本頁面說明如何使用永久工作站、優點、要求，以及工作站對沙箱的影響。
永久工作者是 Bazel 伺服器啟動的長時間執行程序，可做為實際工具 (通常是編譯器) 的包裝函式，或做為工具本身。為了受益於永久工作站，這項工具必須支援執行一系列編譯，且包裝函式需要在工具的 API 和下述的要求/回應格式之間進行轉譯。系統可能會在同一個版本中使用和沒有 --persistent_worker 旗標呼叫相同的 worker，並負責啟動和通訊工具，以及結束時關閉工作站。每個工作站執行個體都會獲派 (但不分支) 位於 <outputBase>/bazel-workers 下的獨立工作目錄。
使用持續性工作者是一種執行策略，可減少啟動額外負擔、允許更多 JIT 編譯，並啟用動作執行作業中的抽象語法樹狀結構快取。這項策略會向長時間執行的程序傳送多個要求，進而達成這些改善。
持久性工作者已針對多種語言實作，包括 Java、Scala、Kotlin 等。
使用 NodeJS 執行階段的程式可使用 @bazel/worker 輔助程式庫來實作 worker 通訊協定。
使用持續性 worker
Bazel 0.27 以上版本在執行建構作業時預設會使用永久工作站，但會優先使用遠端執行。如果動作不支援永續性工作站，Bazel 會改為為每個動作啟動工具例項。您可以為適用的工具助憶法設定 worker 策略，明確設定建構作業使用持續性工作站。為了提供最佳做法，這個範例會將 local 指定為 worker 策略的備用方案：
bazel build //my:target --strategy=Javac=worker,local
使用 worker 策略而非本機策略，可大幅提升編譯速度 (視實作方式而定)。對於 Java，建構作業的速度可加快 2 至 4 倍，漸進式編譯的速度則可能更快。使用 worker 編譯 Bazel 的速度大約是 2.5 倍。詳情請參閱「選擇工作站數量」一節。
如果您也有與本機建構環境相符的遠端建構環境，可以使用實驗性的動態策略，以便同時執行遠端執行作業和 worker 執行作業。如要啟用動態策略，請傳遞 --experimental_spawn_scheduler 標記。這項策略會自動啟用 worker，因此您不需要指定 worker 策略，但仍可使用 local 或 sandboxed 做為備用。
選擇工作站數量
每個助憶法的工作站執行個體預設數量為 4，但可以使用 worker_max_instances 標記進行調整。妥善運用可用的 CPU 與 JIT 編譯和快取命中次數之間存在取捨。工作站越多，執行非即時編譯程式碼和命中冷快取的目標就會支付越多啟動成本。如果您要建構的目標數量不多，單一工作站可能會在編譯速度和資源使用量之間取得最佳平衡 (例如，請參閱 問題 #8586)。worker_max_instances 旗標會設定每個記憶和旗標的工作站執行個體數量上限 (請見下方)，因此如果您保留預設值，在混合的系統中可能會耗用大量記憶體。對於漸進式建構作業，多個工作站執行個體的效益更低。
這張圖表顯示在 6 核心超執行緒 Intel Xeon 3.5 GHz Linux 工作站 (64 GB RAM) 上，Bazel (目標 //src:bazel) 從頭開始編譯的時間。針對每個工作站設定，系統會執行五個簡潔的建構作業，而且使用後四的平均值。
圖 1. 清理建構作業的效能改善圖表。
針對這項設定，兩個工作站的編譯速度最快，但與一個工作站相比只提升 14%。如果想要更少記憶體，建議您使用一個工作站。
漸進式編譯通常能更完善。清除建構作業相對較少，但在編譯之間變更單一檔案的情況相當常見，特別是在以測試為導向的開發作業中。上述範例也有一些非 Java 封裝動作，可能會覆蓋漸進式編譯時間。
在 AbstractContainerizingSandboxedSpawn.java 中變更內部字串常數後，只重新編譯 Java 來源 (//src/main/java/com/google/devtools/build/lib/bazel:BazelServer_deploy.jar) 可加快 3 倍 (平均 20 次增量建構作業，其中 1 次為預熱建構作業)：
圖 2. 漸進式建構作業的效能改善圖表。
速度取決於變更。在上述情況下，當常用的常數發生變化時，系統會以 6 倍的速度進行測量。
修改持續性 worker
您可以傳遞 --worker_extra_flag 標記，指定啟動標記給工作站，並以助記器鍵入。舉例來說，傳遞 --worker_extra_flag=javac=--debug 只會為 Javac 啟用偵錯功能。每次使用此標記時，只能設定一個 worker 標記，且只能針對一個 mnemonic 設定。系統不僅會為每個助憶法分別建立工作站，也會為其啟動旗標的變化建立工作站。每個助憶法和啟動旗標組合都會合併為 WorkerKey，且每個 WorkerKey 最多可建立 worker_max_instances 個 worker。請參閱下一節，瞭解動作設定如何指定設定標記。
傳遞 --worker_sandboxing 標記後，每個工作站要求都會使用獨立的沙箱目錄處理其所有輸入內容。設定沙箱需要額外時間，尤其是在 macOS 上，但可提供更準確的正確性保證。
--worker_quit_after_build 標記主要用於偵錯和剖析。此標記會在建構完成後強制所有工作站結束。您也可以傳遞 --worker_verbose，取得更多關於 worker 執行作業的輸出內容。這個標記會反映在 WorkRequest 的 verbosity 欄位中，讓 worker 實作項目也能更詳細。
