您的位置:

Bazel:Google的闭源构建系统

一、Bazel概览

Bazel是由Google开发的多语言、多平台的构建系统。它可以帮助开发者管理项目依赖、编译、测试和部署等各个环节。Bazel使用BUILD文件描述项目的构成和依赖,这可以使得开发者很容易创建和维护一个跨平台和可重复构建的项目。与Make、Ant、Maven和Gradle等工具相比,Bazel有更好的可扩展性和性能表现。

二、Bazel的特点

1、构建速度快

对于大型项目,Bazel的编译速度比其他构建工具更快。Bazel使用分布式缓存和增量编译技术让构建速度更快。

bazel build //path/to/package:target

2、高效的依赖管理

Bazel通过使用sha256哈希值来标识构建产物,从而可以有效的管理依赖关系。Bazel支持任意数量的构建目标,可以方便的管理项目中的所有依赖。

load("@bazel_tools//tools/build_defs/repo:http.bzl", "http_archive")

http_archive(
    name = "com_github_google_guava",
    sha256 = "e2f60d56f9cdb5cda26b2b8c6b1e4dba5881ef17f9f356775204f3bfaf59f5c9",
    urls = [
        "https://github.com/google/guava/archive/v28.1-jre.zip",
    ],
)

3、支持多种语言

Bazel支持多种编程语言,包括Java、C++、Python、JavaScipt、Golang和Objective-C等。因为Bazel使用BUILD文件描述规则,所以在不同编程语言之间切换很容易。

cc_library(
    name = "lib",
    srcs = glob(["*.cc"]),
    hdrs = glob(["*.h"]),
    visibility = ["//visibility:public"],
    deps = [
        "//path/to:common_lib",
    ],
)

三、Bazel生态

1、TensorFlow

Google的深度学习框架TensorFlow是使用Bazel进行构建的。TensorFlow项目当初引入Bazel的原因是为了解决Python和C++代码的依赖关系问题,并且对于机器学习模型的快速迭代有很好的支持。

bazel build //tensorflow:libtensorflow.so

2、Kubernetes

Google开源的容器编排系统Kubernetes也是采用Bazel进行构建的。因为Bazel可以很合理地解决Kubernetes项目中多个语言之间的依赖关系,从而使得这个项目很容易被不同平台所支持。

bazel build //cmd/kubectl //cmd/kubeadm //test/e2e

3、OpenCV

OpenCV是计算机视觉方面的开源库。最近,OpenCV 4.0更新后,也为Bazel提供了支持。虽然OpenCV目前还没有抛弃CMake作为主要构建工具,但是使用Bazel构建的OpenCV在性能和可移植性方面有很好的表现。

bazel build //:opencv

四、Bazel的未来

Bazel目前还在积极发展,并且正在逐渐取代其他的构建工具。Bazel的未来还将集中于成为一个更好的多语言构建和部署平台。此外,Bazel将继续专注于性能和可扩展性方面的提升。