नियम लिखते समय, परफ़ॉर्मेंस से जुड़ी सबसे सामान्य गड़बड़ी ट्रैवर्स या कॉपी करना होती है डिपेंडेंसी से इकट्ठा किया गया डेटा. जब एक साथ एग्रीगेट किया गया हो बनाने के बाद, ये संक्रियाएं आसानी से O(N^2) समय या जगह ले सकती हैं. इससे बचने के लिए, यह समझना ज़रूरी है कि डिपसेट का असरदार तरीके से इस्तेमाल कैसे किया जाए.
इसे सही तरीके से समझना मुश्किल हो सकता है. इसलिए, Basel ने एक मेमोरी प्रोफ़ाइलर भी उपलब्ध कराया है, जो उन जगहों को ढूंढने में आपकी मदद करती है जहां आपसे गलती हो सकती है. सावधान रहें: एक अकुशल नियम लिखने की लागत तब तक नहीं देखी जा सकती, जब तक वह बड़े पैमाने पर इस्तेमाल करते हैं.
डिपसेट का इस्तेमाल करें
नियम डिपेंडेंसी से जुड़ी जानकारी को रोल-अप करने के दौरान, आपको इनका इस्तेमाल करना चाहिए घटने-बढ़ने का इतिहास होता है. जानकारी पब्लिश करने के लिए, सिर्फ़ सामान्य सूचियों या डिक्शनरी का इस्तेमाल करें स्थानीय, वर्तमान नियम के अनुसार हो सकता है.
डिप्सेट, जानकारी को नेस्ट किए गए ग्राफ़ के रूप में दिखाता है, जिसकी मदद से जानकारी शेयर की जा सकती है.
नीचे दिया गया ग्राफ़ देखें:
C -> B -> A
D ---^
हर नोड एक स्ट्रिंग पब्लिश करता है. जानकारी में अंतर होने पर, डेटा ऐसा दिखता है:
a = depset(direct=['a'])
b = depset(direct=['b'], transitive=[a])
c = depset(direct=['c'], transitive=[b])
d = depset(direct=['d'], transitive=[b])
ध्यान दें कि हर आइटम का नाम सिर्फ़ एक बार दिया गया है. सूचियों के साथ आपको यह मिलेगा:
a = ['a']
b = ['b', 'a']
c = ['c', 'b', 'a']
d = ['d', 'b', 'a']
ध्यान दें कि इस मामले में 'a'
का उल्लेख चार बार हुआ है! बड़े ग्राफ़ के साथ, यह
की समस्या और भी बदतर होगी.
यहां एक नियम लागू करने का उदाहरण दिया गया है, जिसमें सही तरीके से डिप्स का इस्तेमाल किया गया है अस्थायी जानकारी पब्लिश करने के लिए. ध्यान दें कि स्थानीय नियम के हिसाब से पब्लिश करना ठीक है डालें, क्योंकि यह O(N^2) नहीं है.
MyProvider = provider()
def _impl(ctx):
my_things = ctx.attr.things
all_things = depset(
direct=my_things,
transitive=[dep[MyProvider].all_things for dep in ctx.attr.deps]
)
...
return [MyProvider(
my_things=my_things, # OK, a flat list of rule-local things only
all_things=all_things, # OK, a depset containing dependencies
)]
ज़्यादा जानकारी के लिए, डिससेट की खास जानकारी पेज देखें.
depset.to_list()
को कॉल करने से बचें
इसका इस्तेमाल करके किसी डेप्सेट को फ़्लैट सूची में बदला जा सकता है
to_list()
, लेकिन ऐसा करने से आम तौर पर O(N^2) मिलता है
लागत. अगर हो सके, तो डीबग करने के अलावा, किसी भी तरह के चार्ट को फ़्लैट करने से बचें
के मकसद से बनाया गया है.
