La base de código de Bazel

Informar un problema Ver fuente . Por la noche · 7.3 · 7.2 · 7.1 · 7.0 · 6.5

Este documento es una descripción de la base de código y de la estructura de Bazel. Integra está dirigido a personas dispuestas a contribuir con Bazel, no a usuarios finales.

Introducción

La base de código de Bazel es grande (código de producción de ~350 KLOC y prueba de ~260 KLOC). código) y nadie está familiarizado con el panorama completo: todos conocen su en un valle muy bien, pero pocos saben qué hay en las colinas de cada dirección IP.

Para que las personas en la mitad de su recorrido no se encuentren en un en un bosque oscuro con el camino sencillo perdido, este documento intenta dar una descripción general de la base de código para que sea más fácil comenzar a usar trabajando en él.

La versión pública del código fuente de Bazel se encuentra en GitHub en github.com/bazelbuild/bazel. No es la “fuente de verdad”; deriva de un árbol de fuentes internas de Google que contiene funciones adicionales que no son útiles fuera de Google. El a largo plazo es hacer de GitHub la fuente de información.

Las contribuciones se aceptan a través del mecanismo normal de solicitud de extracción de GitHub, e importadas manualmente por un empleado de Google al árbol de fuentes internas, y se volverá a exportar a GitHub.

Arquitectura cliente/servidor

La mayor parte de Bazel reside en un proceso del servidor que se mantiene en la RAM entre las compilaciones. Esto permite que Bazel mantenga el estado entre compilaciones.

Por eso la línea de comandos de Bazel tiene dos tipos de opciones: inicio y kubectl. En una línea de comandos como esta:

    bazel --host_jvm_args=-Xmx8G build -c opt //foo:bar

Algunas opciones (--host_jvm_args=) aparecen antes del nombre del comando que se ejecutará. y otras son posteriores a (-c opt); El tipo anterior se denomina “opción de inicio”. y afecta el proceso del servidor en su conjunto, mientras que este último tipo, el opción", solo afecta a un único comando.

Cada instancia de servidor tiene un solo árbol de fuentes asociado (“espacio de trabajo”) y cada una lugar de trabajo suele tener una sola instancia de servidor activa. Esto se puede eludir especificando una base de salida personalizada (consulta la sección “Diseño del directorio” para obtener más información información).

Bazel se distribuye como un único ejecutable ELF que también es un archivo ZIP válido. Cuando escribes bazel, el ejecutable de ELF anterior implementado en C++ (el archivo "cliente") obtiene el control. Configura un proceso de servidor adecuado los siguientes pasos:

  1. Comprueba si ya se extrajo. De lo contrario, lo hace. Esta es de donde proviene la implementación del servidor.
  2. Verifica si hay una instancia de servidor activa que funcione: está en ejecución, Tiene las opciones de inicio correctas y usa el directorio del espacio de trabajo adecuado. Integra Encuentra el servidor en ejecución observando el directorio $OUTPUT_BASE/server. donde hay un archivo de bloqueo con el puerto en el que escucha el servidor.
  3. Si es necesario, finaliza el proceso del servidor anterior.
  4. Si es necesario, inicia un nuevo proceso de servidor.

Una vez que esté listo un proceso del servidor adecuado, se deberá ejecutar el comando se le comunica a través de una interfaz gRPC, la salida de Bazel se canaliza a la terminal. Solo se puede ejecutar un comando a la vez. Este es implementado mediante un mecanismo de bloqueo elaborado con partes en C++ y partes en Java Hay infraestructura para ejecutar varios comandos en paralelo ya que la incapacidad de ejecutar bazel version en paralelo con otro comando es un poco vergonzoso. El principal bloqueador es el ciclo de vida de las BlazeModule y algunos estados en BlazeRuntime.

Al final de un comando, el servidor de Bazel transmite el código de salida al cliente debería devolverse. Una arruga interesante es la implementación de bazel run: el trabajo de este comando es ejecutar algo que Bazel acaba de compilar, pero no puede hacerlo del proceso del servidor porque no tiene una terminal. En cambio, le indica al cliente qué objeto binario debe ujexec() y con qué argumentos.

Cuando uno presiona Ctrl + C, el cliente lo traduce a una llamada Cancel en gRPC , que intenta finalizar el comando lo antes posible. Después del tercera Ctrl-C, el cliente envía una SIGKILL al servidor en su lugar.

El código fuente del cliente se encuentra en src/main/cpp y el protocolo que se usa para comunicarse con el servidor está en src/main/protobuf/command_server.proto .

El punto de entrada principal del servidor es BlazeRuntime.main() y las llamadas a gRPC del cliente son manejados por GrpcServerImpl.run().

Diseño de directorio

Bazel crea un conjunto de directorios un tanto complicado durante una compilación. Un está disponible en el diseño del directorio de salida.

El “espacio de trabajo” es el árbol de fuentes en el que se ejecuta Bazel. Por lo general, corresponde a algo que verificaste en el control de origen.

Bazel coloca todos sus datos en la “raíz del usuario de salida”. Por lo general, $HOME/.cache/bazel/_bazel_${USER}, pero se puede anular con el Opción de inicio de --output_user_root.

La "base de instalaciones" es de donde se extrae Bazel. Esto se hace automáticamente y cada versión de Bazel obtiene un subdirectorio basado en su suma de comprobación en el una base de instalaciones amplia. Se encuentra en $OUTPUT_USER_ROOT/install de forma predeterminada y se puede cambiar con la opción de línea de comandos --install_base.

La “base de salida” es el lugar donde la instancia de Bazel se conectó a un servicio el espacio de trabajo. Cada base de salida tiene, como máximo, una instancia de servidor de Bazel. en ejecución en cualquier momento. Por lo general, es a la(s) $OUTPUT_USER_ROOT/<checksum of the path to the workspace>. Se puede cambiar con la opción de inicio --output_base. que es, entre otras cosas, útil para evadir la limitación que solo una instancia de Bazel puede ejecutarse en cualquier lugar de trabajo en cualquier momento.

El directorio de salida contiene, entre otras cosas, lo siguiente:

  • Los repositorios externos recuperados en $OUTPUT_BASE/external.
  • La raíz de ejecución, un directorio que contiene symlinks a todos los archivos de la compilación actual. Se encuentra en $OUTPUT_BASE/execroot. Durante la compilación, el directorio de trabajo es $EXECROOT/<name of main repository>. Tenemos planificado cambiar esto a $EXECROOT, aunque es una a largo plazo porque es un cambio muy incompatible.
  • Archivos compilados durante la compilación.

El proceso de ejecutar un comando

Una vez que el servidor de Bazel obtiene el control y se le informa sobre un comando que necesita para ejecutar, se produce la siguiente secuencia de eventos:

  1. Se informa a BlazeCommandDispatcher sobre la nueva solicitud. Decide si el comando necesita un espacio de trabajo en el que ejecutarse (casi todos los comandos excepto para las que no están relacionadas con el código fuente, como la versión help) y si se está ejecutando otro comando.

  2. Se encontró el comando correcto. Cada comando debe implementar la interfaz BlazeCommand y debe tener la anotación @Command (esta es una especie de antipatrón, sería bueno si todos los metadatos que necesita un comando descritos por los métodos en BlazeCommand)

  3. Se analizan las opciones de la línea de comandos. Cada comando tiene una línea de comandos diferente de Kubernetes, que se describen en la anotación @Command.

  4. Se crea un bus de eventos. El bus de eventos es una transmisión de eventos que ocurren durante la compilación. Algunos de estos se exportan fuera de Bazel en la sección de eventos de compilación para indicarle al mundo cómo se compila en la nube.

  5. El comando obtiene el control. Los comandos más interesantes son aquellos que ejecutan un compilación: compilación, prueba, ejecución, cobertura, etc. Esta funcionalidad es implementado por BuildTool.

  6. Se analiza el conjunto de patrones de destino en la línea de comandos y los comodines, como Se resolvieron //pkg:all y //pkg/.... Esto se implementa en AnalysisPhaseRunner.evaluateTargetPatterns() y se recreó en Skyframe como TargetPatternPhaseValue

  7. La fase de carga y análisis se ejecuta para producir el grafo de acciones (un grafo acíclico de comandos que deben ejecutarse para la compilación).

  8. Se ejecuta la fase de ejecución. Esto significa ejecutar cada acción necesaria para y compilar los objetivos de nivel superior que se solicitan.

Opciones de línea de comandos

Las opciones de línea de comandos para una invocación de Bazel se describen en un OptionsParsingResult, que, a su vez, contiene un mapa de "option clases" a los valores de las opciones. Una "clase de opción" es una subclase de OptionsBase y agrupa opciones de línea de comandos relacionadas con cada una entre sí. Por ejemplo:

  1. Opciones relacionadas con un lenguaje de programación (CppOptions o JavaOptions). Estos deberían ser una subclase de FragmentOptions y, finalmente, se unen. en un objeto BuildOptions.
  2. Opciones relacionadas con la forma en que Bazel ejecuta acciones (ExecutionOptions)

Estas opciones están diseñadas para ser utilizadas en la fase de análisis y (ya sea a través de RuleContext.getFragment() en Java o ctx.fragments en Starlark). Algunas de ellas (por ejemplo, si se debe realizar un análisis de C++ o no) se leen en la fase de ejecución, pero eso siempre requiere un mantenimiento explícito, ya que BuildConfiguration no está disponible en ese momento. Para obtener más información, consulta la en la sección “Configuraciones”.

ADVERTENCIA: Nos gusta simular que las instancias de OptionsBase son inmutables y usarlas de esa manera (como una parte de SkyKeys). Este no es el caso y Modificarlas es una forma muy buena de romper Bazel de maneras sutiles para depurar. Lamentablemente, hacerlos realmente inmutables es un gran esfuerzo. (Modificar un objeto FragmentOptions inmediatamente después de la construcción antes que cualquier otra persona puedes mantener una referencia a ella y antes de que se realice equals() o hashCode() está bien que lo llames).

Bazel aprende sobre las clases de opciones de las siguientes maneras:

  1. Algunos están conectados por cable a Bazel (CommonCommandOptions).
  2. Desde la anotación @Command en cada comando de Bazel
  3. Desde ConfiguredRuleClassProvider (estas son opciones de línea de comandos relacionadas a lenguajes de programación individuales)
  4. Las reglas de Starlark también pueden definir sus propias opciones (consulte aquí).

Cada opción (excepto las opciones definidas por Starlark) es una variable miembro de un Subclase FragmentOptions que tiene la anotación @Option, que especifica el nombre y el tipo de la opción de línea de comandos, junto con un texto de ayuda.

El tipo de Java del valor de una opción de línea de comandos suele ser algo simple (una cadena, un número entero, un valor booleano, una etiqueta, etcétera). Sin embargo, también admitimos opciones de tipos más complicados; en este caso, el trabajo de convertir de línea de comandos al tipo de datos recae en una implementación de com.google.devtools.common.options.Converter

El árbol fuente, como lo ve Bazel

Bazel se dedica a compilar software, que ocurre a través de la lectura y interpretar el código fuente. Todo el código fuente en el que opera Bazel se llama “espacio de trabajo” y se estructura en repositorios, paquetes y las reglas de firewall.

