git.cworth.org Git - apitrace/blob - thirdparty/snappy/snappy_unittest.cc

   1 // Copyright 2005 and onwards Google Inc.
   2 //
   3 // Redistribution and use in source and binary forms, with or without
   4 // modification, are permitted provided that the following conditions are
   5 // met:
   6 //
   7 //     * Redistributions of source code must retain the above copyright
   8 // notice, this list of conditions and the following disclaimer.
   9 //     * Redistributions in binary form must reproduce the above
  10 // copyright notice, this list of conditions and the following disclaimer
  11 // in the documentation and/or other materials provided with the
  12 // distribution.
  13 //     * Neither the name of Google Inc. nor the names of its
  14 // contributors may be used to endorse or promote products derived from
  15 // this software without specific prior written permission.
  16 //
  17 // THIS SOFTWARE IS PROVIDED BY THE COPYRIGHT HOLDERS AND CONTRIBUTORS
  18 // "AS IS" AND ANY EXPRESS OR IMPLIED WARRANTIES, INCLUDING, BUT NOT
  19 // LIMITED TO, THE IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS FOR
  20 // A PARTICULAR PURPOSE ARE DISCLAIMED. IN NO EVENT SHALL THE COPYRIGHT
  21 // OWNER OR CONTRIBUTORS BE LIABLE FOR ANY DIRECT, INDIRECT, INCIDENTAL,
  22 // SPECIAL, EXEMPLARY, OR CONSEQUENTIAL DAMAGES (INCLUDING, BUT NOT
  23 // LIMITED TO, PROCUREMENT OF SUBSTITUTE GOODS OR SERVICES; LOSS OF USE,
  24 // DATA, OR PROFITS; OR BUSINESS INTERRUPTION) HOWEVER CAUSED AND ON ANY
  25 // THEORY OF LIABILITY, WHETHER IN CONTRACT, STRICT LIABILITY, OR TORT
  26 // (INCLUDING NEGLIGENCE OR OTHERWISE) ARISING IN ANY WAY OUT OF THE USE
  27 // OF THIS SOFTWARE, EVEN IF ADVISED OF THE POSSIBILITY OF SUCH DAMAGE.
  28
  29 #include <math.h>
  30 #include <stdlib.h>
  31
  32
  33 #include <algorithm>
  34 #include <string>
  35 #include <vector>
  36
  37 #include "snappy.h"
  38 #include "snappy-internal.h"
  39 #include "snappy-test.h"
  40 #include "snappy-sinksource.h"
  41
  42 DEFINE_int32(start_len, -1,
  43              "Starting prefix size for testing (-1: just full file contents)");
  44 DEFINE_int32(end_len, -1,
  45              "Starting prefix size for testing (-1: just full file contents)");
  46 DEFINE_int32(bytes, 10485760,
  47              "How many bytes to compress/uncompress per file for timing");
  48
  49 DEFINE_bool(zlib, false,
  50             "Run zlib compression (http://www.zlib.net)");
  51 DEFINE_bool(lzo, false,
  52             "Run LZO compression (http://www.oberhumer.com/opensource/lzo/)");
  53 DEFINE_bool(quicklz, false,
  54             "Run quickLZ compression (http://www.quicklz.com/)");
  55 DEFINE_bool(liblzf, false,
  56             "Run libLZF compression "
  57             "(http://www.goof.com/pcg/marc/liblzf.html)");
  58 DEFINE_bool(fastlz, false,
  59             "Run FastLZ compression (http://www.fastlz.org/");
  60 DEFINE_bool(snappy, true, "Run snappy compression");
  61
  62
  63 DEFINE_bool(write_compressed, false,
  64             "Write compressed versions of each file to <file>.comp");
  65 DEFINE_bool(write_uncompressed, false,
  66             "Write uncompressed versions of each file to <file>.uncomp");
  67
  68 namespace snappy {
  69
  70
  71 #ifdef HAVE_FUNC_MMAP
  72
  73 // To test against code that reads beyond its input, this class copies a
  74 // string to a newly allocated group of pages, the last of which
  75 // is made unreadable via mprotect. Note that we need to allocate the
  76 // memory with mmap(), as POSIX allows mprotect() only on memory allocated
  77 // with mmap(), and some malloc/posix_memalign implementations expect to
  78 // be able to read previously allocated memory while doing heap allocations.
  79 class DataEndingAtUnreadablePage {
  80  public:
  81   explicit DataEndingAtUnreadablePage(const string& s) {
  82     const size_t page_size = getpagesize();
  83     const size_t size = s.size();
  84     // Round up space for string to a multiple of page_size.
  85     size_t space_for_string = (size + page_size - 1) & ~(page_size - 1);
  86     alloc_size_ = space_for_string + page_size;
  87     mem_ = mmap(NULL, alloc_size_,
  88                 PROT_READ|PROT_WRITE, MAP_PRIVATE|MAP_ANONYMOUS, -1, 0);
  89     CHECK_NE(MAP_FAILED, mem_);
  90     protected_page_ = reinterpret_cast<char*>(mem_) + space_for_string;
  91     char* dst = protected_page_ - size;
  92     memcpy(dst, s.data(), size);
  93     data_ = dst;
  94     size_ = size;
  95     // Make guard page unreadable.
  96     CHECK_EQ(0, mprotect(protected_page_, page_size, PROT_NONE));
  97   }
  98
  99   ~DataEndingAtUnreadablePage() {
 100     // Undo the mprotect.
 101     CHECK_EQ(0, mprotect(protected_page_, getpagesize(), PROT_READ|PROT_WRITE));
 102     CHECK_EQ(0, munmap(mem_, alloc_size_));
 103   }
 104
 105   const char* data() const { return data_; }
 106   size_t size() const { return size_; }
 107
 108  private:
 109   size_t alloc_size_;
 110   void* mem_;
 111   char* protected_page_;
 112   const char* data_;
 113   size_t size_;
 114 };
 115
 116 #else  // HAVE_FUNC_MMAP
 117
 118 // Fallback for systems without mmap.
