Depset adalah struktur data khusus untuk mengumpulkan data secara efisien di seluruh dependensi transitif target. Mereka adalah elemen penting dari pemrosesan aturan.
Fitur penentu depset adalah operasi union yang hemat waktu dan ruang. Konstruktor depset menerima daftar elemen ("direct") dan daftar dependensi lainnya ("transitif"), dan menampilkan depset yang mewakili set yang berisi semua elemen langsung dan gabungan dari semua set transitif. Secara konseptual, konstruktor membuat node grafik baru yang memiliki node langsung dan transitif sebagai penerusnya. Depset memiliki semantik pengurutan yang didefinisikan dengan baik, berdasarkan traversal grafik ini.
Contoh penggunaan depset meliputi:
Menyimpan jalur semua file objek untuk library program, yang kemudian dapat diteruskan ke tindakan penaut melalui penyedia.
Untuk bahasa pemrograman tafsiran, menyimpan file sumber transitif yang disertakan dalam runfile yang dapat dieksekusi.
Deskripsi dan operasi
Secara konseptual, depset adalah directed acyclic graph (DAG) yang biasanya terlihat mirip dengan target grafik. Tersusun mulai dari daun hingga ke akar. Setiap target dalam rantai dependensi dapat menambahkan kontennya sendiri ke versi sebelumnya tanpa harus membaca atau menyalinnya.
Setiap node di DAG menyimpan daftar elemen langsung dan daftar node turunan. Konten depset adalah elemen transitif, seperti elemen langsung dari semua node. Depset baru dapat dibuat menggunakan konstruktor depset: konstruktor ini menerima daftar elemen langsung dan daftar node turunan lainnya.
s = depset(["a", "b", "c"])
t = depset(["d", "e"], transitive = [s])
print(s) # depset(["a", "b", "c"])
print(t) # depset(["d", "e", "a", "b", "c"])
Untuk mengambil konten depset, gunakan metode to_list(). Metode ini akan menampilkan daftar semua elemen transitif, tidak termasuk duplikat. Tidak ada cara untuk memeriksa struktur presisi DAG secara langsung, meskipun struktur ini memengaruhi urutan elemen yang ditampilkan.
s = depset(["a", "b", "c"])
print("c" in s.to_list()) # True
print(s.to_list() == ["a", "b", "c"]) # True
Item yang diizinkan dalam depset dibatasi, sama seperti kunci yang diizinkan dalam kamus juga dibatasi. Khususnya, konten hasil depset mungkin tidak dapat berubah.
Depset menggunakan kesetaraan referensi: depset sama dengan dirinya sendiri, tetapi tidak sama dengan depset lainnya, meskipun memiliki konten dan struktur internal yang sama.
s = depset(["a", "b", "c"])
t = s
print(s == t) # True
t = depset(["a", "b", "c"])
print(s == t) # False
d = {}
d[s] = None
d[t] = None
print(len(d)) # 2
Untuk membandingkan depset berdasarkan kontennya, konversikan depset menjadi daftar yang diurutkan.
s = depset(["a", "b", "c"])
t = depset(["c", "b", "a"])
print(sorted(s.to_list()) == sorted(t.to_list())) # True
Tidak ada kemampuan untuk menghapus elemen dari depset. Jika diperlukan, Anda harus membaca seluruh konten depset, memfilter elemen yang ingin dihapus, dan merekonstruksi depset baru. Hal ini tidak terlalu efisien.
s = depset(["a", "b", "c"])
t = depset(["b", "c"])
# Compute set difference s - t. Precompute t.to_list() so it's not done
# in a loop, and convert it to a dictionary for fast membership tests.
t_items = {e: None for e in t.to_list()}
diff_items = [x for x in s.to_list() if x not in t_items]
# Convert back to depset if it's still going to be used for union operations.
s = depset(diff_items)
print(s) # depset(["a"])
Pesan
Operasi to_list
melakukan traversal melalui DAG. Jenis traversal bergantung pada urutan yang ditentukan pada saat depset dibuat. Hal ini berguna bagi Bazel untuk mendukung banyak pesanan karena terkadang
alat memperhatikan urutan inputnya. Misalnya, tindakan penaut mungkin perlu memastikan bahwa jika B
bergantung pada A
, A.o
akan ditempatkan sebelum B.o
di command line linker. Alat lainnya mungkin memiliki persyaratan yang berlawanan.
