코드베이스가 클 경우 종속 항목 체인이 매우 깊어질 수 있습니다. 단순한 바이너리조차도 수만 개의 빌드 타겟에 종속될 수 있습니다. 이러한 규모에서 단일 머신에서 합리적인 시간 내에 빌드를 완료하는 것은 불가능합니다. 빌드 시스템이 시스템의 하드웨어에 부과된 물리학의 기본 법칙을 피할 수는 없습니다. 이렇게 하는 유일한 방법은 시스템에서 실행하는 작업 단위가 임의의 확장 가능한 수의 머신에 분산되어 있는 분산 빌드를 지원하는 빌드 시스템을 사용하는 것입니다. 시스템 작업을 충분히 작은 단위로 분할했다고 가정하면 (나중에 자세히 설명) 지불하려는 비용만큼 빠르게 모든 크기의 빌드를 완료할 수 있습니다. 이러한 확장성은 Google이 아티팩트 기반 빌드 시스템을 정의하는 데 있어 가장 중요한 목표입니다.
원격 캐싱
가장 간단한 유형의 분산 빌드는 그림 1과 같이 원격 캐싱만 활용하는 것입니다.
그림 1. 원격 캐싱을 보여주는 분산형 빌드
개발자 워크스테이션 및 지속적 통합 시스템을 포함하여 빌드를 수행하는 모든 시스템은 공통 원격 캐시 서비스 참조를 공유합니다. 이 서비스는 Redis와 같은 빠른 로컬 단기 스토리지 시스템이거나 Google Cloud Storage와 같은 클라우드 서비스일 수 있습니다. 사용자가 직접 또는 종속 항목으로 아티팩트를 빌드해야 할 때마다 시스템은 먼저 원격 캐시로 아티팩트가 이미 존재하는지 확인합니다. 이 경우 아티팩트를 빌드하는 대신 다운로드할 수 있습니다. 사용할 수 없으면 시스템이 아티팩트 자체를 빌드하고 결과를 캐시에 다시 업로드합니다. 즉, 자주 변경되지 않는 하위 수준의 종속 항목은 각 사용자가 다시 빌드할 필요 없이 한 번만 빌드하여 여러 사용자 간에 공유할 수 있습니다. Google에서는 많은 아티팩트를 처음부터 빌드하는 것이 아니라 캐시에서 제공하므로 빌드 시스템을 실행하는 비용이 크게 절감됩니다.
원격 캐싱 시스템이 작동하려면 빌드 시스템에서 빌드의 재현 가능성을 보장해야 합니다. 즉, 모든 빌드 타겟의 경우 동일한 입력 집합이 모든 머신에서 정확히 동일한 출력을 생성하도록 해당 타겟에 대한 입력 집합을 결정할 수 있어야 합니다. 이는 아티팩트를 다운로드한 결과가 직접 빌드한 결과와 동일한지 확인하는 유일한 방법입니다. 이렇게 하려면 캐시의 각 아티팩트를 대상과 입력의 해시 모두에 입력해야 합니다. 이렇게 하면 여러 엔지니어가 동시에 같은 대상에 서로 다른 수정사항을 적용할 수 있으며 원격 캐시가 모든 결과 아티팩트를 저장하고 충돌 없이 적절하게 제공합니다.
물론 원격 캐시의 이점을 누리려면 아티팩트를 빌드하는 것보다 다운로드가 더 빨라야 합니다. 항상 그런 것은 아닙니다. 특히 캐시 서버가 빌드를 수행하는 시스템에서 멀리 떨어져 있는 경우에는 더욱 그렇습니다. Google의 네트워크와 빌드 시스템은 빌드 결과를 빠르게 공유할 수 있도록 신중하게 조정됩니다.
원격 실행
원격 캐싱은 진정한 분산 빌드가 아닙니다. 캐시가 손실되거나 모든 항목을 다시 빌드해야 하는 하위 수준 변경을 수행하는 경우에도 머신에서 로컬로 전체 빌드를 수행해야 합니다. 진정한 목표는 빌드 수행의 실제 작업을 여러 작업자에 걸쳐 분산할 수 있는 원격 실행을 지원하는 것입니다. 그림 2는 원격 실행 시스템을 보여줍니다.
그림 2. 원격 실행 시스템
각 사용자 시스템 (사용자가 인간 엔지니어 또는 자동 빌드 시스템)에서 실행되는 빌드 도구는 중앙 빌드 마스터로 요청을 전송합니다. 빌드 마스터는 요청을 구성요소 작업으로 나누고 확장 가능한 작업자 풀에서 이러한 작업 실행을 예약합니다. 각 작업자는 사용자가 지정한 입력으로 요청된 작업을 수행하고 결과 아티팩트를 작성합니다. 이러한 아티팩트는 최종 출력을 생성하여 사용자에게 전송할 수 있을 때까지 아티팩트가 필요한 작업을 실행하는 다른 머신 간에 공유됩니다.