 119 typedef string DataEndingAtUnreadablePage;
 120
 121 #endif
 122
 123 enum CompressorType {
 124   ZLIB, LZO, LIBLZF, QUICKLZ, FASTLZ, SNAPPY
 125 };
 126
 127 const char* names[] = {
 128   "ZLIB", "LZO", "LIBLZF", "QUICKLZ", "FASTLZ", "SNAPPY"
 129 };
 130
 131 static size_t MinimumRequiredOutputSpace(size_t input_size,
 132                                          CompressorType comp) {
 133   switch (comp) {
 134 #ifdef ZLIB_VERSION
 135     case ZLIB:
 136       return ZLib::MinCompressbufSize(input_size);
 137 #endif  // ZLIB_VERSION
 138
 139 #ifdef LZO_VERSION
 140     case LZO:
 141       return input_size + input_size/64 + 16 + 3;
 142 #endif  // LZO_VERSION
 143
 144 #ifdef LZF_VERSION
 145     case LIBLZF:
 146       return input_size;
 147 #endif  // LZF_VERSION
 148
 149 #ifdef QLZ_VERSION_MAJOR
 150     case QUICKLZ:
 151       return input_size + 36000;  // 36000 is used for scratch.
 152 #endif  // QLZ_VERSION_MAJOR
 153
 154 #ifdef FASTLZ_VERSION
 155     case FASTLZ:
 156       return max(static_cast<int>(ceil(input_size * 1.05)), 66);
 157 #endif  // FASTLZ_VERSION
 158
 159     case SNAPPY:
 160       return snappy::MaxCompressedLength(input_size);
 161
 162     default:
 163       LOG(FATAL) << "Unknown compression type number " << comp;
 164   }
 165 }
 166
 167 // Returns true if we successfully compressed, false otherwise.
 168 //
 169 // If compressed_is_preallocated is set, do not resize the compressed buffer.
 170 // This is typically what you want for a benchmark, in order to not spend
 171 // time in the memory allocator. If you do set this flag, however,
 172 // "compressed" must be preinitialized to at least MinCompressbufSize(comp)
 173 // number of bytes, and may contain junk bytes at the end after return.
 174 static bool Compress(const char* input, size_t input_size, CompressorType comp,
 175                      string* compressed, bool compressed_is_preallocated) {
 176   if (!compressed_is_preallocated) {
 177     compressed->resize(MinimumRequiredOutputSpace(input_size, comp));
 178   }
 179
 180   switch (comp) {
 181 #ifdef ZLIB_VERSION
 182     case ZLIB: {
 183       ZLib zlib;
 184       uLongf destlen = compressed->size();
 185       int ret = zlib.Compress(
 186           reinterpret_cast<Bytef*>(string_as_array(compressed)),
 187           &destlen,
 188           reinterpret_cast<const Bytef*>(input),
 189           input_size);
 190       CHECK_EQ(Z_OK, ret);
 191       if (!compressed_is_preallocated) {
 192         compressed->resize(destlen);
 193       }
 194       return true;
 195     }
 196 #endif  // ZLIB_VERSION
 197
 198 #ifdef LZO_VERSION
 199     case LZO: {
 200       unsigned char* mem = new unsigned char[LZO1X_1_15_MEM_COMPRESS];
 201       lzo_uint destlen;
 202       int ret = lzo1x_1_15_compress(
 203           reinterpret_cast<const uint8*>(input),
 204           input_size,
 205           reinterpret_cast<uint8*>(string_as_array(compressed)),
 206           &destlen,
 207           mem);
 208       CHECK_EQ(LZO_E_OK, ret);
 209       delete[] mem;
 210       if (!compressed_is_preallocated) {
 211         compressed->resize(destlen);
 212       }
 213       break;
 214     }
 215 #endif  // LZO_VERSION
 216
 217 #ifdef LZF_VERSION
 218     case LIBLZF: {
 219       int destlen = lzf_compress(input,
 220                                  input_size,
 221                                  string_as_array(compressed),
 222                                  input_size);
 223       if (destlen == 0) {
 224         // lzf *can* cause lots of blowup when compressing, so they
 225         // recommend to limit outsize to insize, and just not compress
 226         // if it's bigger.  Ideally, we'd just swap input and output.
 227         compressed->assign(input, input_size);
 228         destlen = input_size;
 229       }
 230       if (!compressed_is_preallocated) {
 231         compressed->resize(destlen);
 232       }
 233       break;
 234     }
 235 #endif  // LZF_VERSION
 236
 237 #ifdef QLZ_VERSION_MAJOR
 238     case QUICKLZ: {
 239       qlz_state_compress *state_compress = new qlz_state_compress;
 240       int destlen = qlz_compress(input,
 241                                  string_as_array(compressed),
 242                                  input_size,
 243                                  state_compress);
 244       delete state_compress;
 245       CHECK_NE(0, destlen);
 246       if (!compressed_is_preallocated) {
 247         compressed->resize(destlen);
 248       }
 249       break;
 250     }
 251 #endif  // QLZ_VERSION_MAJOR
 252
 253 #ifdef FASTLZ_VERSION
 254     case FASTLZ: {
 255       // Use level 1 compression since we mostly care about speed.
 256       int destlen = fastlz_compress_level(
 257           1,
 258           input,
 259           input_size,
 260           string_as_array(compressed));
 261       if (!compressed_is_preallocated) {
 262         compressed->resize(destlen);
 263       }
 264       CHECK_NE(destlen, 0);
 265       break;
 266     }
 267 #endif  // FASTLZ_VERSION
 268
 269     case SNAPPY: {
 270       size_t destlen;
 271       snappy::RawCompress(input, input_size,
 272                           string_as_array(compressed),
 273                           &destlen);
 274       CHECK_LE(destlen, snappy::MaxCompressedLength(input_size));
 275       if (!compressed_is_preallocated) {
 276         compressed->resize(destlen);
 277       }
 278       break;
 279     }
 280
 281
 282     default: {
 283       return false;     // the asked-for library wasn't compiled in
 284     }
 285   }
 286   return true;
 287 }
 288
 289 static bool Uncompress(const string& compressed, CompressorType comp,
 290                        int size, string* output) {
 291   switch (comp) {
 292 #ifdef ZLIB_VERSION
 293     case ZLIB: {
 294       output->resize(size);
 295       ZLib zlib;
 296       uLongf destlen = output->size();
 297       int ret = zlib.Uncompress(
 298           reinterpret_cast<Bytef*>(string_as_array(output)),
 299           &destlen,
 300           reinterpret_cast<const Bytef*>(compressed.data()),
 301           compressed.size());
 302       CHECK_EQ(Z_OK, ret);
 303       CHECK_EQ(static_cast<uLongf>(size), destlen);
 304       break;
 305     }
 306 #endif  // ZLIB_VERSION
 307
 308 #ifdef LZO_VERSION
 309     case LZO: {
 310       output->resize(size);
 311       lzo_uint destlen;
 312       int ret = lzo1x_decompress(
 313           reinterpret_cast<const uint8*>(compressed.data()),
 314           compressed.size(),
 315           reinterpret_cast<uint8*>(string_as_array(output)),
 316           &destlen,
 317           NULL);
 318       CHECK_EQ(LZO_E_OK, ret);
 319       CHECK_EQ(static_cast<lzo_uint>(size), destlen);
 320       break;
 321     }
 322 #endif  // LZO_VERSION
 323
 324 #ifdef LZF_VERSION
 325     case LIBLZF: {
 326       output->resize(size);
 327       int destlen = lzf_decompress(compressed.data(),
 328                                    compressed.size(),
 329                                    string_as_array(output),
 330                                    output->size());
 331       if (destlen == 0) {
 332         // This error probably means we had decided not to compress,
 333         // and thus have stored input in output directly.
