mirror of
https://github.com/TREX-CoE/trexio.git
synced 2024-11-03 20:54:07 +01:00
write sparse values and compress int indices depending on the max num value
This commit is contained in:
parent
ba758e991f
commit
a8b251d820
@ -400,30 +400,61 @@ trexio_hdf5_write_$group_dset$ (trexio_t* const file,
|
||||
trexio_hdf5_t* f = (trexio_hdf5_t*) file;
|
||||
|
||||
const uint32_t h5_rank = 1;
|
||||
const hsize_t chunk_dims[1] = {size * $group_dset_rank$};
|
||||
const hsize_t chunk_i_dims[1] = {size * $group_dset_rank$};
|
||||
const hsize_t chunk_v_dims[1] = {size};
|
||||
const hsize_t maxdims[1] = {H5S_UNLIMITED};
|
||||
|
||||
if ( H5LTfind_dataset(f->$group$_group, $GROUP_DSET$_NAME) != 1 ) {
|
||||
char dset_name[256] = "\0";
|
||||
strncpy(dset_name, $GROUP_DSET$_NAME "_indices", 256);
|
||||
|
||||
hid_t dspace = H5Screate_simple(h5_rank, chunk_dims, maxdims);
|
||||
hid_t dtype;
|
||||
void* index_p;
|
||||
int64_t size_ranked = size * $group_dset_rank$;
|
||||
|
||||
if (size_max < UINT8_MAX) {
|
||||
dtype = H5T_NATIVE_UINT8;
|
||||
uint8_t* index = CALLOC(size_ranked, uint8_t);
|
||||
if (index == NULL) return TREXIO_ALLOCATION_FAILED;
|
||||
for (int64_t i=0; i<size_ranked; ++i){
|
||||
index[i] = (uint8_t) index_sparse[i];
|
||||
}
|
||||
index_p = index;
|
||||
} else if (size_max < UINT16_MAX) {
|
||||
dtype = H5T_NATIVE_UINT16;
|
||||
uint16_t* index = CALLOC(size_ranked, uint16_t);
|
||||
if (index == NULL) return TREXIO_ALLOCATION_FAILED;
|
||||
for (int64_t i=0; i<size_ranked; ++i){
|
||||
index[i] = (uint16_t) index_sparse[i];
|
||||
}
|
||||
index_p = index;
|
||||
} else {
|
||||
dtype = H5T_NATIVE_INT32;
|
||||
index_p = (int32_t*) index_sparse;
|
||||
}
|
||||
|
||||
if ( H5LTfind_dataset(f->$group$_group, dset_name) != 1 ) {
|
||||
|
||||
hid_t dspace = H5Screate_simple(h5_rank, chunk_i_dims, maxdims);
|
||||
if (dspace < 0) return TREXIO_INVALID_ID;
|
||||
|
||||
hid_t prop = H5Pcreate(H5P_DATASET_CREATE);
|
||||
if (prop < 0) {
|
||||
H5Sclose(dspace);
|
||||
if (index_p != index_sparse) FREE(index_p);
|
||||
return TREXIO_INVALID_ID;
|
||||
}
|
||||
|
||||
herr_t status = H5Pset_chunk(prop, h5_rank, chunk_dims);
|
||||
herr_t status = H5Pset_chunk(prop, h5_rank, chunk_i_dims);
|
||||
if (status < 0) {
|
||||
H5Sclose(dspace);
|
||||
H5Pclose(prop);
|
||||
if (index_p != index_sparse) FREE(index_p);
|
||||
return TREXIO_INVALID_ID;
|
||||
}
|
||||
|
||||
hid_t dset_id = H5Dcreate(f->$group$_group,
|
||||
$GROUP_DSET$_NAME,
|
||||
H5T_NATIVE_INT32,
|
||||
dset_name,
|
||||
dtype,
|
||||
dspace,
|
||||
H5P_DEFAULT,
|
||||
prop,
|
||||
@ -431,13 +462,58 @@ trexio_hdf5_write_$group_dset$ (trexio_t* const file,
|
||||
if (dset_id < 0) {
|
||||
H5Sclose(dspace);
|
||||
H5Pclose(prop);
|
||||
if (index_p != index_sparse) FREE(index_p);
|
||||
return TREXIO_INVALID_ID;
|
||||
}
|
||||
|
||||
status = H5Dwrite(dset_id,
|
||||
H5T_NATIVE_INT32,
|
||||
dtype,
|
||||
H5S_ALL, H5S_ALL, H5P_DEFAULT,
|
||||
index_sparse);
|
||||
index_p);
|
||||
H5Sclose(dspace);
|
||||
H5Pclose(prop);
|
||||
H5Dclose(dset_id);
|
||||
if (index_p != index_sparse) FREE(index_p);
|
||||
|
||||
if (status < 0) return TREXIO_FAILURE;
|
||||
|
||||
// repeat the same for values; TODO : make a separate function ?
