当前位置:首页 > 文章列表 > 文章 > python教程 > Bazel动态生成deps的技巧与实践

Bazel动态生成deps的技巧与实践

2026-02-22 14:06:52 0浏览 收藏
本文揭秘了如何借助 Bazel Skylib 中的 `subpackages()` 函数,实现真正动态、零维护的跨包依赖管理——无需每次新增插件目录就手动修改根 BUILD 文件,只需在各子包中定义语义清晰的 `:all` 目标,即可自动发现并聚合所有匹配(如 `plugin*`)子目录的依赖,让大型模块化项目(尤其是插件系统)的构建配置既可扩展又健壮,彻底告别硬编码路径和易出错的手动同步。

如何在 Bazel 中动态生成规则的 deps(基于插件目录结构)

本文介绍如何利用 subpackages() 函数(来自 Bazel Skylib)自动发现并引用多个子包中的目标,避免在根 BUILD 文件中硬编码依赖路径,实现可扩展、可维护的插件式依赖管理。

本文介绍如何利用 subpackages() 函数(来自 Bazel Skylib)自动发现并引用多个子包中的目标,避免在根 BUILD 文件中硬编码依赖路径,实现可扩展、可维护的插件式依赖管理。

在构建大型模块化项目(如插件系统)时,手动维护 deps 列表极易出错且难以扩展:每当新增一个插件目录(如 plugin3/),就必须同步修改根 BUILD 文件。Bazel 本身不支持运行时动态解析目标(glob() 只匹配文件,不能生成 target label),但可通过 subpackages() —— 一个专为跨包自动发现设计的函数 —— 实现真正的动态依赖注入。

✅ 推荐方案:使用 bazel_skylib 的 subpackages()

首先确保已在 WORKSPACE 或 MODULE.bazel 中引入 bazel_skylib(推荐 v1.5.0+):

# MODULE.bazel (Bazel 6+)
bazel_dep(name = "bazel_skylib", version = "1.5.0")

或 WORKSPACE(旧版):

load("@bazel_tools//tools/build_defs/repo:http.bzl", "http_archive")

http_archive(
    name = "bazel_skylib",
    urls = ["https://github.com/bazelbuild/bazel-skylib/releases/download/1.5.0/bazel-skylib-1.5.0.tar.gz"],
    sha256 = "cd55a077489f52a3c927b5948532dc120f6542e1d44a02e8478a1e9285e92674",
)

然后在根 plugins_folder/BUILD 中定义动态聚合目标:

# plugins_folder/BUILD
load("@bazel_skylib//lib:subpackages.bzl", "subpackages")

py_library(
    name = "code0",
    srcs = ["code0.py"],
    # 动态收集所有匹配 plugin* 的子包,并引用其 :all 目标(需各子包 BUILD 中定义)
    deps = [
        "//plugins_folder/%s:all" % pkg
        for pkg in subpackages(include = ["plugin*"])
    ],
)

⚠️ 关键前提:每个插件子目录(如 plugin1/, plugin2/)必须在其自身的 BUILD 文件中明确定义 py_library(name = "all", ...),例如:

# plugins_folder/plugin1/BUILD
py_library(
    name = "code1-0",
    srcs = ["code1-0.py"],
)

py_library(
    name = "code1-1",
    srcs = ["code1-1.py"],
)

# 必须提供聚合目标,供父级引用
py_library(
    name = "all",
    srcs = glob(["*.py"]),
    # 若有内部依赖,也在此处声明
)

同理,plugin2/BUILD 也需包含 name = "all"。

? 验证与调试

运行以下命令确认依赖图是否按预期生成:

bazel query 'deps(//plugins_folder:code0)' --notool_deps --noimplicit_deps

输出应包含类似:

//plugins_folder:code0
//plugins_folder/plugin1:all
//plugins_folder/plugin2:all
//plugins_folder/plugin1:code1-0
//plugins_folder/plugin1:code1-1
//plugins_folder/plugin2:code2-0
//plugins_folder/plugin2:code2-1

若未出现子包目标,请检查:

  • subpackages(include = [...]) 的路径前缀是否与实际目录结构一致(此处为 "//plugins_folder/",故 subpackages() 内部自动补全);
  • 各子包 BUILD 文件中是否存在 name = "all" 目标;
  • subpackages() 返回的是包名后缀(如 "plugin1"),不是完整路径,因此拼接时用 "//plugins_folder/%s:all" 是正确的。

? 进阶建议

  • 若插件需差异化控制(如排除测试插件),可结合 exclude 参数:
    subpackages(include = ["plugin*"], exclude = ["plugin_test"])
  • 对于更复杂逻辑(如按标签筛选目标),可配合 bazel query + --output package 在生成时预处理,但会牺牲纯 Starlark 可移植性;
  • 始终优先使用 :all 等语义化聚合目标,而非依赖 glob() 生成的隐式目标,以提升可读性与可调试性。

通过 subpackages(),你将获得一个零维护成本、天然适配新增插件的依赖模型——无需修改根 BUILD,只需添加目录并编写其内部 BUILD,一切自动就绪。

好了,本文到此结束,带大家了解了《Bazel动态生成deps的技巧与实践》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多文章知识!

HTML5动画循环设置方法【无限播放教程】HTML5动画循环设置方法【无限播放教程】
上一篇
HTML5动画循环设置方法【无限播放教程】
处理Java中FileNotFoundException的正确方式
下一篇
处理Java中FileNotFoundException的正确方式
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    301次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    357次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    355次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    323次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    142次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码