Esta página aborda como usar workers persistentes, os benefícios, os requisitos e como os workers afetam o sandbox.
Um worker permanente é um processo de longa duração iniciado pelo servidor do Bazel, que funciona como um encapsulamento em torno da ferramenta real (geralmente um compilador), ou é a própria ferramenta. Para aproveitar os workers persistentes, a ferramenta precisa
oferecer suporte a uma sequência de compilações, e o wrapper precisa traduzir
entre a API da ferramenta e o formato de solicitação/resposta descrito abaixo. O mesmo
worker pode ser chamado com e sem a flag --persistent_worker
no
mesmo build e é responsável por iniciar e se comunicar adequadamente com a
ferramenta, além de encerrar workers na saída. Cada instância de worker é atribuída, mas não tem acesso root a um diretório de trabalho separado em <outputBase>/bazel-workers
.
O uso de workers persistentes é uma estratégia de execução que diminui a sobrecarga de inicialização, permite mais compilação JIT e ativa o armazenamento em cache de, por exemplo, as árvores de sintaxe abstrata na execução de ações. Essa estratégia alcança essas melhorias enviando várias solicitações para um processo demorado.
Os workers persistentes são implementados para vários idiomas, incluindo Java, Scala, Kotlin e muito mais.
Os programas que usam um ambiente de execução do NodeJS podem usar a biblioteca auxiliar @bazel/worker para implementar o protocolo do worker.
Como usar workers persistentes
O Bazel 0.27 e versões mais recentes
usa workers persistentes por padrão ao executar builds, embora a execução
remota tenha precedência. Para ações que não dão suporte a workers persistentes,
o Bazel volta a iniciar uma instância de ferramenta para cada ação. Para configurar explicitamente sua versão para usar workers permanentes, defina a estratégia worker
para as mnemônicas da ferramenta aplicáveis. Como prática recomendada, este exemplo inclui a especificação de local
como
substituto da estratégia worker
:
bazel build //my:target --strategy=Javac=worker,local
Usar a estratégia de workers em vez da estratégia local pode aumentar significativamente a velocidade de compilação, dependendo da implementação. Para Java, os builds podem ser de duas a quatro vezes mais rápidos, às vezes mais para compilação incremental. A compilação do Bazel é cerca de 2,5 vezes mais rápida com workers. Para mais detalhes, consulte a seção Como escolher o número de workers.
Se você também tiver um ambiente de build remoto que corresponda ao seu ambiente de build
local, use a estratégia experimental
dinâmica,
que executa uma execução remota e uma execução de worker. Para ativar a estratégia
dinâmica, transmita a flag
--experimental_spawn_scheduler. Essa estratégia ativa workers automaticamente. Portanto, não é necessário
especificar a estratégia worker
, mas ainda é possível usar local
ou sandboxed
como
substitutos.
Como escolher o número de workers
O número padrão de instâncias de worker por mnemônico é 4, mas pode ser ajustado
com a
flag
worker_max_instances
. Há uma compensação entre fazer bom uso das CPUs disponíveis e a
quantidade de compilação JIT e acertos de cache que você recebe. Com mais workers, mais destinos pagarão os custos de inicialização da execução de código não ajustado e uso de caches frios. Se você tiver um número pequeno de destinos para criar, um único worker pode oferecer
a melhor compensação entre a velocidade de compilação e o uso de recursos. Por exemplo,
consulte o problema 8586.
A flag worker_max_instances
define o número máximo de instâncias de worker por
mnemônico e conjunto de flags (consulte abaixo). Em um sistema misto, você pode acabar usando
muita memória se mantiver o valor padrão. Para builds incrementais, o benefício de várias instâncias de worker é ainda menor.
Este gráfico mostra os tempos de compilação do zero para o Bazel (//src:bazel
alvo) em uma estação de trabalho Linux Intel Xeon de 3,5 GHz com 6 núcleos e
64 GB de RAM. Para cada configuração de worker, cinco builds limpos são executados e
a média dos quatro últimos é calculada.
Figura 1. Gráfico de melhorias de desempenho de builds limpos.
Para essa configuração, dois workers oferecem a compilação mais rápida, embora com apenas 14% de melhoria em comparação com um worker. Um worker é uma boa opção se você quiser usar menos memória.
A compilação incremental normalmente traz ainda mais benefícios. Os builds limpos são relativamente raros, mas mudar um único arquivo entre as compilações é comum, principalmente no desenvolvimento orientado a testes. O exemplo acima também tem algumas ações de empacotamento que não são Java e que podem ofuscar o tempo de compilação incremental.
A recompilação das origens Java somente
(//src/main/java/com/google/devtools/build/lib/bazel:BazelServer_deploy.jar
)
após a alteração de uma constante de string interna em
AbstractContainerizingSandboxedSpawn.java
oferece uma aceleração de três vezes (média de 20 builds incrementais com um build de
aquecimento descartado):
Figura 2. Gráfico de melhorias de desempenho de builds incrementais.
A aceleração depende da mudança feita. A aceleração de um fator 6 é medida na situação acima, quando uma constante usada com frequência é alterada.
Como modificar workers permanentes
É possível transmitir a flag
--worker_extra_flag
para especificar flags de inicialização para workers, com chave mnemotécnica. Por exemplo,
transmitir --worker_extra_flag=javac=--debug
ativa a depuração apenas para Javac.
Só é possível definir uma flag de worker por uso e apenas para uma mnemônica.
Os workers não são criados separadamente para cada mnemônico, mas também para
variações nas flags de inicialização. Cada combinação de flags de mnemônico e de inicialização
é combinada em um WorkerKey
, e para cada WorkerKey
, até
worker_max_instances
workers podem ser criados. Consulte a próxima seção para saber como a
configuração da ação também pode especificar flags de configuração.
Use a flag
--high_priority_workers
para especificar uma mnemônica que precisa ser executada em vez de mnemônicas de prioridade
normal. Isso pode ajudar a priorizar ações que estão sempre no caminho
crítico. Se houver dois ou mais workers de alta prioridade executando solicitações, todos
os outros workers não poderão ser executados. Essa sinalização pode ser usada várias vezes.
A transmissão da flag
--worker_sandboxing
faz com que cada solicitação do worker use um diretório de sandbox separado para todas as
entradas. A configuração do sandbox leva mais tempo,
especialmente no macOS, mas oferece uma garantia de melhor correção.
A sinalização
--worker_quit_after_build
é útil principalmente para depuração e criação de perfis. Essa sinalização força todos os workers
a sair quando uma compilação é concluída. Também é possível transmitir
--worker_verbose
para
receber mais informações sobre o que os workers estão fazendo. Essa flag é refletida no campo
verbosity
em WorkRequest
, permitindo que as implementações de workers também sejam
mais detalhadas.
Os workers armazenam os registros no diretório <outputBase>/bazel-workers
, por
exemplo,
/tmp/_bazel_larsrc/191013354bebe14fdddae77f2679c3ef/bazel-workers/worker-1-Javac.log
.
O nome do arquivo inclui o ID do worker e o mnemônico. Como pode haver mais de
um WorkerKey
por mnemônica, talvez você encontre mais de um arquivo de registro
worker_max_instances
para uma determinada mnemônica.
Para builds do Android, consulte os detalhes na página Desempenho do build do Android.
Como implementar workers persistentes
Consulte a página Criar workers persistentes para mais informações sobre como criar um worker.
Este exemplo mostra uma configuração do Starlark para um worker que usa JSON:
args_file = ctx.actions.declare_file(ctx.label.name + "_args_file")
ctx.actions.write(
output = args_file,
content = "\n".join(["-g", "-source", "1.5"] + ctx.files.srcs),
)
ctx.actions.run(
mnemonic = "SomeCompiler",
executable = "bin/some_compiler_wrapper",
inputs = inputs,
outputs = outputs,
arguments = [ "-max_mem=4G", "@%s" % args_file.path],
execution_requirements = {
"supports-workers" : "1", "requires-worker-protocol" : "json" }
)
Com essa definição, o primeiro uso dessa ação começa com a execução
da linha de comando /bin/some_compiler -max_mem=4G --persistent_worker
. Uma solicitação
para compilar Foo.java
seria semelhante a esta:
OBSERVAÇÃO: embora a especificação do buffer de protocolo use "snake case" (request_id
),
o protocolo JSON usa "camel case" (requestId
). Neste documento, vamos usar
camel case nos exemplos JSON, mas snake case ao falar sobre o campo
independentemente do protocolo.
{
"arguments": [ "-g", "-source", "1.5", "Foo.java" ]
"inputs": [
{ "path": "symlinkfarm/input1", "digest": "d49a..." },
{ "path": "symlinkfarm/input2", "digest": "093d..." },
],
}
O worker recebe isso em stdin
no formato JSON delimitado por nova linha (porque
requires-worker-protocol
está definido como JSON). Em seguida, o worker executa a ação
e envia um WorkResponse
formatado em JSON para o Bazel no stdout. O Bazel analisa essa resposta e a converte manualmente em um proto WorkResponse
. Para
se comunicar com o worker associado usando protobuf codificado em binário em vez de
JSON, requires-worker-protocol
seria definido como proto
, assim:
execution_requirements = {
"supports-workers" : "1" ,
"requires-worker-protocol" : "proto"
}
Se você não incluir requires-worker-protocol
nos requisitos de execução,
o Bazel vai padronizar a comunicação do worker para usar o protobuf.
O Bazel deriva o WorkerKey
das flags mnemônicas e compartilhadas. Portanto, se essa
configuração permitir a mudança do parâmetro max_mem
, um worker separado será
gerado para cada valor usado. Isso pode levar a um consumo excessivo de memória se
muitas variações forem usadas.
No momento, cada worker só pode processar uma solicitação por vez. O recurso experimental multiplex workers permite o uso de várias linhas de execução, se a ferramenta de base for multithread e o wrapper estiver configurado para entender isso.
Neste repositório do GitHub, confira exemplos de wrappers de workers escritos em Java e Python. Se você estiver trabalhando em JavaScript ou TypeScript, o pacote@bazel/worker e o exemplo de worker do nodejs podem ser úteis.
Como os workers afetam o sandbox?
O uso da estratégia worker
por padrão não executa a ação em um sandbox, semelhante à estratégia local
. É possível definir a
flag --worker_sandboxing
para executar todos os workers dentro de sandboxes, garantindo que cada
execução da ferramenta só acesse os arquivos de entrada que ela precisa ter. A ferramenta
ainda pode vazar informações entre solicitações internamente, por exemplo, usando um
cache. O uso da estratégia dynamic
requer que os workers estejam em sandbox.
Para permitir o uso correto dos caches do compilador com workers, um resumo é transmitido com cada arquivo de entrada. Assim, o compilador ou o wrapper pode verificar se a entrada ainda é válida sem precisar ler o arquivo.
Mesmo ao usar os resumos de entrada para evitar o armazenamento em cache indesejado, os workers em sandbox oferecem um sandbox menos rígido do que um sandbox puro, porque a ferramenta pode manter outro estado interno que foi afetado por solicitações anteriores.
Os workers multiplex só podem ser colocados no sandbox se houver suporte para essa implementação. Além disso,
esse sandbox precisa ser ativado separadamente com a
flag --experimental_worker_multiplex_sandboxing
. Confira mais detalhes na
documentação de design.
Leitura adicional
Para mais informações sobre workers permanentes, consulte:
- Postagem original do blog sobre trabalhadores persistentes
- Descrição da implementação do Haskell {: .external}
- Postagem do blog de Mike Morearty {: .external}
- Desenvolvimento de front-end com Bazel: Angular/TypeScript e Persistent Workers com Asana {: .external}
- Explicações sobre as estratégias do Bazel {: .external}
- Discussão sobre a estratégia informativa do worker na lista de e-mails bazel-discuss {: .external}