 334         output->assign(compressed.data(), compressed.size());
 335         destlen = compressed.size();
 336       }
 337       CHECK_EQ(destlen, size);
 338       break;
 339     }
 340 #endif  // LZF_VERSION
 341
 342 #ifdef QLZ_VERSION_MAJOR
 343     case QUICKLZ: {
 344       output->resize(size);
 345       qlz_state_decompress *state_decompress = new qlz_state_decompress;
 346       int destlen = qlz_decompress(compressed.data(),
 347                                    string_as_array(output),
 348                                    state_decompress);
 349       delete state_decompress;
 350       CHECK_EQ(destlen, size);
 351       break;
 352     }
 353 #endif  // QLZ_VERSION_MAJOR
 354
 355 #ifdef FASTLZ_VERSION
 356     case FASTLZ: {
 357       output->resize(size);
 358       int destlen = fastlz_decompress(compressed.data(),
 359                                       compressed.length(),
 360                                       string_as_array(output),
 361                                       size);
 362       CHECK_EQ(destlen, size);
 363       break;
 364     }
 365 #endif  // FASTLZ_VERSION
 366
 367     case SNAPPY: {
 368       snappy::RawUncompress(compressed.data(), compressed.size(),
 369                             string_as_array(output));
 370       break;
 371     }
 372
 373
 374     default: {
 375       return false;     // the asked-for library wasn't compiled in
 376     }
 377   }
 378   return true;
 379 }
 380
 381 static void Measure(const char* data,
 382                     size_t length,
 383                     CompressorType comp,
 384                     int repeats,
 385                     int block_size) {
 386   // Run tests a few time and pick median running times
 387   static const int kRuns = 5;
 388   double ctime[kRuns];
 389   double utime[kRuns];
 390   int compressed_size = 0;
 391
 392   {
 393     // Chop the input into blocks
 394     int num_blocks = (length + block_size - 1) / block_size;
 395     vector<const char*> input(num_blocks);
 396     vector<size_t> input_length(num_blocks);
 397     vector<string> compressed(num_blocks);
 398     vector<string> output(num_blocks);
 399     for (int b = 0; b < num_blocks; b++) {
 400       int input_start = b * block_size;
 401       int input_limit = min<int>((b+1)*block_size, length);
 402       input[b] = data+input_start;
 403       input_length[b] = input_limit-input_start;
 404
 405       // Pre-grow the output buffer so we don't measure string append time.
 406       compressed[b].resize(MinimumRequiredOutputSpace(block_size, comp));
 407     }
 408
 409     // First, try one trial compression to make sure the code is compiled in
 410     if (!Compress(input[0], input_length[0], comp, &compressed[0], true)) {
 411       LOG(WARNING) << "Skipping " << names[comp] << ": "
 412                    << "library not compiled in";
 413       return;
 414     }
 415
 416     for (int run = 0; run < kRuns; run++) {
 417       CycleTimer ctimer, utimer;
 418
 419       for (int b = 0; b < num_blocks; b++) {
 420         // Pre-grow the output buffer so we don't measure string append time.
 421         compressed[b].resize(MinimumRequiredOutputSpace(block_size, comp));
 422       }
 423
 424       ctimer.Start();
 425       for (int b = 0; b < num_blocks; b++)
 426         for (int i = 0; i < repeats; i++)
 427           Compress(input[b], input_length[b], comp, &compressed[b], true);
 428       ctimer.Stop();
 429
 430       // Compress once more, with resizing, so we don't leave junk
 431       // at the end that will confuse the decompressor.
 432       for (int b = 0; b < num_blocks; b++) {
 433         Compress(input[b], input_length[b], comp, &compressed[b], false);
 434       }
 435
 436       for (int b = 0; b < num_blocks; b++) {
 437         output[b].resize(input_length[b]);
 438       }
 439
 440       utimer.Start();
 441       for (int i = 0; i < repeats; i++)
 442         for (int b = 0; b < num_blocks; b++)
 443           Uncompress(compressed[b], comp, input_length[b], &output[b]);
 444       utimer.Stop();
 445
 446       ctime[run] = ctimer.Get();
 447       utime[run] = utimer.Get();
 448     }
 449
 450     compressed_size = 0;
 451     for (int i = 0; i < compressed.size(); i++) {
 452       compressed_size += compressed[i].size();
 453     }
 454   }
 455
 456   sort(ctime, ctime + kRuns);
 457   sort(utime, utime + kRuns);
 458   const int med = kRuns/2;
 459
 460   float comp_rate = (length / ctime[med]) * repeats / 1048576.0;
 461   float uncomp_rate = (length / utime[med]) * repeats / 1048576.0;
 462   string x = names[comp];
 463   x += ":";
 464   string urate = (uncomp_rate >= 0)
 465                  ? StringPrintf("%.1f", uncomp_rate)
 466                  : string("?");
 467   printf("%-7s [b %dM] bytes %6d -> %6d %4.1f%%  "
 468          "comp %5.1f MB/s  uncomp %5s MB/s\n",
 469          x.c_str(),
 470          block_size/(1<<20),
 471          static_cast<int>(length), static_cast<uint32>(compressed_size),
 472          (compressed_size * 100.0) / max<int>(1, length),
 473          comp_rate,
 474          urate.c_str());
 475 }
 476
 477
 478 static int VerifyString(const string& input) {
 479   string compressed;
 480   DataEndingAtUnreadablePage i(input);
 481   const size_t written = snappy::Compress(i.data(), i.size(), &compressed);
 482   CHECK_EQ(written, compressed.size());
 483   CHECK_LE(compressed.size(),
 484            snappy::MaxCompressedLength(input.size()));
 485   CHECK(snappy::IsValidCompressedBuffer(compressed.data(), compressed.size()));
 486
 487   string uncompressed;
 488   DataEndingAtUnreadablePage c(compressed);
 489   CHECK(snappy::Uncompress(c.data(), c.size(), &uncompressed));
 490   CHECK_EQ(uncompressed, input);
 491   return uncompressed.size();
 492 }
 493
 494
 495 // Test that data compressed by a compressor that does not
 496 // obey block sizes is uncompressed properly.
