Mill编译器中关于增量编译问题的分析与解决
2025-07-01 12:25:13作者:凌朦慧Richard
在Scala生态系统中,Mill作为新一代构建工具,其增量编译机制与SBT有所不同。近期发现一个典型问题场景:当项目使用宏定义并配合typeCheckErrors进行编译时测试时,Mill编译器会抛出Failed to find name hashes异常,而同样的代码在SBT和Scala CLI中却能正常编译。
问题现象
在Mill 0.12.14版本中,当项目结构包含以下要素时会触发该问题:
- 使用Scala 3.7.1编译器
- 包含宏定义(通过
scala.quoted实现) - 测试代码中使用
scala.compiletime.testing.typeCheckErrors验证编译错误 - 采用非标准文件布局(混合SBT/Maven布局与Mill默认布局)
错误表现为编译器无法找到测试代码生成的特殊包对象($package类)的名称哈希值,导致增量编译过程中断。
技术背景
Mill的增量编译基于Zinc实现,但与SBT有以下关键差异:
- 文件布局:Mill默认采用扁平化目录结构(
src/下直接放scala文件),而SBT使用深层嵌套结构(src/main/scala/) - 类文件分析:Zinc在分析类文件依赖时需要维护名称哈希表,用于检测源代码变更
- 宏处理:当涉及编译时宏展开时,编译器会生成额外的合成类
根本原因
问题源于项目布局与构建配置的不匹配:
- 源代码采用SBT风格的
src/main/scala/目录结构 - 但build.sc中直接继承
ScalaModule而非SbtModule - 测试代码与主代码混用同一模块,未明确分离
这种配置冲突导致:
- Mill的增量编译器无法正确定位生成的合成类文件
- 名称哈希表构建过程出现断层
- 最终在分析阶段无法找到
$package类的哈希信息
解决方案
通过以下任一方式均可解决问题:
方案一:统一文件布局(推荐)
// build.sc
object internals extends ScalaModule {
def scalaVersion = "3.7.1"
// 将源文件移动到mill标准布局:src/internals/
}
方案二:显式声明SBT布局
// build.sc
object internals extends SbtModule {
def scalaVersion = "3.7.1"
object test extends SbtTests with TestModule.Utest
}
最佳实践建议
- 布局一致性:明确选择Mill标准布局或SBT布局并保持一致
- 模块分离:测试代码应放在独立的test模块中
- 宏代码隔离:将宏实现放在单独的子模块,减少对增量编译的影响
- 版本管理:保持Mill与Scala编译器版本的兼容性
深入理解
该问题揭示了构建工具的两个重要方面:
- 增量编译机制:依赖于精确的类文件分析和哈希跟踪
- 项目布局约定:不同构建工具对"标准"布局的理解差异可能导致微妙问题
对于跨构建工具的项目,建议在早期就明确布局规范,并在CI中增加多构建工具的验证环节,可以提前发现这类兼容性问题。
登录后查看全文
热门项目推荐
相关项目推荐
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
523
3.72 K
Ascend Extension for PyTorch
Python
328
387
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
876
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
335
161
暂无简介
Dart
762
187
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.33 K
745
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
136