作者：京东零售 王雷
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 |
|---|---|---|
| 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 | 缓存的唯一标识 |
|---|---|
| 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)
})
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 ${M2_HOME}/.m2 目录 (缓存目录)，甚至同一个应用下的多个分支之间都可以使用同一个缓存目录，就像本地构建一样。
| BASE执行 | |
|---|---|
| 无缓存 | 平均时间：5.26min |
| 有缓存 | 平均时间：41.462s |
| 提升效率 | 提升87.3% |
| 缓存命中率 | 接近100% |
2 NodeJs
在nodejs编译中，我们的缓存目录是当前用户空间，针对node_modules文件进行压缩打包，push到cfs；如果缓存命中，从cfs上pull并且解压到当前用户空间下，恢复缓存。
使用举例
| BASE执行 | |
|---|---|
| 无缓存 | 平均时间：58s |
| 有缓存 | 平均时间：29s |
| 提升效率 | 提升50% |
| 缓存命中率 | 接近100% |
3 Golang编译
Golang 缓存路径通过$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100% |
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 | |
|---|---|
| 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100% |
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
标签：原生,场景,压缩,编译,缓存,key,流水线,cfs From： https://www.cnblogs.com/Jcloud/p/17085548.html