코드베이스가 큰 경우 종속 항목 체인이 매우 깊어질 수 있습니다. 간단한 바이너리조차도 수만 개의 빌드 타겟에 종속되는 경우가 많습니다. 이러한 규모에서는 단일 머신에서 적절한 시간 내에 빌드를 완료하는 것이 불가능합니다. 어떤 빌드 시스템도 머신 하드웨어에 적용되는 기본적인 물리학 법칙을 피할 수 없습니다. 이러한 작업을 수행하는 유일한 방법은 시스템에서 실행하는 작업 단위가 임의의 확장 가능한 머신 수에 분산되는 분산 빌드를 지원하는 빌드 시스템을 사용하는 것입니다. 시스템의 작업을 충분히 작은 단위로 나눴다고 가정하면 (자세한 내용은 나중에 설명) 원하는 만큼 비용을 지불하여 모든 크기의 빌드를 최대한 빨리 완료할 수 있습니다. 이 확장성은 아티팩트 기반 빌드 시스템을 정의하여 달성하고자 했던 목표입니다.
원격 캐싱
가장 간단한 유형의 분산 빌드는 원격 캐싱만 활용하는 빌드이며 그림 1에 나와 있습니다.
그림 1. 원격 캐싱을 보여주는 분산 빌드
개발자 워크스테이션과 지속적 통합 시스템을 비롯하여 빌드를 실행하는 모든 시스템은 공통 원격 캐시 서비스에 대한 참조를 공유합니다. 이 서비스는 Redis와 같은 빠르고 로컬 단기 스토리지 시스템이나 Google Cloud Storage와 같은 클라우드 서비스일 수 있습니다. 사용자가 직접 또는 종속 항목으로 아티팩트를 빌드해야 할 때마다 시스템은 먼저 원격 캐시를 확인하여 해당 아티팩트가 이미 있는지 확인합니다. 이 경우 아티팩트를 빌드하는 대신 다운로드할 수 있습니다. 그렇지 않으면 시스템이 아티팩트를 직접 빌드하고 결과를 캐시에 다시 업로드합니다. 즉, 자주 변경되지 않는 하위 수준 종속 항목은 각 사용자가 다시 빌드할 필요 없이 한 번 빌드하여 사용자 간에 공유할 수 있습니다. Google에서는 많은 아티팩트가 처음부터 빌드되는 대신 캐시에서 제공되므로 빌드 시스템 실행 비용이 크게 절감됩니다.
원격 캐싱 시스템이 작동하려면 빌드 시스템에서 빌드가 완전히 재현 가능해야 합니다. 즉, 모든 빌드 타겟에 대해 동일한 입력 세트가 모든 머신에서 정확히 동일한 출력을 생성하도록 해당 타겟의 입력 세트를 결정할 수 있어야 합니다. 아티팩트 다운로드 결과가 직접 빌드한 결과와 동일하도록 하는 유일한 방법입니다. 이렇게 하려면 캐시의 각 아티팩트가 타겟과 입력의 해시 모두에 키가 지정되어야 합니다. 이렇게 하면 여러 엔지니어가 동시에 동일한 타겟을 다르게 수정할 수 있으며 원격 캐시는 결과 아티팩트를 모두 저장하고 충돌 없이 적절하게 제공합니다.
물론 원격 캐시의 이점을 얻으려면 아티팩트 다운로드가 빌드보다 빨라야 합니다. 특히 캐시 서버가 빌드를 실행하는 머신에서 멀리 떨어져 있는 경우 항상 그런 것은 아닙니다. Google의 네트워크와 빌드 시스템은 빌드 결과를 빠르게 공유할 수 있도록 세심하게 조정되어 있습니다.
원격 실행
원격 캐싱은 진정한 분산 빌드가 아닙니다. 캐시가 손실되거나 모든 항목을 다시 빌드해야 하는 하위 수준 변경사항을 적용하는 경우에도 머신에서 전체 빌드를 로컬로 실행해야 합니다. 진정한 목표는 빌드를 실행하는 실제 작업을 원하는 수의 작업자에게 분산할 수 있는 원격 실행을 지원하는 것입니다. 그림 2는 원격 실행 시스템을 보여줍니다.
그림 2. 원격 실행 시스템
각 사용자의 머신에서 실행되는 빌드 도구 (사용자는 엔지니어 또는 자동 빌드 시스템)는 중앙 빌드 마스터에 요청을 전송합니다. 빌드 마스터는 요청을 구성요소 작업으로 나누고 확장 가능한 작업자 풀에서 이러한 작업의 실행을 예약합니다. 각 작업자는 사용자 지정 입력으로 요청된 작업을 실행하고 결과 아티팩트를 작성합니다. 이러한 아티팩트는 최종 출력이 생성되어 사용자에게 전송될 때까지 이를 필요로 하는 작업을 실행하는 다른 머신 간에 공유됩니다.
