모든 Bazel 사용자는 예상보다 느리거나 더 느린 빌드를 경험해 보았을 것입니다. 개별 빌드의 성능을 개선하는 것은 다음과 같이 상당한 영향을 미치는 타겟에 특히 유용합니다.
자주 반복되고 (재)빌드되는 핵심 개발자 타겟
다른 타겟에서 광범위하게 사용하는 공통 라이브러리입니다.
한 빌드에서 문제를 진단하고 수정하면 더 큰 규모의 문제를 해결하는 데 도움이 될 수 있는 타겟 클래스의 대표 타겟 (예: 맞춤 규칙)입니다.
빌드 성능을 개선하는 데 중요한 단계는 리소스가 어디에 사용되는지 파악하는 것입니다. 이 페이지에는 수집할 수 있는 다양한 측정항목이 나와 있습니다. 빌드 성능 분석에서는 이러한 측정항목을 사용하여 빌드 성능 문제를 감지하고 해결하는 방법을 보여줍니다.
Bazel 빌드에서 측정항목을 추출하는 몇 가지 주요 방법은 다음과 같습니다.
빌드 이벤트 프로토콜 (BEP)
Bazel은 빌드 이벤트 프로토콜 (BEP)을 통해 다양한 프로토콜 버퍼 build_event_stream.proto를 출력하며, 이는 개발자가 지정한 백엔드에서 집계할 수 있습니다. 사용 사례에 따라 다양한 방식으로 측정항목을 집계할 수 있지만 여기서는 일반적으로 고려하는 데 유용한 몇 가지 개념과 proto 필드를 살펴봅니다.
Bazel의 query / cquery / aquery 명령어
Bazel은 사용자가 각각 대상 그래프, 구성된 대상 그래프, 작업 그래프를 쿼리할 수 있는 3가지 쿼리 모드 (query, cquery, aquery)를 제공합니다. 쿼리 언어는 다양한 쿼리 모드에서 사용할 수 있는 함수 모음을 제공하므로 필요에 따라 쿼리를 맞춤설정할 수 있습니다.
JSON 트레이스 프로필
Bazel은 모든 빌드와 같은 Bazel 호출에 대해 JSON 형식으로 트레이스 프로필을 작성합니다. JSON 트레이스 프로필은 호출 중에 Bazel이 시간을 소비한 항목을 빠르게 파악하는 데 매우 유용할 수 있습니다.
실행 로그
실행 로그를 사용하면 머신 및 환경 차이 또는 비결정론적 작업으로 인해 누락된 원격 캐시 히트를 해결할 수 있습니다. --experimental_execution_log_spawn_metrics 플래그(Bazel 5.2부터 사용 가능)를 전달하면 로컬 및 원격으로 실행된 작업에 관한 자세한 스폰 측정항목도 포함됩니다. 예를 들어 이러한 측정항목을 사용하여 로컬 머신과 원격 머신의 성능을 비교하거나, 스폰 실행 중 예상보다 지속적으로 느린 부분 (예: 대기열로 인해)을 찾을 수 있습니다.
실행 그래프 로그
JSON 트레이스 프로필에는 중요한 경로 정보가 포함되어 있지만 실행된 작업의 종속 항목 그래프에 관한 추가 정보가 필요한 경우도 있습니다.
Bazel 6.0부터는 --experimental_execution_graph_log 및 --experimental_execution_graph_log_dep_type=all 플래그를 전달하여 실행된 작업과 상호 종속 항목에 관한 로그를 작성할 수 있습니다.
이 정보를 사용하면 중요 경로의 노드에서 추가된 드래그를 파악할 수 있습니다. 드래그는 실행 그래프에서 특정 노드를 삭제하여 잠재적으로 절약할 수 있는 시간입니다.
이 데이터를 사용하면 빌드 및 작업 그래프 변경사항이 실제로 적용되기 전에 그 영향이 어떠할지 예측할 수 있습니다.
bazel-bench를 사용한 벤치마킹
Bazel bench는 다음과 같은 경우에 Git 프로젝트가 빌드 성능을 벤치마킹하는 벤치마킹 도구입니다.
프로젝트 벤치마크: 단일 Bazel 버전에서 두 개의 git 커밋을 서로 벤치마킹합니다. 종속 항목 추가를 통해 빌드에서 회귀를 감지하는 데 사용됩니다.
Bazel 벤치마크: 단일 git 커밋에서 두 버전의 Bazel을 서로 벤치마킹합니다. Bazel 자체 내에서 회귀를 감지하는 데 사용됩니다 (Bazel을 유지보수 / 포크하는 경우).
벤치마크는 실제 시간, CPU 시간, 시스템 시간, Bazel의 유지된 힙 크기를 모니터링합니다.
또한 가변성의 소스를 줄이기 위해 다른 프로세스를 실행하지 않는 전용 물리적 머신에서 Bazel 벤치를 실행하는 것이 좋습니다.