Bazel 的平行評估和增量模型。
資料模型
資料模型包含下列項目:
SkyValue
,又稱為節點。SkyValues
是不可變動的物件,其中包含建構過程中建立的所有資料,以及建構作業的輸入內容。例如:輸入檔案、輸出檔案、目標和已設定的目標。SkyKey
:用於參照SkyValue
的簡短不可變名稱,例如FILECONTENTS:/tmp/foo
或PACKAGE://foo
。SkyFunction
:根據節點的鍵和依附節點建構節點。- 節點圖表。包含節點之間相依性關係的資料結構。
Skyframe
. Bazel 所依據的增量評估架構的程式碼名稱。
評估
系統會評估代表建構要求的節點,以便執行建構作業。
首先,Bazel 會找出與頂層 SkyKey
鍵對應的 SkyFunction
。接著,函式會要求評估所需的節點,以便評估頂層節點,這會導致其他 SkyFunction
呼叫,直到葉節點為止。葉節點通常代表檔案系統中的輸入檔案。最後,Bazel 會產生頂層 SkyValue
的值、一些副作用 (例如檔案系統中的輸出檔案),以及建構作業中涉及的節點之間的導向非迴圈圖表。
如果 SkyFunction
無法事先指出執行工作所需的所有節點,則可在多個階段中要求 SkyKeys
。簡單的例子是評估輸入檔案節點,結果是符號連結:函式會嘗試讀取檔案,並瞭解該檔案是符號連結,因此會擷取代表符號連結目標的檔案系統節點。但這本身可以是符號連結,在這種情況下,原始函式也需要擷取目標。
在程式碼中,這些函式會以 SkyFunction
介面表示,而服務則由名為 SkyFunction.Environment
的介面提供。函式可執行下列操作:
- 透過呼叫
env.getValue
要求評估其他節點。如果節點可用,則會傳回該節點的值,否則會傳回null
,而函式本身應會傳回null
。在後一種情況下,系統會評估依附的節點,然後再次叫用原始節點建構工具,但這次相同的env.getValue
呼叫會傳回非null
值。 - 請呼叫
env.getValues()
,要求評估多個其他節點。這兩者基本上是相同的,只是會並行評估依附的節點。 - 在叫用期間執行運算
- 有副作用,例如將檔案寫入檔案系統。請注意,兩個不同的函式應避免互相干擾。一般來說,寫入副作用 (資料從 Bazel 流出) 是可以接受的,但讀取副作用 (資料從 Bazel 流入,但未註冊相依性) 則不行,因為這是未註冊的相依性,可能會導致不正確的增量建構。
良好的 SkyFunction
實作會避免以其他方式存取資料,而非要求依附元件 (例如直接讀取檔案系統),因為這會導致 Bazel 未在所讀取的檔案上註冊資料依附元件,進而導致不正確的增量建構。
函式取得足夠的資料來執行工作後,應傳回非 null
值,表示已完成。
這種評估策略有許多優點:
- 密封性。如果函式只會依賴其他節點來要求輸入資料,Bazel 就能保證,如果輸入狀態相同,就會傳回相同的資料。如果所有 Sky 函式都是確定性的,則整個版本也會是確定性的。
- 正確且完美的增量。如果所有函式的所有輸入資料都已記錄,Bazel 只會在輸入資料變更時,將需要失效的節點設為無效。
- 平行處理。由於函式只能透過要求依附元件的方式相互互動,因此不相依附的函式可以並行執行,而 Bazel 可以保證結果與依序執行時相同。
成效增幅
由於函式只能依賴其他節點來存取輸入資料,因此 Bazel 可以建立從輸入檔案到輸出檔案的完整資料流圖,並使用這項資訊,只重建實際需要重建的節點:變更輸入檔案集合的反向傳遞閉包。
特別是,有兩種可能的漸進策略:自下而上和自上而下。最適合的選項取決於相依性圖表的外觀。
在自底向上的無效化期間,在建立圖表並瞭解變更的輸入集合後,所有間接依附於變更檔案的節點都會失效。如果要再次建構相同的頂層節點,這會是最佳做法。請注意,由下而上的無效化功能需要在先前建構作業的所有輸入檔案上執行
stat()
,才能判斷這些檔案是否已變更。您可以使用inotify