|
||||
dspace = H5Screate_simple(h5_rank, chunk_v_dims, maxdims);
|
||||
if (dspace < 0) return TREXIO_INVALID_ID;
|
||||
|
||||
prop = H5Pcreate(H5P_DATASET_CREATE);
|
||||
if (prop < 0) {
|
||||
H5Sclose(dspace);
|
||||
return TREXIO_INVALID_ID;
|
||||
}
|
||||
|
||||
status = H5Pset_chunk(prop, h5_rank, chunk_v_dims);
|
||||
if (status < 0) {
|
||||
H5Sclose(dspace);
|
||||
H5Pclose(prop);
|
||||
return TREXIO_INVALID_ID;
|
||||
}
|
||||
|
||||
// same for values
|
||||
strncpy(dset_name, $GROUP_DSET$_NAME "_values", 256);
|
||||
|
||||
dset_id = H5Dcreate(f->$group$_group,
|
||||
dset_name,
|
||||
H5T_NATIVE_DOUBLE,
|
||||
dspace,
|
||||
H5P_DEFAULT,
|
||||
prop,
|
||||
H5P_DEFAULT);
|
||||
if (dset_id < 0) {
|
||||
H5Sclose(dspace);
|
||||
H5Pclose(prop);
|
||||
return TREXIO_INVALID_ID;
|
||||
}
|
||||
|
||||
status = H5Dwrite(dset_id,
|
||||
H5T_NATIVE_DOUBLE,
|
||||
H5S_ALL, H5S_ALL, H5P_DEFAULT,
|
||||
value_sparse);
|
||||
H5Sclose(dspace);
|
||||
H5Pclose(prop);
|
||||
H5Dclose(dset_id);
|
||||
@ -446,26 +522,100 @@ trexio_hdf5_write_$group_dset$ (trexio_t* const file,
|
||||
|
||||
} else {
|
||||
|
||||
hid_t dset_id = H5Dopen(f->$group$_group, $GROUP_DSET$_NAME, H5P_DEFAULT);
|
||||
if (dset_id <= 0) return TREXIO_INVALID_ID;
|
||||
hid_t dset_id = H5Dopen(f->$group$_group, dset_name, H5P_DEFAULT);
|
||||
if (dset_id <= 0) {
|
||||
if (index_p != index_sparse) FREE(index_p);
|
||||
return TREXIO_INVALID_ID;
|
||||
}
|
||||
|
||||
hid_t fspace = H5Dget_space(dset_id);
|
||||
if (fspace < 0) {
|
||||
H5Dclose(dset_id);
|
||||
if (index_p != index_sparse) FREE(index_p);
|
||||
return TREXIO_INVALID_ID;
|
||||
}
|
||||
|
||||
hsize_t offset[1] = {(hsize_t) offset_file * $group_dset_rank$};
|
||||
hsize_t offset_i[1] = {(hsize_t) offset_file * $group_dset_rank$};
|
||||
|
||||
// allocate space for the dimensions to be read
|
||||
hsize_t ddims[1] = {0};
|
||||
|
||||
// get the rank and dimensions of the dataset
|
||||
int rrank = H5Sget_simple_extent_dims(fspace, ddims, NULL);
|
||||
ddims[0] += chunk_dims[0];
|
||||
ddims[0] += chunk_i_dims[0];
|
||||
|
||||
// extend the dset size
|
||||
herr_t status = H5Dset_extent(dset_id, ddims);
|
||||
if (status < 0) {
|
||||
H5Sclose(fspace);
|
||||
H5Dclose(dset_id);
|
||||
if (index_p != index_sparse) FREE(index_p);
|
||||
return TREXIO_INVALID_ID;
|
||||
}
|
||||
|
||||
