绑定完请刷新页面
取消
刷新

分享好友

×
取消 复制
云原生场景下如何实现编译加速?
2023-03-22 14:38:43

来源 | OSCHINA 社区

作者 | 京东云开发者-京东零售 王雷

原文链接:https://my.oschina.net/u/4090830/blog/7091588

背景

云原生下的流水线是通过启动容器来运行具体的功能步骤,每次运行流水线可能会被调度到不同的计算节点上。这会导致一个问题:容器运行完是不会保存数据的,每当流水线重新运行时,又会重新拉取代码、编译代码、下载依赖包等等。在云原生场景下,不存在本地宿主机编译代码、构建镜像时缓存的作用,大大延长了流水线运行时间,浪费很多不必要的时间、网络和计算成本。
在许多流水线场景中,同一条流水线的多次执行之间是有关联的。如果能够用到上一次的执行结果,则可以大幅缩短执行时间。为了提高用户使用流水线的体验,我们加入支持缓存的功能,挂接远程储存管理构建缓存,可以实现同一个项目的编译依赖复用,在同一条流水线的多次运行中,共享同一份缓存。

目标

通过实现云原生流水线的缓存技术,实现代码编译的缓存复用,平均加速流水线 3~5 倍;

实现方案

我们将需要进行缓存的文件,使用 zstd 的方式进行压缩,通过远程挂载 cfs,将构建的缓存持久化到 cfs 上的指定位置。当下一次构建开始的时候,判断缓存是否被命中,如果命中缓存,我们从 cfs 上的指定位置 pull 对应的缓存压缩包,解压到相应目录下。

所用工具 - cfs+zstd

非用户自定义镜像,将需要的工具打到引擎的基础镜像中,作为所有镜像的基础工具。
用户自定义镜像,不和用户镜像进行强绑定,如果需要使用缓存功能,可以使用 Restore 缓存原子和 Save 缓存原子,设置缓存 key 和缓存目录,实现缓存功能。

1 cfs 远程挂载

・将工具和启动脚本,配置文件打到基础镜像
・在开启缓存的位置,启动脚本,开始挂载 cfs
_, err = c.ScriptAction.Sh([]string{
"sh",
"-c",
"modprobe fuse;cd /export/servers/tools/cfs;sudo ./cfs-client-randomwrite -c fuse.json",
})

2 zstd 压缩

针对现有的几种压缩方式进行了性能对比,后选用了 zstd 进行压缩。
Zstd,全称 Zstandard,是 Facebook 于 2016 年开源的新无损压缩算法。Zstd 还可以以压缩速度为代价提供更强的压缩比,速度与压缩率的比重可通过增量进行配置。与 zlib、lz4、xz 等当前流行的压缩算法不同,Zstd 寻求一种压缩性能与压缩率通吃的方案,而实际上它也确实做到了。在由官方所列出的表格中,可以看到,Zstd 不仅具备的压缩性能,在压缩率上也有非常亮眼的表现。在过去的两年里,Linux 内核、HTTP 协议、以及一系列的大数据工具(包括 Hadoop 3.0.0,HBase 2.0.0,Spark 2.3.0,Kafka 2.1.0)等都已经加入了对 zstd 的支持。
常见的压缩算法性能对比:
压缩包大小对比:
依赖包的大小
465M
压缩效率



tar 压缩
423M
14s 左右
zstd 压缩
205M
1s 左右

缓存的实现

我们借鉴了 github cache action,zadig,gitlab 等缓存的处理方式,同时结合服务自身的特点
将整体分成三步
・检查是否命中缓存:根据缓存 key,判断缓存是否命中
缓存 key
缓存的标识


不同语言编译原子
根据下载代码的代码库地址自动获取 设置的缓存 key:home_auth/home-auth-center
用户自定义镜像
自定义缓存 key
・pull 缓存
当缓存命中后,根据缓存路径,找到挂载到 cfs 上的缓存压缩包,解压到指定的缓存目录下
・push 缓存:将依赖包进行压缩,放到 cfs 的挂载目录下
依赖包的大小
465M


tar 压缩
423M
zstd 压缩
205M

缓存的使用限制和回收策略

使用限制

目前存储缓存数没有限制,存储库中所有缓存的总大小限制是根据申请的 cfs 的大小限制:20G。

回收策略

我们会删除 7 天内未被访问的任何缓存。利用 etcd 的 watch 机制,实现缓存的回收。
etcd 可以 Watch 指定的键、前缀目录的更改,并对更改时间进行通知。BASE 引擎中,缓存的清除策略借助 etcd 来实现。
缓存过期策略:在编译加速的实现中,每个需要缓存的项目都有对应的缓存 key,通过 etcd 监控 key,并且设置过期时间,例如 7 天,如果在 7 天之内再次命中 key,则通过 lease 进行续约;7 天之内 key 都没有被使用,key 就会过期删除,通过监听对应的前缀,在过期删除的时候,调用删除缓存的方法。
storage.Watch("cache/",
func(id string) {
//do nothing
},
func(id string) {
CleanCache(id)
})