Repositorios

Un "repositorio" es un árbol de fuentes en el que trabaja un desarrollador; generalmente representa un solo proyecto. El antepasado de Bazel, Blaze, operaba en un monorepo, es decir, un solo árbol de fuentes que contenga todo el código fuente que se usó para ejecutar la compilación. Por el contrario, Bazel admite proyectos cuyo código fuente abarca varios de Cloud Storage. El repositorio desde el que se invoca a Bazel se denomina el repositorio “principal” “repositorio” y los demás se denominan “repositorios externos”.

Un repositorio se marca con un archivo llamado WORKSPACE (o WORKSPACE.bazel) en su directorio raíz. Este archivo contiene información que es "global" al conjunto por ejemplo, el conjunto de repositorios externos disponibles. Funciona como un archivo de Starlark normal, lo que significa que uno puede load() otros archivos de Starlark. Por lo general, se usa para extraer los repositorios que necesita un repositorio. al que se hace referencia explícitamente (lo llamamos "patrón deps.bzl")

El código de los repositorios externos se vincula con un symlink o se descarga en $OUTPUT_BASE/external

Cuando se ejecuta la compilación, se debe unir todo el árbol de fuentes. este lo realiza SymlinkForest, que vincula cada paquete con un symlink a cada paquete en el repositorio principal a $EXECROOT y a cada repositorio externo a $EXECROOT/external o $EXECROOT/.. (el primero, desde luego, imposibilita tener un paquete se llama external en el repositorio principal; es por eso que estamos migrando de esta)

Paquetes

Cada repositorio está compuesto por paquetes, una colección de archivos relacionados y una especificación de las dependencias. Estas se especifican con un archivo llamado BUILD o BUILD.bazel. Si existen ambos, Bazel prefiere BUILD.bazel. el motivo El motivo por el que todavía se aceptan archivos BUILD es que Blaze, el principal de Bazel, usó este el nombre del archivo. Sin embargo, resultó ser un segmento de ruta de uso frecuente, especialmente en Windows, donde los nombres de archivos no distinguen mayúsculas de minúsculas.

Los paquetes son independientes entre sí: cambia el archivo BUILD de un paquete. no puede hacer que otros paquetes cambien. La adición o eliminación de archivos BUILD _puede _cambiar otros paquetes, ya que los globs recursivos se detienen en los límites de los paquetes. y, por lo tanto, la presencia de un archivo BUILD detiene la recursividad.

La evaluación de un archivo BUILD se llama “carga de paquetes”. Se implementa en la clase PackageFactory, llama al intérprete de Starlark y requiere conocimiento del conjunto de clases de reglas disponibles. El resultado del paquete la carga es un objeto Package. Es principalmente un mapa de una cadena (el nombre de una objetivo) con el mismo objetivo.

Una gran parte de la complejidad durante la carga de paquetes es global: requiere que cada archivo de origen se muestre explícitamente y, en su lugar, se pueda ejecutar globs (como glob(["**/*.java"])). A diferencia de la shell, admite globs recursivos que descender a subdirectorios (pero no a subpaquetes). Esto requiere acceso a y, como puede ser lento, implementamos todo tipo de trucos para para que se ejecute en paralelo y de la forma más eficiente posible.

El gesto de globo terráqueo se implementa en las siguientes clases:

  • LegacyGlobber, un globo terráqueo rápido y feliz que no reconoce el Skyframe
  • SkyframeHybridGlobber, una versión que usa Skyframe y vuelve a el globber heredado para evitar los "reinicios de Skyframe" (como se describe a continuación)

La clase Package en sí contiene algunos miembros que se usan exclusivamente para lo siguiente: analizará el archivo WORKSPACE y cuáles no tienen sentido para paquetes reales. Este es un defecto de diseño porque los objetos que describen paquetes regulares no deberían contener campos que describen algo más. Estos incluyen los siguientes:

  • Las asignaciones del repositorio
  • Las cadenas de herramientas registradas
  • Las plataformas de ejecución registradas

Idealmente, habría más separación entre analizar el archivo WORKSPACE de analizando paquetes regulares, de modo que Packageno necesite satisfacer las necesidades de ambos. Esto es, por desgracia, difícil de hacer porque ambos están entrelazados. con bastante profundidad.

Etiquetas, destinos y reglas

Los paquetes se componen de destinos, que tienen los siguientes tipos:

  1. Files: Los elementos que son la entrada o el resultado de la compilación En Con la jerga de Bazel, los llamamos artefactos (que se analizan en otro lugar). Es posible que no todas los archivos creados durante la compilación son objetivos; es común que la salida sea Bazel no tenga una etiqueta asociada.
  2. Reglas: En ellas, se describen los pasos para derivar los resultados a partir de las entradas. Ellas generalmente se asocian con un lenguaje de programación (como cc_library, java_library o py_library), pero hay algunos que se pueden disfrutar sin importar el idioma. (por ejemplo, genrule o filegroup)
  3. Grupos de paquetes: que se analizan en la sección Visibilidad.

El nombre de un objetivo se denomina etiqueta. La sintaxis de las etiquetas es @repo//pac/kage:name, en el que repo es el nombre del repositorio en el que está la etiqueta en, pac/kage es el directorio en el que se encuentra su archivo BUILD y name es la ruta de acceso de el archivo (si la etiqueta hace referencia a un archivo de origen) en relación con el directorio de la . Cuando se hace referencia a un destino en la línea de comandos, algunas partes de la etiqueta que se pueden omitir:

  1. Si se omite el repositorio, se considera que la etiqueta está en el en un repositorio de confianza.
  2. Si se omite la parte del paquete (como name o :name), se usa la etiqueta. en el paquete del directorio de trabajo actual (rutas de acceso relativas que contenga referencias de nivel superior (..)

Un tipo de regla (como "biblioteca C++") se denomina "clase de regla". Las clases de reglas pueden implementarse en Starlark (la función rule()) o en Java (también denominado "reglas nativas", escribe RuleClass). A largo plazo, cada lenguaje específico de reglas de firewall en Starlark, pero algunas familias de reglas heredadas (como Java o C++) seguirán estando en Java por el momento.

Las clases de reglas de Starlark deben importarse al comienzo de los archivos BUILD usando la sentencia load(), mientras que las clases de reglas de Java son conocido por Bazel, en virtud de su registro en ConfiguredRuleClassProvider.

Las clases de reglas contienen la siguiente información:

  1. Sus atributos (como srcs y deps): sus tipos, valores predeterminados restricciones, etcétera.
  2. Las transiciones de la configuración y los aspectos vinculados a cada atributo, si los hay
  3. La implementación de la regla
  4. Los proveedores de información transitiva proporcionan la regla "por lo general", crea

Nota sobre la terminología: En la base de código, a menudo usamos "Rule" para que se refiera el objetivo creado por una clase de regla. Pero en Starlark y en la documentación para el usuario, "Regla" debe usarse exclusivamente para hacer referencia a la clase de regla en sí; el objetivo es solo un "objetivo". Además, ten en cuenta que, a pesar de que RuleClass tiene "clase" en su no existe una relación de herencia de Java entre una clase de regla y los destinos de ese tipo.

Skyframe

El framework de evaluación subyacente a Bazel se llama Skyframe. Su modelo consiste en todo lo que se debe construir durante una compilación se organiza en una grafo acíclico con aristas que apuntan desde cualquier dato hacia sus dependencias, es decir, otros datos que hay que conocer para construirlos.

Los nodos del gráfico se llaman SkyValue y sus nombres se llaman SkyKey Ambos son profundamente inmutables. solo los objetos inmutables deben ser a la que pueden acceder. Esta invariante casi siempre se mantiene. En caso de que no (como para las clases de opciones individuales BuildOptions, que es miembro de BuildConfigurationValue y su SkyKey) nos esforzamos por no cambiar o cambiarlos de formas que no son observables desde el exterior. De esto se desprende que todo lo que se procesa dentro de Skyframe (como destinos configurados) también deben ser inmutables.

La forma más conveniente de observar el gráfico de Skyframe es ejecutar bazel dump --skyframe=deps, que vuelca el gráfico, una SkyValue por línea. Es lo mejor para construcciones diminutas, ya que pueden ser bastante grandes.

Skyframe se encuentra en el paquete com.google.devtools.build.skyframe. El El paquete com.google.devtools.build.lib.skyframe con nombre similar contiene el de Bazel sobre Skyframe. Para obtener más información sobre Skyframe, disponibles aquí.

Para evaluar un elemento SkyKey en un elemento SkyValue, Skyframe invocará el SkyFunction correspondiente al tipo de clave. Durante el ciclo de vida de la función evaluación, puede solicitar otras dependencias de Skyframe llamando al varias sobrecargas de SkyFunction.Environment.getValue(). Este tiene el un efecto secundario de registrar esas dependencias en el gráfico interno de Skyframe, que Skyframe sabrá que debe reevaluar la función cuando cualquiera de sus dependencias cambio. En otras palabras, el almacenamiento en caché y el procesamiento incremental de Skyframe funcionan en el nivel de detalle de SkyFunction y SkyValue

Cada vez que un objeto SkyFunction solicita una dependencia que no está disponible, getValue(). devolverá un valor nulo. La función luego debería devolver el control a Skyframe y devolverá un valor nulo. Más adelante, Skyframe evaluará el una dependencia no disponible, reinicia la función desde el principio hora en que la llamada a getValue() se realizará correctamente con un resultado no nulo.

Una consecuencia de esto es que cualquier cálculo realizado dentro del SkyFunction antes del reinicio. Pero esto no incluye el trabajo realizado para evaluar la dependencia SkyValues, que se almacenan en caché Por eso, solemos trabajar en torno a este problema de la siguiente manera:

  1. Declaración de dependencias en lotes (mediante getValuesAndExceptions()) en limita la cantidad de reinicios.
  2. Divide un SkyValue en partes separadas que se calculan con diferentes SkyFunction para que se puedan procesar y almacenar en caché de forma independiente. Esta debe hacerse estratégicamente, ya que tiene el potencial de aumentar la memoria de uso de la nube.
  3. Almacenar estados entre reinicios, ya sea usando SkyFunction.Environment.getState() o conservar una caché estática ad hoc “detrás de la parte posterior de Skyframe”.

Básicamente, necesitamos este tipo de soluciones porque rutinariamente tenemos que cientos de miles de nodos de Skyframe en tránsito y Java no es compatible subprocesos ligeros.

Starlark

Starlark es el lenguaje específico del dominio que se usa para configurar y extender Bazel Se concibió como un subconjunto restringido de Python que tiene muchos menos tipos más restricciones en el flujo de control y, lo más importante, una inmutabilidad sólida que garantiza la habilitación de lecturas simultáneas. No es de Turing completa, desalienta a algunos usuarios (pero no a todos) a intentar lograr objetivos tareas de programación dentro del lenguaje.

Starlark se implementa en el paquete net.starlark.java. También cuenta con una implementación de Go independiente aquí. Java que se usa en Bazel es actualmente un intérprete.

Starlark se usa en varios contextos, incluidos los siguientes:

  1. El idioma BUILD. Aquí es donde se definen las reglas nuevas. Código de Starlark que se ejecuta en este contexto solo tiene acceso al contenido del archivo BUILD y .bzl archivos cargados por ella.
  2. Definiciones de reglas. Así es como las reglas nuevas (como la compatibilidad con una nueva idioma). El código de Starlark que se ejecuta en este contexto tiene acceso a la configuración y los datos que proporcionan sus dependencias directas (encontrarás más información más adelante).
  3. El archivo WORKSPACE. Aquí es donde los repositorios externos (código que en el árbol de fuentes principal).
  4. Definiciones de las reglas del repositorio. Aquí es donde los nuevos tipos de repositorios externos están definidos. El código de Starlark que se ejecuta en este contexto puede ejecutar código arbitrario en la máquina en la que se ejecuta Bazel y llega fuera del espacio de trabajo.

Los dialectos disponibles para los archivos BUILD y .bzl son ligeramente diferentes. porque expresan diferentes cosas. Hay una lista de diferencias disponible aquí.

Hay más información disponible sobre Starlark aquí.

La fase de carga y análisis

En la fase de carga y análisis, Bazel determina las acciones necesarias para crear una regla particular. Su unidad básica es un “objetivo configurado”, que es de manera razonable, un par (objetivo, configuración).

Se llama “fase de carga/análisis” porque se puede dividir en dos partes distintas, que solían ser serializadas, pero ahora pueden superponerse con el tiempo:

  1. Cargar paquetes, es decir, convertir archivos BUILD en objetos Package que los representan
  2. Analizar los destinos configurados, es decir, ejecutar la implementación del reglas para producir el gráfico de acción

Cada destino configurado en el cierre transitivo de los destinos configurados solicitados en la línea de comandos se deben analizar de abajo hacia arriba; es decir, nodos hoja primero y, luego, hasta los de la línea de comandos. Las entradas al análisis de en un único destino configurado son las siguientes:

  1. La configuración. ("cómo" crear esa regla; por ejemplo, la regla sino también elementos como las opciones de línea de comandos que el usuario desea pasan al compilador C++)
  2. Las dependencias directas. Sus proveedores de información transitiva están disponibles a la regla que se está analizando. Se llaman así porque proporcionan una “propiedad de datos integrados” de la información en el cierre transitivo de la configuración como todos los archivos .jar en la ruta de clase o todos los archivos .o que deben vincularse a un objeto binario C++)
  3. El objetivo en sí. Este es el resultado de cargar el paquete de destino en la nube. Para las reglas, esto incluye sus atributos, que suelen ser de seguridad en la nube.
  4. La implementación del destino configurado Para las reglas, esto puede estar en Starlark o en Java. Se implementaron todos los destinos configurados que no corresponden a reglas en Java.

El resultado de analizar un destino configurado es el siguiente:

  1. Los proveedores de información transitiva que configuraron los objetivos que dependen de ella pueden acceso
  2. Los artefactos que puede crear y las acciones que los producen

La API que se ofrece a las reglas de Java es RuleContext, que es el equivalente de la Argumento ctx de las reglas de Starlark. Su API es más potente, pero al mismo tiempo con el tiempo, es más fácil hacer Bad ThingsTM, por ejemplo, escribir código cuyo tiempo o la complejidad del espacio es cuadrática (o peor), para hacer que el servidor de Bazel falle con un excepción de Java o infringir invariantes (por ejemplo, modificar un objeto Options o haciendo que un destino configurado sea mutable)

El algoritmo que determina las dependencias directas de un destino configurado vive en DependencyResolver.dependentNodeMap().

Configuraciones

Las configuraciones son el "cómo" de crear un objetivo: para qué plataforma, con qué opciones de línea de comandos, etcétera.

Se puede compilar el mismo destino para varias configuraciones en la misma compilación. Esta es útil, por ejemplo, cuando se usa el mismo código para una herramienta que se ejecuta durante la compilación y el código de destino, y realizaremos compilaciones cruzadas o cuando Compilar una app para Android pesada (una que contenga código nativo para varias CPU) arquitecturas)

De forma conceptual, la configuración es una instancia BuildOptions. Sin embargo, en práctica, BuildOptions se une a BuildConfiguration que proporciona varias piezas adicionales de funcionalidad. Se propaga desde la parte superior gráfico de dependencia en la parte inferior. Si cambia, la compilación debe ser volver a analizarse.

Esto genera anomalías, como tener que volver a analizar toda la compilación si, por Por ejemplo, cambia la cantidad de ejecuciones de prueba solicitadas, a pesar de que afecta los objetivos de prueba (tenemos planes de "cortar" la configuración para que no es el caso, pero aún no está listo).

Cuando una implementación de reglas necesita parte de la configuración, debe declarar en su definición con RuleClass.Builder.requiresConfigurationFragments() de Google Cloud. Esto se hace para evitar errores (como reglas de Python que usan el fragmento de Java) y para facilitar el recorte de configuración de modo que, por ejemplo, si las opciones de Python cambian, C++ y los objetivos no deban volver a analizarse.

La configuración de una regla no es necesariamente la misma que la de su elemento "superior" . El proceso de cambio de configuración en un perímetro de dependencia se denomina “transición de configuración”. Puede suceder en dos lugares:

  1. En un perímetro de dependencia Estas transiciones se especifican en Attribute.Builder.cfg() y son funciones de un Rule (en el que el transición) y un BuildOptions (la configuración original) a uno o más BuildOptions (la configuración de salida).
  2. En cualquier perímetro entrante a un destino configurado. Estas se especifican en RuleClass.Builder.cfg()

Las clases relevantes son TransitionFactory y ConfigurationTransition.

Se usan transiciones de configuración, por ejemplo:

  1. Declarar que una dependencia en particular se usa durante la compilación y por lo que deberían integrarse en la arquitectura de ejecución
  2. Para declarar que una dependencia en particular debe compilarse para varios arquitecturas (como código nativo en APK multiarquitectura de Android)

Si una transición de configuración da como resultado varias configuraciones, se denomina transición dividida.

Las transiciones de configuración también pueden implementarse en Starlark (documentación aquí).

Proveedores de información transitiva

Los proveedores de información transitiva son una forma (y la _única_vía) para los objetivos configurados. para informar sobre otros destinos configurados que dependen de él. El motivo "transitivo" en su nombre es que, por lo general, se trata de el cierre transitivo de un destino configurado.

Por lo general, existe una correspondencia 1:1 entre los proveedores de información transitiva de Java. y Starlark (la excepción es DefaultInfo, que es una combinación de FileProvider, FilesToRunProvider y RunfilesProvider porque esa API se más estilo Starlark que una transliteración directa del Java). Su clave es una de las siguientes cosas:

  1. Un objeto de clase de Java. Esta opción solo está disponible para los proveedores que no están accesibles desde Starlark. Estos proveedores son una subclase de TransitiveInfoProvider
  2. Una string. Esto es heredado y se desaconseja, ya que puede sufrir conflictos de nombres. Estos proveedores de información transitiva son subclases directas de build.lib.packages.Info
  3. Símbolo de un proveedor. Se puede crear desde Starlark con el provider(). y es la forma recomendada para crear nuevos proveedores. El símbolo es representado por una instancia Provider.Key en Java.

Los proveedores nuevos implementados en Java deben implementarse usando BuiltinProvider. NativeProvider dejó de estar disponible (aún no tuvimos tiempo de quitarlo). No se puede acceder a las subclases de TransitiveInfoProvider desde Starlark.

Destinos configurados

Los destinos configurados se implementan como RuleConfiguredTargetFactory. Hay un para cada clase de regla implementada en Java. Destinos configurados de Starlark se crean a través de StarlarkRuleConfiguredTargetUtil.buildRule() .

Las fábricas de destino configuradas deben usar RuleConfiguredTargetBuilder para construir su valor de retorno. Consta de lo siguiente:

  1. Su filesToBuild, el concepto confuso de "el conjunto de archivos que esta regla representa". Son los archivos que se compilan cuando el destino configurado está en la línea de comandos o en los srcs de una genrule.
  2. Sus archivos de ejecución, regulares y datos.
  3. Sus grupos de salida. Estos son varios "otros conjuntos de archivos" la regla puede compilar. Se puede acceder a ellas mediante el atributo output_group de la en Build y con el proveedor OutputGroupInfo en Java.

Archivos de ejecución

Algunos objetos binarios necesitan archivos de datos para ejecutarse. Un ejemplo destacado son las pruebas que requieren archivos de entrada. En Bazel, esto se representa con el concepto de “runfiles”. R “árbol de runfiles” es un árbol de directorios de los archivos de datos para un objeto binario en particular. Se crea en el sistema de archivos como un árbol de symlink con enlaces simbólicos individuales. que apuntan a los archivos en los árboles de fuentes de resultados.

Un conjunto de archivos de ejecución se representa como una instancia de Runfiles. Es conceptualmente una asignar de la ruta de un archivo en el árbol de archivos de ejecución a la instancia Artifact que lo representa. Es un poco más complicado que usar una sola Map para dos. motivos:

  • La mayoría de las veces, la ruta de acceso de los archivos de ejecución de un archivo es la misma que su execpath. Los usamos para ahorrar algo de RAM.
  • Existen varios tipos heredados de entradas en árboles de archivos de ejecución, que también necesitan que se representará.

Los archivos de ejecución se recopilan con RunfilesProvider, una instancia de esta clase. representa los archivos de ejecución de un destino configurado (como una biblioteca) y su de cierre y se recopilan como un conjunto anidado (de hecho, implementadas con conjuntos anidados en la cubierta): cada destino une los runfiles de sus dependencias, agrega algunas propias y, luego, envía la configuración resultante hacia arriba en el gráfico de dependencias. Una instancia RunfilesProvider contiene dos Runfiles una para cuando se depende de la regla a través de los “datos” el atributo y una para cada otro tipo de dependencia entrante. Esto se debe a que un objetivo A veces presenta diferentes archivos de ejecución cuando se depende de ellos a través de un atributo de datos. que de otra forma. Este es un comportamiento heredado no deseado que no hemos resuelto. eliminando todavía.

