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 01:15:07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
PaddleOCR-VL
PaddleOCR-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- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00HunyuanWorld-Mirror
混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03Spark-Scilit-X1-13B
FLYTEK Spark Scilit-X1-13B is based on the latest generation of iFLYTEK Foundation Model, and has been trained on multiple core tasks derived from scientific literature. As a large language model tailored for academic research scenarios, it has shown excellent performance in Paper Assisted Reading, Academic Translation, English Polishing, and Review Generation, aiming to provide efficient and accurate intelligent assistance for researchers, faculty members, and students.Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile013
Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
23
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
236
2.35 K

仓颉编译器源码及 cjdb 调试工具。
C++
114
81

暂无简介
Dart
538
117

React Native鸿蒙化仓库
JavaScript
216
291

Ascend Extension for PyTorch
Python
77
106

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

🎉 (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
994
588

仓颉编程语言测试用例。
Cangjie
34
65

本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
131
655