Xmake构建系统中的规则API与依赖顺序改进
2025-05-21 11:52:08作者:庞队千Virginia
Xmake项目近期针对构建系统中的规则API和依赖顺序管理进行了重大改进,这些改进显著提升了构建系统的灵活性和可控性。本文将详细介绍这些技术改进的核心内容。
统一DAG实现
Xmake现在采用了统一的DAG(有向无环图)实现来管理构建任务。如果没有显式指定任务顺序,系统会自动根据内部构建规则添加默认的依赖顺序。开发者可以通过jobgraph接口精确控制构建流程:
rule("foo")
on_build_file(function (target, jobgraph, sourcefile, opt)
jobgraph:add(target:name().."/"..sourcefile, function(index, total, opt)
-- 构建逻辑
end)
end, {jobgraph = true})
细粒度的源码文件依赖控制
新版本支持对单个源文件级别的依赖顺序进行精确控制:
rule("foo")
on_build_files(function (target, jobgraph, sourcebatch, opt)
for _, sourcefile in sourcebatch.sourcefiles do
local job_name = target:name().."/"..sourcefile
jobgraph:add(job_name, function(index, total, opt)
-- 构建逻辑
end)
-- 添加任务顺序依赖
jobgraph:add_orders(job_name, other_target:name().."/buildfiles")
end
end, {jobgraph = true})
实时构建任务管理
Xmake现在支持在构建过程中动态添加或移除构建任务:
rule("foo")
on_build_file(function (target, jobgraph, sourcefile, opt)
local job_name = target:name().."/"..sourcefile
jobgraph:add(job_name, function(index, total, opt)
-- 动态添加新任务
jobgraph:add("zoo/build", function (index, total, opt)
end)
-- 移除已有任务
jobgraph:remove("bar/buildfiles")
end)
end, {jobgraph = true})
构建准备阶段
新增的prepare阶段允许在正式构建前执行预处理工作,如C++模块文件扫描等:
rule("scan_module_files")
on_prepare(function (target, opt)
-- 扫描模块文件
end)
或者使用jobgraph接口:
rule("scan_module_files")
on_prepare(function (target, jobgraph, opt)
jobgraph:add(target:name().."/scanfiles", function (index, total, opt)
-- 扫描模块文件
end)
end, {jobgraph = true})
规则顺序控制
开发者现在可以显式控制规则的执行顺序:
rule("foo")
add_orders("rule1", "rule2", "rule3")
add_orders("foo", "rule5")
这将产生以下执行顺序:
rule1 → rule2 → rule3
foo → rule5
任务分组支持
新版本引入了任务分组机制,可以更好地组织相关任务:
rule("foo")
on_build_files(function (target, jobgraph, sourcebatch, opt)
local group_name = target:name().."/buildfiles"
for _, sourcefile in sourcebatch.sourcefiles do
local job_name = target:name().."/"..sourcefile
jobgraph:add(job_name, function(index, total, opt)
-- 构建逻辑
end, {groups = group_name})
end
-- 添加任务顺序依赖
jobgraph:add_orders(other_target:name().."/buildfiles", group_name)
end, {jobgraph = true})
兼容性考虑
为了确保平稳过渡,Xmake提供了回退机制。开发者可以通过设置策略来使用旧的jobbatch模式:
set_policy("build.jobgraph", false)
实际应用案例
这些改进特别有利于复杂构建场景,如C++模块与预编译头文件的处理。现在可以确保模块依赖扫描在构建前完成,并正确处理各种规则间的依赖关系。
[ 1%]: compiling.release src/test.h
[ 1%]: <hello> generating.module.deps src/main.cpp
[ 2%]: <hello> generating.module.deps src/hello.mpp
[ 3%]: <hello> generating.module.deps /usr/local/Cellar/llvm/19.1.2/bin/../lib/c++/../../share/libc++/v1/std.cppm
[ 25%]: <hello> compiling.module.release hello
[ 43%]: compiling.release src/main.cpp
[ 60%]: linking.release hello
这些改进使Xmake在复杂项目构建管理方面更加强大和灵活,为开发者提供了更精细的控制能力。
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