// close and reopen the file dataspace to take into account the extension
|
||||
H5Sclose(fspace);
|
||||
fspace = H5Dget_space(dset_id);
|
||||
if (fspace < 0) {
|
||||
H5Dclose(dset_id);
|
||||
if (index_p != index_sparse) FREE(index_p);
|
||||
return TREXIO_INVALID_ID;
|
||||
}
|
||||
|
||||
// select hyperslab to be written using chunk_dims and offset values
|
||||
status = H5Sselect_hyperslab(fspace, H5S_SELECT_SET, offset_i, NULL, chunk_i_dims, NULL);
|
||||
if (status < 0) {
|
||||
H5Sclose(fspace);
|
||||
H5Dclose(dset_id);
|
||||
if (index_p != index_sparse) FREE(index_p);
|
||||
return TREXIO_INVALID_ID;
|
||||
}
|
||||
|
||||
// create memory dataspace to write from
|
||||
hid_t dspace = H5Screate_simple(h5_rank, chunk_i_dims, NULL);
|
||||
if (dspace < 0) {
|
||||
H5Sclose(fspace);
|
||||
H5Sclose(dspace);
|
||||
H5Dclose(dset_id);
|
||||
if (index_p != index_sparse) FREE(index_p);
|
||||
return TREXIO_INVALID_ID;
|
||||
}
|
||||
|
||||
status = H5Dwrite(dset_id,
|
||||
dtype,
|
||||
dspace, fspace, H5P_DEFAULT,
|
||||
index_p);
|
||||
H5Dclose(dset_id);
|
||||
H5Sclose(dspace);
|
||||
H5Sclose(fspace);
|
||||
if (index_p != index_sparse) FREE(index_p);
|
||||
|
||||
if (status < 0) return TREXIO_FAILURE;
|
||||
|
||||
// same for values
|
||||
|
||||
strncpy(dset_name, $GROUP_DSET$_NAME "_values", 256);
|
||||
|
||||
dset_id = H5Dopen(f->$group$_group, dset_name, H5P_DEFAULT);
|
||||
if (dset_id <= 0) return TREXIO_INVALID_ID;
|
||||
|
||||
fspace = H5Dget_space(dset_id);
|
||||
if (fspace < 0) {
|
||||
H5Dclose(dset_id);
|
||||
return TREXIO_INVALID_ID;
|
||||
}
|
||||
|
||||
hsize_t offset_v[1] = {(hsize_t) offset_file};
|
||||
|
||||
// allocate space for the dimensions to be read
|
||||
ddims[0] = (hsize_t) 0;
|
||||
|
||||
// get the rank and dimensions of the dataset
|
||||
rrank = H5Sget_simple_extent_dims(fspace, ddims, NULL);
|
||||
ddims[0] += chunk_v_dims[0];
|
||||
|
||||
// extend the dset size
|
||||
status = H5Dset_extent(dset_id, ddims);
|
||||
if (status < 0) {
|
||||
H5Sclose(fspace);
|
||||
H5Dclose(dset_id);
|
||||
@ -481,7 +631,7 @@ trexio_hdf5_write_$group_dset$ (trexio_t* const file,
|
||||
}
|
||||
|
||||
// select hyperslab to be written using chunk_dims and offset values
|
||||
status = H5Sselect_hyperslab(fspace, H5S_SELECT_SET, offset, NULL, chunk_dims, NULL);
|
||||
status = H5Sselect_hyperslab(fspace, H5S_SELECT_SET, offset_v, NULL, chunk_v_dims, NULL);
