .. $#{$self}) {
1936     my $p = int($i/2);          # index of parent node
1937     if (defined $self->[$i] && ! defined $self->[$p]) {
1938       _ci_warn "Element $i of heap defined, but parent $p isn't";
1939       $good = 0;
1940     }
1941
1942     if (defined $self->[$i]) {
1943       if ($seq{$self->[$i][SEQ]}) {
1944         my $seq = $self->[$i][SEQ];
1945         _ci_warn "Nodes $i and $seq{$seq} both have SEQ=$seq";
1946         $good = 0;
1947       } else {
1948         $seq{$self->[$i][SEQ]} = $i;
1949       }
1950     }
1951   }
1952
1953   return $good;
1954 }
1955
1956 sub _satisfies_heap_condition {
1957   my $self = shift;
1958   my $n = shift || 1;
1959   my $good = 1;
1960   for (0, 1) {
1961     my $c = $n*2 + $_;
1962     next unless defined $self->[$c];
1963     if ($self->[$n][SEQ] >= $self->[$c]) {
1964       _ci_warn "Node $n of heap does not predate node $c";
1965       $good = 0 ;
1966     }
1967     $good = 0 unless $self->_satisfies_heap_condition($c);
1968   }
1969   return $good;
1970 }
1971
1972 # Return a list of all the values, sorted by expiration order
1973 sub expire_order {
1974   my $self = shift;
1975   my @nodes = sort {$a->[SEQ] <=> $b->[SEQ]} $self->_nodes;
1976   map { $_->[KEY] } @nodes;
1977 }
1978
1979 sub _nodes {
1980   my $self = shift;
1981   my $i = shift || 1;
1982   return unless defined $self->[$i];
1983   ($self->[$i], $self->_nodes($i*2), $self->_nodes($i*2+1));
1984 }
1985
1986 "Cogito, ergo sum.";  # don't forget to return a true value from the file
1987
1988 __END__
1989
1990 =head1 NAME
1991
1992 Tie::File - Access the lines of a disk file via a Perl array
1993
1994 =head1 SYNOPSIS
1995
1996         # This file documents Tie::File version 0.96
1997         use Tie::File;
1998
1999         tie @array, 'Tie::File', filename or die ...;
2000
2001         $array[13] = 'blah';     # line 13 of the file is now 'blah'
2002         print $array[42];        # display line 42 of the file
2003
2004         $n_recs = @array;        # how many records are in the file?
2005         $#array -= 2;            # chop two records off the end
2006
2007
2008         for (@array) {
2009           s/PERL/Perl/g;         # Replace PERL with Perl everywhere in the file
2010         }
2011
2012         # These are just like regular push, pop, unshift, shift, and splice
2013         # Except that they modify the file in the way you would expect
2014
2015         push @array, new recs...;
2016         my $r1 = pop @array;
2017         unshift @array, new recs...;
2018         my $r2 = shift @array;
2019         @old_recs = splice @array, 3, 7, new recs...;
2020
2021         untie @array;            # all finished
2022
2023
2024 =head1 DESCRIPTION
2025
2026 C<Tie::File> represents a regular text file as a Perl array.  Each
2027 element in the array corresponds to a record in the file.  The first
2028 line of the file is element 0 of the array; the second line is element
2029 1, and so on.
2030
2031 The file is I<not> loaded into memory, so this will work even for
2032 gigantic files.
