缓存策略：1. 按内容哈希存储 → 同一内容只存储一次2. 只存储中间产物 → 源代码不缓存3. 缓存分层 → 本地磁盘 → 远程缓存 → 重新构建4. 原子性操作 → 避免部分构建

# 配置远程缓存（gRPC）bazel build //... --remote_cache=grpc://cache.example.com:9092# 配置远程缓存（HTTP）bazel build //... --remote_cache=http://cache.example.com:8080# 配置本地磁盘缓存bazel build //... --disk_cache=~/.cache/bazel

# .bazelrc# 默认启用远程缓存build --remote_cache=grpc://cache.example.com:9092build --remote_timeout=60                # 超时时间（秒）# 本地缓存配置build --disk_cache=/tmp/bazel_cachebuild --remote_upload_local_results=true   # 本地结果上传到远程# 缓存大小限制build --max_idle_secs=3600                # 缓存保留时间build --remote_default_exec_properties=platform=x86_64

# .bazelrc# 远程执行配置build --remote_executor=grpc://executor.example.com:9091build --remote_instance_name=instance1build --remote_default_platform_properties=platform=x86_64,os=linux# 缓存配置build --remote_cache=grpc://cache.example.com:9092build --remote_timeout=300build --remote_retries=3# 证书配置build --remote_cafile=/path/to/ca.crtbuild --remote_cacert_pin="sha256=..."

~/.cache/bazel/├── execroot/          # 执行根目录├── cache/             # 缓存数据│   ├── action_cache/  # Action 输出缓存│   ├── content_cache/ # 文件内容缓存│   └── test_logs/     # 测试日志└── tmp/              # 临时文件

# .bazelrc# 设置缓存大小限制build --remote_max_connections=20        # 最大并发连接build --remote_timeout=60                # 连接超时# 缓存清理策略build --max_idle_secs=86400              # 24小时不访问则清理build --experimental_remote_downloader_cache_size=100  # 100GB# Windows 特定配置build --experimental_windows_symlink_in_runfiles=false

# 查看缓存大小du -sh ~/.cache/bazel/# 清理缓存bazel clean --expunge                  # 完全清理rm -rf ~/.cache/bazel/cache            # 手动清理缓存# 设置缓存清理任务# 在 .bashrc 或 crontab 中添加# 每周清理一次*/5 * * * * find ~/.cache/bazel/cache -type f -mtime +7 -delete

# 启用远程执行bazel build //... --remote_executor=grpc://executor.example.com:9091# 同时使用缓存和执行bazel build //... \    --remote_cache=grpc://cache.example.com:9092 \    --remote_executor=grpc://executor.example.com:9091# 指定执行平台bazel build //... --platform_target=@platforms//os:linux

# WORKSPACE 或 MODULE.bazelload("@bazel_tools//tools/build_defs/repo:http.bzl", "http_archive")# 注册远程执行器http_archive(    name = "my_remote_tools",    urls = ["https://example.com/tools.tar.gz"],    patch_cmds = [        "echo 'my_executable' > remote_executor",        "chmod +x remote_executor",    ],)# BUILD 文件中使用toolchain(    name = "remote_toolchain",    toolchain_type = "@bazel_tools//tools/cpp:toolchain_type",    toolchain = ":remote_toolchain_impl",)

# .bazelrc# 启用认证build --remote_timeout=60build --remote_downloader_cafile=/path/to/ca.crtbuild --remote_downloader_cacert_pin="sha256=..."build --remote_executor_cafile=/path/to/ca.crt# 令牌认证build --remote_downloader_header="Authorization: Bearer token"build --remote_executor_header="Authorization: Bearer token"

# 查看缓存命中率bazel build //... --remote_verbose# 分析构建缓存效果bazel analyze-profile --build \    --output_html=cache_analysis.html# 使用 bazel analyze-action-inputsbazel analyze-action-inputs //... > action_inputs.log

# 合并相似的 Actioncc_library(    name = "optimized_lib",    srcs = ["a.cc", "b.cc", "c.cc"],    copts = ["-O2"],  # 相同编译选项)# 而不是分开编译# cc_library(name = "a", srcs = ["a.cc"], copts = ["-O2"])# cc_library(name = "b", srcs = ["b.cc"], copts = ["-O2"])

# 使用文件的哈希值而不是文件名cc_library(    name = "versioned_lib",    srcs = ["lib.cc"],    copts = ["-DVERSION_SHA=@"EOF

# 监控脚本（Python）import requestsimport timedef monitor_cache_health():    # 检查缓存服务器状态    try:        response = requests.get("https://cache.example.com/health", timeout=5)        if response.status_code != 200:            alert("Cache server unhealthy")        else:            stats = response.json()            if stats["cache_hit_ratio"] < 0.8:                alert("Low cache hit ratio")    except Exception as e:        alert(f"Cache server error: {e}")# 定期执行while True:    monitor_cache_health()    time.sleep(60)

# 启用详细日志bazel build //... --remote_verbose# 测试缓存连接bazel build //:hello --remote_cache=grpc://cache.example.com:9092# 查看缓存的 Actionbazel query "buildfiles(//...)" --output=graph# 分析构建缓存bazel analyze-profile --build --output_html=analysis.html

# 缓存使用统计bazel info --disk_cache_usagebazel info --remote_cache_usage# 查看缓存中的 Actionbazel cquery "kind(cc_compile, //...)" --output=label | wc -l

#!/bin/bash# build_benchmark.sh# 确保构建目录干净bazel clean --expunge# 构建时间测试echo "=== 本地构建 ==="time bazel build //...echo "=== 本地缓存构建 ==="time bazel build //...echo "=== 远程缓存构建 ==="time bazel build //... --remote_cache=grpc://cache.example.com:9092echo "=== 远程执行构建 ==="time bazel build //... --remote_executor=grpc://executor.example.com:9091

# 测试不同场景的缓存命中率import subprocessimport jsondef test_cache_hit_ratio():    # 记录初始状态    result = subprocess.run(["bazel", "info", "disk_cache_usage"], capture_output=True)    initial_cache = int(result.stdout.decode().strip())    # 构建并测量    subprocess.run(["bazel", "build", "//..."], check=True)    result = subprocess.run(["bazel", "info", "disk_cache_usage"], capture_output=True)    final_cache = int(result.stdout.decode().strip())    cache_growth = final_cache - initial_cache    return cache_growth# 测试不同配置print("Action-level cache size:", test_cache_hit_ratio())

# .bazelrc# 启用压缩build --remote_compression=truebuild --remote_timeout=60# 压缩级别build --remote_compression_level=6

# 自动清理旧缓存import osimport timedef cleanup_old_cache():    cache_dir = os.path.expanduser("~/.cache/bazel/cache")    max_age = 30 * 24 * 60 * 60  # 30天    for root, dirs, files in os.walk(cache_dir):        for file in files:            file_path = os.path.join(root, file)            if time.time() - os.path.getmtime(file_path) > max_age:                os.remove(file_path)                print(f"Removed: {file_path}")

存储策略：1. 热数据（最近7天）→ 存在高速存储2. 温数据（30天）→ 存在标准存储3. 冷数据（30天以上）→ 存在低成本存储或删除// .bazelrc 配置build --remote_cache_cleanup_age=2592000  # 30天build --remote_cache_retention_multiplier=1.5