基于任务的构建系统

本页将介绍基于任务的构建系统、其工作原理以及基于任务的系统可能会出现的一些复杂问题。继 shell 脚本之后，基于任务的构建系统是构建流程的下一代逻辑发展。

了解基于任务的构建系统

在基于任务的构建系统中，基本的工作单元是任务。每个任务都是一个可执行任何类型的逻辑的脚本，并且任务会将其他任务指定为必须在这些任务之前运行的依赖项。目前使用的大多数主要构建系统（例如 Ant、Maven、Gradle、Grunt 和 Rake）都是基于任务的。大多数现代构建系统要求工程师创建构建文件（而不是 shell 脚本），以描述如何执行构建。

请参考 Ant 手册中的以下示例：

<project name="MyProject" default="dist" basedir=".">
   <description>
     simple example build file
   </description>
   <!-- set global properties for this build -->
   <property name="src" location="src"/>
   <property name="build" location="build"/>
   <property name="dist" location="dist"/>

   <target name="init">
     <!-- Create the time stamp -->
     <tstamp/>
     <!-- Create the build directory structure used by compile -->
     <mkdir dir="${build}"/>
   </target>
   <target name="compile" depends="init"
       description="compile the source">
     <!-- Compile the Java code from ${src} into ${build} -->
     <javac srcdir="${src}" destdir="${build}"/>
   </target>
   <target name="dist" depends="compile"
       description="generate the distribution">
     <!-- Create the distribution directory -->
     <mkdir dir="${dist}/lib"/>
     <!-- Put everything in ${build} into the MyProject-${DSTAMP}.jar file -->
     <jar jarfile="${dist}/lib/MyProject-${DSTAMP}.jar" basedir="${build}"/>
   </target>
   <target name="clean"
       description="clean up">
     <!-- Delete the ${build} and ${dist} directory trees -->
     <delete dir="${build}"/>
     <delete dir="${dist}"/>
   </target>
</project>

buildfile 采用 XML 编写，用于定义与 build 相关的一些简单元数据以及任务列表（XML 中的 <target> 标记）。（Ant 使用“目标”一词表示“任务”，并使用“任务”来表示“命令”。）每个任务都会执行 Ant 定义的一系列可能的命令，其中包括创建和删除目录、运行 javac 和创建 JAR 文件。这组命令可以由用户提供的插件扩展，以涵盖任何类型的逻辑。每个任务还可以通过 depends 属性定义其依赖的任务。这些依赖项会形成一个非循环图，如图 1 所示。

图 1. 显示依赖项的无环图

用户通过向 Ant 的命令行工具提供任务来执行构建。例如，当用户输入 ant dist 时，Ant 会执行以下步骤：

加载当前目录中名为 build.xml 的文件，并对其进行解析以创建图结构（如图 1 所示）。
查找命令行上提供的名为 dist 的任务，并发现它依赖于名为 compile 的任务。
查找名为 compile 的任务，并发现它依赖于名为 init 的任务。
查找名为 init 的任务，并发现它没有依赖项。
执行 init 任务中定义的命令。
在 compile 任务的所有依赖项都已运行的情况下，执行 compile 任务中定义的命令。
在 dist 任务的所有依赖项都已运行的情况下，执行 dist 任务中定义的命令。

最后，Ant 在运行 dist 任务时执行的代码等同于以下 shell 脚本：

./createTimestamp.sh
mkdir build/
javac src/* -d build/
mkdir -p dist/lib/
jar cf dist/lib/MyProject-$(date --iso-8601).jar build/*

移除语法后，buildfile 和 build 脚本实际上没有太大区别。但我们已经从中获益良多。我们可以在其他目录中创建新的 buildfile 并将它们关联起来。我们能够以任意且复杂的方式轻松地添加依赖于现有任务的新任务。我们只需将单个任务的名称传递给 ant 命令行工具，它就会确定需要运行的所有内容。

Ant 是一款旧软件，最初发布于 2000 年。在此期间，Maven 和 Gradle 等其他工具也在 Ant 的基础上进行了改进，并通过添加了自动管理外部依赖项和更简洁的语法（无需任何 XML）等功能实质上取代了 Ant。但这些新系统的性质保持不变：它们允许工程师以有原则的模块化方式将构建脚本编写为任务，并提供用于执行这些任务和管理这些任务之间的依赖关系的工具。