 497 static void VerifyNonBlockedCompression(const string& input) {
 498   if (input.length() > snappy::kBlockSize) {
 499     // We cannot test larger blocks than the maximum block size, obviously.
 500     return;
 501   }
 502
 503   string prefix;
 504   Varint::Append32(&prefix, input.size());
 505
 506   // Setup compression table
 507   snappy::internal::WorkingMemory wmem;
 508   int table_size;
 509   uint16* table = wmem.GetHashTable(input.size(), &table_size);
 510
 511   // Compress entire input in one shot
 512   string compressed;
 513   compressed += prefix;
 514   compressed.resize(prefix.size()+snappy::MaxCompressedLength(input.size()));
 515   char* dest = string_as_array(&compressed) + prefix.size();
 516   char* end = snappy::internal::CompressFragment(input.data(), input.size(),
 517                                                 dest, table, table_size);
 518   compressed.resize(end - compressed.data());
 519
 520   // Uncompress into string
 521   string uncomp_str;
 522   CHECK(snappy::Uncompress(compressed.data(), compressed.size(), &uncomp_str));
 523   CHECK_EQ(uncomp_str, input);
 524
 525 }
 526
 527 // Expand the input so that it is at least K times as big as block size
 528 static string Expand(const string& input) {
 529   static const int K = 3;
 530   string data = input;
 531   while (data.size() < K * snappy::kBlockSize) {
 532     data += input;
 533   }
 534   return data;
 535 }
 536
 537 static int Verify(const string& input) {
 538   VLOG(1) << "Verifying input of size " << input.size();
 539
 540   // Compress using string based routines
 541   const int result = VerifyString(input);
 542
 543
 544   VerifyNonBlockedCompression(input);
 545   if (!input.empty()) {
 546     VerifyNonBlockedCompression(Expand(input));
 547   }
 548
 549
 550   return result;
 551 }
 552
 553 // This test checks to ensure that snappy doesn't coredump if it gets
 554 // corrupted data.
 555
 556 static bool IsValidCompressedBuffer(const string& c) {
 557   return snappy::IsValidCompressedBuffer(c.data(), c.size());
 558 }
 559 static bool Uncompress(const string& c, string* u) {
 560   return snappy::Uncompress(c.data(), c.size(), u);
 561 }
 562
 563 TYPED_TEST(CorruptedTest, VerifyCorrupted) {
 564   string source = "making sure we don't crash with corrupted input";
 565   VLOG(1) << source;
 566   string dest;
 567   TypeParam uncmp;
 568   snappy::Compress(source.data(), source.size(), &dest);
 569
 570   // Mess around with the data. It's hard to simulate all possible
 571   // corruptions; this is just one example ...
 572   CHECK_GT(dest.size(), 3);
 573   dest[1]--;
 574   dest[3]++;
 575   // this really ought to fail.
 576   CHECK(!IsValidCompressedBuffer(TypeParam(dest)));
 577   CHECK(!Uncompress(TypeParam(dest), &uncmp));
 578
 579   // This is testing for a security bug - a buffer that decompresses to 100k
 580   // but we lie in the snappy header and only reserve 0 bytes of memory :)
 581   source.resize(100000);
 582   for (int i = 0; i < source.length(); ++i) {
 583     source[i] = 'A';
 584   }
 585   snappy::Compress(source.data(), source.size(), &dest);
 586   dest[0] = dest[1] = dest[2] = dest[3] = 0;
 587   CHECK(!IsValidCompressedBuffer(TypeParam(dest)));
 588   CHECK(!Uncompress(TypeParam(dest), &uncmp));
 589
 590   if (sizeof(void *) == 4) {
 591     // Another security check; check a crazy big length can't DoS us with an
 592     // over-allocation.
 593     // Currently this is done only for 32-bit builds.  On 64-bit builds,
 594     // where 3 GB might be an acceptable allocation size, Uncompress()
 595     // attempts to decompress, and sometimes causes the test to run out of
 596     // memory.
 597     dest[0] = dest[1] = dest[2] = dest[3] = 0xff;
 598     // This decodes to a really large size, i.e., about 3 GB.
 599     dest[4] = 'k';
 600     CHECK(!IsValidCompressedBuffer(TypeParam(dest)));
 601     CHECK(!Uncompress(TypeParam(dest), &uncmp));
 602   } else {
 603     LOG(WARNING) << "Crazy decompression lengths not checked on 64-bit build";
 604   }
 605
 606   // This decodes to about 2 MB; much smaller, but should still fail.
 607   dest[0] = dest[1] = dest[2] = 0xff;
 608   dest[3] = 0x00;
 609   CHECK(!IsValidCompressedBuffer(TypeParam(dest)));
 610   CHECK(!Uncompress(TypeParam(dest), &uncmp));
 611
 612   // try reading stuff in from a bad file.
 613   for (int i = 1; i <= 3; ++i) {
 614     string data = ReadTestDataFile(StringPrintf("baddata%d.snappy", i).c_str());
 615     string uncmp;
 616     // check that we don't return a crazy length
 617     size_t ulen;
 618     CHECK(!snappy::GetUncompressedLength(data.data(), data.size(), &ulen)
 619           || (ulen < (1<<20)));
 620     uint32 ulen2;
 621     snappy::ByteArraySource source(data.data(), data.size());
 622     CHECK(!snappy::GetUncompressedLength(&source, &ulen2) ||
 623           (ulen2 < (1<<20)));
 624     CHECK(!IsValidCompressedBuffer(TypeParam(data)));
 625     CHECK(!Uncompress(TypeParam(data), &uncmp));
 626   }
 627 }
 628
 629 // Helper routines to construct arbitrary compressed strings.