एक आम ग़लतफ़हमी यह है कि सिर्फ़ ऐसा करने पर ही डिप्रेस को सपाट किया जा सकता है
जैसे टॉप-लेवल टारगेट पर सेट करना चाहते हैं, जैसे कि <xx>_binary
नियम. तब से लागत नहीं
इन्हें बिल्ड ग्राफ़ के हर लेवल पर इकट्ठा किया जाता है. हालाँकि, यह अब भी O(N^2) है
ओवरलैप होने वाली डिपेंडेंसी के साथ टारगेट का एक सेट बनाते हैं. ऐसा तब होता है जब
या कोई IDE प्रोजेक्ट इंपोर्ट करते समय, अपने टेस्ट //foo/tests/...
बनाने के दौरान भी ऐसा कर सकते हैं.
depset
पर कॉल करने की संख्या कम करें
depset
को लूप में कॉल करना अक्सर गलती हो जाता है. इससे आपकी साइट पर,
बहुत गहरी नेस्टिंग, जो खराब प्रदर्शन करती है. उदाहरण के लिए:
x = depset()
for i in inputs:
# Do not do that.
x = depset(transitive = [x, i.deps])
इस कोड को आसानी से बदला जा सकता है. सबसे पहले, ट्रांज़िटिव डिपसेट इकट्ठा करें और उन सभी को एक साथ मर्ज करें:
transitive = []
for i in inputs:
transitive.append(i.deps)
x = depset(transitive = transitive)
सूची समझने की सुविधा का इस्तेमाल करके, कभी-कभी इसे कम किया जा सकता है:
x = depset(transitive = [i.deps for i in inputs])
कमांड लाइन के लिए ctx.actions.orgs() का इस्तेमाल करें
कमांड लाइन बनाते समय आपको ctx.actions.args() का इस्तेमाल करना चाहिए. इससे, एक्ज़ीक्यूशन के चरण में किसी भी तरह की गिरावट को रोका जा सकता है.
पूरी तरह से तेज़ होने के अलावा, यह मेमोरी की खपत को कम करेगा अपने नियम -- कभी-कभी 90% या उससे भी ज़्यादा तक.
यहां कुछ तरकीबें दी गई हैं:
डेपसेट और सूचियों को बराबर करने के बजाय, उन्हें सीधे आर्ग्युमेंट के तौर पर पास करें खुद को बेहतर बनाएं. ये
ctx.actions.args()
तक बढ़ाई जा सकती हैं. अगर आपको मौजूदा कॉन्टेंट में कोई बदलाव करना है, तो ctx.actions.args#add में यह देखें कि क्या इसके बिल में कोई समस्या आ रही है.क्या आपने
File#path
को आर्ग्युमेंट के तौर पर पास किया है? कोई ज़रूरत नहीं है. कोई भी File अपने-आप path, बड़ा करने के समय तक टाला गया.स्ट्रिंग को एक साथ जोड़कर उन्हें बनाने से बचें. सबसे अच्छा स्ट्रिंग आर्ग्युमेंट एक कॉन्सटेंट होता है, क्योंकि उसकी मेमोरी इनके बीच शेयर की जाती है सभी इंस्टेंस पर लागू करना चाहिए.
अगर कमांड लाइन,
ctx.actions.args()
ऑब्जेक्ट के लिए आर्ग्युमेंट बहुत लंबे हैं पैरामीटर फ़ाइल को सशर्त या बिना किसी शर्त केctx.actions.args#use_param_file
. यह है को तब पर्दे के पीछे दिखाया जाता है, जब कार्रवाई होती है. अगर आपको साफ़ तौर पर ऐसा करना है आप पैरामीटर फ़ाइल कोctx.actions.write
.
उदाहरण:
def _impl(ctx):
...
args = ctx.actions.args()
file = ctx.declare_file(...)
files = depset(...)