2033
2034 Changes to the array are reflected in the file immediately.
2035
2036 Lazy people and beginners may now stop reading the manual.
2037
2038 =head2 C<recsep>
2039
2040 What is a 'record'?  By default, the meaning is the same as for the
2041 C<E<lt>...E<gt>> operator: It's a string terminated by C<$/>, which is
2042 probably C<"\n">.  (Minor exception: on DOS and Win32 systems, a
2043 'record' is a string terminated by C<"\r\n">.)  You may change the
2044 definition of "record" by supplying the C<recsep> option in the C<tie>
2045 call:
2046
2047         tie @array, 'Tie::File', $file, recsep => 'es';
2048
2049 This says that records are delimited by the string C<es>.  If the file
2050 contained the following data:
2051
2052         Curse these pesky flies!\n
2053
2054 then the C<@array> would appear to have four elements:
2055
2056         "Curse th"
2057         "e p"
2058         "ky fli"
2059         "!\n"
2060
2061 An undefined value is not permitted as a record separator.  Perl's
2062 special "paragraph mode" semantics (E<agrave> la C<$/ = "">) are not
2063 emulated.
2064
2065 Records read from the tied array do not have the record separator
2066 string on the end; this is to allow
2067
2068         $array[17] .= "extra";
2069
2070 to work as expected.
2071
2072 (See L<"autochomp">, below.)  Records stored into the array will have
2073 the record separator string appended before they are written to the
2074 file, if they don't have one already.  For example, if the record
2075 separator string is C<"\n">, then the following two lines do exactly
2076 the same thing:
2077
2078         $array[17] = "Cherry pie";
2079         $array[17] = "Cherry pie\n";
2080
2081 The result is that the contents of line 17 of the file will be
2082 replaced with "Cherry pie"; a newline character will separate line 17
2083 from line 18.  This means that this code will do nothing:
2084
2085         chomp $array[17];
2086
2087 Because the C<chomp>ed value will have the separator reattached when
2088 it is written back to the file.  There is no way to create a file
2089 whose trailing record separator string is missing.
2090
2091 Inserting records that I<contain> the record separator string is not
2092 supported by this module.  It will probably produce a reasonable
2093 result, but what this result will be may change in a future version.
2094 Use 'splice' to insert records or to replace one record with several.
2095
2096 =head2 C<autochomp>
2097
2098 Normally, array elements have the record separator removed, so that if
2099 the file contains the text
2100
2101         Gold
2102         Frankincense
2103         Myrrh
2104
2105 the tied array will appear to contain C<("Gold", "Frankincense",
2106 "Myrrh")>.  If you set C<autochomp> to a false value, the record
2107 separator will not be removed.  If the file above was tied with
2108
2109         tie @gifts, "Tie::File", $gifts, autochomp => 0;
2110
2111 then the array C<@gifts> would appear to contain C<("Gold\n",
2112 "Frankincense\n", "Myrrh\n")>, or (on Win32 systems) C<("Gold\r\n",
2113 "Frankincense\r\n", "Myrrh\r\n")>.
2114
2115 =head2 C<mode>
2116
2117 Normally, the specified file will be opened for read and write access,
2118 and will be created if it does not exist.  (That is, the flags
2119 C<O_RDWR | O_CREAT> are supplied in the C<open> call.)  If you want to
2120 change this, you may supply alternative flags in the C<mode> option.
2121 See L<Fcntl> for a listing of available flags.
2122 For example:
2123
2124         # open the file if it exists, but fail if it does not exist
2125         use Fcntl 'O_RDWR';
2126         tie @array, 'Tie::File', $file, mode => O_RDWR;
2127
2128         # create the file if it does not exist
2129         use Fcntl 'O_RDWR', 'O_CREAT';
2130         tie @array, 'Tie::File', $file, mode => O_RDWR | O_CREAT;
2131
2132         # open an existing file in read-only mode
2133         use Fcntl 'O_RDONLY';
2134         tie @array, 'Tie::File', $file, mode => O_RDONLY;
2135
2136 Opening the data file in write-only or append mode is not supported.
2137
2138 =head2 C<memory>
2139
2140 This is an upper limit on the amount of memory that C<Tie::File> will
2141 consume at any time while managing the file.  This is used for two
2142 things: managing the I<read cache> and managing the I<deferred write
2143 buffer>.
2144
2145 Records read in from the file are cached, to avoid having to re-read
2146 them repeatedly.  If you read the same record twice, the first time it
2147 will be stored in memory, and the second time it will be fetched from
2148 the I<read cache>.  The amount of data in the read cache will not
2149 exceed the value you specified for C<memory>.  If C<Tie::File> wants
2150 to cache a new record, but the read cache is full, it will make room
2151 by expiring the least-recently visited records from the read cache.
2152
2153 The default memory limit is 2Mib.  You can adjust the maximum read
2154 cache size by supplying the C<memory> option.  The argument is the
2155 desired cache size, in bytes.
2156
2157         # I have a lot of memory, so use a large cache to speed up access
2158         tie @array, 'Tie::File', $file, memory => 20_000_000;
2159
2160 Setting the memory limit to 0 will inhibit caching; records will be
2161 fetched from disk every time you examine them.
2162
2163 The C<memory> value is not an absolute or exact limit on the memory
2164 used.  C<Tie::File> objects contains some structures besides the read
2165 cache and the deferred write buffer, whose sizes are not charged
2166 against C<memory>. 
2167
2168 The cache itself consumes about 310 bytes per cached record, so if
2169 your file has many short records, you may want to decrease the cache
2170 memory limit, or else the cache overhead may exceed the size of the
2171 cached data.
2172
2173
2174 =head2 C<dw_size>
2175
2176 (This is an advanced feature.  Skip this section on first reading.)
2177
2178 If you use deferred writing (See L<"Deferred Writing">, below) then
2179 data you write into the array will not be written directly to the
2180 file; instead, it will be saved in the I<deferred write buffer> to be
2181 written out later.  Data in the deferred write buffer is also charged
2182 against the memory limit you set with the C<memory> option.
2183
2184 You may set the C<dw_size> option to limit the amount of data that can
2185 be saved in the deferred write buffer.  This limit may not exceed the
2186 total memory limit.  For example, if you set C<dw_size> to 1000 and
2187 C<memory> to 2500, that means that no more than 1000 bytes of deferred
2188 writes will be saved up.  The space available for the read cache will
2189 vary, but it will always be at least 1500 bytes (if the deferred write
2190 buffer is full) and it could grow as large as 2500 bytes (if the
2191 deferred write buffer is empty.)
2192
2193 If you don't specify a C<dw_size>, it defaults to the entire memory
2194 limit.
2195
2196 =head2 Option Format
2197
2198 C<-mode> is a synonym for C<mode>.  C<-recsep> is a synonym for
2199 C<recsep>.  C<-memory> is a synonym for C<memory>.  You get the
2200 idea.
2201
2202 =head1 Public Methods
2203
2204 The C<tie> call returns an object, say C<$o>.  You may call
2205
2206         $rec = $o->FETCH($n);
2207         $o->STORE($n, $rec);
2208
2209 to fetch or store the record at line C<$n>, respectively; similarly
2210 the other tied array methods.  (See L<perltie> for details.)  You may
2211 also call the following methods on this object:
2212
2213 =head2 C<flock>
2214
2215         $o->flock(MODE)
2216
2217 will lock the tied file.  C<MODE> has the same meaning as the second
2218 argument to the Perl built-in C<flock> function; for example
2219 C<LOCK_SH> or C<LOCK_EX | LOCK_NB>.  (These constants are provided by
2220 the C<use Fcntl ':flock'> declaration.)
2221
2222 C<MODE> is optional; the default is C<LOCK_EX>.
2223
2224 C<Tie::File> maintains an internal table of the byte offset of each
2225 record it has seen in the file.  
2226
2227 When you use C<flock> to lock the file, C<Tie::File> assumes that the
2228 read cache is no longer trustworthy, because another process might
2229 have modified the file since the last time it was read.  Therefore, a
2230 successful call to C<flock> discards the contents of the read cache
2231 and the internal record offset table.
