本页面介绍了如何使用永久性工作器，以及永久性工作器的优势、要求和 工作器如何影响沙盒
永久性工作器是由 Bazel 服务器启动的长时间运行的进程，
用作实际工具（通常是编译器）的封装容器，或者是
工具本身。为了从永久性工作器中受益，该工具必须
支持执行一系列编译，并且封装容器需要将
。相同
调用 worker 时，无论是否在函数中使用 --persistent_worker 标记，
并负责以适当的方式启动
以及在退出时关闭 worker。系统会为每个工作器实例分配
（但不通过 chroot 到）一个单独的工作目录
<outputBase>/bazel-workers。
使用永久性工作器 执行策略， 启动开销，允许更多的 JIT 编译，并支持缓存 操作执行中的抽象语法树示例。此策略 实现这些改进的方法是，向长时间运行的 过程。
持久性工作器针对多种语言实现，包括 Java、 Scala、 Kotlin 等。
使用 NodeJS 运行时的程序可以使用 @bazel/worker 帮助程序库 实现工作器协议
使用永久性工作器
Bazel 0.27 及更高版本
执行构建时默认使用永久性工作器
优先执行对于不支持永久性工作器的操作
Bazel 会回退到为每个操作启动工具实例。您可以明确指定
通过设置 worker，将构建设置为使用永久性工作器
适用工具的策略
助记符按照最佳实践，此示例包括将 local 指定为
回退到 worker 策略：
bazel build //my:target --strategy=Javac=worker,local
使用 worker 策略而不是本地策略可以增强编译 具体取决于实施情况。对于 Java，build 可以是 2-4 个 更快，有时用于增量编译。编译 Bazel 的过程如下： 运行速度大约是工作器的 2.5 倍。有关详情，请参阅 “选择工作器数量”部分。
如果您还有与本地构建匹配的远程构建环境
则可以使用实验性功能
动态策略
它与远程执行和工作器执行竞争。要启用动态
传递
--experimental_spawn_scheduler
标志。此策略会自动启用工作器，因此无需
您可以指定 worker 策略，但您仍然可以将 local 或 sandboxed 用作
后备广告。
选择工作器数量
每个助记符的默认工作器实例数为 4，但可以调整
替换为
worker_max_instances
标志。您需要在充分利用可用 CPU 和
您获得的 JIT 编译和缓存命中量。工作器越多
目标将支付运行非 JIT 代码和出现冷启动的启动成本
缓存。如果要构建的目标数量较少，单个 Worker 可以
编译速度和资源用量之间的最佳权衡（例如，
请参阅问题 8586。
worker_max_instances 标志用于设置每个
助记符和标志集（见下文），因此在混合系统中，您最终可能使用
如果您保留默认值，则会获得大量内存。对于增量构建
那么使用多个工作器实例的好处就更小了。
此图显示了 Bazel（目标
//src:bazel)，在 6 核超线程 Intel Xeon 3.5 GHz Linux 工作站上运行
具有 64 GB RAM对于每个工作器配置，系统会运行五个整洁 build，
计算最后四项指标的平均值。
图 1. 干净 build 的性能改进图。
对于此配置，两个工作器的编译速度最快，尽管编译速度仅为 14% 如果您希望 使用的内存较少
增量编译通常好处更多。干净 build 相对罕见，但在编译之后更改单个文件是很常见的， 特别是在由测试驱动的开发中。上面的示例还具有一些 对增量编译时间执行打包操作。
仅重新编译 Java 源代码
(//src/main/java/com/google/devtools/build/lib/bazel:BazelServer_deploy.jar)
更改内部字符串常量之后，
AbstractContainerizingSandboxedSpawn.java
提供 3 倍的速度提升（通过一个预热 build 平均进行 20 次增量构建）
已舍弃）：
图 2. 增量构建的性能改进图。
加速时间取决于所做的更改。6 倍的加速倍数为 在上述情况中衡量。
修改永久性工作器
您可以将
--worker_extra_flag
标志，用于为工作器指定启动标志，由助记符键控。例如，
传递 --worker_extra_flag=javac=--debug 仅会为 Javac 开启调试功能。
每次使用此标志时，只能设置一个工作器标志，并且只能为一个助记符设置一个工作器标志。
您不仅要为每个助记符单独创建 Worker，
启动标志。助记符和启动的每种组合
标志会组合成 WorkerKey，并且对于每个 WorkerKey，最多
可以创建 worker_max_instances 个工作器。请参阅下一部分，了解
操作配置还可以指定设置标志。
您可以使用
--high_priority_workers
标志，用于指定应优先于普通优先级运行的助记符
助记符这有助于优先考虑始终处于关键
路径。如果有两个或两个以上的高优先级工作器正在执行请求，则
其他工作器被阻止运行。此标志可以多次使用。
传递