# Bad, constructs a full string "--foo=<file path>" for each rule instance
args.add("--foo=" + file.path)
# Good, shares "--foo" among all rule instances, and defers file.path to later
# It will however pass ["--foo", <file path>] to the action command line,
# instead of ["--foo=<file_path>"]
args.add("--foo", file)
# Use format if you prefer ["--foo=<file path>"] to ["--foo", <file path>]
args.add(format="--foo=%s", value=file)
# Bad, makes a giant string of a whole depset
args.add(" ".join(["-I%s" % file.short_path for file in files])
# Good, only stores a reference to the depset
args.add_all(files, format_each="-I%s", map_each=_to_short_path)
# Function passed to map_each above
def _to_short_path(f):
return f.short_path
ट्रांज़िटिव ऐक्शन के इनपुट को डिपसेट होने चाहिए
ctx.actions.run का इस्तेमाल करके कार्रवाई करते समय
भूल जाएं कि inputs
फ़ील्ड में डिप्सेट स्वीकार किया गया है. जब भी इनपुट हो, तब इसका इस्तेमाल करें
डिपेंडेंसी से इकट्ठा किया जाता है.
inputs = depset(...)
ctx.actions.run(
inputs = inputs, # Do *not* turn inputs into a list
...
)
हैंगिंग
यदि ऐसा लगता है कि Basel को निलंबित कर दिया गया है, तो आप Ctrl-\ दबा सकते हैं या
थ्रेड पाने के लिए, बैजेल से SIGQUIT
सिग्नल (kill -3 $(bazel info server_pid)
) मिलेगा
डंप को फ़ाइल $(bazel info output_base)/server/jvm.out
में डंप करें.
अगर बेज़ल लटका हुआ है, तो हो सकता है कि आप bazel info
न चला पाएं,
आम तौर पर, output_base
डायरेक्ट्री bazel-<workspace>
की पैरंट होती है
सिमलिंक जोड़ें.
परफ़ॉर्मेंस प्रोफ़ाइलिंग
Basel ने आउटपुट बेस में command.profile.gz
को एक JSON प्रोफ़ाइल लिखी:
डिफ़ॉल्ट. आप स्थान को इसके साथ कॉन्फ़िगर कर सकते हैं:
उदाहरण के लिए, --profile
फ़्लैग
--profile=/tmp/profile.gz
. .gz
से खत्म होने वाला स्थान इससे कंप्रेस किया जाता है
GZIP.
नतीजे देखने के लिए, chrome://tracing
को Chrome ब्राउज़र टैब में खोलें. इसके बाद, क्लिक करें
"लोड करें" और (संभावित रूप से कंप्रेस की गई) प्रोफ़ाइल फ़ाइल चुनें. ज़्यादा जानकारी के लिए
नतीजों के लिए, नीचे बाएं कोने में मौजूद बॉक्स पर क्लिक करें.
नेविगेट करने के लिए, कीबोर्ड के इन कंट्रोल का इस्तेमाल किया जा सकता है:
- "चुनें" के लिए
1
दबाएं मोड. इस मोड में, आपके पास ये चुनने का विकल्प होता है: विशेष बॉक्स पर क्लिक करें (नीचे बायां कोना देखें). खास जानकारी और एग्रीगेट किए गए आंकड़े पाने के लिए, एक से ज़्यादा इवेंट चुनें. - "पैन" करने के लिए
2
दबाएं मोड. इसके बाद, व्यू को एक से दूसरी जगह ले जाने के लिए, माउस को खींचें और छोड़ें. आपने लोगों तक पहुंचाया मुफ़्त में बाईं/दाईं ओर जाने के लिए,a
/d
का भी इस्तेमाल किया जा सकता है. - "ज़ूम करने के लिए"
3
दबाएं मोड. इसके बाद, ज़ूम करने के लिए माउस को खींचें और छोड़ें. आप ज़ूम इन/आउट करने के लिएw
/s
का भी इस्तेमाल करें. - "समय" के लिए
4
दबाएं दूरी मापने वाला मोड दो घटनाओं के बीच में. - सभी कंट्रोल के बारे में जानने के लिए
?
दबाएं.
प्रोफ़ाइल की जानकारी
प्रोफ़ाइल का उदाहरण:
पहला डायग्राम. प्रोफ़ाइल का उदाहरण.
