Xmake 中实现全局脚本只执行一次的技巧
2025-05-22 12:25:54作者:柏廷章Berta
背景介绍
在使用 Xmake 构建系统进行项目开发时,特别是涉及多目标测试的场景下,开发者经常会遇到需要在多个测试目标执行前进行一些预处理操作的情况。例如,准备测试数据、拷贝配置文件等。这些操作如果处理不当,可能会导致并发执行时的冲突问题。
问题分析
传统做法是为每个测试目标添加一个规则(rule),在每个目标执行前都执行相同的预处理脚本。这种方法虽然简单直接,但存在两个明显问题:
- 性能问题:每个目标都会重复执行相同的预处理操作,当目标数量较多时,会造成不必要的性能损耗。
- 并发冲突:在多线程并行执行测试时,多个目标同时操作相同的文件可能导致冲突,出现文件访问错误。
解决方案
Xmake 提供了全局变量 _g,可以用于在构建过程中存储全局状态。利用这一特性,我们可以实现脚本的"单例"执行模式:
rule("prepare_test_data")
before_run(function(target)
if not _g.test_data_prepared then
_g.test_data_prepared = true
-- 这里放置只需要执行一次的预处理代码
os.trycp("localization/loc_archon/*.conf", target:rundir(), {rootdir = "."})
os.trycp("localization/loc_archon/*.yaml", target:rundir(), {rootdir = "."})
-- 其他文件拷贝操作...
end
end)
实现原理
- 全局变量检查:通过检查
_g.test_data_prepared是否存在来判断是否是第一次执行 - 状态标记:第一次执行时设置
_g.test_data_prepared = true标记已执行 - 条件执行:后续执行会跳过预处理代码块
优势分析
- 性能提升:避免了重复的文件操作,显著减少构建时间
- 并发安全:确保预处理操作只执行一次,消除多线程冲突风险
- 代码简洁:不需要复杂的锁机制或文件存在检查
- 维护方便:预处理逻辑集中在一处,便于统一修改
实际应用建议
- 对于文件拷贝操作,建议使用
os.trycp而非os.cp,避免因文件已存在而报错 - 复杂预处理逻辑可以封装为独立函数,保持代码清晰
- 考虑添加日志输出,便于调试和验证执行情况
- 对于需要清理的场景,可以在
after_run或after_test中添加清理逻辑
总结
通过利用 Xmake 的全局变量特性,开发者可以优雅地解决多目标预处理时的重复执行问题。这种方法不仅提高了构建效率,还增强了构建过程的可靠性,特别适合大型项目中需要处理大量测试目标的场景。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0148- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0111
项目优选
收起
暂无描述
Dockerfile
731
4.73 K
Ascend Extension for PyTorch
Python
609
786
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++
1 K
1.01 K
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
433
392
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.15 K
148
暂无简介
Dart
983
250
Oohos_react_native
React Native鸿蒙化仓库
C++
347
401
昇腾LLM分布式训练框架
Python
166
197
🎉 (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
1.67 K
985