2232
2233 C<Tie::File> promises that the following sequence of operations will
2234 be safe:
2235
2236         my $o = tie @array, "Tie::File", $filename;
2237         $o->flock;
2238
2239 In particular, C<Tie::File> will I<not> read or write the file during
2240 the C<tie> call.  (Exception: Using C<mode =E<gt> O_TRUNC> will, of
2241 course, erase the file during the C<tie> call.  If you want to do this
2242 safely, then open the file without C<O_TRUNC>, lock the file, and use
2243 C<@array = ()>.)
2244
2245 The best way to unlock a file is to discard the object and untie the
2246 array.  It is probably unsafe to unlock the file without also untying
2247 it, because if you do, changes may remain unwritten inside the object.
2248 That is why there is no shortcut for unlocking.  If you really want to
2249 unlock the file prematurely, you know what to do; if you don't know
2250 what to do, then don't do it.
2251
2252 All the usual warnings about file locking apply here.  In particular,
2253 note that file locking in Perl is B<advisory>, which means that
2254 holding a lock will not prevent anyone else from reading, writing, or
2255 erasing the file; it only prevents them from getting another lock at
2256 the same time.  Locks are analogous to green traffic lights: If you
2257 have a green light, that does not prevent the idiot coming the other
2258 way from plowing into you sideways; it merely guarantees to you that
2259 the idiot does not also have a green light at the same time.
2260
2261 =head2 C<autochomp>
2262
2263         my $old_value = $o->autochomp(0);    # disable autochomp option
2264         my $old_value = $o->autochomp(1);    #  enable autochomp option
2265
2266         my $ac = $o->autochomp();   # recover current value
2267
2268 See L<"autochomp">, above.
2269
2270 =head2 C<defer>, C<flush>, C<discard>, and C<autodefer>
2271
2272 See L<"Deferred Writing">, below.
2273
2274 =head2 C<offset>
2275
2276         $off = $o->offset($n);
2277
2278 This method returns the byte offset of the start of the C<$n>th record
2279 in the file.  If there is no such record, it returns an undefined
2280 value.
2281
2282 =head1 Tying to an already-opened filehandle
2283
2284 If C<$fh> is a filehandle, such as is returned by C<IO::File> or one
2285 of the other C<IO> modules, you may use:
2286
2287         tie @array, 'Tie::File', $fh, ...;
2288
2289 Similarly if you opened that handle C<FH> with regular C<open> or
2290 C<sysopen>, you may use:
2291
2292         tie @array, 'Tie::File', \*FH, ...;
2293
2294 Handles that were opened write-only won't work.  Handles that were
2295 opened read-only will work as long as you don't try to modify the
2296 array.  Handles must be attached to seekable sources of data---that
2297 means no pipes or sockets.  If C<Tie::File> can detect that you
2298 supplied a non-seekable handle, the C<tie> call will throw an
2299 exception.  (On Unix systems, it can detect this.)
2300
2301 Note that Tie::File will only close any filehandles that it opened
2302 internally.  If you passed it a filehandle as above, you "own" the
2303 filehandle, and are responsible for closing it after you have untied
2304 the @array.
2305
2306 Note that Tie::File will only close any filehandles that it opened
2307 internally.  If you passed it a filehandle as above, you "own" the
2308 filehandle, and are responsible for closing it after you have untied
2309 the @array.
2310
2311 =head1 Deferred Writing
2312
2313 (This is an advanced feature.  Skip this section on first reading.)
2314
2315 Normally, modifying a C<Tie::File> array writes to the underlying file
2316 immediately.  Every assignment like C<$a[3] = ...> rewrites as much of
2317 the file as is necessary; typically, everything from line 3 through
2318 the end will need to be rewritten.  This is the simplest and most
2319 transparent behavior.  Performance even for large files is reasonably
2320 good.
