云原生场景下如何实现编译加速？

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，最后选用了 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 不仅具备优秀的压缩性能，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

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

缓存的唯一标识

・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

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，与优秀的人在一起，自己也会优秀起来，赶紧点击加群，享受一起成长的快乐。

不同技术栈的最佳实践

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

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

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

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。第一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最佳实践

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

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

------

我们创建了一个高质量的技术交流群，与优秀的人在一起，自己也会优秀起来，赶紧点击加群，享受一起成长的快乐。另外，如果你最近想跳槽的话，年前我花了2周时间收集了一波大厂面经，节后准备跳槽的可以点击这里领取！

推荐阅读

• 动态可监控线程池，你还没用起来吗？
• Just：Spring Boot 应用的新命令行界面
• 我被微服务坑掉了CTO职位

··································

你好，我是程序猿DD，10年开发老司机、阿里云MVP、腾讯云TVP、出过书创过业、国企4年互联网6年。从普通开发到架构师、再到合伙人。一路过来，给我最深的感受就是一定要不断学习并关注前沿。只要你能坚持下来，多思考、少抱怨、勤动手，就很容易实现弯道超车！所以，不要问我现在干什么是否来得及。如果你看好一个事情，一定是坚持了才能看到希望，而不是看到希望才去坚持。相信我，只要坚持下来，你一定比现在更好！如果你还没什么方向，可以先关注我，这里会经常分享一些前沿资讯，帮你积累弯道超车的资本。

点击领取2022最新10000T学习资料