Bazel自动执行组命名规则解析
2025-05-08 21:05:01作者:胡易黎Nicole
在Bazel构建系统中,执行组(exec groups)是一个强大的功能,它允许开发者对不同的构建动作指定不同的执行环境。Bazel提供了两种类型的执行组:自定义执行组和自动执行组。
执行组的基本概念
执行组的主要作用是让不同的构建动作可以在不同的环境下执行。例如,编译Java代码和编译C++代码可能需要不同的工具链和资源限制。通过执行组,我们可以为这些不同的构建动作指定不同的执行参数。
自定义执行组的命名
对于自定义执行组,开发者可以明确指定其名称。这个名称在后续引用时非常重要,特别是在设置执行属性(exec_properties)时。例如:
exec_properties = {
"custom_exec_group.property1": "42",
}
在这个例子中,"custom_exec_group"就是开发者定义的自定义执行组名称。
自动执行组的命名规则
自动执行组的命名规则则有所不同。根据Bazel的设计文档,自动执行组的名称是其关联工具链类型(toolchain type)的标签(label)的规范形式。具体来说,就是使用str(Label(...))方法返回的字符串形式。
例如,如果工具链类型的标签是"//tools/jdk:toolchain_type",那么对应的自动执行组名称就是"//tools/jdk:toolchain_type"。
最佳实践
在实际使用中,建议将工具链类型的标签存储在Starlark常量中,而不是直接硬编码这个值。这样做有两个好处:
- 提高代码的可读性和可维护性
- 避免因标签变更导致的错误
TOOLCHAIN_TYPE = "//tools/jdk:toolchain_type"
exec_properties = {
TOOLCHAIN_TYPE + ".property1": "42",
}
总结
理解Bazel执行组的命名规则对于正确配置构建环境至关重要。自定义执行组使用开发者定义的名称,而自动执行组则使用其关联工具链类型的标签作为名称。遵循这些规则可以确保执行属性被正确应用到相应的构建动作上。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
8
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++
654
282
暂无简介
Dart
643
149
Ascend Extension for PyTorch
Python
203
219
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
React Native鸿蒙化仓库
JavaScript
248
317
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
214
🎉 (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
1.13 K
631
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
9
1
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100