Los archivos de ejecución de los objetos binarios se representan como una instancia de RunfilesSupport. Esta es diferente de Runfiles porque RunfilesSupport tiene la capacidad de que se está compilando (a diferencia de Runfiles, que es solo una asignación). Esta requiere los siguientes componentes adicionales:

  • Manifiesto de los archivos de ejecución de entrada Esta es una descripción serializada del de archivos de ejecución. Se usa como proxy para el contenido del árbol de archivos de ejecución. y Bazel supone que el árbol de archivos de ejecución cambia solo si el contenido del cambio de manifiesto.
  • El manifiesto de runfiles de salida. Las bibliotecas de entorno de ejecución que manejan árboles de archivos de ejecución, especialmente en Windows, que a veces no admite enlaces simbólicos.
  • El intermediario de runfiles. Para que exista un árbol de runfiles, se necesita para compilar el árbol y el artefacto al que apuntan. En orden para disminuir la cantidad de aristas de dependencia, se puede usar que se usa para representarlos a todos.
  • Argumentos de la línea de comandos para ejecutar el objeto binario cuyos archivos de ejecución se El objeto RunfilesSupport representa.

Aspectos

Los aspectos son una forma de "propagar el procesamiento por el gráfico de dependencia". Son descritos para los usuarios de Bazel aquí. Un buen Un ejemplo motivador son los búferes de protocolo: una regla proto_library no debe conocer sobre un lenguaje en particular, sino crear la implementación de un protocolo mensaje búfer (la "unidad básica" de búferes de protocolo) en cualquier programación lenguaje debe acoplarse a la regla proto_library de modo que, si dos objetivos en el mismo lenguaje dependen del mismo búfer de protocolo, se compila una sola vez.

Al igual que los objetivos configurados, se representan en Skyframe como un SkyValue. y la forma en que se construyen es muy similar a cómo se configuran tienen una clase de fábrica llamada ConfiguredAspectFactory que tiene acceso a un RuleContext, pero, a diferencia de las fábricas de destino configuradas, también sabe sobre el destino configurado al que se conecta y sus proveedores.

El conjunto de aspectos propagados por el gráfico de dependencia se especifica para cada con la función Attribute.Builder.aspects(). Existen varias clases con nombres confusos que participan en el proceso:

  1. AspectClass es la implementación del aspecto. Puede estar en Java (en cuyo caso es una subclase) o en Starlark (en cuyo caso es una instancia de StarlarkAspectClass). Es análogo a RuleConfiguredTargetFactory
  2. AspectDefinition es la definición del aspecto. que incluye las los proveedores que requiere, los proveedores que proporciona y contiene una referencia a su implementación, como la instancia de AspectClass adecuada. Es análogo a RuleClass.
  3. AspectParameters es una forma de parametrizar un aspecto que se propaga hacia abajo. el gráfico de dependencia. Actualmente es una cadena a la asignación de cadenas. Un buen ejemplo de la razón por la que es útil son los búferes de protocolo: si un lenguaje tiene varias APIs, el información sobre la API para la que deben compilarse los búferes de protocolo se propagarán hacia abajo en el gráfico de dependencias.
  4. Aspect representa todos los datos que se necesitan para procesar un aspecto que se propaga hacia abajo en el gráfico de dependencias. Consiste en la clase de aspecto, su definición y sus parámetros.
  5. RuleAspect es la función que determina qué aspectos de una regla en particular. debe propagarse. Es un Rule -> Función Aspect.

Una complicación un tanto inesperada es que los aspectos se pueden adjuntar a otros aspectos. Por ejemplo, un aspecto que recopile la ruta de clase para un IDE de Java probablemente quieres saber sobre todos los archivos .jar en la ruta de clase, pero algunos búferes de protocolo. En ese caso, se recomienda conectar el aspecto IDE al (regla proto_library + aspecto de proto de Java).

La complejidad de los aspectos sobre los aspectos se captura en la clase. AspectCollection

Plataformas y cadenas de herramientas

Bazel admite compilaciones multiplataforma, es decir, compilaciones en las que existan múltiples arquitecturas en las que se ejecutan acciones de compilación y varias arquitecturas para qué código se compila. Estas arquitecturas se denominan plataformas en Bazel jerga (documentación completa) aquí)

Una plataforma se describe mediante una asignación de pares clave-valor de la configuración de restricciones (como el concepto de "arquitectura de CPU") hasta los valores de restricción (como una CPU en particular como x86_64). Tenemos un "diccionario" de las restricciones de uso más frecuente y valores en el repositorio @platforms.

El concepto de cadena de herramientas proviene del hecho de que, según las plataformas se ejecuta la compilación y las plataformas a las que se orienta, es posible que se deba usar compiladores diferentes; Por ejemplo, una cadena de herramientas C++ particular puede ejecutarse en un de un SO específico y poder orientar a otros SO. Bazel debe determinar el código C++. compilador que se usa según la ejecución establecida y la plataforma de destino (documentación para cadenas de herramientas aquí).

Para ello, las cadenas de herramientas se anotan con el conjunto de ejecuciones y para las restricciones de plataformas de destino que admiten. Para ello, la definición de Una cadena de herramientas se divide en dos partes:

  1. Una regla toolchain() que describe el conjunto de ejecución y destino restricciones que admite una cadena de herramientas y le indica qué tipo (por ejemplo, C++ o Java) de la cadena de herramientas en que se encuentra (esta última está representada por la regla toolchain_type())
  2. Una regla específica del lenguaje que describe la cadena de herramientas real (como cc_toolchain())

Esto se hace así porque necesitamos conocer las restricciones de cada de la cadena de herramientas para resolver la cadena de herramientas y determinar Las reglas *_toolchain() contienen mucha más información que esa, por lo que requieren más el tiempo de carga.

Las plataformas de ejecución se especifican de una de las siguientes maneras:

  1. En el archivo WORKSPACE con la función register_execution_platforms()
  2. En la línea de comandos con la línea de comandos --extra_execution_platforms opción

El conjunto de plataformas de ejecución disponibles se calcula en RegisteredExecutionPlatformsFunction

La plataforma de destino para un destino configurado está determinada por PlatformOptions.computeTargetPlatform() Es una lista de plataformas finalmente quiere admitir varias plataformas de destino, pero no se ha implementado aún.

El conjunto de cadenas de herramientas que se usarán para un destino configurado está determinado por ToolchainResolutionFunction Es una función de:

  • El conjunto de cadenas de herramientas registradas (en el archivo WORKSPACE y configuración)
  • La ejecución deseada y las plataformas de destino (en la configuración)
  • El conjunto de tipos de cadenas de herramientas que requiere el destino configurado (en UnloadedToolchainContextKey)
  • El conjunto de restricciones de la plataforma de ejecución del destino configurado (el exec_compatible_with) y la configuración (--experimental_add_exec_constraints_to_targets), en UnloadedToolchainContextKey

Su resultado es un UnloadedToolchainContext, que es básicamente un mapa de tipo de cadena de herramientas (representado como una instancia de ToolchainTypeInfo) a la etiqueta de la cadena de herramientas seleccionada. Se llama "descargada". porque no contiene cadenas de herramientas en sí, solo sus etiquetas.

Luego, las cadenas de herramientas se cargan con ResolvedToolchainContext.load(). y se usan en la implementación del destino configurado que los solicitó.

También tenemos un sistema heredado que se basa en que haya un solo “host” configuración y los parámetros de configuración de destino representados por varios de configuración, como --cpu . Estamos realizando la transición gradualmente a lo anterior en un sistema de archivos. Para manejar casos en los que los usuarios dependen de la configuración heredada y, además, implementamos asignaciones de plataforma para traducir entre las marcas heredadas y las restricciones de la plataforma de estilo nuevo. Su código está en PlatformMappingFunction y usa un "poco" que no sea Starlark. de Wikipedia".

Limitaciones

A veces, uno quiere designar un objetivo como compatible solo con unos pocos y plataformas de Google Cloud. Desafortunadamente, Bazel cuenta con varios mecanismos para lograr este objetivo:

  • Restricciones específicas de reglas
  • environment_group()/environment()
  • Restricciones de la plataforma

Por lo general, las restricciones específicas para reglas se usan en Google para reglas de Java. que se cuando salen y no están disponibles en Bazel, pero el código fuente puede que contengan referencias. El atributo que administra esto se denomina constraints=

Environment_group() y Environment()

Estas reglas son un mecanismo heredado y no se usan ampliamente.

Todas las reglas de compilación pueden declarar qué "entornos" para los que se pueden crear, "entorno" es una instancia de la regla environment().

Existen varias formas de especificar entornos compatibles para una regla:

  1. A través del atributo restricted_to= Esta es la forma más directa de especificación; declara el conjunto exacto de entornos que admite la regla para este grupo.
  2. A través del atributo compatible_with= De esta forma, se declaran los entornos como una regla admite además del estándar en entornos compatibles de forma predeterminada.
  3. A través de los atributos a nivel de paquete default_restricted_to= y default_compatible_with=
  4. A través de especificaciones predeterminadas en reglas environment_group() Cada entorno pertenece a un grupo de intercambios de tráfico relacionados por temas (como “CPU arquitecturas", "versiones de JDK" o “sistemas operativos de dispositivos móviles”). El del grupo de entornos incluye cuáles de estos entornos debe ser compatible con la configuración “default” si no se especifica lo contrario en el restricted_to= / environment() atributos. Una regla sin tal hereda todos los valores predeterminados.
  5. Mediante un valor predeterminado de clase de regla Esto anula los valores predeterminados globales instancias de la clase de regla determinada. Esto se puede usar, por ejemplo, para hacer todas las reglas *_test se pueden probar sin que cada instancia tenga que realizar explícitamente declarar esta capacidad.

environment() se implementa como una regla normal, mientras que environment_group() es una subclase de Target, pero no de Rule (EnvironmentGroup) y de que está disponible de forma predeterminada en Starlark. (StarlarkLibrary.environmentGroup()), lo que finalmente crea una versión epónima objetivo. Esto es para evitar una dependencia cíclica que podría surgir porque cada entorno debe declarar el grupo de entornos al que pertenece y que cada uno el grupo de entornos debe declarar sus entornos predeterminados.

Se puede restringir una compilación a un entorno determinado con el Opción de línea de comandos --target_environment.

La implementación de la verificación de restricciones se encuentra en RuleContextConstraintSemantics y TopLevelConstraintSemantics.

Restricciones de la plataforma

El "oficial" actual manera de describir qué plataformas es compatible con un destino es usando las mismas restricciones que se usan para describir las cadenas de herramientas y las plataformas. Se encuentra en proceso de revisión en una solicitud de extracción #10945:

Visibilidad

Si trabajas en una base de código grande con muchos desarrolladores (como en Google), puedes queremos evitar que los demás dependan de forma arbitraria de su código. De lo contrario, según la ley de Hyrum, Las personas usarán los comportamientos que considera implementar más detalles.

Bazel admite esto con el mecanismo llamado visibilidad: puedes declarar que un un destino específico solo se puede depender del uso visibilidad. Esta es un poco especial porque, aunque contiene una lista de etiquetas, estas las etiquetas pueden codificar un patrón sobre nombres de paquetes en lugar de un puntero a cualquier en un objetivo en particular. (Sí, es un defecto de diseño).