2321
2322 However, under some circumstances, this behavior may be excessively
2323 slow.  For example, suppose you have a million-record file, and you
2324 want to do:
2325
2326         for (@FILE) {
2327           $_ = "> $_";
2328         }
2329
2330 The first time through the loop, you will rewrite the entire file,
2331 from line 0 through the end.  The second time through the loop, you
2332 will rewrite the entire file from line 1 through the end.  The third
2333 time through the loop, you will rewrite the entire file from line 2 to
2334 the end.  And so on.
2335
2336 If the performance in such cases is unacceptable, you may defer the
2337 actual writing, and then have it done all at once.  The following loop
2338 will perform much better for large files:
2339
2340         (tied @a)->defer;
2341         for (@a) {
2342           $_ = "> $_";
2343         }
2344         (tied @a)->flush;
2345
2346 If C<Tie::File>'s memory limit is large enough, all the writing will
2347 done in memory.  Then, when you call C<-E<gt>flush>, the entire file
2348 will be rewritten in a single pass.
2349
2350 (Actually, the preceding discussion is something of a fib.  You don't
2351 need to enable deferred writing to get good performance for this
2352 common case, because C<Tie::File> will do it for you automatically
2353 unless you specifically tell it not to.  See L<"autodeferring">,
2354 below.)
2355
2356 Calling C<-E<gt>flush> returns the array to immediate-write mode.  If
2357 you wish to discard the deferred writes, you may call C<-E<gt>discard>
2358 instead of C<-E<gt>flush>.  Note that in some cases, some of the data
2359 will have been written already, and it will be too late for
2360 C<-E<gt>discard> to discard all the changes.  Support for
2361 C<-E<gt>discard> may be withdrawn in a future version of C<Tie::File>.
2362
2363 Deferred writes are cached in memory up to the limit specified by the
2364 C<dw_size> option (see above).  If the deferred-write buffer is full
2365 and you try to write still more deferred data, the buffer will be
2366 flushed.  All buffered data will be written immediately, the buffer
2367 will be emptied, and the now-empty space will be used for future
2368 deferred writes.
2369
2370 If the deferred-write buffer isn't yet full, but the total size of the
2371 buffer and the read cache would exceed the C<memory> limit, the oldest
2372 records will be expired from the read cache until the total size is
2373 under the limit.
2374
2375 C<push>, C<pop>, C<shift>, C<unshift>, and C<splice> cannot be
2376 deferred.  When you perform one of these operations, any deferred data
2377 is written to the file and the operation is performed immediately.
2378 This may change in a future version.
2379
2380 If you resize the array with deferred writing enabled, the file will
2381 be resized immediately, but deferred records will not be written.
2382 This has a surprising consequence: C<@a = (...)> erases the file
2383 immediately, but the writing of the actual data is deferred.  This
2384 might be a bug.  If it is a bug, it will be fixed in a future version.
2385
2386 =head2 Autodeferring
2387
2388 C<Tie::File> tries to guess when deferred writing might be helpful,
2389 and to turn it on and off automatically. 
2390
2391         for (@a) {
2392           $_ = "> $_";
2393         }
2394
2395 In this example, only the first two assignments will be done
2396 immediately; after this, all the changes to the file will be deferred
2397 up to the user-specified memory limit.
2398
2399 You should usually be able to ignore this and just use the module
2400 without thinking about deferring.  However, special applications may
2401 require fine control over which writes are deferred, or may require
2402 that all writes be immediate.  To disable the autodeferment feature,
2403 use
2404
2405         (tied @o)->autodefer(0);
2406
2407 or
2408
2409         tie @array, 'Tie::File', $file, autodefer => 0;
2410
2411
2412 Similarly, C<-E<gt>autodefer(1)> re-enables autodeferment, and 
2413 C<-E<gt>autodefer()> recovers the current value of the autodefer setting.
2414
2415
2416 =head1 CONCURRENT ACCESS TO FILES
2417
2418 Caching and deferred writing are inappropriate if you want the same
2419 file to be accessed simultaneously from more than one process.  You
2420 will want to disable these features.  You should do that by including
2421 the C<memory =E<gt> 0> option in your C<tie> calls; this will inhibit
2422 caching and deferred writing.