基于任务的构建系统的缺点

由于这些工具本质上允许工程师将任何脚本定义为任务，因此它们非常强大，可让您通过它们执行几乎所有能想到的操作。但这种能力也有缺点，并且随着基于任务的构建系统的构建脚本变得越来越复杂，基于任务的构建系统可能会变得难以使用。此类系统的问题在于，它们最终会向工程师提供过多权限，而向系统提供的权限不足。由于系统不知道脚本在执行什么操作，因此在调度和执行 build 步骤时必须非常保守，这会导致性能下降。系统无法确认每个脚本是否都执行了它应有的操作，因此脚本往往会变得更加复杂，最终成为另一个需要调试的内容。

构建步骤并行处理的难度

现代开发工作站功能非常强大，具有多个能够并行执行多个构建步骤的核心。但是，基于任务的系统通常无法并行执行任务，即使看起来应该能够执行。假设任务 A 依赖于任务 B 和 C。由于任务 B 和任务 C 不相互依赖，因此同时运行这两个任务是否安全，以便系统可以更快地执行任务 A？如果它们不使用任何相同的资源，或许可以。但也可能不会 - 可能两者使用同一文件跟踪其状态，并且同时运行它们会导致冲突。通常，系统无法得知，因此它必须冒着发生这些冲突的风险（导致罕见但非常难以调试的构建问题），或者必须限制整个 build 在单个进程中的单个线程上运行。这可能会严重浪费强大的开发者机器，并且完全排除了在多台机器上分发 build 的可能性。

难以执行增量 build

借助良好的构建系统，工程师可以执行可靠的增量构建，这样一来，只需进行一项小更改，就无需从头重新构建整个代码库。如果构建系统运行缓慢且无法出于上述原因并行执行构建步骤，这一点尤为重要。但遗憾的是，基于任务的构建系统在这里也遇到了问题。由于任务可以执行任何操作，因此通常无法检查任务是否已执行。许多任务只需获取一组源文件并运行编译器即可创建一组二进制文件；因此，如果底层源文件未更改，则无需重新运行这些任务。但是，如果没有其他信息，系统无法确定这一点：任务下载的文件可能已更改，或者它写入的时间戳可能在每次运行时都不同。为了保证正确性，系统通常必须在每次构建期间重新运行每个任务。某些构建系统会尝试通过让工程师指定需要重新运行任务的条件来启用增量构建。有时，这种方法是可行的，但通常情况下，这个问题比看起来要棘手得多。例如，在允许其他文件直接包含文件的 C++ 等语言中，无法确定在不解析输入源的情况下必须观察更改的整组文件。工程师最终往往会采取捷径，而这些捷径可能会导致罕见且令人沮丧的问题，即重复使用任务结果，即使不应这样做。如果这种情况经常发生，工程师会养成在每次构建之前运行清理作业的习惯，以获取新状态，这完全违背了增量构建的初衷。确定何时需要重新运行任务非常细微，这项工作由机器来处理比由人来处理更合适。

难以维护和调试脚本

最后，基于任务的构建系统强加的构建脚本通常很难使用。虽然构建脚本通常不太接受审查，但构建脚本就像是正在构建的系统的代码，很容易隐藏 bug。以下是使用基于任务的构建系统时非常常见的一些 bug 示例：

任务 A 依赖于任务 B 来生成特定文件作为输出。任务 B 的所有者并未意识到其他任务依赖于该任务，因此他们将任务 B 更改为在其他位置生成输出。只有当有人尝试运行任务 A 并发现其失败时，才能检测到此问题。
任务 A 依赖于任务 B，任务 B 依赖于任务 C，任务 C 会生成作为任务 A 所需输出的特定文件。任务 B 的所有者决定不再依赖于任务 C，这会导致任务 A 失败，即使任务 B 根本不关心任务 C 也是如此！
新任务的开发者无意中对运行任务的机器做出了假设，例如工具的位置或特定环境变量的值。任务在其机器上可以正常运行，但每当其他开发者尝试运行时都会失败。
任务包含非确定性组件，例如从互联网下载文件或向 build 添加时间戳。现在，用户每次运行 build 时都可能会得到不同的结果，这意味着工程师不一定能重现和修复彼此的失败问题，也无法修复自动化 build 系统上发生的失败问题。
具有多个依赖项的任务可能会导致竞争条件。如果任务 A 依赖于任务 B 和任务 C，而任务 B 和 C 都修改了同一文件，则任务 A 会得到不同的结果，具体取决于任务 B 和 C 中的哪一项最先完成。

在本文中介绍的基于任务的框架中，没有通用的方法来解决这些性能、正确性或可维护性问题。只要工程师可以编写在构建期间运行的任意代码，系统就无法获得足够的信息，无法始终快速准确地运行构建。为解决此问题，我们需要从工程师手中夺取一些电力，并交回系统手中，并将系统的角色重新概念为运行中的任务，而是生成工件。

这种方法催生了 Blaze 和 Bazel 等基于工件的构建系统。