यहां कुछ खास लाइनें दी गई हैं:
action counters
: यह दिखाता है कि फ़्लाइट में एक साथ कितनी कार्रवाइयां की जा रही हैं. क्लिक करें असल वैल्यू देखने के लिए उस पर क्लिक करें.--jobs
के मान तक होना चाहिए साफ़ बिल्ड.cpu counters
: बिल्ड के हर सेकंड के लिए, सीपीयू की मात्रा दिखाता है जिसका इस्तेमाल Basel ने किया (1 का मान 1 कोर 100% व्यस्त होता है).Critical Path
: क्रिटिकल पाथ पर हर कार्रवाई के लिए एक ब्लॉक दिखाता है.grpc-command-1
: बेज़ल का मुख्य थ्रेड. इसकी मदद से, सवाल के हर हिस्से की सटीक जानकारी पाई जा सकती है बेज़ेल क्या कर रहा है, उदाहरण के लिए "Launch Basel", "evaluateTargetPatterns", और "runalysisPhase" शामिल है.Service Thread
: छोटे और बड़े पैमाने पर कूड़े के कलेक्शन (जीसी) पर लगी रोक को दिखाता है.
अन्य लाइनें, बेज़ल थ्रेड दिखाती हैं और उस थ्रेड के सभी इवेंट दिखाती हैं.
परफ़ॉर्मेंस से जुड़ी सामान्य समस्याएं
परफ़ॉर्मेंस प्रोफ़ाइलों का विश्लेषण करते समय, इन चीज़ों को देखें:
- विश्लेषण का यह चरण, उम्मीद से धीमा है (
runAnalysisPhase
), खास तौर पर इन दिनों इंक्रीमेंटल बिल्ड यह नियम के खराब होने का संकेत हो सकता है, उदाहरण के लिए, जो डेपसेट को फ़्लैट करता है. पैकेज लोडिंग की रफ़्तार इतनी धीमी हो सकती है: ज़रूरत से ज़्यादा टारगेट, जटिल मैक्रो या बार-बार होने वाले ग्लॉब्स का इस्तेमाल करना. - धीमी रफ़्तार से की जाने वाली कार्रवाइयां, खास तौर पर वे कार्रवाइयां जो अहम पाथ पर हैं. यह हो सकता है
बड़ी कार्रवाइयों को कई छोटी कार्रवाइयों में बांटा जा सकता है या
(ट्रांज़िव) डिपेंडेंसी का एक सेट. किसी असामान्य गतिविधि के लिए भी जांच करें
उच्च गैर-
PROCESS_TIME
(जैसे किREMOTE_SETUP
याFETCH
). - बॉटलनेक, जो कि कुछ थ्रेड हैं, व्यस्त हैं और बाकी सभी व्यस्त हैं आइडलिंग / नतीजे का इंतज़ार करना (ऊपर दिए गए स्क्रीनशॉट में 15 से 30 सेकंड के बीच का डेटा देखें). इसे ऑप्टिमाइज़ करने के लिए नियम लागू करने की सेटिंग को छूना होगा का इस्तेमाल किया. ऐसा तब भी हो सकता है, जब ग़ैर-ज़रूरी जीसी मौजूद हैं.
प्रोफ़ाइल फ़ाइल का फ़ॉर्मैट
टॉप-लेवल ऑब्जेक्ट में मेटाडेटा (otherData
) और ट्रेस किया जा रहा असल डेटा होता है
(traceEvents
). मेटाडेटा में ज़्यादा जानकारी मौजूद होती है, जैसे कि न्योता देने वाला आईडी
और बेज़ल के शुरू होने की तारीख़ भी सेट की गई है.
उदाहरण:
{
"otherData": {
"build_id": "101bff9a-7243-4c1a-8503-9dc6ae4c3b05",
"date": "Tue Jun 16 08:30:21 CEST 2020",
"profile_finish_ts": "1677666095162000",
"output_base": "/usr/local/google/_bazel_johndoe/573d4be77eaa72b91a3dfaa497bf8cd0"
},
"traceEvents": [
{"name":"thread_name","ph":"M","pid":1,"tid":0,"args":{"name":"Critical Path"}},
{"cat":"build phase marker","name":"Launch Bazel","ph":"X","ts":-1824000,"dur":1824000,"pid":1,"tid":60},
...