 630 // These mirror the compression code in snappy.cc, but are copied
 631 // here so that we can bypass some limitations in the how snappy.cc
 632 // invokes these routines.
 633 static void AppendLiteral(string* dst, const string& literal) {
 634   if (literal.empty()) return;
 635   int n = literal.size() - 1;
 636   if (n < 60) {
 637     // Fit length in tag byte
 638     dst->push_back(0 | (n << 2));
 639   } else {
 640     // Encode in upcoming bytes
 641     char number[4];
 642     int count = 0;
 643     while (n > 0) {
 644       number[count++] = n & 0xff;
 645       n >>= 8;
 646     }
 647     dst->push_back(0 | ((59+count) << 2));
 648     *dst += string(number, count);
 649   }
 650   *dst += literal;
 651 }
 652
 653 static void AppendCopy(string* dst, int offset, int length) {
 654   while (length > 0) {
 655     // Figure out how much to copy in one shot
 656     int to_copy;
 657     if (length >= 68) {
 658       to_copy = 64;
 659     } else if (length > 64) {
 660       to_copy = 60;
 661     } else {
 662       to_copy = length;
 663     }
 664     length -= to_copy;
 665
 666     if ((to_copy < 12) && (offset < 2048)) {
 667       assert(to_copy-4 < 8);            // Must fit in 3 bits
 668       dst->push_back(1 | ((to_copy-4) << 2) | ((offset >> 8) << 5));
 669       dst->push_back(offset & 0xff);
 670     } else if (offset < 65536) {
 671       dst->push_back(2 | ((to_copy-1) << 2));
 672       dst->push_back(offset & 0xff);
 673       dst->push_back(offset >> 8);
 674     } else {
 675       dst->push_back(3 | ((to_copy-1) << 2));
 676       dst->push_back(offset & 0xff);
 677       dst->push_back((offset >> 8) & 0xff);
 678       dst->push_back((offset >> 16) & 0xff);
 679       dst->push_back((offset >> 24) & 0xff);
 680     }
 681   }
 682 }
 683
 684 TEST(Snappy, SimpleTests) {
 685   Verify("");
 686   Verify("a");
 687   Verify("ab");
 688   Verify("abc");
 689
 690   Verify("aaaaaaa" + string(16, 'b') + string("aaaaa") + "abc");
 691   Verify("aaaaaaa" + string(256, 'b') + string("aaaaa") + "abc");
 692   Verify("aaaaaaa" + string(2047, 'b') + string("aaaaa") + "abc");
 693   Verify("aaaaaaa" + string(65536, 'b') + string("aaaaa") + "abc");
 694   Verify("abcaaaaaaa" + string(65536, 'b') + string("aaaaa") + "abc");
 695 }
 696
 697 // Verify max blowup (lots of four-byte copies)
 698 TEST(Snappy, MaxBlowup) {
 699   string input;
 700   for (int i = 0; i < 20000; i++) {
 701     ACMRandom rnd(i);
 702     uint32 bytes = static_cast<uint32>(rnd.Next());
 703     input.append(reinterpret_cast<char*>(&bytes), sizeof(bytes));
 704   }
 705   for (int i = 19999; i >= 0; i--) {
 706     ACMRandom rnd(i);
 707     uint32 bytes = static_cast<uint32>(rnd.Next());
 708     input.append(reinterpret_cast<char*>(&bytes), sizeof(bytes));
 709   }
 710   Verify(input);
 711 }
 712
 713 TEST(Snappy, RandomData) {
 714   ACMRandom rnd(FLAGS_test_random_seed);
 715
 716   const int num_ops = 20000;
 717   for (int i = 0; i < num_ops; i++) {
 718     if ((i % 1000) == 0) {
 719       VLOG(0) << "Random op " << i << " of " << num_ops;
 720     }
 721
 722     string x;
 723     int len = rnd.Uniform(4096);
 724     if (i < 100) {
 725       len = 65536 + rnd.Uniform(65536);
 726     }
 727     while (x.size() < len) {
 728       int run_len = 1;
 729       if (rnd.OneIn(10)) {
 730         run_len = rnd.Skewed(8);
 731       }
 732       char c = (i < 100) ? rnd.Uniform(256) : rnd.Skewed(3);
 733       while (run_len-- > 0 && x.size() < len) {
 734         x += c;
 735       }
 736     }
 737
 738     Verify(x);
 739   }
 740 }
 741
 742 TEST(Snappy, FourByteOffset) {
 743   // The new compressor cannot generate four-byte offsets since
 744   // it chops up the input into 32KB pieces.  So we hand-emit the
 745   // copy manually.
 746
 747   // The two fragments that make up the input string.
 748   string fragment1 = "012345689abcdefghijklmnopqrstuvwxyz";
 749   string fragment2 = "some other string";
 750
 751   // How many times each fragment is emitted.