이러한 시스템을 구현할 때 가장 까다로운 부분은 작업자, 마스터, 사용자의 로컬 머신 간의 통신을 관리하는 것입니다. 작업자는 다른 작업자가 생성한 중간 아티팩트를 사용할 수 있으며 최종 출력을 사용자의 로컬 머신으로 다시 보내야 합니다. 이를 위해 각 작업자가 결과를 캐시에 쓰고 캐시에서 종속 항목을 읽도록 하여 앞에서 설명한 분산 캐시를 기반으로 빌드할 수 있습니다. 마스터는 종속된 모든 항목이 완료될 때까지 작업자가 진행하지 못하도록 차단합니다. 이 경우 작업자는 캐시에서 입력을 읽을 수 있습니다. 최종 제품도 캐시되어 로컬 머신에서 다운로드할 수 있습니다. 작업자가 빌드하기 전에 이러한 변경사항을 적용할 수 있도록 사용자의 소스 트리에서 로컬 변경사항을 내보내는 별도의 수단도 필요합니다.
이러한 작업을 수행하려면 앞에서 설명한 아티팩트 기반 빌드 시스템의 모든 부분이 함께 작동해야 합니다. 빌드 환경은 사람이 개입하지 않고 작업자를 시작할 수 있도록 완전히 자체 설명적이어야 합니다. 각 단계가 서로 다른 머신에서 실행될 수 있으므로 빌드 프로세스 자체는 완전히 독립적이어야 합니다. 각 작업자가 다른 작업자로부터 받은 결과를 신뢰할 수 있도록 출력은 완전히 결정적이어야 합니다. 이러한 보장은 작업 기반 시스템에서 제공하기가 매우 어려우므로 이러한 시스템을 기반으로 안정적인 원격 실행 시스템을 구축하는 것은 거의 불가능합니다.
Google의 분산 빌드
2008년부터 Google은 그림 3에 나와 있는 원격 캐싱과 원격 실행을 모두 사용하는 분산 빌드 시스템을 사용해 왔습니다.
그림 3. Google의 분산 빌드 시스템
Google의 원격 캐시를 ObjFS라고 합니다. 이 시스템은 프로덕션 머신 전체에 분산된 Bigtable에 빌드 출력을 저장하는 백엔드와 각 개발자 머신에서 실행되는 objfsd라는 프런트엔드 FUSE 데몬으로 구성됩니다. FUSE 데몬을 사용하면 엔지니어가 워크스테이션에 저장된 일반 파일인 것처럼 빌드 출력을 탐색할 수 있지만 파일 콘텐츠는 사용자가 직접 요청한 몇 개의 파일에 대해서만 필요에 따라 다운로드됩니다. 온디맨드로 파일 콘텐츠를 제공하면 네트워크 및 디스크 사용량이 크게 줄어들고, 개발자의 로컬 디스크에 모든 빌드 출력을 저장했을 때보다 시스템을 두 배나 빠르게 빌드할 수 있습니다.
Google의 원격 실행 시스템은 Forge라고 합니다. Blaze(Bazel의 내부 동등 항목)의 Forge 클라이언트는 디스트리뷰터라고 하며 각 작업에 대한 요청을 스케줄러라고 하는 데이터 센터에서 실행되는 작업에 전송합니다. 스케줄러는 작업 결과의 캐시를 유지하므로 시스템의 다른 사용자가 이미 작업을 만든 경우 즉시 응답을 반환할 수 있습니다. 그렇지 않으면 작업을 대기열에 배치합니다. 대규모 실행기 작업 풀은 이 대기열에서 작업을 지속적으로 읽고, 실행하고, 결과를 ObjFS Bigtable에 직접 저장합니다. 이러한 결과는 향후 작업을 위해 실행자에게 제공되거나 objfsd를 통해 최종 사용자가 다운로드할 수 있습니다.
그 결과 Google에서 실행되는 모든 빌드를 효율적으로 지원하는 시스템이 탄생했습니다. Google의 빌드 규모는 정말로 방대합니다. Google은 매일 수백만 개의 테스트 사례를 실행하고 수십억 줄의 소스 코드에서 페타바이트 단위의 빌드 출력을 생성하는 수백만 개의 빌드를 실행합니다. 이러한 시스템을 통해 엔지니어는 복잡한 코드베이스를 빠르게 빌드할 수 있을 뿐만 아니라 빌드를 기반으로 하는 수많은 자동화 도구와 시스템을 구현할 수 있습니다.