--worker_sandboxing
标志可让每个工作器请求使用单独的沙盒目录来处理其所有
输入。设置沙盒需要一些额外的时间，
尤其是在 macOS 上，但可以提供更好的正确性保证。
通过
--worker_quit_after_build
标志主要用于调试和性能分析。此标志会强制所有工作器
在构建完成后退出您还可以将
--worker_verbose至
获取更多有关工作器正在执行的操作的输出。该标记会在
WorkRequest 中的 verbosity 字段，这样工作器实现也能
更详细。
工作器将其日志存储在 <outputBase>/bazel-workers 目录中，
示例
/tmp/_bazel_larsrc/191013354bebe14fdddae77f2679c3ef/bazel-workers/worker-1-Javac.log。
文件名包含工作器 ID 和助记符。由于可以有更多
每个助记符一个 WorkerKey 以上，您可能会看到 worker_max_instances 以上
特定助记符的日志文件。
对于 Android build，请参阅 “Android build 性能”页面。
实现永久性工作器
如需了解详情，请参阅创建永久性工作器页面 有关如何创建 worker 的信息。
以下示例展示了使用 JSON 的工作器的 Starlark 配置：
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" }
)
根据此定义，此操作的首次使用始于执行
命令行 /bin/some_compiler -max_mem=4G --persistent_worker。一项请求
编译 Foo.java 的代码应如下所示：
注意：虽然协议缓冲区规范使用“蛇形命名法”(request_id),
JSON 协议采用“驼峰式大小写”（requestId）。在本文档中，我们将使用
JSON 示例中采用驼峰命名法，但在讨论字段时为蛇形命名法
无论协议如何
{
"arguments": [ "-g", "-source", "1.5", "Foo.java" ]
"inputs": [
{ "path": "symlinkfarm/input1", "digest": "d49a..." },
{ "path": "symlinkfarm/input2", "digest": "093d..." },
],
}
worker 会在 stdin 上以换行符分隔的 JSON 格式接收此内容（因为
requires-worker-protocol 设置为 JSON）。然后，Worker 会执行操作，
并将 JSON 格式的 WorkResponse 发送到其 stdout 上的 Bazel。然后运行 Bazel
解析此响应并手动将其转换为 WorkResponse proto。接收者
使用二进制编码的 protobuf 与关联的 Worker 进行通信，而不是
JSON，requires-worker-protocol 将设置为 proto，如下所示：
execution_requirements = {
"supports-workers" : "1" ,
"requires-worker-protocol" : "proto"
}
如果您没有在执行要求中添加 requires-worker-protocol，
Bazel 会将工作器通信默认使用 protobuf。
Bazel 会从助记符和共享标志派生 WorkerKey，因此如果
更改 max_mem 参数，则单独的工作器会
每个使用的值。如果存在以下情况，可能会导致内存消耗过多：
使用的变体过多。
每个工作器目前一次只能处理一个请求。实验性 多路复用工作器功能允许使用多个 如果底层工具是多线程的，并且封装容器设置为 理解这一点
在 此 GitHub 代码库 您可以看到使用 Java 和 Python 编写的示例工作器封装容器。如果您 使用 JavaScript 或 TypeScript 进行开发， @bazel/worker 软件包 和 nodejs worker 示例 可能有帮助。
工作器如何影响沙盒？
默认情况下，使用 worker 策略不会在
sandbox，类似于 local 策略。您可以将
--worker_sandboxing 标志，用于在沙盒内运行所有工作器，确保每个工作器
工具执行时，只能看到应该包含的输入文件。工具
可能仍会在内部请求之间泄露信息，例如通过
缓存。使用“dynamic”策略
需要对 worker 进行沙盒化处理。
为了让工作器能够正确使用编译器缓存，系统会一并传递摘要 输出结果。因此，编译器或封装容器可以检查输入是否 也无需读取文件。
即使使用输入摘要来防止不必要的缓存， 提供的沙盒不如纯沙盒，因为该工具可能会 保留受先前请求影响的其他内部状态。
只有当 worker 实现支持多重工作器时，才能对其进行沙盒化。
并且必须通过
--experimental_worker_multiplex_sandboxing 标志。如需了解更多详情，请访问
设计文档）。
深入阅读
如需详细了解永久性工作器，请参阅：