BazelCon 2024 註冊現已開放！

本頁面由 Cloud Translation API 翻譯而成。

永久工作站

本頁面說明如何使用永久工作站、優點、要求及瞭解工作站對沙箱的影響。

永久工作站是 Bazel 伺服器啟動的長時間執行程序，函式做為實際工具 (通常是編譯器) 的包裝函式，或者工具本身。為了受益於持續性工作站，工具必須支援執行一系列編譯，且包裝函式必須工具 API 和下述的要求/回應格式之間。維持不變系統在呼叫 worker 時，可能會使用及不使用 --persistent_worker 旗標的而且負責以適當方式開始與以及在結束時關閉 worker每個工作站執行個體都會獲派 (並非獨立的工作目錄) <outputBase>/bazel-workers。

使用永久工作站執行策略，啟動負擔、增加 JIT 編譯，並啟用快取範例。這項策略因此，只要將多個要求傳送至長時間執行，上傳資料集之後，您可以運用 AutoML 自動完成部分資料準備工作

永久工作站適用於多種語言，包括 Java、 Scala、 Kotlin 等等。

使用 NodeJS 執行階段的程式可使用 @bazel/worker 輔助程式庫實作工作站通訊協定

使用永久工作站

Bazel 0.27 以上版本執行建構作業時預設會使用永久工作站，不過在執行建構作業時優先順序較高。針對不支援永久工作站的動作， Bazel 會改回為每個動作啟動工具執行個體。您可以特別提出將 worker 設為使用永久工作站，藉此將版本設為使用永久工作站策略助憶鍵最佳做法是將 local 指定為回 worker 策略：

bazel build //my:target --strategy=Javac=worker,local

使用 worker 策略取代本機策略，可提高編譯速度速度會明顯變快，視導入方式而定Java 的建構作業可介於 2 至 4 之間增加 1 倍，有時更多的漸進式編譯。編譯 Bazel 是速度幾乎是工作人員的 2.5 倍詳情請參閱「選擇工作站數量」專區。

您是否有與本機版本相符的遠端建構環境您可以使用動態策略，它會影響遠端執行和工作站執行作業。如要啟用動態參數就必須傳遞 --experimental_spawn_scheduler 旗標。這項策略會自動啟用 worker，因此您無需指定 worker 策略，但仍可將 local 或 sandboxed 做為候補。

選擇工作站數量

每記憶體的工作站執行個體預設數量為 4 個，但可以調整使用 worker_max_instances 旗標。兩者之間有何權衡取捨並獲得 JIT 編譯和快取命中的數量。員工人數越多，就可獲得更多目標將支付執行非 JIT 程式碼的啟動成本，以及冷到快取。如果您要建構的目標數量不多，單一工作站可能會提供在編譯速度和資源用量之間取得最佳取捨 (例如請參閱問題 #8586。 worker_max_instances 旗標會設定每個專案的工作站執行個體數量上限助憶鍵和旗幟 (請見下方) 因此，在混合的系統中，您最終可以使用會大量記憶體。如果是漸進式建構作業使用多個工作站執行個體就能享有更小的優勢

此圖表顯示 Bazel (目標) 的從頭編譯時間 //src:bazel) (位於 6 核心超執行緒 Intel Xeon 3.5 GHz Linux 工作站) 搭載 64 GB RAM針對每個工作站設定，系統會執行五項簡潔建構作業，並以及最後 4 格的平均分數

清理建構作業的效能改善圖

圖 1. 清理建構作業的效能改善圖表。

針對這項設定，兩個工作站的編譯速度最快，但只有 14% 與一個工作站相比。如果需要減少記憶體用量

漸進式編譯通常能更完善。乾淨的建構作業但在編譯之間變更單一檔案很常見，特別是以測試導向開發上述範例也有一些非 Java 項目並包裝動作來覆蓋漸進式編譯時間。

僅重新編譯 Java 來源 (//src/main/java/com/google/devtools/build/lib/bazel:BazelServer_deploy.jar)。但每次變更 AbstractContainerizingSandboxedSpawn.java 速度可達 3 倍 (平均有 20 個暖身版本，執行版本平均為 20 個漸進式版本) 已捨棄)：

漸進式建構作業的效能改善圖表

圖 2. 漸進式建構的效能改善圖表。

速度取決於變更。因此 6 的載入速度是在上述常用常數發生變更時觸發。

修改永久工作站

您可以將 --worker_extra_flag 旗標，用於對工作站指定啟動標記，並以助憶鍵為索引鍵。舉例來說：傳遞 --worker_extra_flag=javac=--debug 只會開啟 Javac 偵錯。每次使用此標記時，只能設定一個工作站旗標，而且一次只能設定一個記憶式。不僅可以為每個記憶式個別建立工作站，初始化標記中的變化版本。每個助力和啟動的組合標記會合併成一個 WorkerKey，而每個 WorkerKey 最多不超過可能會建立 worker_max_instances 個工作站。請參閱下一節，瞭解如何動作設定也可以指定設定旗標