|
||||
if (status < 0) {
|
||||
H5Sclose(fspace);
|
||||
H5Dclose(dset_id);
|
||||
@ -489,7 +639,7 @@ trexio_hdf5_write_$group_dset$ (trexio_t* const file,
|
||||
}
|
||||
|
||||
// create memory dataspace to write from
|
||||
hid_t dspace = H5Screate_simple(h5_rank, chunk_dims, NULL);
|
||||
dspace = H5Screate_simple(h5_rank, chunk_v_dims, NULL);
|
||||
if (dspace < 0) {
|
||||
H5Sclose(fspace);
|
||||
H5Sclose(dspace);
|
||||
@ -498,14 +648,15 @@ trexio_hdf5_write_$group_dset$ (trexio_t* const file,
|
||||
}
|
||||
|
||||
status = H5Dwrite(dset_id,
|
||||
H5T_NATIVE_INT32,
|
||||
H5T_NATIVE_DOUBLE,
|
||||
dspace, fspace, H5P_DEFAULT,
|
||||
index_sparse);
|
||||
value_sparse);
|
||||
H5Dclose(dset_id);
|
||||
H5Sclose(dspace);
|
||||
H5Sclose(fspace);
|
||||
|
||||
if (status < 0) return TREXIO_FAILURE;
|
||||
|
||||
}
|
||||
|
||||
return TREXIO_SUCCESS;
|
||||
@ -529,9 +680,14 @@ trexio_hdf5_read_$group_dset$ (trexio_t* const file,
|
||||
|
||||
const trexio_hdf5_t* f = (const trexio_hdf5_t*) file;
|
||||
|
||||
char dset_name[256] = "\0";
|
||||
strncpy(dset_name, $GROUP_DSET$_NAME "_indices", 256);
|
||||
|
||||
// open the dataset to get its dimensions
|
||||
hid_t dset_id = H5Dopen(f->$group$_group, $GROUP_DSET$_NAME, H5P_DEFAULT);
|
||||
if (dset_id <= 0) return TREXIO_INVALID_ID;
|
||||
hid_t dset_id = H5Dopen(f->$group$_group, dset_name, H5P_DEFAULT);
|
||||
if (dset_id <= 0) {
|
||||
return TREXIO_INVALID_ID;
|
||||
}
|
||||
|
||||
// get the dataspace of the dataset
|
||||
hid_t fspace_id = H5Dget_space(dset_id);
|
||||
@ -546,11 +702,106 @@ trexio_hdf5_read_$group_dset$ (trexio_t* const file,
|
||||
|
||||
/* get dims of the dset stored in the file to check whether reading with user-provided chunk size
|
||||
will reach end of the dataset (i.e. EOF in TEXT back end)
|
||||
*/
|
||||
,*/
|
||||
hsize_t ddims[1] = {0};
|
||||
int rrank = H5Sget_simple_extent_dims(fspace_id, ddims, NULL);
|
||||
hsize_t max_offset = offset[0] + count[0];
|
||||
|
||||
// if max_offset exceed current dim of the dset => EOF
|
||||
if (max_offset > ddims[0]) {
|
||||
// lower the value of count to reduce the number of elements which will be read
|
||||
count[0] -= max_offset - ddims[0];
|
||||
}
|
||||
|
||||
hid_t dtype;
|
||||
int64_t size_ranked = (int64_t) count[0];
|
||||
void* index_p;
|
||||
|
||||
