Saltar al contenido

Acelere Bazel en GitHub Actions

Última actualización

Para acelerar Bazel en GitHub Actions, mantenga las cachés de Bazel activas entre ejecuciones. Use bazel-contrib/setup-bazel para almacenar en caché Bazelisk, la caché de repositorios y una caché de disco, y pase a una caché remota cuando su repositorio sea grande. Bazel se basa en acciones en caché y reproducibles, pero una VM de CI nueva descarta todo eso a menos que lo guarde.

Esta guía muestra las opciones ordenadas por esfuerzo. Para una visión general, consulte cómo acelerar GitHub Actions.

Lo que cuesta una compilación de Bazel en frío

En una máquina limpia, Bazel tiene que hacer tres tareas costosas: descargarse a sí mismo (a través de Bazelisk), obtener repositorios externos (reglas, toolchains, código de terceros) y ejecutar cada acción. Cada una tiene su propia caché y debe guardarse por separado. Las dos primeras son sencillas. La tercera es donde están las mayores ganancias y las decisiones importantes.

setup-bazel se encarga de la parte común

bazel-contrib/setup-bazel es la acción mantenida por la comunidad. Su README documenta estas entradas, todas desactivadas por defecto:

  • bazelisk-cache: almacena en caché las descargas de Bazelisk, indexadas por .bazelversion.
  • repository-cache: almacena en caché la caché de repositorios de Bazel, indexada por los archivos MODULE.bazel y WORKSPACE o por los archivos que indique.
  • disk-cache: activa la caché de disco de Bazel, guardada en la caché de GitHub. Acepta true o una cadena para separar las cachés, por ejemplo una por flujo de trabajo.
  • external-cache: almacena en caché los repositorios de external/ de más de 10 MB.
  • bazelrc: líneas adicionales que se escriben en el bazelrc del usuario, como YAML multilínea.
  • cache-save: indica si se guarda al final. El README sugiere false para las pull requests.
- uses: actions/checkout@v7
- uses: bazel-contrib/setup-bazel@0.19.1
  with:
    bazelisk-cache: true
    disk-cache: ${{ github.workflow }}
    repository-cache: true
    cache-save: ${{ github.ref_name == 'main' }}
    bazelrc: |
      build --config=ci
- run: bazel test //...

La versión del ejemplo del README era 0.19.1 cuando lo revisamos en octubre de 2026; consulte su página de versiones para la etiqueta actual, ya que esta acción se versiona por etiqueta exacta y no por una versión mayor móvil.

Con la caché de disco activada, Bazel almacena los resultados de las acciones según el hash del contenido. Si las entradas de una acción no han cambiado desde la última caché guardada, Bazel copia el resultado en lugar de ejecutarla. La caché de GitHub tiene límites de tamaño; consulte límites de la caché de GitHub Actions. La caché de disco de un monorepo grande puede superar lo que resulta útil conservar allí, lo que lleva a la siguiente opción.

Una caché remota para repositorios grandes

Una caché remota es un servidor que almacena los resultados de las acciones para todos: CI, portátiles y PR. Bazel se comunica con ella por HTTP o gRPC:

# .bazelrc
build:ci --remote_cache=grpcs://cache.example.com
build:ci --remote_upload_local_results=false
build:ci --remote_timeout=60

La práctica habitual es permitir que solo los trabajos de CI de confianza en main suban resultados (--remote_upload_local_results=true) y que las PR solo lean. Así se evitan resultados corruptos o incompletos. Las opciones incluyen servidores autohospedados como bazel-remote, almacenamiento propio en buckets y servicios comerciales. Guarde las credenciales como secretos y páselas mediante --remote_header o helpers de credenciales. No recomendamos un proveedor concreto aquí; compare precio, región y velocidad de lectura desde sus máquinas de CI.

La ejecución remota va más allá: las acciones se ejecutan en un conjunto de workers. Compensa en compilaciones muy grandes y requiere infraestructura real. Empiece con la caché.

Opciones importantes en CI

build:ci --jobs=auto
build:ci --keep_going
build:ci --show_timestamps
build:ci --test_output=errors
build:ci --disk_cache=~/.cache/bazel-disk
  • --jobs define cuántas acciones se ejecutan al mismo tiempo. El valor predeterminado se basa en el número de CPU. Si sus acciones están limitadas por la CPU, auto es la opción adecuada. Si están limitadas por I/O o por la red (caché remota), un número mayor puede ayudar.
  • --keep_going completa todos los objetivos posibles e informa de todos los fallos en una sola ejecución, lo que ahorra ciclos de reejecución.
  • --test_output=errors mantiene los registros breves.
  • --local_resources limita la memoria; Bazel puede consumir mucha en un runner de 7 GB. Si el trabajo se interrumpe con el código de salida 137, se quedó sin memoria; consulte código de salida 137.

Ejecutar menos con la selección de objetivos

El grafo de dependencias de Bazel indica exactamente qué afecta un cambio. Herramientas como bazel-diff calculan los objetivos afectados entre dos commits, de modo que una PR ejecuta bazel test solo sobre lo que cambió. Esto suele superar cualquier ajuste de caché en monorepos grandes. Para otras herramientas de monorepo, consulte CI de monorepo con Nx o Turborepo.

Fragmentar las pruebas

Bazel fragmenta un único objetivo de prueba con shard_count en la regla BUILD, y ejecuta los objetivos de prueba en paralelo por defecto. Si un objetivo es el cuello de botella, aumente shard_count y asegúrese de que el framework de pruebas admita el protocolo de sharding de Bazel. Entre máquinas, divida la lista de objetivos en una matriz. Consulte fragmentación de pruebas en GitHub Actions.

Lo que aportan más núcleos de CPU

Bazel es uno de los que mejor aprovechan los núcleos adicionales porque ejecuta muchas acciones independientes a la vez. Con una caché caliente, la mayoría de las acciones se omiten, así que los núcleos importan en la parte que cambió. Una ejecución de CI en frío en un runner de 2 vCPU está limitada por la CPU. No tenemos una fila de Bazel en nuestros benchmarks, así que no citamos ninguna cifra. La prueba razonable es ejecutar el mismo bazel test //... con caché caliente en dos tamaños de máquina y comparar el coste por ejecución con la calculadora de costes.

compiler.dev ejecuta los trabajos en máquinas de 8 vCPU / 16 GB por defecto, con 2, 4, 16 y 32 vCPU también disponibles; el cambio es una línea, runs-on: [self-hosted, Linux, compiler-ci]. Consulte precios.

Preguntas frecuentes

¿Necesito Bazelisk en GitHub Actions?

setup-bazel instala Bazelisk, que lee .bazelversion y descarga la versión correcta de Bazel. Guárdelo en caché con bazelisk-cache: true.

¿Caché de disco o caché remota?

Empiece con la caché de disco almacenada mediante setup-bazel. Pase a una caché remota cuando el repositorio sea grande, la caché de GitHub se llene o quiera que los desarrolladores compartan resultados con CI.

¿Por qué nunca se usa la caché de Bazel en CI?

Normalmente porque las entradas difieren entre ejecuciones: rutas absolutas, marcas de tiempo, variables de entorno o toolchains no herméticos. Compruebe con --explain y --verbose_explanations.

¿Deben las pull requests escribir en la caché?

El README de setup-bazel sugiere cache-save: false para las PR. Deje que main escriba y que las PR solo lean.

Ejecute esta build de monorepo en compiler.dev Sin tarjeta · 200 minutos gratuitos

Pruébelo gratis