Depset adalah struktur data khusus untuk mengumpulkan data secara efisien di seluruh dependensi transitif target. Elemen ini merupakan elemen penting dalam pemrosesan aturan.
Fitur penentu depset adalah operasi union yang hemat waktu dan ruang. Konstruktor depset menerima daftar elemen ("langsung") dan daftar depset lainnya ("transitif"), dan menampilkan depset yang mewakili set yang berisi semua elemen langsung dan gabungan semua set transitif. Secara konseptual, konstruktor membuat node grafik baru yang memiliki node langsung dan transitif sebagai penerusnya. Depset memiliki semantik pengurutan yang ditentukan dengan baik, berdasarkan perjalanan grafik ini.
Contoh penggunaan depset meliputi:
Menyimpan jalur semua file objek untuk library program, yang kemudian dapat diteruskan ke tindakan penaut melalui penyedia.
Untuk bahasa yang ditafsirkan, menyimpan file sumber transitif yang disertakan dalam runfile file yang dapat dieksekusi.
Deskripsi dan operasi
Secara konseptual, depset adalah directed acyclic graph (DAG) yang biasanya terlihat serupa dengan grafik target. Hierarki ini dibuat dari daun hingga root. Setiap target dalam rantai dependensi dapat menambahkan kontennya sendiri di atas target sebelumnya tanpa harus membaca atau menyalinnya.
Setiap node dalam DAG menyimpan daftar elemen langsung dan daftar node turunan. Konten depset adalah elemen transitif, seperti elemen langsung dari semua node. Depset baru dapat dibuat menggunakan konstruktor depset: konstruktor ini menerima daftar elemen langsung dan daftar node turunan lainnya.
s = depset(["a", "b", "c"])
t = depset(["d", "e"], transitive = [s])
print(s) # depset(["a", "b", "c"])
print(t) # depset(["d", "e", "a", "b", "c"])
Untuk mengambil konten depset, gunakan metode to_list(). Fungsi ini menampilkan daftar semua elemen transitif, tidak termasuk duplikat. Tidak ada cara untuk langsung memeriksa struktur DAG yang tepat, meskipun struktur ini memengaruhi urutan elemen yang ditampilkan.
s = depset(["a", "b", "c"])
print("c" in s.to_list()) # True
print(s.to_list() == ["a", "b", "c"]) # True
Item yang diizinkan dalam depset dibatasi, sama seperti kunci yang diizinkan dalam kamus dibatasi. Secara khusus, konten depset mungkin tidak dapat diubah.
Depset menggunakan persamaan referensi: depset sama dengan dirinya sendiri, tetapi tidak sama dengan depset lainnya, meskipun memiliki konten dan struktur internal yang sama.
s = depset(["a", "b", "c"])
t = s
print(s == t) # True
t = depset(["a", "b", "c"])
print(s == t) # False
d = {}
d[s] = None
d[t] = None
print(len(d)) # 2
Untuk membandingkan depset berdasarkan kontennya, konversikan depset tersebut ke daftar yang diurutkan.
s = depset(["a", "b", "c"])
t = depset(["c", "b", "a"])
print(sorted(s.to_list()) == sorted(t.to_list())) # True
Tidak ada kemampuan untuk menghapus elemen dari depset. Jika diperlukan, Anda harus membaca seluruh konten depset, memfilter elemen yang ingin dihapus, dan merekonstruksi depset baru. Hal ini tidak terlalu efisien.
s = depset(["a", "b", "c"])
t = depset(["b", "c"])
# Compute set difference s - t. Precompute t.to_list() so it's not done
# in a loop, and convert it to a dictionary for fast membership tests.
t_items = {e: None for e in t.to_list()}
diff_items = [x for x in s.to_list() if x not in t_items]
# Convert back to depset if it's still going to be used for union operations.
s = depset(diff_items)
print(s) # depset(["a"])
Pesan
Operasi to_list melakukan traversal di atas DAG. Jenis traversal
bergantung pada urutan yang ditentukan pada saat depset
dibuat. Hal ini berguna bagi Bazel untuk mendukung beberapa urutan karena terkadang
alat memperhatikan urutan inputnya. Misalnya, tindakan penaut mungkin
perlu memastikan bahwa jika B bergantung pada A, A.o akan muncul sebelum B.o di
baris perintah penaut. Alat lain mungkin memiliki persyaratan yang berlawanan.