// DATATYPE CAN BE READ FROM THE FILE AND THEN COMPARED WITH THE PRE-DEFINED VALUES
|
||||
if (size_max < UINT8_MAX) {
|
||||
dtype = H5T_NATIVE_UINT8;
|
||||
uint8_t* index = CALLOC(size_ranked, uint8_t);
|
||||
if (index == NULL) return TREXIO_ALLOCATION_FAILED;
|
||||
index_p = index;
|
||||
} else if (size_max < UINT16_MAX) {
|
||||
dtype = H5T_NATIVE_UINT16;
|
||||
uint16_t* index = CALLOC(size_ranked, uint16_t);
|
||||
if (index == NULL) return TREXIO_ALLOCATION_FAILED;
|
||||
index_p = index;
|
||||
} else {
|
||||
dtype = H5T_NATIVE_INT32;
|
||||
index_p = index_read;
|
||||
}
|
||||
|
||||
|
||||
herr_t status = H5Sselect_hyperslab(fspace_id, H5S_SELECT_SET, offset, NULL, count, NULL);
|
||||
if (status < 0) {
|
||||
H5Sclose(fspace_id);
|
||||
H5Dclose(dset_id);
|
||||
if (index_p != index_read) FREE(index_p);
|
||||
return TREXIO_INVALID_ID;
|
||||
}
|
||||
|
||||
hid_t memspace_id = H5Screate_simple(1, count, NULL);
|
||||
if (memspace_id < 0) {
|
||||
H5Sclose(fspace_id);
|
||||
H5Dclose(dset_id);
|
||||
if (index_p != index_read) FREE(index_p);
|
||||
return TREXIO_INVALID_ID;
|
||||
}
|
||||
|
||||
status = H5Dread(dset_id,
|
||||
dtype,
|
||||
memspace_id, fspace_id, H5P_DEFAULT,
|
||||
index_p);
|
||||
H5Sclose(fspace_id);
|
||||
H5Sclose(memspace_id);
|
||||
H5Dclose(dset_id);
|
||||
|
||||
if (status < 0) {
|
||||
if (index_p != index_read) FREE(index_p);
|
||||
return TREXIO_FAILURE;
|
||||
}
|
||||
|
||||
if (size_max < UINT8_MAX) {
|
||||
uint8_t* index = (uint8_t*) index_p;
|
||||
if (index == NULL) return TREXIO_ALLOCATION_FAILED;
|
||||
for (int64_t i=0; i<size_ranked; ++i){
|
||||
index_read[i] = (int32_t) index[i];
|
||||
}
|
||||
FREE(index_p);
|
||||
} else if (size_max < UINT16_MAX) {
|
||||
uint16_t* index = (uint16_t*) index_p;
|
||||
for (int64_t i=0; i<size_ranked; ++i){
|
||||
index_read[i] = (int32_t) index[i];
|
||||
}
|
||||
FREE(index_p);
|
||||
}
|
||||
|
||||
strncpy(dset_name, $GROUP_DSET$_NAME "_values", 256);
|
||||
|
||||
// open the dataset to get its dimensions
|
||||
dset_id = H5Dopen(f->$group$_group, dset_name, H5P_DEFAULT);
|
||||
if (dset_id <= 0) return TREXIO_INVALID_ID;
|
||||
|
||||
// get the dataspace of the dataset
|
||||
fspace_id = H5Dget_space(dset_id);
|
||||
if (fspace_id < 0) {
|
||||
H5Dclose(dset_id);
|
||||
return TREXIO_INVALID_ID;
|
||||
}
|
||||
|
||||
// TODO: check for possible overflow HERE ?