2423
2424 You will also want to lock the file while reading or writing it.  You
2425 can use the C<-E<gt>flock> method for this.  A future version of this
2426 module may provide an 'autolocking' mode.
2427
2428 =head1 CAVEATS
2429
2430 (That's Latin for 'warnings'.)
2431
2432 =over 4
2433
2434 =item *
2435
2436 Reasonable effort was made to make this module efficient.  Nevertheless,
2437 changing the size of a record in the middle of a large file will
2438 always be fairly slow, because everything after the new record must be
2439 moved.
2440
2441 =item *
2442
2443 The behavior of tied arrays is not precisely the same as for regular
2444 arrays.  For example:
2445
2446         # This DOES print "How unusual!"
2447         undef $a[10];  print "How unusual!\n" if defined $a[10];
2448
2449 C<undef>-ing a C<Tie::File> array element just blanks out the
2450 corresponding record in the file.  When you read it back again, you'll
2451 get the empty string, so the supposedly-C<undef>'ed value will be
2452 defined.  Similarly, if you have C<autochomp> disabled, then
2453
2454         # This DOES print "How unusual!" if 'autochomp' is disabled
2455         undef $a[10];
2456         print "How unusual!\n" if $a[10];
2457
2458 Because when C<autochomp> is disabled, C<$a[10]> will read back as
2459 C<"\n"> (or whatever the record separator string is.)  
2460
2461 There are other minor differences, particularly regarding C<exists>
2462 and C<delete>, but in general, the correspondence is extremely close.
2463
2464 =item *
2465
2466 I have supposed that since this module is concerned with file I/O,
2467 almost all normal use of it will be heavily I/O bound.  This means
2468 that the time to maintain complicated data structures inside the
2469 module will be dominated by the time to actually perform the I/O.
2470 When there was an opportunity to spend CPU time to avoid doing I/O, I
2471 usually tried to take it.
2472
2473 =item *
2474
2475 You might be tempted to think that deferred writing is like
2476 transactions, with C<flush> as C<commit> and C<discard> as
2477 C<rollback>, but it isn't, so don't.
2478
2479 =item *
2480
2481 There is a large memory overhead for each record offset and for each
2482 cache entry: about 310 bytes per cached data record, and about 21 bytes per offset table entry.
2483
2484 The per-record overhead will limit the maximum number of records you
2485 can access per file. Note that I<accessing> the length of the array
2486 via C<$x = scalar @tied_file> accesses B<all> records and stores their
2487 offsets.  The same for C<foreach (@tied_file)>, even if you exit the
2488 loop early.
2489
2490 =back
2491
2492 =head1 SUBCLASSING
2493
2494 This version promises absolutely nothing about the internals, which
2495 may change without notice.  A future version of the module will have a
2496 well-defined and stable subclassing API.
2497
2498 =head1 WHAT ABOUT C<DB_File>?
2499
2500 People sometimes point out that L<DB_File> will do something similar,
2501 and ask why C<Tie::File> module is necessary.
2502
2503 There are a number of reasons that you might prefer C<Tie::File>.
2504 A list is available at C<http://perl.plover.com/TieFile/why-not-DB_File>.
2505
2506 =head1 AUTHOR
2507
2508 Mark Jason Dominus
2509
2510 To contact the author, send email to: C<mjd-perl-tiefile+@plover.com>
2511
2512 To receive an announcement whenever a new version of this module is
2513 released, send a blank email message to
2514 C<mjd-perl-tiefile-subscribe@plover.com>.
2515
2516 The most recent version of this module, including documentation and
2517 any news of importance, will be available at
2518
2519         http://perl.plover.com/TieFile/
2520
2521
2522 =head1 LICENSE
2523
2524 C<Tie::File> version 0.96 is copyright (C) 2002 Mark Jason Dominus.
2525
2526 This library is free software; you may redistribute it and/or modify
2527 it under the same terms as Perl itself.