{"cat":"general information","name":"NoSpawnCacheModule.beforeCommand","ph":"X","ts":116461,"dur":419,"pid":1,"tid":60},
...
{"cat":"package creation","name":"src","ph":"X","ts":279844,"dur":15479,"pid":1,"tid":838},
...
{"name":"thread_name","ph":"M","pid":1,"tid":11,"args":{"name":"Service Thread"}},
{"cat":"gc notification","name":"minor GC","ph":"X","ts":334626,"dur":13000,"pid":1,"tid":11},
...
{"cat":"action processing","name":"Compiling third_party/grpc/src/core/lib/transport/status_conversion.cc","ph":"X","ts":12630845,"dur":136644,"pid":1,"tid":1546}
]
}
ट्रेस इवेंट के टाइमस्टैंप (ts
) और अवधि (dur
) इसमें दी गई हैं
माइक्रोसेकंड. कैटगरी (cat
), ProfilerTask
की ईनम वैल्यू में से एक है.
ध्यान दें कि कुछ इवेंट बहुत छोटे होने पर और उनके आस-पास होने पर, उन्हें एक साथ मर्ज कर दिया जाता है
एक-दूसरे को; अगर आप चाहें, तो --noslim_json_profile
को पास करें
इवेंट मर्ज होने से रोकें.
यह भी देखें Chrome ट्रेस इवेंट फ़ॉर्मैट की खास बातें.
analyze-profile
प्रोफ़ाइलिंग के इस तरीके में दो चरण हैं. पहले आपको
--profile
फ़्लैग के साथ बिल्ड/टेस्ट करें, उदाहरण के लिए
$ bazel build --profile=/tmp/prof //path/to:target
जनरेट की गई फ़ाइल (इस मामले में /tmp/prof
) एक बाइनरी फ़ाइल है. इसे
analyze-profile
निर्देश की मदद से पोस्टप्रोसेस किया गया और उसका विश्लेषण किया गया:
$ bazel analyze-profile /tmp/prof
डिफ़ॉल्ट रूप से, यह तय प्रोफ़ाइल के लिए खास जानकारी का विश्लेषण जानकारी प्रिंट करता है डेटा फ़ाइल में सेव किया जाएगा. इसमें हर टास्क के लिए अलग-अलग तरह के टास्क के कुल आंकड़े शामिल होते हैं बनाने के साथ-साथ ज़रूरी पाथ का विश्लेषण भी करेंगे.
डिफ़ॉल्ट आउटपुट के पहले सेक्शन में, डिवाइस में बिताए गए समय की खास जानकारी होती है पर जानकारी शेयर की जा सकती है:
INFO: Profile created on Tue Jun 16 08:59:40 CEST 2020, build ID: 0589419c-738b-4676-a374-18f7bbc7ac23, output base: /home/johndoe/.cache/bazel/_bazel_johndoe/d8eb7a85967b22409442664d380222c0
=== PHASE SUMMARY INFORMATION ===
Total launch phase time 1.070 s 12.95%
Total init phase time 0.299 s 3.62%
Total loading phase time 0.878 s 10.64%
Total analysis phase time 1.319 s 15.98%
Total preparation phase time 0.047 s 0.57%
Total execution phase time 4.629 s 56.05%
Total finish phase time 0.014 s 0.18%
------------------------------------------------
Total run time 8.260 s 100.00%
Critical path (4.245 s):
Time Percentage Description
8.85 ms 0.21% _Ccompiler_Udeps for @local_config_cc// compiler_deps
3.839 s 90.44% action 'Compiling external/com_google_protobuf/src/google/protobuf/compiler/php/php_generator.cc [for host]'
270 ms 6.36% action 'Linking external/com_google_protobuf/protoc [for host]'
0.25 ms 0.01% runfiles for @com_google_protobuf// protoc
126 ms 2.97% action 'ProtoCompile external/com_google_protobuf/python/google/protobuf/compiler/plugin_pb2.py'
0.96 ms 0.02% runfiles for //tools/aquery_differ aquery_differ
मेमोरी की प्रोफ़ाइल बनाना
Basel के सिस्टम में पहले से ही मेमोरी प्रोफ़ाइलर होता है. इससे आपको यह तय करने में मदद मिलती है कि मेमोरी का इस्तेमाल. अगर कोई समस्या है, तो हीप को का उपयोग करें, जिसके कारण समस्या हो रही है.