이러한 시스템을 구현할 때 가장 까다로운 부분은 작업자, 마스터, 사용자의 로컬 머신 간의 통신을 관리하는 것입니다. 작업자는 다른 작업자가 생성한 중간 아티팩트에 의존할 수 있으며 최종 출력은 사용자의 로컬 머신으로 다시 전송되어야 합니다. 이렇게 하려면 앞에서 설명한 분산 캐시를 기반으로 각 작업자가 결과를 쓰고 캐시에서 종속 항목을 읽도록 하면 됩니다. 마스터는 작업자가 종속된 모든 작업이 완료될 때까지 작업자의 진행을 차단합니다. 그러면 작업자가 캐시에서 입력을 읽을 수 있습니다. 최종 제품도 캐시되어 로컬 머신에서 다운로드할 수 있습니다. 또한 작업자가 빌드 전에 변경사항을 적용할 수 있도록 사용자의 소스 트리에서 로컬 변경사항을 내보내는 별도의 수단도 필요합니다.
이 작업이 가능하려면 앞에서 설명한 아티팩트 기반 빌드 시스템의 모든 부분을 통합해야 합니다. 빌드 환경은 사람의 개입 없이 작업자를 가동할 수 있도록 완전히 자기 기술적이어야 합니다. 각 단계가 다른 머신에서 실행될 수 있으므로 빌드 프로세스 자체는 완전히 독립적이어야 합니다. 출력은 완전히 확정적이어야 각 작업자가 다른 작업자로부터 받은 결과를 신뢰할 수 있습니다. 이러한 보장은 작업 기반 시스템에서 제공하기가 매우 어려우므로 기반 시스템을 기반으로 안정적인 원격 실행 시스템을 구축하는 것이 거의 불가능합니다.
Google의 배포 빌드
2008년부터 Google은 그림 3에 나와 있는 것처럼 원격 캐싱과 원격 실행을 모두 사용하는 분산 빌드 시스템을 사용하고 있습니다.
그림 3. Google의 분산 빌드 시스템
Google의 원격 캐시를 ObjFS라고 합니다. 이는 프로덕션 머신 전체에 분산된 Bigtable에 빌드 출력을 저장하는 백엔드와 각 개발자의 머신에서 실행되는 objfsd라는 프런트엔드 FUSE 데몬으로 구성됩니다. FUSE 데몬을 사용하면 엔지니어가 마치 워크스테이션에 저장된 일반 파일인 것처럼 빌드 출력을 탐색할 수 있지만, 파일 콘텐츠는 사용자가 직접 요청한 일부 파일에 관해서만 주문형으로 다운로드됩니다. 파일 콘텐츠를 주문형으로 제공하면 네트워크와 디스크 사용량이 크게 줄어들고 개발자의 로컬 디스크에 모든 빌드 출력을 저장했을 때보다 시스템에서 두 배 빠르게 빌드할 수 있습니다.
Google의 원격 실행 시스템을 Forge라고 합니다. 배포자라고 부르는 Blaze의 Forge 클라이언트(Bazel의 내부 상응 대상)는 스케줄러라는 데이터 센터에서 실행 중인 작업에 각 작업에 대한 요청을 전송합니다. 스케줄러는 작업 결과의 캐시를 유지하므로, 시스템의 다른 사용자가 이미 작업을 생성한 경우 즉시 응답을 반환할 수 있습니다. 그렇지 않으면 작업을 큐에 배치합니다. 대규모 Executor 작업 풀은 이 큐에서 작업을 계속 읽고 실행하고 결과를 ObjFS Bigtable에 직접 저장합니다. 이러한 결과는 실행자가 향후 작업을 위해 제공하거나 최종 사용자가 objfsd를 통해 다운로드할 수 있습니다.
그 결과 Google에서 실행되는 모든 빌드를 효율적으로 지원할 수 있도록 시스템이 확장될 수 있습니다. Google 빌드의 규모는 실로 엄청납니다. Google은 수백만 개의 빌드를 실행하고 매일 수십억 개의 소스 코드에서 페타바이트 규모의 빌드 출력을 생성합니다. 이러한 시스템을 통해 엔지니어는 복잡한 코드베이스를 빠르게 빌드할 수 있을 뿐만 아니라 빌드에 의존하는 수많은 자동화 도구와 시스템을 구현할 수 있습니다.