Esto se implementa en los siguientes lugares:

  • La interfaz RuleVisibility representa una declaración de visibilidad. Puede ser una constante (completamente pública o completamente privada) o una lista de etiquetas.
  • Las etiquetas pueden referirse a grupos de paquetes (lista predefinida de paquetes), a paquetes directos (//pkg:__pkg__) o subárboles de paquetes (//pkg:__subpackages__) Esto es diferente de la sintaxis de la línea de comandos, que usa //pkg:* o //pkg/....
  • Los grupos de paquetes se implementan como su propio destino (PackageGroup). objetivo configurado (PackageGroupConfiguredTarget). Probablemente, podríamos reemplázalas por reglas simples si quisiéramos. Su lógica se implementa con la ayuda de PackageSpecification, que corresponde a un patrón único como //pkg/...; PackageGroupContents, que corresponde a un solo atributo packages de package_group y PackageSpecificationProvider, que se agrega a través de una package_group y su includes transitivo.
  • La conversión de listas de etiquetas de visibilidad a dependencias se realiza en DependencyResolver.visitTargetVisibility y algunos otros lugares.
  • La verificación real se realiza CommonPrerequisiteValidator.validateDirectPrerequisiteVisibility()

Conjuntos anidados

Un destino configurado suele agregar un conjunto de archivos de sus dependencias agrega lo suyo y une el conjunto agregado en un proveedor de información transitiva que los destinos configurados que dependen de él pueden hacer lo mismo. Ejemplos:

  • Los archivos de encabezado C++ usados para una compilación
  • Los archivos de objeto que representan el cierre transitivo de un cc_library
  • El conjunto de archivos .jar que debe estar en la ruta de clase para que una regla de Java compilar o ejecutar
  • El conjunto de archivos de Python en el cierre transitivo de una regla de Python

Si hiciéramos esto de manera simple usando, por ejemplo, List o Set, obtendremos uso de memoria cuadrática: si hay una cadena de N reglas y cada regla agrega un tendríamos más de 1 + 2...+ N miembros de la colección.

Para evitar este problema, se nos ocurrió el concepto de una NestedSet Es una estructura de datos que se compone de otros NestedSet instancias y algunos miembros propios, lo que forma un grafo acíclico dirigido de conjuntos. Son inmutables y sus miembros se pueden iterar. Definimos orden de iteración múltiple (NestedSet.Order): pedido por adelantado, pedido posterior, topológico (un nodo siempre viene después de sus principales) y “no me importa, pero debería ser mismo cada vez".

La misma estructura de datos se llama depset en Starlark.

Artefactos y acciones

La compilación real consiste en un conjunto de comandos que deben ejecutarse para producir el resultado que quiere el usuario. Los comandos se representan como instancias del clase Action, y los archivos se representan como instancias de la clase Artifact Se organizan en un grafo acíclico dirigido y bipartito denominado “gráfico de acciones”.

Hay dos tipos de artefactos: los de origen (aquellos que están disponibles antes de que Bazel comience a ejecutarse) y artefactos derivados (que deben construyen). Los artefactos derivados pueden ser de varios tipos:

  1. **Artefactos normales. **Estas se verifican para garantizar que estén actualizadas su suma de comprobación, con mtime como atajo; no verificamos la suma del archivo si su ctime no ha cambiado.
  2. Artefactos de symlink sin resolver. Se comprueba que estén actualizados llamando a readlink(). A diferencia de los artefactos comunes, estos pueden ser colgantes symlinks. Por lo general, se usa en los casos en que se agrupan algunos archivos en un de algún tipo de archivo.
  3. Artefactos de árboles. No son archivos individuales, sino árboles de directorios. Ellas para comprobar su actualización mediante la verificación del conjunto de archivos contenidos. Se representan como TreeArtifact.
  4. Artefactos de metadatos constantes. Los cambios en estos artefactos no activan un reconstruir. Se usa exclusivamente para información sobre sellos de compilación: no queremos reconstruir solo porque cambió la hora actual.

No hay una razón fundamental por la que los artefactos de origen no puedan ser artefactos de árbol o artefactos de symlink sin resolver, es solo que aún no los implementamos (nosotros Sin embargo, deberías hacer referencia a un directorio de origen en un archivo BUILD es uno de los pocos problemas de inexactitud conocidos y de larga data con Bazel tenemos un implementación. propiedad de JVM BAZEL_TRACK_SOURCE_DIRECTORIES=1)

Un tipo notable de Artifact son los intermediarios. Están indicados por Artifact que son las salidas de MiddlemanAction. Están acostumbrados a haz algunos casos especiales:

  • La agregación de intermediarios se utiliza para agrupar artefactos. Esto es para que si muchas acciones usan el mismo conjunto grande de entradas, no tenemos N*M. bordes de dependencia, solo N+M (se reemplazan por conjuntos anidados)
  • La programación de intermediarios de dependencia garantiza que una acción se ejecute antes que otra. Se usan principalmente para el análisis con lint, pero también para la compilación de C++ (consulta la sección CcCompilationContext.createMiddleman() para obtener una explicación)
  • Se usan intermediarios de archivos de ejecución para garantizar la presencia de un árbol de archivos de ejecución que no necesite depender por separado del manifiesto de salida y cada artefacto único al que hace referencia el árbol de archivos de ejecución.

Las acciones se entienden mejor como un comando que se debe ejecutar, el entorno que necesita y el conjunto de resultados que produce. Los siguientes son los aspectos principales componentes de la descripción de una acción:

  • La línea de comandos que se debe ejecutar
  • Los artefactos de entrada que necesita
  • Las variables de entorno que se deben configurar
  • Anotaciones que describen el entorno (como la plataforma) en el que debe ejecutarse

También hay algunos otros casos especiales, como escribir un archivo cuyo contenido se que Bazel conoce. Son una subclase de AbstractAction. La mayoría de las acciones un objeto SpawnAction o StarlarkAction (igualmente, podría decirse que no deberían ser clases separadas), aunque Java y C++ tienen sus propios tipos de acciones (JavaCompileAction, CppCompileAction y CppLinkAction).

Con el tiempo, queremos mover todo a SpawnAction; JavaCompileAction es pero C++ es un caso especial debido al análisis del archivo .d y incluyen el análisis.

El gráfico de acción está principalmente "incorporado" en el gráfico de Skyframe: conceptualmente, el la ejecución de una acción se representa como una invocación del ActionExecutionFunction La asignación desde un perímetro de dependencia de un gráfico de acción a un El perímetro de dependencia de Skyframe se describe en ActionExecutionFunction.getInputDeps() y Artifact.key(), y tiene algunas optimizaciones para mantener baja la cantidad de bordes de Skyframe:

  • Los artefactos derivados no tienen sus propios SkyValue. En cambio, Artifact.getGeneratingActionKey() se usa para encontrar la clave del acción que la genera
  • Los conjuntos anidados tienen su propia clave Skyframe.

Acciones compartidas

Algunas acciones se generan a partir de varios objetivos configurados. Las reglas de Starlark son son más limitadas, ya que solo pueden colocar sus acciones derivadas en un determinado por su configuración y su paquete (pero aun así, reglas del mismo paquete pueden entrar en conflicto), pero las reglas implementadas en Java pueden artefactos derivados en cualquier lugar.

Esto se considera un error, pero eliminarlo es muy difícil. ya que produce ahorros significativos en el tiempo de ejecución cuando, por ejemplo, una el archivo fuente se debe procesar de alguna manera, y se hace referencia a ese archivo múltiples reglas (handwave-handwave). Esto tiene el costo de una parte de la RAM: cada una de una acción compartida debe almacenarse en la memoria por separado.

Si dos acciones generan el mismo archivo de salida, deben ser exactamente iguales: tengan las mismas entradas y salidas, y ejecuten la misma línea de comandos. Esta de equivalencia se implementa en Actions.canBeShared() y es entre las fases de análisis y ejecución analizando cada Action. Esto se implementa en SkyframeActionExecutor.findAndStoreArtifactConflicts(). y es uno de los pocos lugares en Bazel que requiere una conexión “global” vista de la compilar.

La fase de ejecución

En este momento, Bazel comienza a ejecutar acciones de compilación, como los comandos que para producir resultados.

Lo primero que hace Bazel después de la fase de análisis es determinar qué Se deben compilar los artefactos. La lógica para esto está codificada TopLevelArtifactHelper; En términos generales, es el filesToBuild de la objetivos configurados en la línea de comandos y el contenido de una salida especial grupo con el propósito explícito de expresar "si este objetivo se encuentra en el comando línea, compila estos artefactos”.

El siguiente paso es crear la raíz de ejecución. Como Bazel tiene la opción de leer paquetes de origen de diferentes ubicaciones en el sistema de archivos (--package_path), debe proporcionar acciones ejecutadas localmente con un árbol de fuentes completo. Este es manejada por la clase SymlinkForest y funciona tomando nota de cada destino en la fase de análisis y crear un árbol de directorios con enlaces simbólicos cada paquete con un objetivo usado de su ubicación real. Una alternativa sería ser pasar las rutas de acceso correctas a los comandos (teniendo en cuenta --package_path). Esto es indeseable por los siguientes motivos:

  • Cambia las líneas de comandos de acción cuando un paquete se mueve desde una ruta de paquete entrada a otra (algo que solía suceder)
  • El resultado es diferentes líneas de comandos si una acción se ejecuta de forma remota que si se ejecuta a nivel local
  • Requiere una transformación de la línea de comandos específica para la herramienta en uso (considera la diferencia entre rutas de clase de Java y rutas de inclusión de C++)
  • Cambiar la línea de comandos de una acción invalida su entrada de caché de acciones
  • --package_path se da de baja de manera gradual y constante

Luego, Bazel comienza a recorrer el grafo de acción (el grafo dirigido bipartito y dirigido). compuesta por acciones y sus artefactos de entrada y salida) y acciones en ejecución. La ejecución de cada acción se representa con una instancia de SkyValue. la clase ActionExecutionValue.

Como ejecutar una acción es costoso, tenemos algunas capas de almacenamiento en caché golpearse detrás de Skyframe:

  • ActionExecutionFunction.stateMap contiene datos para reiniciar Skyframe de ActionExecutionFunction económicos
  • La caché de acciones locales contiene datos sobre el estado del sistema de archivos
  • Los sistemas de ejecución remota suelen contener su propia caché

La caché de acciones locales

Esta caché es otra capa que se encuentra detrás de Skyframe; incluso si una acción es volver a ejecutarse en Skyframe, aún puede ser un hit en la caché de acciones locales. Integra representa el estado del sistema de archivos local y se serializa en el disco, significa que, cuando se inicia un nuevo servidor de Bazel, se puede obtener la caché de acciones locales hits aunque el gráfico de Skyframe esté vacío.

Se verifica esta caché para detectar hits con el método ActionCacheChecker.getTokenIfNeedToExecute()

Al contrario de su nombre, es un mapa de la ruta de acceso de un artefacto derivado al acción que la emitió. La acción se describe de la siguiente manera:

  1. El conjunto de sus archivos de entrada y salida, y su suma de verificación
  2. Su "clave de acción", que suele ser la línea de comandos que se ejecutó, pero en general, representa todo lo que no es capturado por la suma de comprobación del archivos de entrada (como en el caso de FileWriteAction, es la suma de comprobación de los datos) que está escrito)

También existe una "caché de acciones de arriba abajo" muy experimental que aún está debajo que usa hashes transitivos para evitar ir a la caché tantos veces.

Descubrimiento y reducción de entradas

Algunas acciones son más complicadas que solo tener un conjunto de entradas. Cambios en el conjunto de entradas de una acción se presenta de dos formas:

  • Una acción puede descubrir nuevas entradas antes de su ejecución o decidir que algunas de sus entradas no son realmente necesarias. El ejemplo canónico es C++, en la que es mejor hacer una suposición fundamentada sobre qué encabezados genera un C++ del archivo a partir de su cierre transitivo, de modo que no prestemos atención a enviar cada archivo a ejecutores remotos; por lo que tenemos la opción de no registrar todos como una “entrada”, pero escanea el archivo fuente para incluidos los encabezados y solo los marcaremos como entradas se menciona en las sentencias #include (sobreestimamos para no tener que implementar un preprocesador de C completo). Esta opción está conectada para "falso" en Bazel y solo se usan en Google.
  • Una acción puede darse cuenta de que algunos archivos no se usaron durante su ejecución. En C++, esto se denomina “archivos .d”: el compilador indica qué archivos de encabezado se usar después del hecho, y para evitar la vergüenza de tener de incrementalidad que Make, Bazel usa este hecho. Esto ofrece una mejor que el escáner de inclusiones, ya que se basa en el compilador.

Estas se implementan con métodos en Action:

  1. Se llama a Action.discoverInputs(). Debería mostrar un conjunto anidado de Los artefactos que se determina que son obligatorios. Deben ser artefactos de origen para que no haya aristas de dependencia en el gráfico de acción que no tengan un equivalente en el gráfico de destino configurado.
  2. La acción se ejecuta llamando a Action.execute().
  3. Al final de Action.execute(), la acción puede llamar Action.updateInputs() para decirle a Bazel que no todas sus entradas según tus necesidades. Esto puede generar compilaciones incrementales incorrectas si se usa una entrada se informan como sin usar.

Cuando una caché de acciones muestra un hit en una instancia de Action nueva (como la después de reiniciar el servidor), Bazel llama a updateInputs() para que el conjunto de “entradas” refleja el resultado del descubrimiento y la reducción de entradas realizadas anteriormente.

Las acciones de Starlark pueden usar la función para declarar algunas entradas como no utilizadas. usando el argumento unused_inputs_list= de ctx.actions.run()

Distintas formas de ejecutar acciones: estrategias o ActionContexts

Algunas acciones se pueden ejecutar de diferentes maneras. Por ejemplo, una línea de comandos puede ser que se ejecutan de forma local, local, pero en diversos tipos de zonas de pruebas o de forma remota. El que lo representa se llama ActionContext (o Strategy, ya que solo funcionó a la mitad con un cambio de nombre).

El ciclo de vida de un contexto de acción es el siguiente:

  1. Cuando se inicia la fase de ejecución, ¿qué se pregunta a las instancias de BlazeModule? y los contextos de acción que tienen. Esto sucede en el constructor ExecutionTool Los tipos de contexto de acción se identifican con un Class de Java. que hace referencia a una subinterfaz de ActionContext y que que debe implementar el contexto de acción.
  2. El contexto de acción adecuado se selecciona entre los disponibles y se reenviado a ActionExecutionContext y BlazeExecutor .
  3. Acciones que solicitan contextos con ActionExecutionContext.getContext() y BlazeExecutor.getStrategy() (en realidad, solo debería haber una forma de ...)

Las estrategias son libres de recurrir a otras estrategias para hacer su trabajo; que se usa para ejemplo, en la estrategia dinámica que inicia las acciones de forma local y remota y, luego, usa lo que termine primero.

Una estrategia notable es la que implementa procesos trabajadores persistentes (WorkerSpawnStrategy). La idea es que algunas herramientas tienen un largo tiempo de inicio y, por lo tanto, debe reutilizarse entre acciones en lugar de iniciar una nueva en cada acción (representa un posible problema de corrección, ya que Bazel depende de la promesa del proceso trabajador de que no lleva estado entre solicitudes individuales)

Si la herramienta cambia, el proceso de trabajador debe reiniciarse. Si un trabajador que pueden reutilizarse se determina calculando una suma de comprobación para la herramienta utilizada con WorkerFilesHash Se basa en saber qué entradas de la acción representan parte de la herramienta y que representan entradas; lo determina el creador de la acción: Spawn.getToolFiles() y los archivos de ejecución de Spawn son contarse como partes de la herramienta.

Más información sobre estrategias (o contextos de acción):

  • Hay información disponible sobre varias estrategias para ejecutar acciones aquí.
  • Información sobre la estrategia dinámica, en la que ejecutamos una acción tanto de forma local y remota para ver qué termina primero está disponible aquí.
  • La información sobre las particularidades de ejecutar acciones de forma local está disponible aquí.

El administrador de recursos local

Bazel puede ejecutar muchas acciones en paralelo. La cantidad de acciones locales que debe ejecutarse en paralelo difiere de una acción a otra: cuantos más recursos se que esta acción requiera, se deberían ejecutar menos instancias al mismo tiempo para evitar sobrecargar la máquina local.

Esto se implementa en la clase ResourceManager: cada acción debe con una estimación de los recursos locales que requiere en forma de Instancia de ResourceSet (CPU y RAM). Luego, cuando los contextos de acción hacen algo que requiere recursos locales, llama a ResourceManager.acquireResources() y se bloquean hasta que los recursos necesarios estén disponibles.

Hay una descripción más detallada de la administración de recursos locales disponible aquí.

La estructura del directorio de salida

Cada acción requiere un lugar separado en el directorio de salida, donde se ubica sus resultados. Por lo general, la ubicación de los artefactos derivados es la siguiente:

$EXECROOT/bazel-out/<configuration>/bin/<package>/<artifact name>

¿Cómo es el nombre del directorio asociado a un directorio en particular configuración determinada? Hay dos propiedades deseables en conflicto:

  1. Si pueden ocurrir dos configuraciones en la misma compilación, deberían tener directorios diferentes, de manera que ambos puedan tener su propia versión del mismo acción; de lo contrario, si las dos configuraciones no coinciden, como el comando línea de una acción que produce el mismo archivo de salida, Bazel no sabe qué acción a elegir (un "conflicto de acción")
  2. Si dos configuraciones representan "aproximadamente" lo mismo, deberían tener con el mismo nombre para que las acciones ejecutadas en una se puedan reutilizar en la otra si las líneas de comandos coincidan; por ejemplo, cambia las opciones de la línea de comandos para el compilador de Java no debe generar acciones de compilación de C++ nuevamente.

Hasta ahora, no hemos encontrado una forma sensacional de resolver este problema, lo que tiene similitudes con el problema de los recortes de configuración. Un debate más extenso de opciones disponibles. aquí. Las principales áreas problemáticas son las reglas de Starlark (cuyos autores no suelen tener profundamente con Bazel) y aspectos, que agregan otra dimensión al espacio de cosas que pueden producir el "mismo" archivo de salida.

El enfoque actual es que el segmento de ruta para la configuración <CPU>-<compilation mode> con varios sufijos agregados para que la configuración las transiciones implementadas en Java no generan conflictos de acciones. Además, un del conjunto de transiciones de configuración de Starlark para que los usuarios no pueden causar conflictos de acciones. No es para nada perfecto. Esto se implementa en OutputDirectories.buildMnemonic() y se basa en cada fragmento de configuración y agrega su propia parte al nombre del directorio de salida.

Pruebas

Bazel tiene una amplia compatibilidad para ejecutar pruebas. Es compatible con:

  • Ejecución de pruebas de forma remota (si hay un backend de ejecución remota disponible)
  • Ejecución de pruebas varias veces en paralelo (para reducir o recopilar el tiempo) datos).
  • Fragmentación de pruebas (dividiendo casos de prueba en la misma prueba en varios procesos) para conocer la velocidad)
  • Volver a ejecutar pruebas inestables
  • Agrupa pruebas en paquetes de pruebas

Las pruebas son destinos configurados normales que tienen un TestProvider, que describe cómo debe ejecutarse la prueba:

  • Los artefactos cuya compilación dio como resultado la prueba que se estaba ejecutando. Esta es una "caché" estado" que contenga un mensaje TestResultData serializado
  • La cantidad de veces que se debe ejecutar la prueba
  • La cantidad de fragmentos en los que se debe dividir la prueba
  • Algunos parámetros sobre cómo se debe ejecutar la prueba (como el tiempo de espera de la prueba)

Determina qué pruebas ejecutar

Determinar qué pruebas se ejecutan es un proceso elaborado.

Primero, durante el análisis de patrones de destino, los conjuntos de pruebas se expanden de manera recursiva. El la expansión se implementa en TestsForTargetPatternFunction. Un poco una dificultad sorprendente es que si un paquete de pruebas no declara ninguna prueba, se refiere a todas las pruebas en su paquete. Esto se implementa en Package.beforeBuild() por Agregar un atributo implícito llamado $implicit_tests para probar las reglas del paquete

Luego, las pruebas se filtran por tamaño, etiquetas, tiempo de espera e idioma según la opciones de línea de comandos. Esto se implementa en TestFilter y se llama desde TargetPatternPhaseFunction.determineTests() durante el análisis de destino el resultado se coloca en TargetPatternPhaseValue.getTestsToRunLabels(). El motivo ¿Por qué los atributos de la regla que se pueden filtrar no son configurables es que esta se hace antes de la fase de análisis, por lo tanto, la configuración no es disponibles.

Luego, esto se procesa aún más en BuildView.createResult(): destinos cuyo análisis fallidos se filtran y las pruebas se dividen en exclusivas y pruebas no exclusivas. Luego, se coloca en AnalysisResult, que es la forma ExecutionTool sabe qué pruebas debe ejecutar.

Para dar algo de transparencia a este proceso elaborado, la tests() de consultas (implementado en TestsFunction) está disponible para determinar qué pruebas cuando se especifica un destino específico en la línea de comandos. Es pero, lamentablemente, se trata de una reimplementación, por lo que es probable que se desvíe de lo anterior varias maneras sutiles.

Cómo ejecutar pruebas

Para ejecutar las pruebas, se solicitan artefactos de estado de caché. Esto, luego, da como resultado la ejecución de un TestRunnerAction, que finalmente llama a TestActionContext elegida por la opción de línea de comandos --test_strategy que ejecuta la prueba de la manera solicitada.

Las pruebas se ejecutan de acuerdo con un protocolo elaborado que usa variables de entorno para indicar a las pruebas qué se espera de ellos. Una descripción detallada de lo que Bazel de las pruebas y qué pruebas pueden esperar de Bazel está disponible aquí. En el más simple: un código de salida de 0 significa que tuvo éxito; todo lo demás, que falla.

Además del archivo de estado de caché, cada proceso de prueba emite varios archivos. Se colocan en el “directorio de registro de pruebas”. que es el subdirectorio llamado testlogs del directorio de salida de la configuración de destino:

  • test.xml, un archivo en formato XML de estilo JUnit que detalla los casos de prueba individuales en el fragmento de prueba
  • test.log es el resultado de la consola de la prueba. stdout y stderr no son separados.
  • test.outputs, el "directorio de resultados no declarados"; esto se usa en las pruebas que quieren generar archivos además de los que imprimen en la terminal.

Hay dos cosas que pueden suceder durante la ejecución de prueba que no pueden durante creación de objetivos regulares: ejecución de prueba exclusiva y transmisión de resultados

Algunas pruebas deben ejecutarse en modo exclusivo, por ejemplo, no en paralelo con otras pruebas. Esto se puede obtener agregando tags=["exclusive"] al regla de prueba o ejecutando la prueba con --test_strategy=exclusive . Cada prueba se ejecuta mediante una invocación de Skyframe independiente que solicita la ejecución del después de la prueba "main" compilar. Esto se implementa en SkyframeExecutor.runExclusiveTest()

A diferencia de las acciones normales, cuyo resultado de la terminal se vuelca cuando la acción finaliza el proceso, el usuario puede solicitar que se transmita el resultado de las pruebas a informarse sobre el progreso de una prueba de larga duración. Esto se especifica mediante el Opción de línea de comandos --test_output=streamed e implica pruebas exclusivas la ejecución para que los resultados de diferentes pruebas no se intercalan.

Esto se implementa en la clase StreamedTestOutput, cuyo nombre es apropiado, y funciona sondeo cambia al archivo test.log de la prueba en cuestión y vuelca nuevos Bytes a la terminal en la que Bazel reglas.

Los resultados de las pruebas ejecutadas están disponibles en el bus de eventos observando varios eventos (como TestAttempt, TestResult o TestingCompleteEvent) Se vuelcan al protocolo de eventos de compilación y se emiten a la consola. por AggregatingTestListener

Recopilación de cobertura

La cobertura se informa en las pruebas en formato LCOV en los archivos bazel-testlogs/$PACKAGE/$TARGET/coverage.dat

Para recopilar cobertura, cada ejecución de prueba se une a una secuencia de comandos llamada collect_coverage.sh

Esta secuencia de comandos configura el entorno de la prueba para habilitar la recopilación de cobertura y determinar dónde se escriben los archivos de cobertura en los entornos de ejecución de cobertura. Luego, ejecuta la prueba. Una prueba puede ejecutar múltiples subprocesos y consistir de partes escritas en múltiples lenguajes de programación diferentes (con entornos de ejecución de recopilación de cobertura). La secuencia de comandos del wrapper se encarga los archivos resultantes en formato LCOV si es necesario y los combina en una sola .

La interposición de collect_coverage.sh se realiza con estrategias de prueba y Es necesario que collect_coverage.sh esté en las entradas de la prueba. Este es se logra mediante el atributo implícito :coverage_support, que se resuelve el valor de la marca de configuración --coverage_support (consulta la sección TestConfiguration.TestOptions.coverageSupport)

Algunos idiomas usan instrumentación sin conexión, lo que significa que la cobertura se agrega durante el tiempo de compilación (como C++), mientras que otros lo hacen en línea. Es decir, la instrumentación de cobertura se agrega en la ejecución tiempo.

Otro concepto fundamental es la cobertura de referencia. Esta es la cobertura de una biblioteca binario o se prueba si no se ejecutó ningún código. El problema que resuelve es que si si quieres calcular la cobertura de prueba de un objeto binario, no basta con combinar la cobertura de todas las pruebas, ya que puede haber un código en el objeto binario que no no se puede vincular con ninguna prueba. Por lo tanto, lo que hacemos es emitir un archivo de cobertura para cada binario que contiene solo los archivos para los que recopilamos cobertura, sin a una línea de producción de datos. El archivo de cobertura de referencia para un objetivo está en bazel-testlogs/$PACKAGE/$TARGET/baseline_coverage.dat También se generan para binarios y bibliotecas, además de las pruebas si pasas el marca --nobuild_tests_only para Bazel.

Actualmente, la cobertura del modelo de referencia no funciona.

Hacemos un seguimiento de dos grupos de archivos para la recopilación de cobertura para cada regla: el conjunto de los archivos de instrumentación y el conjunto de archivos de metadatos de instrumentación.

El conjunto de archivos instrumentados es solo eso, un conjunto de archivos para instrumentar. Para de cobertura en línea, se puede usar en el tiempo de ejecución para decidir qué archivos instrumento. También se usa para implementar la cobertura de referencia.

El conjunto de archivos de metadatos de instrumentación es el conjunto de archivos adicionales que necesita una prueba para generar los archivos LCOV que Bazel requiere. En la práctica, esto consiste en archivos específicos del entorno de ejecución; Por ejemplo, gcc emite archivos .gcno durante la compilación. Estos se agregan al conjunto de entradas de acciones de prueba si el modo de cobertura está habilitado.

Si se recopila o no la cobertura se almacena BuildConfiguration Esto es útil porque es una manera fácil de cambiar la prueba acción y el gráfico de acción en función de este bit, pero también significa que, este bit está invertido, todos los objetivos se deben volver a analizar (algunos lenguajes, como C++ requiere diferentes opciones de compilador para emitir código que pueda recopilar cobertura. lo que mitiga este problema en cierta medida, ya que entonces se necesita un nuevo análisis de todas formas).

Se depende de los archivos de compatibilidad de cobertura a través de etiquetas en una de modo que la política de invocación pueda anularlos, lo que permite para diferenciarlas entre las diferentes versiones de Bazel. Idealmente, estas las diferencias y estandarizamos una de ellas.

También generamos un "informe de cobertura" que combina la cobertura recopilada para cada prueba en una invocación de Bazel. Esto lo controla CoverageReportActionFactory y se llama desde BuildView.createResult() . Integra obtiene acceso a las herramientas que necesita consultando :coverage_report_generator. de la primera prueba que se ejecuta.

El motor de consultas

Bazel tiene un poco lenguaje solía preguntarle varias cosas sobre diversos gráficos. Los siguientes tipos de consultas se proporcionan los siguientes datos:

  • bazel query se usa para investigar el gráfico de destino.
  • bazel cquery se usa para investigar el gráfico de destino configurado.
  • bazel aquery se usa para investigar el gráfico de acciones.

Cada uno de estos se implementa mediante la subclasificación AbstractBlazeQueryEnvironment. Se pueden realizar otras funciones de consulta adicionales subclasificando QueryFunction. de Google Cloud. Para permitir la transmisión de resultados de la consulta, en lugar de recopilarlos a algunos estructura de datos, se pasa un query2.engine.Callback a QueryFunction, que lo llama para obtener resultados que quiere devolver.

El resultado de una consulta puede emitirse de varias maneras: etiquetas, etiquetas y reglas. clases, XML, protobuf, etcétera. Estos se implementan como subclases de OutputFormatter

Un requisito sutil de algunos formatos de resultados de consultas (proto, definitivamente) es que Bazel necesita emitir _toda _la información que proporciona la carga de paquetes para que se puede diferenciar el resultado y determinar si un objetivo en particular ha cambiado. En consecuencia, los valores de atributos deben ser serializables. hay pocos tipos de atributos, sin atributos que tengan Starlark complejo. de salida. La solución alternativa habitual es usar una etiqueta y adjuntar el información a la regla con esa etiqueta. No es una solución alternativa muy satisfactoria Sería bueno quitar este requisito.

El sistema de módulos

Bazel se puede extender agregando módulos. Cada módulo debe subclasificar BlazeModule (el nombre es una reliquia de la historia de Bazel cuando solía ser llamada Blaze) y obtiene información sobre varios eventos durante la ejecución de un comando.

Por lo general, se usan para implementar varias piezas funcionalidad que solo algunas versiones de Bazel (como la que usamos en Google) necesitan:

  • Interfaces para los sistemas de ejecución remota
  • Comandos nuevos

El conjunto de puntos de extensión que ofrece BlazeModule es un poco aleatorio. Lo que no debes hacer usarlo como ejemplo de buenos principios de diseño.

El bus de eventos

La forma principal en que BlazeModules se comunica con el resto de Bazel es a través de un bus de eventos. (EventBus): Se crea una instancia nueva para cada compilación, en varias partes de Bazel. pueden publicar eventos en él, y los módulos pueden registrar objetos de escucha para los eventos en los que les interesa. Por ejemplo, los siguientes elementos se representan como eventos:

  • Se determinó la lista de objetivos de compilación que se compilarán. (TargetParsingCompleteEvent)
  • Se determinaron las configuraciones de nivel superior (BuildConfigurationEvent)
  • Se compiló un destino, ya sea correctamente o no (TargetCompleteEvent)
  • Se ejecutó una prueba (TestAttempt, TestSummary)

Algunos de estos eventos están representados fuera de Bazel en el Protocolo de eventos de compilación (son BuildEvent). Esto permite elementos BlazeModule y elementos fuera del proceso de Bazel para observar la compilación. Se puede acceder a ellos como un que contiene mensajes de protocolo, o Bazel puede conectarse a un servidor (llamado (el servicio Build Event) para transmitir eventos.

Esto se implementa en build.lib.buildeventservice y build.lib.buildeventstream paquetes de Java.

Repositorios externos

Por su parte, Bazel se diseñó originalmente para usarse en un monorepo (una única fuente con todo lo que se necesita construir), Bazel vive en un mundo donde esto no es necesariamente cierto. “Repositorios externos” son una abstracción que se usa para unen estos dos mundos: representan código necesario para la compilación, pero no está en el árbol de fuentes principal.

El archivo WORKSPACE

El conjunto de repositorios externos se determina mediante el análisis del archivo WORKSPACE. Por ejemplo, una declaración como la siguiente:

    local_repository(name="foo", path="/foo/bar")

Está disponible el repositorio llamado @foo. Dónde llega esto es que se pueden definir nuevas reglas de repositorio en archivos de Starlark, se puede usar para cargar un nuevo código de Starlark, que se puede usar para definir nuevos las reglas del repositorio y así sucesivamente.

Para manejar este caso, el análisis del archivo WORKSPACE (en WorkspaceFileFunction) se divide en fragmentos delineados por load(). declaraciones. El índice del fragmento se indica con WorkspaceFileKey.getIndex() y calcular WorkspaceFileFunction hasta que el índice X significa evaluarlo hasta el Xa sentencia load().