2528
2529 These terms are your choice of any of (1) the Perl Artistic Licence,
2530 or (2) version 2 of the GNU General Public License as published by the
2531 Free Software Foundation, or (3) any later version of the GNU General
2532 Public License.
2533
2534 This library is distributed in the hope that it will be useful,
2535 but WITHOUT ANY WARRANTY; without even the implied warranty of
2536 MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
2537 GNU General Public License for more details.
2538
2539 You should have received a copy of the GNU General Public License
2540 along with this library program; it should be in the file C<COPYING>.
2541 If not, write to the Free Software Foundation, Inc., 59 Temple Place,
2542 Suite 330, Boston, MA 02111 USA
2543
2544 For licensing inquiries, contact the author at:
2545
2546         Mark Jason Dominus
2547         255 S. Warnock St.
2548         Philadelphia, PA 19107
2549
2550 =head1 WARRANTY
2551
2552 C<Tie::File> version 0.96 comes with ABSOLUTELY NO WARRANTY.
2553 For details, see the license.
2554
2555 =head1 THANKS
2556
2557 Gigantic thanks to Jarkko Hietaniemi, for agreeing to put this in the
2558 core when I hadn't written it yet, and for generally being helpful,
2559 supportive, and competent.  (Usually the rule is "choose any one.")
2560 Also big thanks to Abhijit Menon-Sen for all of the same things.
2561
2562 Special thanks to Craig Berry and Peter Prymmer (for VMS portability
2563 help), Randy Kobes (for Win32 portability help), Clinton Pierce and
2564 Autrijus Tang (for heroic eleventh-hour Win32 testing above and beyond
2565 the call of duty), Michael G Schwern (for testing advice), and the
2566 rest of the CPAN testers (for testing generally).
2567
2568 Special thanks to Tels for suggesting several speed and memory
2569 optimizations.
2570
2571 Additional thanks to:
2572 Edward Avis /
2573 Mattia Barbon /
2574 Tom Christiansen /
2575 Gerrit Haase /
2576 Gurusamy Sarathy /
2577 Jarkko Hietaniemi (again) /
2578 Nikola Knezevic /
2579 John Kominetz /
2580 Nick Ing-Simmons /
2581 Tassilo von Parseval /
2582 H. Dieter Pearcey /
2583 Slaven Rezic /
2584 Eric Roode /
2585 Peter Scott /
2586 Peter Somu /
2587 Autrijus Tang (again) /
2588 Tels (again) /
2589 Juerd Waalboer
2590
2591 =head1 TODO
2592
2593 More tests.  (Stuff I didn't think of yet.)
2594
2595 Paragraph mode?
2596
2597 Fixed-length mode.  Leave-blanks mode.
2598
2599 Maybe an autolocking mode?
2600
2601 For many common uses of the module, the read cache is a liability.
2602 For example, a program that inserts a single record, or that scans the
2603 file once, will have a cache hit rate of zero.  This suggests a major
2604 optimization: The cache should be initially disabled.  Here's a hybrid
2605 approach: Initially, the cache is disabled, but the cache code
2606 maintains statistics about how high the hit rate would be *if* it were
2607 enabled.  When it sees the hit rate get high enough, it enables
2608 itself.  The STAT comments in this code are the beginning of an
2609 implementation of this.
2610
2611 Record locking with fcntl()?  Then the module might support an undo
2612 log and get real transactions.  What a tour de force that would be.
2613
2614 Keeping track of the highest cached record. This would allow reads-in-a-row
2615 to skip the cache lookup faster (if reading from 1..N with empty cache at
2616 start, the last cached value will be always N-1).
2617
2618 More tests.
2619
2620 =cut
2621