OSHI项目在FlyCI与GitHub Actions缓存机制差异分析
2025-06-10 22:20:21作者:薛曦旖Francesca
背景介绍
OSHI作为一个跨平台、跨架构的系统信息监控库,需要在多种操作系统和硬件架构上进行全面测试。近期项目在集成FlyCI的M1架构Runner时,发现了一个与Maven依赖缓存相关的性能问题。本文将深入分析该问题的技术本质及解决方案。
问题现象
在持续集成过程中,FlyCI Runner表现出以下异常特征:
- 测试执行前阶段比GitHub原生Runner多耗时约1分钟
- Maven依赖需要重复从中央仓库下载
- 尽管缓存恢复步骤显示成功,但实际构建时无法命中本地仓库
通过对比日志发现,GitHub Runner能正确复用缓存依赖:
[INFO] Using cached依赖:-javaagent:/Users/runner/.m2/repository/org/jacoco/org.jacoco.agent/0.8.11/org.jacoco.agent-0.8.11-runtime.jar
而FlyCI Runner则显示完整下载过程:
[INFO] Downloading from central: https://repo.maven.apache.org/maven2/org/jacoco/org.jacoco.agent/0.8.11/org.jacoco.agent-0.8.11.pom
...
[INFO] Downloaded from central: https://repo.maven.apache.org/maven2/org/jacoco/org.jacoco.agent/0.8.11/org.jacoco.agent-0.8.11-runtime.jar
技术分析
缓存机制原理
GitHub Actions的缓存系统基于以下关键设计:
- 采用相对路径存储(
../../../.m2/repository/) - 默认假设缓存文件位于用户主目录(
~/.m2) - 使用tar压缩包格式进行归档
根因定位
FlyCI Runner与GitHub Runner存在目录结构差异:
- GitHub Runner路径:
/Users/runner/work/_temp/ - FlyCI Runner路径:
/opt/actions-runner/_work/_temp/
当缓存恢复时,相对路径../../../.m2在不同基础路径下会解析到不同位置:
- GitHub Runner正确还原到:
/Users/runner/.m2 - FlyCI Runner错误还原到:
/opt/actions-runner/.m2
而Maven默认查找的是用户主目录下的.m2仓库,导致缓存失效。
解决方案验证
通过启用Maven调试模式(-X参数)确认:
- FlyCI Runner确实将缓存恢复到非标准路径
- Maven仍按标准路径查找依赖
- 手动指定缓存路径可临时解决问题
最佳实践建议
对于需要在多平台Runner间共享缓存的项目:
-
路径标准化
- 确保所有Runner使用相同的用户主目录结构
- 或显式配置Maven本地仓库路径
-
缓存策略优化
- 对不同Runner类型使用差异化缓存key
- 考虑使用setup-java等专业action管理缓存
-
监控机制
- 添加缓存命中率检查步骤
- 记录依赖下载耗时指标
后续进展
FlyCI团队在收到反馈后24小时内发布了新版本镜像,主要改进包括:
- 标准化Runner安装路径到用户主目录
- 确保与GitHub原生Runner的路径兼容性
- 验证显示构建时间从原来的1分钟+降至40秒
经验总结
- 跨平台CI/CD需特别注意文件系统路径差异
- 缓存机制对构建性能影响显著(本例提升达50%)
- 开源协作能快速推动技术问题解决
该案例展示了基础设施兼容性问题对构建效率的重要影响,也为其他需要多平台支持的开源项目提供了宝贵参考。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
454
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++
893
677
暂无简介
Dart
802
199
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
350
205
昇腾LLM分布式训练框架
Python
118
147
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
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (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
1.37 K
781