मेमोरी ट्रैकिंग की सुविधा चालू करना
आपको हर Baज़र के अनुरोध के लिए, इन दो स्टार्टअप फ़्लैग को पास करना होगा:
STARTUP_FLAGS=\
--host_jvm_args=-javaagent:$(BAZEL)/third_party/allocation_instrumenter/java-allocation-instrumenter-3.3.0.jar \
--host_jvm_args=-DRULE_MEMORY_TRACKER=1
ये सर्वर को मेमोरी ट्रैकिंग मोड में शुरू करते हैं. अगर आपको ये सब याद एक Basel का अनुरोध करने पर सर्वर रीस्टार्ट हो जाएगा और आपको फिर से शुरू करना होगा.
मेमोरी ट्रैकर का इस्तेमाल करना
उदाहरण के लिए, टारगेट foo
को देखें और जानें कि यह क्या करता है. सिर्फ़ इन्हें
विश्लेषण करने के बजाय, बिल्ड को एक्ज़ीक्यूट करने के चरण को न चलाएं,
--nobuild
फ़्लैग.
$ bazel $(STARTUP_FLAGS) build --nobuild //foo:foo
इसके बाद, देखें कि पूरे Basel इंस्टेंस में कितनी मेमोरी इस्तेमाल होती है:
$ bazel $(STARTUP_FLAGS) info used-heap-size-after-gc
> 2594MB
bazel dump --rules
का इस्तेमाल करके इसे नियम की क्लास के हिसाब से बांटें:
$ bazel $(STARTUP_FLAGS) dump --rules
>
RULE COUNT ACTIONS BYTES EACH
genrule 33,762 33,801 291,538,824 8,635
config_setting 25,374 0 24,897,336 981
filegroup 25,369 25,369 97,496,272 3,843
cc_library 5,372 73,235 182,214,456 33,919
proto_library 4,140 110,409 186,776,864 45,115
android_library 2,621 36,921 218,504,848 83,366
java_library 2,371 12,459 38,841,000 16,381
_gen_source 719 2,157 9,195,312 12,789
_check_proto_library_deps 719 668 1,835,288 2,552
... (more output)
pprof
फ़ाइल बनाकर देखें कि मेमोरी कहां जा रही है
bazel dump --skylark_memory
का इस्तेमाल करके:
$ bazel $(STARTUP_FLAGS) dump --skylark_memory=$HOME/prof.gz
> Dumping Starlark heap to: /usr/local/google/home/$USER/prof.gz
हीप की जांच करने के लिए, pprof
टूल का इस्तेमाल करें. बेहतर शुरुआत
pprof -flame $HOME/prof.gz
का इस्तेमाल करके फ़्लेम ग्राफ़ पाएं.
https://github.com/google/pprof से pprof
पाएं.
सबसे लोकप्रिय कॉल साइटों का एक टेक्स्ट डंप पाएं, जिसके साथ लाइनों की जानकारी दी गई हो:
$ pprof -text -lines $HOME/prof.gz
>
flat flat% sum% cum cum%
146.11MB 19.64% 19.64% 146.11MB 19.64% android_library <native>:-1
113.02MB 15.19% 34.83% 113.02MB 15.19% genrule <native>:-1
74.11MB 9.96% 44.80% 74.11MB 9.96% glob <native>:-1
55.98MB 7.53% 52.32% 55.98MB 7.53% filegroup <native>:-1
53.44MB 7.18% 59.51% 53.44MB 7.18% sh_test <native>:-1
26.55MB 3.57% 63.07% 26.55MB 3.57% _generate_foo_files /foo/tc/tc.bzl:491
26.01MB 3.50% 66.57% 26.01MB 3.50% _build_foo_impl /foo/build_test.bzl:78
22.01MB 2.96% 69.53% 22.01MB 2.96% _build_foo_impl /foo/build_test.bzl:73
... (more output)