Tiga urutan traversal didukung: postorder
, preorder
, dan
topological
. Dua yang pertama bekerja persis seperti tree
traversal,
kecuali bahwa keduanya beroperasi di DAG dan melewati node yang sudah dikunjungi. Urutan ketiga
berfungsi sebagai pengurutan topologis dari root hingga daun, pada dasarnya sama dengan
praorder, kecuali bahwa turunan bersama hanya dicantumkan setelah semua induk mereka.
Praorder dan postorder beroperasi sebagai traversal kiri-ke-kanan, tetapi perhatikan bahwa dalam
setiap elemen langsung node tidak memiliki urutan relatif terhadap turunan. Untuk urutan topologis, tidak ada jaminan kiri-ke-kanan, dan bahkan
jaminan semua induk-sebelum-turunan tidak berlaku jika ada
elemen duplikat di node DAG yang berbeda.
# This demonstrates different traversal orders.
def create(order):
cd = depset(["c", "d"], order = order)
gh = depset(["g", "h"], order = order)
return depset(["a", "b", "e", "f"], transitive = [cd, gh], order = order)
print(create("postorder").to_list()) # ["c", "d", "g", "h", "a", "b", "e", "f"]
print(create("preorder").to_list()) # ["a", "b", "e", "f", "c", "d", "g", "h"]
# This demonstrates different orders on a diamond graph.
def create(order):
a = depset(["a"], order=order)
b = depset(["b"], transitive = [a], order = order)
c = depset(["c"], transitive = [a], order = order)
d = depset(["d"], transitive = [b, c], order = order)
return d
print(create("postorder").to_list()) # ["a", "b", "c", "d"]
print(create("preorder").to_list()) # ["d", "b", "a", "c"]
print(create("topological").to_list()) # ["d", "b", "c", "a"]
Karena cara penerapan traversal, urutan harus ditentukan pada saat
depset dibuat dengan argumen kata kunci order
konstruktor. Jika argumen
ini dihilangkan, depset memiliki urutan default
khusus, sehingga
tidak ada jaminan terkait urutan elemennya (kecuali jika
bersifat determenistik).
Contoh lengkap
Contoh ini tersedia di https://github.com/bazelbuild/examples/tree/main/rules/depsets.
Misalkan ada bahasa tafsiran hipotetis Foo. Untuk membangun
setiap foo_binary
, Anda perlu mengetahui semua file *.foo
yang diandalkan secara langsung
atau tidak langsung.
# //depsets:BUILD
load(":foo.bzl", "foo_library", "foo_binary")
# Our hypothetical Foo compiler.
py_binary(
name = "foocc",
srcs = ["foocc.py"],
)
foo_library(
name = "a",
srcs = ["a.foo", "a_impl.foo"],
)
foo_library(
name = "b",
srcs = ["b.foo", "b_impl.foo"],
deps = [":a"],
)
foo_library(
name = "c",
srcs = ["c.foo", "c_impl.foo"],
deps = [":a"],
)
foo_binary(
name = "d",
srcs = ["d.foo"],
deps = [":b", ":c"],
)
# //depsets:foocc.py
# "Foo compiler" that just concatenates its inputs to form its output.
import sys
if __name__ == "__main__":
assert len(sys.argv) >= 1
output = open(sys.argv[1], "wt")
for path in sys.argv[2:]:
input = open(path, "rt")
output.write(input.read())
Di sini, sumber transitif d
biner adalah semua file *.foo
di
kolom srcs
dari a
, b
, c
, dan d
. Agar target foo_binary
mengetahui file apa pun selain d.foo
, target foo_library
harus meneruskannya dalam penyedia. Setiap library menerima penyedia dari dependensinya
sendiri, menambahkan sumber langsungnya sendiri, dan meneruskan penyedia baru dengan
konten yang ditingkatkan. Aturan foo_binary
melakukan hal yang sama, tetapi bukannya
menampilkan penyedia, aturan tersebut menggunakan daftar sumber lengkap untuk membuat
command line untuk suatu tindakan.
Berikut adalah penerapan lengkap dari aturan foo_library
dan foo_binary
.
# //depsets/foo.bzl
# A provider with one field, transitive_sources.
FooFiles = provider(fields = ["transitive_sources"])
def get_transitive_srcs(srcs, deps):
"""Obtain the source files for a target and its transitive dependencies.
Args:
srcs: a list of source files
deps: a list of targets that are direct dependencies
Returns:
a collection of the transitive sources
"""
return depset(
srcs,
transitive = [dep[FooFiles].transitive_sources for dep in deps])
def _foo_library_impl(ctx):
trans_srcs = get_transitive_srcs(ctx.files.srcs, ctx.attr.deps)
return [FooFiles(transitive_sources=trans_srcs)]
foo_library = rule(
implementation = _foo_library_impl,
attrs = {
"srcs": attr.label_list(allow_files=True),
"deps": attr.label_list(),
},
)
def _foo_binary_impl(ctx):
foocc = ctx.executable._foocc
out = ctx.outputs.out
trans_srcs = get_transitive_srcs(ctx.files.srcs, ctx.attr.deps)
srcs_list = trans_srcs.to_list()
ctx.actions.run(executable = foocc,
arguments = [out.path] + [src.path for src in srcs_list],
inputs = srcs_list + [foocc],
outputs = [out])
foo_binary = rule(
implementation = _foo_binary_impl,
attrs = {
"srcs": attr.label_list(allow_files=True),
"deps": attr.label_list(),
"_foocc": attr.label(default=Label("//depsets:foocc"),
allow_files=True, executable=True, cfg="host")
},
outputs = {"out": "%{name}.out"},
)
Anda dapat mengujinya dengan menyalin file ini ke dalam paket baru, mengganti nama label dengan tepat, membuat file *.foo
sumber dengan konten dummy, dan mem-build target d
.
Performa
Untuk melihat motivasi dalam menggunakan depset, pertimbangkan apa yang akan terjadi jika
get_transitive_srcs()
mengumpulkan sumbernya dalam daftar.
def get_transitive_srcs(srcs, deps):
trans_srcs = []
for dep in deps:
trans_srcs += dep[FooFiles].transitive_sources
trans_srcs += srcs
return trans_srcs
Ini tidak memperhitungkan duplikat, sehingga file sumber untuk a
akan muncul dua kali di command line dan dua kali di konten file
output.
Alternatifnya adalah menggunakan kumpulan umum, yang dapat disimulasikan oleh
kamus dengan kunci berupa elemen dan semua kunci dipetakan ke True
.
def get_transitive_srcs(srcs, deps):
trans_srcs = {}
for dep in deps:
for file in dep[FooFiles].transitive_sources:
trans_srcs[file] = True
for file in srcs:
trans_srcs[file] = True
return trans_srcs
Tindakan ini akan menghilangkan duplikat, tetapi membuat urutan argumen command line (dan juga isi file) tidak ditentukan, meskipun masih deterministik.
Selain itu, kedua pendekatan tersebut secara asimtot lebih buruk daripada pendekatan berbasis depset. Pertimbangkan kasus saat ada rantai panjang dependensi pada library Foo. Untuk memproses setiap aturan, Anda harus menyalin semua sumber transitif yang ada sebelumnya ke dalam struktur data baru. Ini berarti biaya waktu dan ruang untuk menganalisis masing-masing library atau target biner berbanding dengan tingginya sendiri dalam rantai tersebut. Untuk rantai panjang n, foolib_1 ← foolib_2 ← ... ← foolib_n, biaya keseluruhan secara efektif O(n^2).
Secara umum, depset harus digunakan setiap kali Anda mengumpulkan informasi melalui dependensi transitif. Hal ini membantu memastikan bahwa build Anda diskalakan dengan baik seiring pertumbuhan grafik target yang lebih dalam.
Terakhir, penting untuk tidak mengambil konten depset
yang tidak perlu dalam penerapan aturan. Satu panggilan ke to_list()
di akhir aturan biner sudah cukup, karena biaya keseluruhan hanya O(n). Perilaku kuadrat
terjadi saat banyak target non-terminal mencoba memanggil to_list()
.
Untuk mengetahui informasi selengkapnya tentang cara menggunakan depset secara efisien, lihat halaman performa.
Referensi API
Lihat di sini untuk mengetahui detail selengkapnya.