|
||||
offset[0] = (hsize_t) offset_file;
|
||||
count[0] = (hsize_t) size;
|
||||
|
||||
/* get dims of the dset stored in the file to check whether reading with user-provided chunk size
|
||||
will reach end of the dataset (i.e. EOF in TEXT back end)
|
||||
,*/
|
||||
ddims[0] = (hsize_t) 0;
|
||||
rrank = H5Sget_simple_extent_dims(fspace_id, ddims, NULL);
|
||||
max_offset = offset[0] + count[0];
|
||||
|
||||
int eof_reachable = 0;
|
||||
// if max_offset exceed current dim of the dset => EOF
|
||||
if (max_offset > ddims[0]) {
|
||||
@ -558,17 +809,17 @@ trexio_hdf5_read_$group_dset$ (trexio_t* const file,
|
||||
// lower the value of count to reduce the number of elements which will be read
|
||||
count[0] -= max_offset - ddims[0];
|
||||
// modify the eof_read_size accordingly
|
||||
*eof_read_size = (uint64_t) (count[0] / $group_dset_rank$UL);
|
||||
,*eof_read_size = (uint64_t) (count[0]);
|
||||
}
|
||||
|
||||
herr_t status = H5Sselect_hyperslab(fspace_id, H5S_SELECT_SET, offset, NULL, count, NULL);
|
||||
status = H5Sselect_hyperslab(fspace_id, H5S_SELECT_SET, offset, NULL, count, NULL);
|
||||
if (status < 0) {
|
||||
H5Sclose(fspace_id);
|
||||
H5Dclose(dset_id);
|
||||
return TREXIO_INVALID_ID;
|
||||
}
|
||||
|
||||
hid_t memspace_id = H5Screate_simple(1, count, NULL);
|
||||
memspace_id = H5Screate_simple(1, count, NULL);
|
||||
if (memspace_id < 0) {
|
||||
H5Sclose(fspace_id);
|
||||
H5Dclose(dset_id);
|
||||
@ -576,9 +827,9 @@ trexio_hdf5_read_$group_dset$ (trexio_t* const file,
|
||||
}
|
||||
|
||||
status = H5Dread(dset_id,
|
||||
H5T_NATIVE_INT32,
|
||||
H5T_NATIVE_DOUBLE,
|
||||
memspace_id, fspace_id, H5P_DEFAULT,
|
||||
index_read);
|
||||
value_read);
|
||||
H5Sclose(fspace_id);
|
||||
H5Sclose(memspace_id);
|
||||
H5Dclose(dset_id);
|
||||
@ -601,7 +852,7 @@ trexio_hdf5_read_$group_dset$_size (trexio_t* const file, int64_t* const size_ma
|
||||
|
||||
const trexio_hdf5_t* f = (const trexio_hdf5_t*) file;
|
||||
|
||||
hid_t dset_id = H5Dopen(f->$group$_group, $GROUP_DSET$_NAME, H5P_DEFAULT);
|
||||
hid_t dset_id = H5Dopen(f->$group$_group, $GROUP_DSET$_NAME "_values", H5P_DEFAULT);
|
||||
if (dset_id <= 0) return TREXIO_INVALID_ID;
|
||||
|
||||
hid_t fspace_id = H5Dget_space(dset_id);
|
||||
@ -619,11 +870,7 @@ trexio_hdf5_read_$group_dset$_size (trexio_t* const file, int64_t* const size_ma
|
||||
H5Dclose(dset_id);
|
||||
H5Sclose(fspace_id);
|
||||
|
||||
int mod_$group_dset_rank$ = (int) (ddims[0] % $group_dset_rank$);
|
||||
|
||||
if (mod_$group_dset_rank$ != 0) return TREXIO_FAILURE;
|
||||
|
||||
*size_max = ((int64_t) ddims[0]) / $group_dset_rank$L;
|
||||
*size_max = (int64_t) ddims[0];
|
||||
|
||||
return TREXIO_SUCCESS;
|
||||
}
|
||||
@ -639,7 +886,7 @@ trexio_hdf5_has_$group_dset$ (trexio_t* const file)
|
||||
|
||||
trexio_hdf5_t* f = (trexio_hdf5_t*) file;
|
||||
|
||||
herr_t status = H5LTfind_dataset(f->$group$_group, $GROUP_DSET$_NAME);
|
||||
herr_t status = H5LTfind_dataset(f->$group$_group, $GROUP_DSET$_NAME "_values");
|
||||
/* H5LTfind_dataset returns 1 if dataset exists, 0 otherwise */
|
||||
if (status == 1){
|
||||
return TREXIO_SUCCESS;
|
||||
|
Loading…
Reference in New Issue
Block a user