工作站會將記錄儲存在 <outputBase>/bazel-workers 目錄中，例如 /tmp/_bazel_larsrc/191013354bebe14fdddae77f2679c3ef/bazel-workers/worker-1-Javac.log。檔案名稱包含工作站 ID 和記憶法。由於每個助憶法可能會有多個 WorkerKey，因此您可能會看到特定助憶法的 worker_max_instances 記錄檔。
如要進一步瞭解 Android 版本，請參閱 Android 版本效能頁面。
實作持續性 worker
如要進一步瞭解如何建立工作站，請參閱「建立持續性工作站」頁面。
以下範例為使用 JSON 的 worker 顯示 Starlark 設定：
args_file = ctx.actions.declare_file(ctx.label.name + "_args_file")
ctx.actions.write(
output = args_file,
content = "\n".join(["-g", "-source", "1.5"] + ctx.files.srcs),
)
ctx.actions.run(
mnemonic = "SomeCompiler",
executable = "bin/some_compiler_wrapper",
inputs = inputs,
outputs = outputs,
arguments = [ "-max_mem=4G", "@%s" % args_file.path],
execution_requirements = {
"supports-workers" : "1", "requires-worker-protocol" : "json" }
)
根據這個定義，第一次使用這個動作時，系統會先執行指令列 /bin/some_compiler -max_mem=4G --persistent_worker。編譯 Foo.java 的要求如下所示：
注意：雖然通訊協定緩衝區規格使用「駝峰式大小寫」(request_id)，但 JSON 通訊協定則使用「駝峰式大小寫」(requestId)。在本文件中，我們會在 JSON 範例中使用駝峰式大小寫，但在討論欄位時，無論通訊協定為何，都會使用駝峰式大小寫。
{
"arguments": [ "-g", "-source", "1.5", "Foo.java" ]
"inputs": [
{ "path": "symlinkfarm/input1", "digest": "d49a..." },
{ "path": "symlinkfarm/input2", "digest": "093d..." },
],
}
工作站會在 stdin 上以換行符號分隔的 JSON 格式接收此屬性 (因為 requires-worker-protocol 已設為 JSON)。工作站接著會執行該動作，並將 JSON 格式的 WorkResponse 傳送到其 stdout 上的 Bazel。接著，Bazel 會剖析這項回應，並手動將其轉換為 WorkResponse proto。如要使用二進位編碼的 protobuf 與相關聯的 worker 通訊，而非使用 JSON，requires-worker-protocol 會設為 proto，如下所示：
execution_requirements = {
"supports-workers" : "1" ,
"requires-worker-protocol" : "proto"
}
如果您沒有在執行要求中加入 requires-worker-protocol，Bazel 將預設使用 protobuf。
Bazel 會從助憶法和共用標記衍生 WorkerKey，因此如果這個設定允許變更 max_mem 參數，系統會為每個使用的值產生個別的工作站。如果使用太多變化版本，可能會導致記憶體用量過多。
每個 worker 目前一次只能處理一個要求。如果基礎工具是多執行緒，且包裝函式設定為瞭解這種情況，則實驗性的多工工作站功能允許使用多個執行緒。
在 這個 GitHub 存放區中，您可以看到以 Java 和 Python 編寫的工作站包裝函式範例。如果您使用 JavaScript 或 TypeScript，@bazel/worker 套件和 nodejs worker 範例 可能會有所幫助。
worker 對沙箱有何影響？
根據預設，使用 worker 策略不會在沙箱中執行動作，這與 local 策略類似。您可以設定 --worker_sandboxing 標記，讓所有 worker 在沙箱中執行，確保每次執行工具時，只會看到應有的輸入檔案。但這項工具仍可能在要求之間洩漏資訊，例如透過快取。使用 dynamic 策略時，必須將 worker 置於沙箱中。
為讓編譯器快取與工作站正確搭配使用，系統會將摘要與每個輸入檔案一併傳遞。因此，編譯器或包裝函式可以檢查輸入內容是否仍有效，而無須讀取檔案。
即使使用輸入摘要來防範不必要的快取，沙箱化工作站提供的沙箱化功能，也比純沙箱更不嚴格，因為該工具可能會保留先前要求影響的其他內部狀態。
只有在工作站實作支援的情況下，才能啟用多重廣告工作站的沙箱機制，而且此沙箱作業必須另外透過 --experimental_worker_multiplex_sandboxing 標記啟用。詳情請參閱設計文件。
延伸閱讀
如要進一步瞭解持續性工作站，請參閱：