 752   const int n1 = 2;
 753   const int n2 = 100000 / fragment2.size();
 754   const int length = n1 * fragment1.size() + n2 * fragment2.size();
 755
 756   string compressed;
 757   Varint::Append32(&compressed, length);
 758
 759   AppendLiteral(&compressed, fragment1);
 760   string src = fragment1;
 761   for (int i = 0; i < n2; i++) {
 762     AppendLiteral(&compressed, fragment2);
 763     src += fragment2;
 764   }
 765   AppendCopy(&compressed, src.size(), fragment1.size());
 766   src += fragment1;
 767   CHECK_EQ(length, src.size());
 768
 769   string uncompressed;
 770   CHECK(snappy::IsValidCompressedBuffer(compressed.data(), compressed.size()));
 771   CHECK(snappy::Uncompress(compressed.data(), compressed.size(), &uncompressed));
 772   CHECK_EQ(uncompressed, src);
 773 }
 774
 775
 776 static bool CheckUncompressedLength(const string& compressed,
 777                                     size_t* ulength) {
 778   const bool result1 = snappy::GetUncompressedLength(compressed.data(),
 779                                                      compressed.size(),
 780                                                      ulength);
 781
 782   snappy::ByteArraySource source(compressed.data(), compressed.size());
 783   uint32 length;
 784   const bool result2 = snappy::GetUncompressedLength(&source, &length);
 785   CHECK_EQ(result1, result2);
 786   return result1;
 787 }
 788
 789 TEST(SnappyCorruption, TruncatedVarint) {
 790   string compressed, uncompressed;
 791   size_t ulength;
 792   compressed.push_back('\xf0');
 793   CHECK(!CheckUncompressedLength(compressed, &ulength));
 794   CHECK(!snappy::IsValidCompressedBuffer(compressed.data(), compressed.size()));
 795   CHECK(!snappy::Uncompress(compressed.data(), compressed.size(),
 796                             &uncompressed));
 797 }
 798
 799 TEST(SnappyCorruption, UnterminatedVarint) {
 800   string compressed, uncompressed;
 801   size_t ulength;
 802   compressed.push_back(128);
 803   compressed.push_back(128);
 804   compressed.push_back(128);
 805   compressed.push_back(128);
 806   compressed.push_back(128);
 807   compressed.push_back(10);
 808   CHECK(!CheckUncompressedLength(compressed, &ulength));
 809   CHECK(!snappy::IsValidCompressedBuffer(compressed.data(), compressed.size()));
 810   CHECK(!snappy::Uncompress(compressed.data(), compressed.size(),
 811                             &uncompressed));
 812 }
 813
 814 TEST(Snappy, ReadPastEndOfBuffer) {
 815   // Check that we do not read past end of input
 816
 817   // Make a compressed string that ends with a single-byte literal
 818   string compressed;
 819   Varint::Append32(&compressed, 1);
 820   AppendLiteral(&compressed, "x");
 821
 822   string uncompressed;
 823   DataEndingAtUnreadablePage c(compressed);
 824   CHECK(snappy::Uncompress(c.data(), c.size(), &uncompressed));
 825   CHECK_EQ(uncompressed, string("x"));
 826 }
 827
 828 // Check for an infinite loop caused by a copy with offset==0
 829 TEST(Snappy, ZeroOffsetCopy) {
 830   const char* compressed = "\x40\x12\x00\x00";
 831   //  \x40              Length (must be > kMaxIncrementCopyOverflow)
 832   //  \x12\x00\x00      Copy with offset==0, length==5
 833   char uncompressed[100];
 834   EXPECT_FALSE(snappy::RawUncompress(compressed, 4, uncompressed));
 835 }
 836
 837 TEST(Snappy, ZeroOffsetCopyValidation) {
 838   const char* compressed = "\x05\x12\x00\x00";
 839   //  \x05              Length
 840   //  \x12\x00\x00      Copy with offset==0, length==5
 841   EXPECT_FALSE(snappy::IsValidCompressedBuffer(compressed, 4));
 842 }
 843
 844
 845 namespace {
 846
 847 int TestFindMatchLength(const char* s1, const char *s2, unsigned length) {
 848   return snappy::internal::FindMatchLength(s1, s2, s2 + length);
 849 }
 850
 851 }  // namespace
 852
 853 TEST(Snappy, FindMatchLength) {
 854   // Exercise all different code paths through the function.
 855   // 64-bit version:
 856
 857   // Hit s1_limit in 64-bit loop, hit s1_limit in single-character loop.
 858   EXPECT_EQ(6, TestFindMatchLength("012345", "012345", 6));
 859   EXPECT_EQ(11, TestFindMatchLength("01234567abc", "01234567abc", 11));
 860
 861   // Hit s1_limit in 64-bit loop, find a non-match in single-character loop.
 862   EXPECT_EQ(9, TestFindMatchLength("01234567abc", "01234567axc", 9));
 863
 864   // Same, but edge cases.
 865   EXPECT_EQ(11, TestFindMatchLength("01234567abc!", "01234567abc!", 11));
 866   EXPECT_EQ(11, TestFindMatchLength("01234567abc!", "01234567abc?", 11));
 867
 868   // Find non-match at once in first loop.
 869   EXPECT_EQ(0, TestFindMatchLength("01234567xxxxxxxx", "?1234567xxxxxxxx", 16));
 870   EXPECT_EQ(1, TestFindMatchLength("01234567xxxxxxxx", "0?234567xxxxxxxx", 16));
 871   EXPECT_EQ(4, TestFindMatchLength("01234567xxxxxxxx", "01237654xxxxxxxx", 16));
 872   EXPECT_EQ(7, TestFindMatchLength("01234567xxxxxxxx", "0123456?xxxxxxxx", 16));
 873
 874   // Find non-match in first loop after one block.
 875   EXPECT_EQ(8, TestFindMatchLength("abcdefgh01234567xxxxxxxx",
 876                                    "abcdefgh?1234567xxxxxxxx", 24));
 877   EXPECT_EQ(9, TestFindMatchLength("abcdefgh01234567xxxxxxxx",
 878                                    "abcdefgh0?234567xxxxxxxx", 24));
 879   EXPECT_EQ(12, TestFindMatchLength("abcdefgh01234567xxxxxxxx",
 880                                     "abcdefgh01237654xxxxxxxx", 24));
 881   EXPECT_EQ(15, TestFindMatchLength("abcdefgh01234567xxxxxxxx",
 882                                     "abcdefgh0123456?xxxxxxxx", 24));
 883
 884   // 32-bit version:
 885
 886   // Short matches.
 887   EXPECT_EQ(0, TestFindMatchLength("01234567", "?1234567", 8));
 888   EXPECT_EQ(1, TestFindMatchLength("01234567", "0?234567", 8));
 889   EXPECT_EQ(2, TestFindMatchLength("01234567", "01?34567", 8));
 890   EXPECT_EQ(3, TestFindMatchLength("01234567", "012?4567", 8));
 891   EXPECT_EQ(4, TestFindMatchLength("01234567", "0123?567", 8));
 892   EXPECT_EQ(5, TestFindMatchLength("01234567", "01234?67", 8));
 893   EXPECT_EQ(6, TestFindMatchLength("01234567", "012345?7", 8));
 894   EXPECT_EQ(7, TestFindMatchLength("01234567", "0123456?", 8));
 895   EXPECT_EQ(7, TestFindMatchLength("01234567", "0123456?", 7));
 896   EXPECT_EQ(7, TestFindMatchLength("01234567!", "0123456??", 7));
 897
 898   // Hit s1_limit in 32-bit loop, hit s1_limit in single-character loop.
