yadcc是广泛投产于腾讯广告后台的C++分布式编译系统。
我们在调研学习了业界的ccache、sccache、distcc、icecc等开源的编译加速系统之后，根据我们实际的工业生产场景，设计了这样一套系统。
目前我们实际生产环境：
- 有~1700编译核心；
- 使用512并发编译（实际并发度取决于本地预处理能力，32逻辑核以上可达到512并发）；
- 每天编译产出（含命中分布式缓存）300,0000+个目标文件；
- 每天编译产出总计约3~5TB。
本着回馈社区的目的，我们现将这套分布式编译系统对外开源。
基本原理
与ccache、sccache、distcc、icecc等类似，可通过创建名为g++等的符号链接至yadcc的客户端，并将之加入PATH，来截获编译器调用。之后yadcc的客户端会将任务分发出去至编译机编译，降低本地负载。
也因此，通常而言，使用分布式编译可以加大本地并发度（因为单个任务很多时候是在休眠等待网络上的编译结果返回），实现更高的编译吞吐。例如8逻辑核的机器通常可以通过make -j100来加速编译。
需要注意的是，分布式编译通常只能提高吞吐，但是不能降低单个文件的编译耗时（暂不考虑命中缓存的情况）。对于无法并发编译的工程，除非命中缓存，否则分布式编译通常不能加快编译，反而可能有负面效果。
主要特点
我们首先分析了我们实际生产环境下的一些使用困难：
- 用户众多，如果没有中心节点统一调度并必要时阻塞新请求，则容易导致集群过载
- 需要某种方式可以便捷的下发、更新编译集群列表，降低运维成本
- 网络抖动、编译机由于各种原因离线等需要一定的容灾能力
- 多个用户（机器）在同一代码库工作，可能存在不必要的重复编译（如用户A提交了一个功能，用户B拉取代码编译）
- 新代码往往不能命中缓存，无条件查询分布式缓存会引入不必要的延迟
- 链接阶段会回落本地执行，如果不对并发度加以限制，大量本地链接容易导致过载或OOM死机
- 广告历来有更新编译器的传统，因此需要考虑新老过渡过程中多版本编译器共存
针对工业场景，我们主要作了如下一些优化：
- 我们加入了中心调度节点，所有请求均由调度节点统一分配，低负载时可允许客户端尽可能提交更多的任务，集群满载时可阻塞新请求避免过载。
- 中心的调度节点也避免了需要客户机感知编译集群的列表的需要，降低运维成本。
- 编译机向调度器定期心跳，这样我们不需要预先在调度器处配置编译机列表，降低运维成本。
- 我们使用本地守护进程和外界通信，这避免了每个客户端均反复进行TCP启动等操作，降低开销。
- 编译器wrapper会和本地守护进程通信，控制本地任务并发度避免本地过载。
- 分布式缓存避免不必要的重复编译。同时本地守护进程处会维护缓存的布隆过滤器，避免无意义的缓存查询引发不必要的网络延迟。
- 我们通过编译器哈希区分版本，这允许我们的集群中存在多个不同版本的编译器。（广告集群中同时存在GCC7/8/9/10）。
整体设计
我们的整体设计分为如下几部分：
- 调度器：具备全局视图，负责任务分发等；
- 编译缓存：全局共享，用于优化重复编译的场景；
- 守护进程：同时包含两种角色：
o 客户端本地守护进程，用于控制本地并发度、查询缓存、获取编译机、提交任务等；
o 编译机守护进程，用于接受网络上的任务，执行编译。
取决于实际部署，一台机器可能同时身兼两种职责，也可能只作为客户机或只作为编译机。
- 客户端wrapper：伪装成编译器，截获编译任务并通过yadcc分发出去进行分布式编译。
开源获取
Github地址：https://github.com/Tencent/yadcc
猜你喜欢: