使用Bonanza构建bb-storage项目的完整指南
前言
Bonanza是一个正在开发中的构建系统,目前主要专注于支持构建bb-storage项目。本文将详细介绍如何使用Bonanza构建bb-storage,通过这个过程,读者可以深入理解Bonanza的工作原理和独特设计。
准备工作
获取修改版的bb-storage
首先需要获取一个经过修改的bb-storage版本,这个版本包含了支持Bonanza构建的必要改动:
git clone git@github.com:buildbarn/bb-storage.git
cd bb-storage
git checkout eschouten/bonanza
建议查看与主分支的差异,了解为支持Bonanza所做的修改类型。
配置.bazelrc文件
为了简化构建过程,我们需要在~/.bazelrc中添加Bonanza专用的配置。以下是对关键配置项的详细说明:
远程缓存和执行器配置
common:bonanza --remote_cache=unix:///path/to/bonanza_storage_frontend.sock
common:bonanza --remote_executor=unix:///path/to/bonanza_scheduler_clients.sock
这些配置指定了Bonanza的存储前端和调度器的Unix域套接字路径。与Bazel不同,Bonanza使用自己的存储和执行协议。
加密配置
common:bonanza --remote_encryption_key=U3YDUwfejfiRDeD4aqoR7A==
Bonanza支持使用AES加密CAS对象。这个密钥可以在客户端生成,并在构建时传递给集群。更改密钥将导致整个缓存失效。
构建器身份验证
common:bonanza --remote_executor_builder_pkix_public_key=MCowBQYDK2VuAyEAE+onXE9lGj+1ykKMdYJ7ORbbGvDg6mXwX9H90afmdDI=
Bonanza使用X25519密钥对来识别不同类型的worker。这个公钥对应于演示部署中使用的私钥。
客户端证书
common:bonanza --remote_executor_client_private_key=/path/to/bonanza_bazel.key.pem
common:bonanza --remote_executor_client_certificate_chain=/path/to/bonanza_bazel.cert.pem
构建请求需要附带受信任的X.509证书和对应的X25519私钥,用于加密构建请求。
模块覆盖
common:bonanza --override_module=bazel_tools=/path/to/bazel_tools
common:bonanza --override_module=builtins_bzl=/path/to/builtins_bzl
common:bonanza --override_module=builtins_core=/path/to/builtins_core
这些配置指定了需要上传的额外Starlark代码模块。
内置模块
common:bonanza --builtins_module=builtins_core
common:bonanza --builtins_module=builtins_bzl
这些配置使得DefaultInfo、filegroup()、platform()等基础功能以及cc_binary()等规则无需显式加载即可使用。
平台配置
common:bonanza --repo_platform=//platforms:repo
这个配置指定了用于运行仓库规则的平台。值得注意的是,bb-storage的platforms/BUILD.bazel中包含了一些Bonanza特有的平台属性:
exec_pkix_public_key:替代Bazel的exec_properties和remote_execution_properties属性,包含识别worker类型的X25519公钥repository_os_*:包含运行仓库规则所需的平台额外信息
安装bonanza_bazel
要启动构建,需要安装Bonanza的命令行工具:
install -m 555 \
$(bazel run --run_under echo //cmd/bonanza_bazel) \
/usr/local/bin/bonanza_bazel
启动演示集群
可以在本地系统上启动一个演示集群:
bazel run //deployments/demo
这个命令会启动多个进程,包括:
- bonanza_builder:负责构建分析和编排
- bonanza_scheduler:调度器
- bonanza_storage_frontend:存储前端
- 多个bonanza_storage_shard实例:存储分片
- bonanza_worker:工作节点
- bb_runner:实际执行构建动作的进程
执行构建
一切准备就绪后,可以在bb-storage代码目录中执行构建:
bonanza_bazel build --config=bonanza //cmd/bb_storage
技术要点解析
-
安全模型:Bonanza采用了基于X25519密钥对的身份验证机制,相比传统的属性键值对提供了更强的安全性。
-
加密存储:支持客户端控制的AES加密,确保CAS对象在传输和存储过程中的安全性。
-
模块化设计:将核心功能实现为Starlark模块,提高了系统的可扩展性和灵活性。
-
平台抽象:通过
repo_platform配置实现了构建环境与运行环境的解耦,支持跨平台构建。 -
进程架构:保持了与Buildbarn类似的worker架构,使用单独的runner进程执行构建动作。
通过这个构建过程,开发者可以深入了解Bonanza的设计理念和技术实现,为未来支持更广泛的Bazel项目构建奠定基础。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00