 899   EXPECT_EQ(10, TestFindMatchLength("xxxxxxabcd", "xxxxxxabcd", 10));
 900   EXPECT_EQ(10, TestFindMatchLength("xxxxxxabcd?", "xxxxxxabcd?", 10));
 901   EXPECT_EQ(13, TestFindMatchLength("xxxxxxabcdef", "xxxxxxabcdef", 13));
 902
 903   // Same, but edge cases.
 904   EXPECT_EQ(12, TestFindMatchLength("xxxxxx0123abc!", "xxxxxx0123abc!", 12));
 905   EXPECT_EQ(12, TestFindMatchLength("xxxxxx0123abc!", "xxxxxx0123abc?", 12));
 906
 907   // Hit s1_limit in 32-bit loop, find a non-match in single-character loop.
 908   EXPECT_EQ(11, TestFindMatchLength("xxxxxx0123abc", "xxxxxx0123axc", 13));
 909
 910   // Find non-match at once in first loop.
 911   EXPECT_EQ(6, TestFindMatchLength("xxxxxx0123xxxxxxxx",
 912                                    "xxxxxx?123xxxxxxxx", 18));
 913   EXPECT_EQ(7, TestFindMatchLength("xxxxxx0123xxxxxxxx",
 914                                    "xxxxxx0?23xxxxxxxx", 18));
 915   EXPECT_EQ(8, TestFindMatchLength("xxxxxx0123xxxxxxxx",
 916                                    "xxxxxx0132xxxxxxxx", 18));
 917   EXPECT_EQ(9, TestFindMatchLength("xxxxxx0123xxxxxxxx",
 918                                    "xxxxxx012?xxxxxxxx", 18));
 919
 920   // Same, but edge cases.
 921   EXPECT_EQ(6, TestFindMatchLength("xxxxxx0123", "xxxxxx?123", 10));
 922   EXPECT_EQ(7, TestFindMatchLength("xxxxxx0123", "xxxxxx0?23", 10));
 923   EXPECT_EQ(8, TestFindMatchLength("xxxxxx0123", "xxxxxx0132", 10));
 924   EXPECT_EQ(9, TestFindMatchLength("xxxxxx0123", "xxxxxx012?", 10));
 925
 926   // Find non-match in first loop after one block.
 927   EXPECT_EQ(10, TestFindMatchLength("xxxxxxabcd0123xx",
 928                                     "xxxxxxabcd?123xx", 16));
 929   EXPECT_EQ(11, TestFindMatchLength("xxxxxxabcd0123xx",
 930                                     "xxxxxxabcd0?23xx", 16));
 931   EXPECT_EQ(12, TestFindMatchLength("xxxxxxabcd0123xx",
 932                                     "xxxxxxabcd0132xx", 16));
 933   EXPECT_EQ(13, TestFindMatchLength("xxxxxxabcd0123xx",
 934                                     "xxxxxxabcd012?xx", 16));
 935
 936   // Same, but edge cases.
 937   EXPECT_EQ(10, TestFindMatchLength("xxxxxxabcd0123", "xxxxxxabcd?123", 14));
 938   EXPECT_EQ(11, TestFindMatchLength("xxxxxxabcd0123", "xxxxxxabcd0?23", 14));
 939   EXPECT_EQ(12, TestFindMatchLength("xxxxxxabcd0123", "xxxxxxabcd0132", 14));
 940   EXPECT_EQ(13, TestFindMatchLength("xxxxxxabcd0123", "xxxxxxabcd012?", 14));
 941 }
 942
 943 TEST(Snappy, FindMatchLengthRandom) {
 944   const int kNumTrials = 10000;
 945   const int kTypicalLength = 10;
 946   ACMRandom rnd(FLAGS_test_random_seed);
 947
 948   for (int i = 0; i < kNumTrials; i++) {
 949     string s, t;
 950     char a = rnd.Rand8();
 951     char b = rnd.Rand8();
 952     while (!rnd.OneIn(kTypicalLength)) {
 953       s.push_back(rnd.OneIn(2) ? a : b);
 954       t.push_back(rnd.OneIn(2) ? a : b);
 955     }
 956     DataEndingAtUnreadablePage u(s);
 957     DataEndingAtUnreadablePage v(t);
 958     int matched = snappy::internal::FindMatchLength(
 959         u.data(), v.data(), v.data() + t.size());
 960     if (matched == t.size()) {
 961       EXPECT_EQ(s, t);
 962     } else {
 963       EXPECT_NE(s[matched], t[matched]);
 964       for (int j = 0; j < matched; j++) {
 965         EXPECT_EQ(s[j], t[j]);
 966       }
 967     }
 968   }
 969 }
 970
 971
 972 static void CompressFile(const char* fname) {
 973   string fullinput;
 974   File::ReadFileToStringOrDie(fname, &fullinput);
 975
 976   string compressed;
 977   Compress(fullinput.data(), fullinput.size(), SNAPPY, &compressed, false);
 978
 979   File::WriteStringToFileOrDie(compressed,
 980                                string(fname).append(".comp").c_str());
 981 }
 982
 983 static void UncompressFile(const char* fname) {
 984   string fullinput;
 985   File::ReadFileToStringOrDie(fname, &fullinput);
 986
 987   size_t uncompLength;
 988   CHECK(CheckUncompressedLength(fullinput, &uncompLength));
 989
 990   string uncompressed;
 991   uncompressed.resize(uncompLength);
 992   CHECK(snappy::Uncompress(fullinput.data(), fullinput.size(), &uncompressed));
 993
 994   File::WriteStringToFileOrDie(uncompressed,
 995                                string(fname).append(".uncomp").c_str());
 996 }
 997
 998 static void MeasureFile(const char* fname) {
 999   string fullinput;
1000   File::ReadFileToStringOrDie(fname, &fullinput);
1001   printf("%-40s :\n", fname);
1002
1003   int start_len = (FLAGS_start_len < 0) ? fullinput.size() : FLAGS_start_len;
1004   int end_len = fullinput.size();
1005   if (FLAGS_end_len >= 0) {
1006     end_len = min<int>(fullinput.size(), FLAGS_end_len);
1007   }
1008   for (int len = start_len; len <= end_len; len++) {
1009     const char* const input = fullinput.data();
1010     int repeats = (FLAGS_bytes + len) / (len + 1);
1011     if (FLAGS_zlib)     Measure(input, len, ZLIB, repeats, 1024<<10);
