bazel远程构建(Remote Execution) -- Buildfarm介绍和部署测试

2023-10-24 07:44

本文主要是介绍bazel远程构建(Remote Execution) -- Buildfarm介绍和部署测试,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

Buildfarm是什么?

Buildfarm是一个基于 Python 的分布式编译系统,支持多种语言,包括 C、C++、Java、Python、Ruby 等。BuildFarm 的设计比较灵活,可以根据实际需求进行定制和扩展。它使用一个中心控制节点来管理多个编译服务器,中心控制节点会将编译任务分发给空闲的服务器。BuildFarm 还提供了 Web 界面来方便用户管理编译任务。

目标

通过buildfarm实现bazel远程缓存和远程执行。

要求

buildfarm需要一个backplane 来存储集群成员之间共享的信息。可以使用 redis 服务器来满足此要求。下载/安装 redis-server 实例并在本地主机上运行它。默认的 redis 端口 6379 将由默认的构建场配置使用。redis安装方式参考bazel远程构建(Remote Execution) --- linux安装Redis-CSDN博客。需提前安装和运行redis,否则buildfarm运行时会报找不到可用的redis。

bazel示例工程

从当个文件编译为可执行文件方式,搭建bazel构建工程

创建新目录作为工作区,并添加以下文件:

文件main.cc及内容

#include <iostream>int main( int argc, char *argv[] )
{std::cout << "Hello, World!" << std::endl;
}

文件BUILD及内容

cc_binary(name = "main",srcs = ["main.cc"],
)

一个空的WORKSPACE文件,标识当前目录为bazel工作区

构建bazel的HelloWorld示例,运行如下命令:

bazel run :main

运行构建产物可执行二进制观察输出是否为预期的Hello, World

./bazel-bin/main

上述正常确保机器已正确安装bazel和C++编译器, 这个也是后续测试远程缓存和远程执行的一个工作目标。

Buildfarm下载部署

创建一个目录,然后在下面clone Bazel Buildfarm项目:

mkdir buildfarm
cd buildfarm
git clone https://github.com/bazelbuild/bazel-buildfarm.git
cd bazel-buildfarm

这时候进入了对应的bazel buildfarm目录。 需修改buildfarm项目的.bazelversion文件,将其默认版本号改为当前机器安装的bazel版本号(运行bazel --version即可查看,但需退出buildfarm项目目录再执行查看)。

远程缓存

Buildfarm 群集可以严格用作 ActionCache (AC) 和 ContentAddressableStorage (CAS),以提高构建性能。如下是运行 bazel 客户端的示例

切换到目录bazel-buildfarm,然后执行如下命令:

bazel run src/main/java/build/buildfarm:buildfarm-server $PWD/examples/config.minimal.yml

若是正常,则将在服务器运行时等待,指示它已准备好接收请求。

服务器本身不存储操作结果的内容。它充当提供存储的任意数量的工作线程的端点,因此我们还必须启动单个工作线程。

重新打开一个交互界面,然后执行如下命令:

bazel run src/main/java/build/buildfarm:buildfarm-shard-worker -- --prometheus_port=9091 $PWD/examples/config.minimal.yml

-- option是 bazel 约定,将所有后续参数视为正在运行的应用程序的参数,例如上述的----prometheus_port,而不是使用run。该选项--prometheus_port=9091允许该工作线程与我们的服务器一起运行,该服务器将启动并记录它已在端口9090上启动服务。您还可以为服务器或辅助角色关闭此选项--prometheus_option=0。这也将在工作线程运行时等待,指示它将可用于存储缓存内容。

重新打开一个交互界面,切换到bazel示例工作区目录

bazel clean
bazel run :main --remote_cache=grpc://localhost:8980

执行clean操作是为了清除历史执行的本地工作区缓存,由于我们正在验证重新执行和缓存,因此这可确保我们将执行步骤中的任何操作并与远程缓存进行交互。我们应该尝试检索缓存的结果,然后当我们没有命中时,因为是首次启动了这个内存驻留服务器。 bazel 将上传执行结果供以后使用。如果一切正常,此 bazel 运行的输出不会有任何变化,因为 bazel 不会在每次上传结果时提供输出。

为了证明远端缓存已存储了构建结果,我们需要再次执行以下操作:

bazel clean
bazel run :main --remote_cache=grpc://localhost:8980

现在,这应该在行上打印统计信息,指示您已从缓存中检索操作的结果:

bazel clean
bazel run :main --remote_cache=grpc://localhost:8980

现在,这应该在行上打印统计信息,指示您已从缓存中检索操作的结果:

INFO: 2 processes: 2 remote cache hit.

或者可以换个执行机器,将localhost替换部署远端缓存的上述机器IP即可

远程执行(和缓存)

下面示例中,在本机上只搭建一个worker,使用最少量的配置,保证其在工作区上调用bazel能单次执行一个进程即可

首先,要清除先前缓存操作的结果,请刷新本地 redis 数据库:

redis-cli flushdb

接下来,重新启动 buildfarm 服务器,并删除 worker 的 cas 存储,以确保能执行远程构建(这也可通过在客户端强制指定参数--noremote_accept_cached达到同样效果)。buildfarm server窗口和目录执行如下操作:

  • 中断buildfarm-server运行(即按键 Ctrl+C)
  • 重新启动buildfarm-server
  • bazel run src/main/java/build/buildfarm:buildfarm-server $PWD/examples/config.minimal.yml

您可以从远程缓存步骤让工作线程运行,它不需要重新启动

在其它窗口,客户端工作区中执行如下命令:

bazel clean
bazel run :main --remote_executor=grpc://localhost:8980

运行后窗口打印应该包含如下信息

INFO: 2 processes: 2 remote.

其中的“2 remote”表明您的编译和链接是远程运行的。恭喜,您刚刚通过远程执行构建了一些东西!

容器快速启动

上述方式启动buildfarm较为复杂,需要手动启动redis、buildfarm-server、buildfarm-worker三个服务。可通过如下命令最小化快速启动buildfarm集群:

./examples/bf-run start

备注:examples/bf-run是个shell文件,查看其内容发现,其是封装了buildfarm-redis、buildfarm-server、buildfarm-worker三个docker container的部署、启动和停止等操作。

上述命令将在最新版本上启动所有必要的容器。容器启动后,可以使用如下命令进行构建。

bazel clean
bazel run :main --remote_executor=grpc://localhost:8980

 备注:按容器方式启动后,执行bazel构建报错,提示没有可用的workers, 具体原因不明,后续空闲再定位其原因。

要停止容器,请运行如下命令:

./examples/bf-run stop

下一步工作

我们已经在单台机器上启动了worker 、server和构建bazel,但这些服务可以分布在不同的机器上,以实现“远程”。一般采用大量的workers和少量的servers (在实践中使用了 10:1 和 100:1 的比率),充分整合workers上的大型存储和强大的多核 CPU/GPU能力,使其更高效且专业的为bazel构建执行服务(或其他服务的客户端),并且有专门servers具有大量的网络连接来汇集内容流量。一个全套的buildfarm 部署可以为数百或数千名开发人员或 CI 构建提供服务,使他们能够从 AC/CAS 中彼此的共享其它人构建结构,以及在大量的workers执行并交付构建结果。

Buildfarm 管理器

现在,您可以使用开源的 Buildfarm Manager 在本地或在 AWS 中轻松启动新的 Buildfarm 集群。

wget https://github.com/80degreeswest/bfmgr/releases/download/1.0.7/bfmgr-1.0.7.jar
java -jar bfmgr-1.0.7.jar

打开http://localhost,观察。

参考文件:

Home | Buildfarm (bazelbuild.github.io)

这篇关于bazel远程构建(Remote Execution) -- Buildfarm介绍和部署测试的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/273734

相关文章

揭秘未来艺术:AI绘画工具全面介绍

📑前言 随着科技的飞速发展,人工智能(AI)已经逐渐渗透到我们生活的方方面面。在艺术创作领域,AI技术同样展现出了其独特的魅力。今天,我们就来一起探索这个神秘而引人入胜的领域,深入了解AI绘画工具的奥秘及其为艺术创作带来的革命性变革。 一、AI绘画工具的崛起 1.1 颠覆传统绘画模式 在过去,绘画是艺术家们通过手中的画笔,蘸取颜料,在画布上自由挥洒的创造性过程。然而,随着AI绘画工