或類似機制,瞭解變更檔案,以改善這個問題。在由上而下的無效化期間,系統會檢查頂層節點的傳遞閉包,並只保留傳遞閉包為空的節點。如果節點圖表很大,但下一個版本只需要其中的一小部分,這麼做會比較好:自下而上的無效化會使第一個版本的大型圖表失效,而自上而下的無效化只會檢查第二個版本的小型圖表。
Bazel 只會由下而上進行無效化。
為了進一步提升增量性,Bazel 會使用變更修剪:如果節點失效,但在重建時發現其新值與舊值相同,則因該節點變更而失效的節點會「復活」。
舉例來說,如果有人變更 C++ 檔案中的註解,則從該檔案產生的 .o
檔案會保持不變,因此不需要再次呼叫連結器。
遞增連結 / 編譯
這個模型的主要限制在於,節點的失效是全有或全無的情況:當依附元件變更時,依附元件節點一律會從頭重建,即使有更好的演算法可根據變更變異節點的舊值,也一樣。以下列舉幾個這項功能實用的情況:
- 增量連結
- 如果 JAR 檔案中的單一類別檔案發生變更,您可以直接修改 JAR 檔案,而不需要重新建構。
Bazel 不以原則性的方式支援這些項目的原因有兩個:
- 效能提升有限。
- 驗證變異結果是否與清理重建作業相同的難度,以及 Google 重視可重複執行的位元級建構作業。
在此之前,您可以透過分解耗時的建構步驟,並以這種方式達成部分重新評估,進而獲得足夠好的效能。舉例來說,在 Android 應用程式中,您可以將所有類別分割為多個群組,並分別將這些群組解析。這樣一來,如果群組中的類別沒有變更,就不需要重新執行解析作業。
對應至 Bazel 概念
以下是 Bazel 用來執行建構作業的關鍵 SkyFunction
和 SkyValue
實作項目的概略總結:
- FileStateValue。
lstat()
的結果。對於現有檔案,函式也會計算其他資訊,以便偵測檔案的變更。這是 Skyframe 圖表中最低層級的節點,且沒有任何依附元件。 - FileValue。任何需要檔案實際內容或解析路徑的項目都會使用。取決於對應的
FileStateValue
和任何需要解析的符號連結 (例如a/b
的FileValue
需要a
的解析路徑和a/b
的解析路徑)。FileValue
和FileStateValue
之間的區別很重要,因為在實際上不需要檔案內容的情況下,可以使用後者。舉例來說,在評估檔案系統 glob (例如srcs=glob(["*/*.java"])
) 時,檔案內容並不重要。 - DirectoryListingStateValue。
readdir()
的結果。就像FileStateValue
一樣,這是最低層級的節點,且沒有依附元件。 - DirectoryListingValue。用於任何關心目錄項目的項目。取決於對應的
DirectoryListingStateValue
,以及目錄的相關聯FileValue
。 - PackageValue。代表已剖析的 BUILD 檔案版本。取決於相關聯
BUILD
檔案的FileValue
,並且會以遞迴方式取決於用於解析套件中 glob 的任何DirectoryListingValue
(代表BUILD
檔案內容的內部資料結構)。 - ConfiguredTargetValue。代表已設定的目標,也就是在分析目標時產生的動作集合,以及提供給依附已設定目標的資訊的元組。取決於對應目標所在的
PackageValue
、直接依附元件的ConfiguredTargetValues
,以及代表建構設定的特殊節點。 - ArtifactValue。代表建構中的檔案,無論是來源或輸出構件。構件幾乎等同於檔案,可用於在實際執行建構步驟時參照檔案。來源檔案會依附相關聯節點的
FileValue
,而輸出構件會依附產生構件的任何動作的ActionExecutionValue
。 - ActionExecutionValue。代表執行動作。取決於輸入檔案的
ArtifactValues
。執行的動作包含在 SkyKey 中,這與 SkyKey 應小型化的概念相違。請注意,如果未執行執行階段,ActionExecutionValue
和ArtifactValue
就不會使用。
下圖為視覺輔助工具,顯示 Bazel 本身建構後,SkyFunction 實作項目之間的關係: