Stack项目CI构建性能优化:解决Linux环境下链接速度慢的问题
2025-06-16 07:58:25作者:昌雅子Ethen
背景介绍
在Stack项目的持续集成(CI)流程中,开发团队发现了一个显著的性能差异问题:在GitHub Actions的不同运行环境中,ubuntu-latest运行器的执行时间(120分钟)比macos-13运行器(42分钟)和windows-latest运行器(39分钟)要长3倍左右。这种性能差异严重影响了开发效率,特别是在Linux环境下的构建和测试过程。
问题分析
通过详细的日志分析和性能对比,团队发现性能瓶颈主要集中在链接(link)阶段。具体表现为:
- 在集成测试4783中,链接操作在macOS上仅需4秒,而在Linux容器中却需要4分钟
- 四个关键链接点的性能差异尤为明显:
- Stack的Setup shim
- ghc-paths包的setup
- doctest工具
- foo测试套件
进一步调查发现,不同平台使用了不同的链接器:
- Linux容器默认使用GNU ld(ld.bfd)
- macOS使用Apple的专用链接器
- Windows使用LLVM的lld链接器
技术解决方案
针对Linux环境下链接速度慢的问题,团队采取了以下优化措施:
- 链接器替换:在Linux环境中安装并配置LLVM的lld链接器替代默认的GNU ld
- 构建流程调整:修改stack-integration-test可执行文件,使其在Linux环境下明确使用lld链接器
- CI流程优化:调整release.hs check脚本,让stack-integration-test在目标Stack环境下运行,但不再使用Alpine Linux Docker容器
优化效果
优化措施实施后,性能提升效果显著:
- 整体CI时间:从120分钟降至26分钟,减少了78%
- 集成测试时间:从6269秒降至683秒,性能提升近9倍
- 其他平台:macOS和Windows环境的性能保持稳定,没有明显变化
技术原理深入
为什么链接器选择对性能有如此大的影响?这主要涉及不同链接器的设计理念和实现方式:
- GNU ld(ld.bfd):传统的GNU链接器,稳定性高但速度较慢
- lld:LLVM项目开发的链接器,专为速度优化,特别适合大型项目
- Apple ld:macOS专用链接器,针对Apple平台进行了深度优化
在Haskell项目中,链接阶段通常需要处理大量符号和依赖关系,高效的链接器可以显著减少构建时间。特别是在CI环境中,频繁的构建和测试使得链接性能的影响被放大。
最佳实践建议
基于这次优化经验,可以总结出以下Haskell项目CI优化的建议:
- 链接器选择:在Linux环境下优先考虑使用lld或gold链接器
- 环境一致性:确保CI环境与开发环境使用相同的工具链配置
- 性能监控:建立CI性能基准,及时发现并解决性能退化问题
- 工具链定制:根据项目特点定制构建环境,移除不必要的组件
总结
Stack项目通过分析CI性能瓶颈,识别出链接器选择对构建时间的关键影响,并成功通过切换到更高效的lld链接器解决了问题。这一优化不仅大幅提升了Linux环境下的构建速度,也为其他Haskell项目提供了宝贵的性能优化经验。在持续集成环境中,工具链的合理配置往往能带来意想不到的性能提升,值得开发者关注和投入。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C091
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
473
3.52 K
React Native鸿蒙化仓库
JavaScript
286
338
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
224
91
Ascend Extension for PyTorch
Python
283
316
暂无简介
Dart
722
174
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
10
1
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++
849
438
🎉 (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
1.27 K
699
🔥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
65
19