我们创建了一个高质量的技术交流群,与的人在一起,自己也会起来,赶紧点击加群,享受一起成长的快乐。

不同技术栈的佳实践

1 Java

以 Maven 构建工具为例,其默认配置文件位于 conf/settings.xml 文件中,默认指定环境变量 $M2_HOME 来设置缓存目录,这样同一条流水线多次执行可以复用 ${M2_HOME}/.m2 目录 (缓存目录),甚至同一个应用下的多个分支之间都可以使用同一个缓存目录,就像本地构建一样。

BASE 执行


无缓存
平均时间:5.26min
有缓存
平均时间:41.462s
提升效率
提升 87.3%
缓存命中率
接近

2 NodeJs

在 nodejs 编译中,我们的缓存目录是当前用户空间,针对 node_modules 文件进行压缩打包,push 到 cfs;如果缓存命中,从 cfs 上 pull 并且解压到当前用户空间下,恢复缓存。

使用举例


BASE 执行


无缓存
平均时间:58s
有缓存
平均时间:29s
提升效率
提升 50%
缓存命中率
接近

3 Golang 编译

Golang 缓存路径通过 $GOCACHE 环境变量控制,将 $GOCACHE 的内容压缩成 zstd 的包,上传到 cfs 的指定路径下。pull 缓存的时候,拉取到对应的 $GOCACHE。

BASE 执行


无缓存
平均时间:117s
有缓存
平均时间:18s
提升效率
提升 84.6%
缓存命中率
接近

4 GCC 编译

我们使用 ccache 进行缓存实现。ccache(“compilercache” 的缩写)是一个编译器缓存,该工具会高速缓存编译生成的信息,并在编译的特定部分使用高速缓存的信息。ccache 的缓存目录:CCACHE_DIR,我们将这个目录下的文件进行压缩,push 到 cfs,当第二次运行并且命中缓存,从 cfs 上 pull 并解压到 CCACHE_DIR 指定的目录下。

总结

在不同语言的编译原子内部,默认开启缓存的设置。次运行流水线的时候,会进行依赖的下载,第二次运行流水线,会命中缓存,无需进行依赖的下载,提高了流水线执行的效率。缓存默认保存 7 天。

自定义镜像进行缓存的佳实践

为了满足用户使用自定义镜像的方式触发流水线,我们增加了两个通用的缓存原子。
Restore 缓存:恢复缓存
Save 缓存:保存缓存
在编译之前,添加 Restore 缓存原子
在编译之后,添加 Save 缓存原子

使用举例

在 maven 编译原子中,默认开启了 maven 编译的缓存;同时还有 nodejs 的编译构建,所以我们增加了 restore 原子和 save 原子

BASE 执行


无缓存
平均时间:21min57s 其中 maven: 17min83s nodejs: 4min19s
有缓存
平均时间:4min20s 其中 maven: 1min10s nodejs: 2min36s
缓存效率提升
maven:93.7% nodejs:39.8%(nodejs 编译中有包含单元测试)
缓存命中率
接近

未来规划

・不同编译原子,向用户开放配置,如是否开启缓存,设置缓存 key
・实现不同语言编译原子增量 push 缓存功能

分享好友

分享这个小栈给你的朋友们,一起进步吧。

唠唠云原生
创建时间:2020-05-11 11:26:03
云原生是一种构建和运行应用程序的方法,是一套技术体系和方法论。云原生(CloudNative)是一个组合词,Cloud+Native。 Cloud表示应用程序位于云中,而不是传统的数据中心;Native表示应用程序从设计之初即考虑到云的环境,原生为云而设计,在云上以佳姿势运行,充分利用和发挥云平台的弹性+分布式优势。
展开
订阅须知

• 所有用户可根据关注领域订阅专区或所有专区

• 付费订阅:虚拟交易,一经交易不退款;若特殊情况,可3日内客服咨询

• 专区发布评论属默认订阅所评论专区(除付费小栈外)

技术专家

查看更多
  • 栈栈
    专家
戳我,来吐槽~