您可以使用 --high_priority_workers 標記，指定要按一般優先度優先執行的記憶法助憶鍵這有助於優先處理最重要的關鍵動作路徑。如果有兩個以上高優先順序的工作站正在執行要求，則所有導致其他工作站無法執行這個標記可以重複使用。

傳送 --worker_sandboxing 標記時，每個 worker 要求都會針對其所有作業使用獨立的沙箱目錄輸入內容設定沙箱需要一點時間，尤其是在 macOS 上，但提供更好的正確性保證。

--worker_quit_after_build 標記主要用於偵錯和剖析這個標記會強制所有工作站而不需要在建構完成後結束您也可以 --worker_verbose 到取得更多 worker 作業相關資訊這個標記反映在 WorkRequest 中的 verbosity 欄位，可讓工作站實作更詳細。

工作站會將記錄儲存在 <outputBase>/bazel-workers 目錄中，例子 /tmp/_bazel_larsrc/191013354bebe14fdddae77f2679c3ef/bazel-workers/worker-1-Javac.log。檔案名稱包含工作站 ID 和記憶法。由於每增加一次 WorkerKey，你可能會看到超過 worker_max_instances 特定記憶的記錄檔

如需 Android 版本的詳細資訊，請參閱 Android「Build Performance」(Android 建構效能) 頁面。

實作永久工作站

詳情請參閱「建立永久工作站」頁面瞭解如何設定工作站。

下方範例為使用 JSON 的工作站，顯示 Starlark 設定：

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" }
)

根據這項定義，這項動作的第一步是從執行指令列 /bin/some_compiler -max_mem=4G --persistent_worker。要求編譯 Foo.java 後看起來會像這樣：

注意：雖然通訊協定緩衝區規格使用的是「Snake case」(request_id), JSON 通訊協定會使用「駝峰式大小寫」(requestId).在本文件中，我們會使用 JSON 範例中的駝峰式大小寫，但在討論欄位時則使用蛇形大小寫無論通訊協定為何

{
  "arguments": [ "-g", "-source", "1.5", "Foo.java" ]
  "inputs": [
    { "path": "symlinkfarm/input1", "digest": "d49a..." },
    { "path": "symlinkfarm/input2", "digest": "093d..." },
  ],
}

工作站會在 stdin 上以換行符號分隔的 JSON 格式收到此內容 (因為 requires-worker-protocol 設為 JSON)。worker 會執行動作並將 JSON 格式的 WorkResponse 傳送至其 stdout 上的 Bazel。Bazel，然後剖析此回應，然後手動將其轉換為 WorkResponse proto。目的地：使用二進位編碼的 protobuf 來與相關聯的工作站通訊 JSON，requires-worker-protocol 會設為 proto，如下所示：

  execution_requirements = {
    "supports-workers" : "1" ,
    "requires-worker-protocol" : "proto"
  }

如果您沒有在執行要求中加入 requires-worker-protocol， Bazel 會將工作站通訊預設為使用 protobuf。

Bazel 會從助憶鍵和共用標記衍生出 WorkerKey，因此如有設定允許變更 max_mem 參數，其他工作站。這可能會導致記憶體用量過大使用太多變化。

每個工作站目前一次只能處理一項要求。實驗功能多工工作站功能可讓您執行緒，前提是基礎工具為多執行緒，且包裝函式設定為瞭解這點

於這個 GitHub 存放區您可以看到使用 Java 和 Python 編寫的工作站包裝函式範例。如果發生以下情況：是透過 JavaScript 或 TypeScript 運作 @bazel/worker 套件和 nodejs 工作站範例可能會有幫助

工作站對沙箱有何影響？

根據預設，使用 worker 策略不會在沙箱，與 local 策略類似。您可以設定 --worker_sandboxing 標記，用於在沙箱內執行所有工作站，確保每個執行此工具時，只會看見該工具應有的輸入檔案。工具仍可能會在內部要求之間洩漏資訊，例如透過快取。採用「dynamic」策略「工作站必須受到沙箱保護」。

為了讓工作站正確使用編譯器快取，系統會傳送摘要為每個輸入檔案建立容器因此，編譯器或包裝函式可以檢查輸入而無需讀取檔案。

即使使用輸入摘要來防止不需要的快取，沙箱機制仍然有效工作人員提供的沙盒技術比純沙盒來得低，因為這項工具可保留先前要求所影響的其他內部狀態。

只有在 worker 實作支援的情況下，才能啟用多重廣告工作站的沙箱機制，而且，您必須透過 --experimental_worker_multiplex_sandboxing 標記。詳情請參閱設計文件)。