Spring Cloud:构建分布式系统的利器

引言 在当今的云计算和微服务架构时代,构建高效、可靠的分布式系统成为软件开发的重要任务。Spring Cloud 提供了一套完整的解决方案,帮助开发者快速构建分布式系统中的一些常见模式(例如配置管理、服务发现、断路器等)。本文将探讨 Spring Cloud 的定义、核心组件、应用场景以及未来的发展趋势。 什么是 Spring Cloud Spring Cloud 是一个基于 Spring

UnrealScriptIDE调试环境部署

先安装vs2010   再安装VSIsoShell.exe, 下载地址 https://pan.baidu.com/s/10kPNUuDGTbWXbz7Nos-1WA       fd3t   最后安装unside,下载地址 https://archive.codeplex.com/?p=uside  安装中间有一步选择Binary文件夹要选对路径。   安装好以后,启动 UDKDe

20.Spring5注解介绍

1.配置组件 Configure Components 注解名称说明@Configuration把一个类作为一个loC容 器 ,它的某个方法头上如果注册7@Bean , 就会作为这个Spring容器中的Bean@ComponentScan在配置类上添加@ComponentScan注解。该注解默认会扫描该类所在的包下所有的配置类,相当于之前的 <context:component-scan>@Sc

通过SSH隧道实现通过远程服务器上外网

搭建隧道 autossh -M 0 -f -D 1080 -C -N user1@remotehost##验证隧道是否生效,查看1080端口是否启动netstat -tuln | grep 1080## 测试ssh 隧道是否生效curl -x socks5h://127.0.0.1:1080 -I http://www.github.com 将autossh 设置为服务,隧道开机启动

IDEA配置Tomcat远程调试

因为不想把本地的Tomcat配置改乱或者多人开发项目想测试,本文主要是记录一下,IDEA使用Tomcat远程调试的配置过程,免得一段时间不去配置到时候忘记(毕竟这次是因为忘了,所以才打算记录的…) 首先在catalina.sh添加以下内容 JAVA_OPTS="-Dcom.sun.management.jmxremote=-Dcom.sun.management.jmxremote.port

Python应用开发——30天学习Streamlit Python包进行APP的构建(9)

st.area_chart 显示区域图。 这是围绕 st.altair_chart 的语法糖。主要区别在于该命令使用数据自身的列和指数来计算图表的 Altair 规格。因此,在许多 "只需绘制此图 "的情况下,该命令更易于使用,但可定制性较差。 如果 st.area_chart 无法正确猜测数据规格,请尝试使用 st.altair_chart 指定所需的图表。 Function signa

将一维机械振动信号构造为训练集和测试集(Python)

从如下链接中下载轴承数据集。 https://www.sciencedirect.com/science/article/pii/S2352340918314124 import numpy as npimport scipy.io as sioimport matplotlib.pyplot as pltimport statistics as statsimport pandas

青龙面板部署通用教程,含服务器、路由器、X86等部署方法

1. 拉取镜像/更新镜像 docker pull whyour/qinglong:latest 2. 删除镜像 docker rmi whyour/qinglong:latest 3. 启动容器 普通服务器 docker run -dit \-v $PWD/ql/config:/ql/config \-v $PWD/ql/log:/ql/log \-v $PWD/ql/db:

宝塔面板部署青龙面板教程【简单易上手】

首先,你得有一台部署了宝塔面板的服务器(自己用本地电脑也可以)。 宝塔面板部署自行百度一下,很简单,这里就不走流程了,官网版本就可以,无需开心版。 首先,打开宝塔面板的软件商店,找到下图这个软件(Docker管理器)安装,青龙面板还是安装在docker里,这里依赖宝塔面板安装和管理docker。 安装完成后,进入SSH终端管理,输入代码安装青龙面板。ssh可以直接宝塔里操作,也可以安装ssh连接