Terragrunt依赖输入参数废弃警告问题解析
2025-05-27 19:26:31作者:苗圣禹Peter
问题背景
在使用Terragrunt进行基础设施管理时,部分用户遇到了一个关于skip-dependencies-inputs选项的警告信息,即使他们并未在配置中显式使用该选项。这个警告信息出现在Terragrunt 0.73.0版本中,提示该选项已被弃用并将在未来版本中移除。
问题现象
当用户配置了简单的依赖关系时,例如在一个模块中声明了对另一个模块的依赖:
dependency "dep" {
config_path = find_in_parent_folders("dep")
}
即使没有使用任何依赖输入参数或skip-dependencies-inputs选项,系统仍然会输出以下警告信息:
WARN [../dep] The `skip-dependencies-inputs` option is deprecated and will be removed in a future version of Terragrunt. Reading inputs from dependencies has been deprecated. To continue using inputs from dependencies, forward them as outputs.
技术分析
这个问题源于Terragrunt对依赖输入参数处理的内部机制。在早期版本中,Terragrunt允许通过dependency.xxx.inputs语法访问依赖模块的输入参数,但这种设计存在两个主要问题:
-
性能影响:这种访问方式会导致Terragrunt需要递归解析整个依赖链,显著降低了执行效率。
-
设计不合理:从设计角度看,模块的输入参数应该是其内部实现细节,不应该直接暴露给其他模块使用。
解决方案
Terragrunt团队建议采用以下最佳实践:
-
使用输出参数替代输入参数:任何需要跨模块共享的数据都应该通过模块的输出参数暴露,而不是直接访问输入参数。
-
修改依赖引用方式:将原有的
dependency.xxx.inputs引用方式改为dependency.xxx.outputs。
例如,原有代码:
inputs = {
storage_account_name = dependency.assets.inputs.storage_account_name
}
应修改为:
inputs = {
storage_account_name = dependency.assets.outputs.storage_account_name
}
- 确保依赖模块暴露必要输出:在依赖模块中,需要显式定义输出参数来暴露那些需要被其他模块使用的值。
未来版本变化
在即将发布的Terragrunt版本中:
skip-dependencies-inputs选项将被完全移除- 通过
dependency.xxx.inputs访问依赖输入参数的功能将被禁用 - 文档将更新以反映这些变化,并删除所有关于依赖输入参数的示例
注意事项
- 当前版本中的警告信息是一个bug,会在后续版本中修复
- 即使没有显式使用依赖输入参数,也可能触发这个警告
- 建议用户提前修改配置以适应未来的变化
总结
这个问题反映了Terragrunt在改进其依赖管理机制过程中的一个过渡阶段。虽然当前的警告信息可能令人困惑,但理解其背后的设计意图有助于编写更健壮、更高效的Terragrunt配置。建议用户尽快按照新的最佳实践调整自己的配置,以确保在未来版本升级时的兼容性。
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-1.5暂无简介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
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
269
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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