1012     if (FLAGS_lzo)      Measure(input, len, LZO, repeats, 1024<<10);
1013     if (FLAGS_liblzf)   Measure(input, len, LIBLZF, repeats, 1024<<10);
1014     if (FLAGS_quicklz)  Measure(input, len, QUICKLZ, repeats, 1024<<10);
1015     if (FLAGS_fastlz)   Measure(input, len, FASTLZ, repeats, 1024<<10);
1016     if (FLAGS_snappy)    Measure(input, len, SNAPPY, repeats, 4096<<10);
1017
1018     // For block-size based measurements
1019     if (0 && FLAGS_snappy) {
1020       Measure(input, len, SNAPPY, repeats, 8<<10);
1021       Measure(input, len, SNAPPY, repeats, 16<<10);
1022       Measure(input, len, SNAPPY, repeats, 32<<10);
1023       Measure(input, len, SNAPPY, repeats, 64<<10);
1024       Measure(input, len, SNAPPY, repeats, 256<<10);
1025       Measure(input, len, SNAPPY, repeats, 1024<<10);
1026     }
1027   }
1028 }
1029
1030 static struct {
1031   const char* label;
1032   const char* filename;
1033 } files[] = {
1034   { "html", "html" },
1035   { "urls", "urls.10K" },
1036   { "jpg", "house.jpg" },
1037   { "pdf", "mapreduce-osdi-1.pdf" },
1038   { "html4", "html_x_4" },
1039   { "cp", "cp.html" },
1040   { "c", "fields.c" },
1041   { "lsp", "grammar.lsp" },
1042   { "xls", "kennedy.xls" },
1043   { "txt1", "alice29.txt" },
1044   { "txt2", "asyoulik.txt" },
1045   { "txt3", "lcet10.txt" },
1046   { "txt4", "plrabn12.txt" },
1047   { "bin", "ptt5" },
1048   { "sum", "sum" },
1049   { "man", "xargs.1" },
1050   { "pb", "geo.protodata" },
1051   { "gaviota", "kppkn.gtb" },
1052 };
1053
1054 static void BM_UFlat(int iters, int arg) {
1055   StopBenchmarkTiming();
1056
1057   // Pick file to process based on "arg"
1058   CHECK_GE(arg, 0);
1059   CHECK_LT(arg, ARRAYSIZE(files));
1060   string contents = ReadTestDataFile(files[arg].filename);
1061
1062   string zcontents;
1063   snappy::Compress(contents.data(), contents.size(), &zcontents);
1064   char* dst = new char[contents.size()];
1065
1066   SetBenchmarkBytesProcessed(static_cast<int64>(iters) *
1067                              static_cast<int64>(contents.size()));
1068   SetBenchmarkLabel(files[arg].label);
1069   StartBenchmarkTiming();
1070   while (iters-- > 0) {
1071     CHECK(snappy::RawUncompress(zcontents.data(), zcontents.size(), dst));
1072   }
1073   StopBenchmarkTiming();
1074
1075   delete[] dst;
1076 }
1077 BENCHMARK(BM_UFlat)->DenseRange(0, 17);
1078
1079 static void BM_UValidate(int iters, int arg) {
1080   StopBenchmarkTiming();
1081
1082   // Pick file to process based on "arg"
1083   CHECK_GE(arg, 0);
1084   CHECK_LT(arg, ARRAYSIZE(files));
1085   string contents = ReadTestDataFile(files[arg].filename);
1086
1087   string zcontents;
1088   snappy::Compress(contents.data(), contents.size(), &zcontents);
1089
1090   SetBenchmarkBytesProcessed(static_cast<int64>(iters) *
1091                              static_cast<int64>(contents.size()));
1092   SetBenchmarkLabel(files[arg].label);
1093   StartBenchmarkTiming();
1094   while (iters-- > 0) {
1095     CHECK(snappy::IsValidCompressedBuffer(zcontents.data(), zcontents.size()));
1096   }
1097   StopBenchmarkTiming();
1098 }
1099 BENCHMARK(BM_UValidate)->DenseRange(0, 4);
1100
1101
1102 static void BM_ZFlat(int iters, int arg) {
1103   StopBenchmarkTiming();
1104
1105   // Pick file to process based on "arg"
1106   CHECK_GE(arg, 0);
1107   CHECK_LT(arg, ARRAYSIZE(files));
1108   string contents = ReadTestDataFile(files[arg].filename);
1109
1110   char* dst = new char[snappy::MaxCompressedLength(contents.size())];
1111
1112   SetBenchmarkBytesProcessed(static_cast<int64>(iters) *
1113                              static_cast<int64>(contents.size()));
1114   StartBenchmarkTiming();
1115
1116   size_t zsize = 0;
1117   while (iters-- > 0) {
1118     snappy::RawCompress(contents.data(), contents.size(), dst, &zsize);
1119   }
1120   StopBenchmarkTiming();
1121   const double compression_ratio =
1122       static_cast<double>(zsize) / std::max<size_t>(1, contents.size());
1123   SetBenchmarkLabel(StringPrintf("%s (%.2f %%)",
1124                                  files[arg].label, 100.0 * compression_ratio));
1125   VLOG(0) << StringPrintf("compression for %s: %zd -> %zd bytes",
1126                           files[arg].label, contents.size(), zsize);
1127   delete[] dst;
1128 }
1129 BENCHMARK(BM_ZFlat)->DenseRange(0, 17);
1130
1131
1132 }  // namespace snappy
1133
1134
1135 int main(int argc, char** argv) {
1136   InitGoogle(argv[0], &argc, &argv, true);
1137   File::Init();
1138   RunSpecifiedBenchmarks();
1139
1140
1141   if (argc >= 2) {
1142     for (int arg = 1; arg < argc; arg++) {
1143       if (FLAGS_write_compressed) {
1144         CompressFile(argv[arg]);
1145       } else if (FLAGS_write_uncompressed) {
1146         UncompressFile(argv[arg]);
1147       } else {
1148         MeasureFile(argv[arg]);
1149       }
1150     }
1151     return 0;
1152   }
1153
1154   return RUN_ALL_TESTS();
1155 }