Drake项目迁移至AWS EC2的macOS CI构建实践

背景

在持续集成(CI)实践中，Drake项目团队面临着现有macOS构建环境的一系列挑战。这些问题包括基础设施稳定性不足、维护成本高昂以及构建时间过长等。经过评估，团队决定探索将macOS CI构建迁移到AWS EC2平台的可行性。

技术选型与评估

AWS EC2提供了专用的macOS实例类型，特别是mac2.metal和mac2-m2pro.metal两种配置。初步测试显示：

• mac2.metal实例完成完整构建约需55分钟
• mac2-m2pro.metal实例仅需约30分钟
• 相比现有环境85分钟的构建时间，性能提升显著

值得注意的是，AWS的macOS实例采用专用主机模式，这带来了独特的生命周期管理特点：

1. 实例停止或终止时会触发"清理工作流"(scrubbing workflow)
2. 清理过程包括擦除内部SSD、重置NVRAM等操作
3. 此过程最多可能需要50分钟才能完成
4. 在此期间主机处于pending状态且不计费

架构设计与优化

基于AWS平台特性，团队重新设计了CI工作流架构：

镜像策略调整

1. 将原本四种镜像配置(Sonoma/Sequoia × 预配置/非预配置)简化为两种
2. 仅保留Sonoma和Sequoia的预配置镜像
3. 每月重建新镜像以确保Homebrew依赖的稳定性

构建任务重组

1. 取消非预配置的bazel测试任务
2. 将打包任务(packaging)改为使用预配置镜像
3. 保持一个Sonoma预配置实例长期运行以加速响应
4. 其他构建类型按需分配资源

特殊构建处理

对于macOS wheel构建这一特殊场景，团队考虑了多种解决方案：

1. 重构构建逻辑使其适应预配置环境
2. 临时切换实例类型进行构建
3. 使用GitHub Actions的免费资源构建
4. 最终选择方案1，通过bazel规则重构构建流程

实施与验证

迁移过程采用了分阶段验证策略：

1. 首先在AWS上创建测试任务，与现有环境并行运行

2. 初始测试包括四种Sequoia预配置构建类型

3. 解决了一系列技术挑战，包括：

   • 图形渲染问题(需配置自动登录)
   • Gurobi许可证配置(需正确设置系统位置和时间)
   • 存储性能优化

4. 验证通过后，逐步将PR构建任务迁移到新环境

存储配置优化

针对AWS存储特性，团队制定了优化方案：

1. 使用100GB EBS卷(当前使用约74GB)
2. 默认配置3000 IOPS和175 MB/s吞吐量
3. 相比推荐的10000 IOPS和4000 MB/s，实测性能已满足需求
4. 存储成本计算：
   • 镜像快照：$0.05/GB-月
   • 实例卷：$0.08/GB-月
   • 额外吞吐量：$2/月/实例

经验总结

本次迁移为Drake项目带来了显著改进：

1. 构建性能提升：最快构建时间从85分钟降至30分钟
2. 成本优化：与原有方案成本相当但稳定性更高
3. 维护简化：减少了特殊环境配置需求
4. 可扩展性：为未来macOS版本支持奠定基础

迁移过程中积累的关键经验包括：

1. 必须充分理解AWS macOS实例的生命周期特性
2. 图形测试需要特殊的自动登录配置
3. 商业软件许可证需要额外环境配置
4. 存储性能需要根据实际需求精细调优

这一实践为其他需要在云平台上运行macOS CI的项目提供了有价值的参考。