Tiga urutan traversal didukung: postorder, preorder, dan
topological. Dua yang pertama berfungsi persis seperti traversal
pohon,
kecuali bahwa keduanya beroperasi pada DAG dan melewati node yang telah dikunjungi. Urutan ketiga
berfungsi sebagai pengurutan topologi dari root ke leaf, pada dasarnya sama dengan
praorder, kecuali bahwa turunan bersama hanya dicantumkan setelah semua induknya.
Preorder dan postorder beroperasi sebagai traversal kiri ke kanan, tetapi perhatikan bahwa dalam
setiap node, elemen langsung tidak memiliki urutan relatif terhadap turunan. Untuk urutan
topologi, tidak ada jaminan kiri ke kanan, dan bahkan
jaminan semua induk sebelum turunan tidak berlaku jika ada
elemen duplikat di node DAG yang berbeda.
# This demonstrates different traversal orders.
def create(order):
cd = depset(["c", "d"], order = order)
gh = depset(["g", "h"], order = order)
return depset(["a", "b", "e", "f"], transitive = [cd, gh], order = order)
print(create("postorder").to_list()) # ["c", "d", "g", "h", "a", "b", "e", "f"]
print(create("preorder").to_list()) # ["a", "b", "e", "f", "c", "d", "g", "h"]
# This demonstrates different orders on a diamond graph.
def create(order):
a = depset(["a"], order=order)
b = depset(["b"], transitive = [a], order = order)
c = depset(["c"], transitive = [a], order = order)
d = depset(["d"], transitive = [b, c], order = order)
return d
print(create("postorder").to_list()) # ["a", "b", "c", "d"]
print(create("preorder").to_list()) # ["d", "b", "a", "c"]
print(create("topological").to_list()) # ["d", "b", "c", "a"]
Karena cara traversal diterapkan, urutan harus ditentukan pada saat
depset dibuat dengan argumen kata kunci order konstruktor. Jika argumen
ini dihilangkan, depset memiliki urutan default khusus, dalam hal ini
tidak ada jaminan tentang urutan elemennya (kecuali jika
deterministik).
Contoh lengkap
Contoh ini tersedia di https://github.com/bazelbuild/examples/tree/main/rules/depsets.
Misalkan ada bahasa interpretasi hipotetis Foo. Untuk mem-build
setiap foo_binary, Anda perlu mengetahui semua file *.foo yang secara langsung atau
tidak langsung bergantung padanya.
# //depsets:BUILD
load(":foo.bzl", "foo_library", "foo_binary")
# Our hypothetical Foo compiler.
py_binary(
name = "foocc",
srcs = ["foocc.py"],
)
foo_library(
name = "a",
srcs = ["a.foo", "a_impl.foo"],
)
foo_library(
name = "b",
srcs = ["b.foo", "b_impl.foo"],
deps = [":a"],
)
foo_library(
name = "c",
srcs = ["c.foo", "c_impl.foo"],
deps = [":a"],
)
foo_binary(
name = "d",
srcs = ["d.foo"],
deps = [":b", ":c"],
)
# //depsets:foocc.py
# "Foo compiler" that just concatenates its inputs to form its output.
import sys
if __name__ == "__main__":
assert len(sys.argv) >= 1
output = open(sys.argv[1], "wt")
for path in sys.argv[2:]:
input = open(path, "rt")
output.write(input.read())
Di sini, sumber transitif dari d biner adalah semua file *.foo di
kolom srcs dari a, b, c, dan d. Agar target foo_binary
mengetahui file apa pun selain d.foo, target foo_library harus
meneruskannya di penyedia. Setiap library menerima penyedia dari dependensinya
sendiri, menambahkan sumber langsungnya sendiri, dan meneruskan penyedia baru dengan
konten yang ditambahkan. Aturan foo_binary melakukan hal yang sama, kecuali bahwa
alih-alih menampilkan penyedia, aturan ini menggunakan daftar lengkap sumber untuk membuat
baris perintah untuk tindakan.
Berikut adalah implementasi lengkap aturan foo_library dan foo_binary.
# //depsets/foo.bzl
# A provider with one field, transitive_sources.
FooFiles = provider(fields = ["transitive_sources"])
def get_transitive_srcs(srcs, deps):
"""Obtain the source files for a target and its transitive dependencies.
Args:
srcs: a list of source files
deps: a list of targets that are direct dependencies
Returns:
a collection of the transitive sources
"""
return depset(
srcs,
transitive = [dep[FooFiles].transitive_sources for dep in deps])
def _foo_library_impl(ctx):
trans_srcs = get_transitive_srcs(ctx.files.srcs, ctx.attr.deps)
return [FooFiles(transitive_sources=trans_srcs)]
foo_library = rule(
implementation = _foo_library_impl,
attrs = {
"srcs": attr.label_list(allow_files=True),
"deps": attr.label_list(),
},
)
def _foo_binary_impl(ctx):
foocc = ctx.executable._foocc
out = ctx.outputs.out
trans_srcs = get_transitive_srcs(ctx.files.srcs, ctx.attr.deps)
srcs_list = trans_srcs.to_list()
ctx.actions.run(executable = foocc,
arguments = [out.path] + [src.path for src in srcs_list],
inputs = srcs_list + [foocc],
outputs = [out])
foo_binary = rule(
implementation = _foo_binary_impl,
attrs = {
"srcs": attr.label_list(allow_files=True),
"deps": attr.label_list(),
"_foocc": attr.label(default=Label("//depsets:foocc"),
allow_files=True, executable=True, cfg="host")
},
outputs = {"out": "%{name}.out"},
)
Anda dapat mengujinya dengan menyalin file ini ke dalam paket baru, mengganti nama label
dengan benar, membuat file *.foo sumber dengan konten dummy, dan
mem-build target d.
Performa
Untuk melihat motivasi penggunaan depset, pertimbangkan apa yang akan terjadi jika
get_transitive_srcs() mengumpulkan sumbernya dalam daftar.
def get_transitive_srcs(srcs, deps):
trans_srcs = []
for dep in deps:
trans_srcs += dep[FooFiles].transitive_sources
trans_srcs += srcs
return trans_srcs
Hal ini tidak memperhitungkan duplikat, sehingga file sumber untuk a
akan muncul dua kali di command line dan dua kali dalam konten file
output.
Alternatifnya adalah menggunakan kumpulan umum, yang dapat disimulasikan oleh
kamus dengan kunci adalah elemen dan semua kunci dipetakan ke True.
def get_transitive_srcs(srcs, deps):
trans_srcs = {}
for dep in deps:
for file in dep[FooFiles].transitive_sources:
trans_srcs[file] = True
for file in srcs:
trans_srcs[file] = True
return trans_srcs
Tindakan ini akan menghapus duplikat, tetapi membuat urutan argumen command line (dan oleh karena itu isi file) tidak ditentukan, meskipun masih deterministik.
Selain itu, kedua pendekatan tersebut secara asimtotik lebih buruk daripada pendekatan berbasis depset. Pertimbangkan kasus saat ada rantai dependensi yang panjang pada library Foo. Memproses setiap aturan memerlukan penyalinan semua sumber transitif yang ada sebelumnya ke dalam struktur data baru. Artinya, biaya waktu dan ruang untuk menganalisis setiap library atau target biner sebanding dengan tingginya sendiri dalam rantai. Untuk rantai dengan panjang n, foolib_1 ← foolib_2 ← … ← foolib_n, biaya keseluruhan secara efektif adalah O(n^2).
Secara umum, depset harus digunakan setiap kali Anda mengumpulkan informasi melalui dependensi transitif. Hal ini membantu memastikan bahwa build Anda diskalakan dengan baik seiring dengan bertambahnya kedalaman grafik target.
Terakhir, penting untuk tidak mengambil konten depset
secara tidak perlu dalam penerapan aturan. Satu panggilan ke to_list()
di akhir dalam aturan biner tidak masalah, karena biaya keseluruhannya hanya O(n). Perilaku kuadrat
terjadi saat banyak target non-terminal mencoba memanggil to_list().
Untuk mengetahui informasi selengkapnya tentang cara menggunakan depset secara efisien, lihat halaman performa.
Referensi API
Lihat di sini untuk mengetahui detail selengkapnya.