Recupera repositorios

Antes de que el código del repositorio esté disponible para Bazel, se debe recuperado. Como resultado, Bazel crea un directorio en $OUTPUT_BASE/external/<repository name>

La recuperación del repositorio se realiza en los siguientes pasos:

  1. PackageLookupFunction se da cuenta de que necesita un repositorio y crea un RepositoryName como SkyKey, que invoca RepositoryLoaderFunction
  2. RepositoryLoaderFunction reenvía la solicitud a RepositoryDelegatorFunction por motivos poco claros (el código indica que evitar volver a descargar elementos en caso de reinicios de Skyframe, pero no es una un razonamiento muy sólido)
  3. RepositoryDelegatorFunction descubre la regla del repositorio que se le solicita. recupera mediante la iteración sobre los fragmentos del archivo WORKSPACE hasta que se realice se encontró el repositorio
  4. Se encontró el RepositoryFunction adecuado que implementa el repositorio fetching; es la implementación de Starlark del repositorio mapa hard-coded para los repositorios que se implementan en Java.

Hay varias capas de almacenamiento en caché, ya que recuperar un repositorio puede ser costoso:

  1. Hay una caché para los archivos descargados que tiene como clave su suma de comprobación. (RepositoryCache). Esto requiere que la suma de comprobación esté disponible en el WORKSPACE, pero eso es bueno para la hermeticidad de todos modos. Lo comparte cada instancia del servidor de Bazel en la misma estación de trabajo, sin importar cuál o base de salida en la que se ejecuten.
  2. Un "archivo de marcador" se escribe para cada repositorio en $OUTPUT_BASE/external que contiene una suma de comprobación de la regla que se usó para recuperarla. Si el nombre se reinicia el servidor, pero la suma de verificación no cambia ni se vuelve a recuperar. Esta se implementa en RepositoryDelegatorFunction.DigestWriter .
  3. La opción de línea de comandos --distdir designa otra caché que se usa para buscar artefactos para descargar Esto es útil en la configuración empresarial y no debería recuperar elementos aleatorios de Internet. Este es implementada por DownloadManager .

Una vez que se descarga el repositorio, los artefactos que contiene se tratan como fuente artefactos. Esto plantea un problema porque Bazel suele buscar la actualización. de artefactos de origen llamando a stat(), y estos artefactos también son se invalidan cuando cambia la definición del repositorio en el que se encuentran. Por lo tanto, Los FileStateValue de un artefacto en un repositorio externo deben depender de a su repositorio externo. ExternalFilesHelper se encarga de esta tarea.

Directorios administrados

A veces, los repositorios externos necesitan modificar archivos en la raíz del espacio de trabajo (como un administrador de paquetes que aloja los paquetes descargados en un subdirectorio de en el árbol de fuentes). Esto va en contra de la suposición de que Bazel crea esa fuente los archivos solo los modifica el usuario y no por sí solos, y permite que los paquetes hacer referencia a cada directorio en el directorio raíz del lugar de trabajo. Para que este tipo de desde un repositorio externo, Bazel hace dos cosas:

  1. Permite al usuario especificar subdirectorios del lugar de trabajo. Bazel no es tienen permitido alcanzar. Se enumeran en un archivo llamado .bazelignore y La funcionalidad se implementa en BlacklistedPackagePrefixesFunction.
  2. Codificamos la asignación del subdirectorio del lugar de trabajo al repositorio que administra en ManagedDirectoriesKnowledge y controlar Los FileStateValue se refieren a ellos de la misma manera que a las solicitudes normales. en repositorios externos.

Asignaciones de repositorios

Puede suceder que varios repositorios deseen depender del mismo repositorio, pero en versiones diferentes (este es un ejemplo de la "dependencia de diamante problema"). Por ejemplo, si dos objetos binarios en repositorios separados en la compilación quieren depender de Guava, presumiblemente que ambas se refieren a Guava con etiquetas a partir del @guava// y esperar que eso signifique diferentes versiones de él.

Por lo tanto, Bazel permite reasignar etiquetas de repositorios externos para que las la cadena @guava// se puede referir a un repositorio de Guava (como @guava1//) en el repositorio de un objeto binario y otro repositorio de Guava (como @guava2//), el de la otra.

De manera alternativa, también se puede usar para unir diamantes. Si un repositorio depende de @guava1// y otro depende de @guava2//, la asignación del repositorio permite reasignar ambos repositorios para usar un repositorio @guava// canónico.

La asignación se especifica en el archivo WORKSPACE como el atributo repo_mapping de las definiciones de repositorios individuales. Luego, aparece en Skyframe como miembro de WorkspaceFileValue, donde se conecta a:

  • Package.Builder.repositoryMapping, que se usa para transformar los valores de etiquetas atributos de reglas en el paquete RuleClass.populateRuleAttributeValues()
  • Package.repositoryMapping, que se usa en la fase de análisis (para resuelve cuestiones como $(location), que no se analizan en la etapa de carga fase)
  • BzlLoadFunction para resolver etiquetas en sentencias load()

Bits de JNI

El servidor de Bazel está_ mayormente _escrito en Java. La excepción son las partes que Java no puede hacerlo por sí solo o no podía hacerlo cuando lo implementamos. Esta se limita a la interacción con el sistema de archivos, el control de procesos y muchas otras cosas de bajo nivel.

El código C++ está en src/main/native y las clases Java con código nativo métodos son los siguientes:

  • NativePosixFiles y NativePosixFileSystem
  • ProcessUtils
  • WindowsFileOperations y WindowsFileProcesses
  • com.google.devtools.build.lib.platform

Resultado de la consola

Emitir resultados de la consola parece algo simple, pero la confluencia de la ejecución varios procesos (a veces de forma remota), almacenamiento en caché detallado, el deseo de tener una salida de terminal agradable y colorida, y tener un servidor de larga duración no es trivial.

Inmediatamente después de que el cliente ingresa la llamada RPC, hay dos RpcOutputStream se crean instancias (para stdout y stderr) que reenvían los datos impresos en con ellos al cliente. Luego, se unen en un OutErr (un (stdout, stderr) de sincronización). Todo lo que se deba imprimir en la consola pasa por estas transmisiones continuas. Luego, estas transmisiones se transfieren BlazeCommandDispatcher.execExclusively()

El resultado se imprime de forma predeterminada con secuencias de escape ANSI. Cuando no son deseado (--color=no), se quitan con una AnsiStrippingOutputStream. En Además, System.out y System.err se redireccionan a estos flujos de salida. Esto es para que la información de depuración se pueda imprimir usando System.err.println() y aún terminarán en la salida de la terminal del cliente. (que es diferente de la del servidor). Se tiene cuidado de que si un proceso produce un resultado binario (como bazel query --output=proto), no se combina stdout antes de la entrevista.

Los mensajes cortos (errores, advertencias y similares) se expresan a través del EventHandler. En particular, son diferentes de lo que se publica en el EventBus (esto es confuso). Cada Event tiene un EventKind (error, advertencia, información y otros) y pueden tener un Location (el lugar en el código fuente que causó el evento).

Algunas implementaciones de EventHandler almacenan los eventos que recibieron. Se usa para volver a reproducir información en la IU causada por varios tipos de procesamiento como las advertencias emitidas por un destino configurado en caché.

Algunos EventHandler también permiten publicar eventos que, finalmente, encuentran su camino a el bus de eventos (los Event normales _no _aparecen allí). Son implementaciones de ExtendedEventHandler y su uso principal es volver a reproducir contenido almacenado en caché EventBus eventos. Todos estos eventos EventBus implementan Postable, pero no todo lo que se publica en EventBus necesariamente implementa esta interfaz. solo aquellos que están almacenados en caché por un ExtendedEventHandler (sería bueno y hacen la mayoría de las cosas; aunque no se aplica de manera forzosa)

El resultado de la terminal se emite en su mayoría a través de UiEventHandler, que es Es responsable de todos los formatos de salida y los informes de progreso sofisticados de Bazel. hace. Tiene dos entradas:

  • El bus de eventos
  • La transmisión del evento se canalizó a través de Reporter.

La única conexión directa a la maquinaria de ejecución de comandos (por ejemplo, el resto del Bazel) a la transmisión de RPC al cliente es a través de Reporter.getOutErr() lo que permite el acceso directo a estas transmisiones. Solo se usa cuando un comando necesita para volcar grandes cantidades de datos binarios posibles (como bazel query).

Cómo generar perfiles de Bazel

Bazel es rápido. Bazel también es lento, ya que las compilaciones tienden a crecer hasta solo límite de lo que es soportable. Por este motivo, Bazel incluye un generador de perfiles que puede para generar perfiles de compilaciones y Bazel. Se implementa en una clase llamado Profiler de forma correcta. Está activado de forma predeterminada, aunque solo registra datos resumidos para que su sobrecarga sea tolerable; La línea de comandos --record_full_profiler_data permite que grabe todo lo que pueda.

Emite un perfil en el formato del generador de perfiles de Chrome. se ve mejor en Chrome. Su modelo de datos es el de pilas de tareas: uno puede iniciar y finalizar tareas, y se supone que deben anidarse cuidadosamente entre sí. Cada subproceso de Java obtiene su propia pila de tareas. TODO: ¿Cómo funciona esto con las acciones y estilo que transmite la continuación?

El generador de perfiles se inicia y se detiene en BlazeRuntime.initProfiler(). BlazeRuntime.afterCommand() respectivamente y los intentos de mantenerse activos por el mismo tiempo como sea posible para que podamos perfilar todo. Para agregar algo al perfil, llama a Profiler.instance().profile(). Muestra un Closeable cuyo cierre representa el final de la tarea. Se usa mejor con pruebas con recursos declaraciones.

También realizamos perfiles de memoria rudimentarios en MemoryProfiler. También está siempre activada y en su mayoría registra los tamaños máximos de montón y el comportamiento de GC.

Prueba Bazel

Bazel tiene dos tipos principales de pruebas: unas que observan a Bazel como una “caja negra”. y los que solo ejecutan la fase de análisis. Las anteriores "pruebas de integración" y las últimas "pruebas de unidades", aunque son más parecidas a las pruebas de integración que están, bueno, menos integrados. También tenemos algunas pruebas de unidades reales, necesario.

Entre las pruebas de integración, tenemos dos tipos:

  1. Unas implementadas con un framework de prueba bash muy elaborado bajo src/test/shell
  2. Las que están implementadas en Java. Estos se implementan como subclases de BuildIntegrationTestCase

BuildIntegrationTestCase es el framework de prueba de integración preferido, ya que esté bien equipado para la mayoría de los escenarios de prueba. Como es un framework de Java, proporciona capacidad de depuración e integración perfecta con muchas aplicaciones comunes de desarrollo con herramientas de visualización. Hay muchos ejemplos de clases BuildIntegrationTestCase en la Repositorio de Bazel.

Las pruebas de análisis se implementan como subclases de BuildViewTestCase. Hay un un sistema de archivos temporal que puedes usar para escribir archivos BUILD y varios archivos auxiliares pueden solicitar destinos configurados, cambiar la configuración varios aspectos sobre el resultado del análisis.