当前位置:首页 > 文章列表 > 科技周边 > 业界新闻 > GitHub Actions 怎样为工作流设置并发取消策略

GitHub Actions 怎样为工作流设置并发取消策略

来源:17golang原创 2026-10-26 22:41:38 0浏览 收藏

如果一个分支连续推送三次,GitHub Actions 默认会让多次运行同时排队或执行,测试和构建资源很快就被旧提交占满。我的做法是先用 concurrency.group 划定“哪些运行互相影响”,再决定是否用 cancel-in-progress 取消旧运行。这样开发分支可以只保留最新提交,发布分支则继续保留完整流水线。

官方地址:https://docs.github.com/en/actions/reference/workflows-and-actions/workflow-syntax

先把并发组边界划对

concurrency 可以放在工作流顶层,也可以放在 jobs. 下。顶层限制的是整条工作流,job 层只限制指定 job。实践中,测试工作流通常按“工作流名 + 分支”分组,避免 lint、构建和部署工作流因为写了同一个固定组名而互相取消。

name: CI

on:
  push:
    branches: [main, develop]

concurrency:
  # 用工作流名区分不同流水线,用 ref 区分不同分支
  group: ${{ github.workflow }}-${{ github.ref }}
  # 同组有新运行时,取消仍在执行的旧运行
  cancel-in-progress: true

jobs:
  test:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - name: 运行测试
        run: go test ./...

这里的关键不是把表达式照抄,而是让 group 真正对应业务边界。GitHub 文档说明组名不区分大小写;同组最多保持一个运行中的任务,默认只保留一个 pending 任务。新运行到达时,旧的 pending 任务会被替换。若你需要多个运行排队,可以使用 queue: max,但它不能和 cancel-in-progress: true 同时使用。

workflow、github.workflow、github.ref、concurrency group 与 running 和 pending 的静态关系说明图
图1:concurrency group 边界说明图,不是 GitHub 页面截图。

让新提交接替同一分支的旧运行

对单元测试、静态检查和预览构建,cancel-in-progress: true 通常很合适:旧提交已经不再是最新代码,继续消耗 runner 只会延迟真正需要的结果。group 中要带上 github.workflow,否则同一仓库里的另一个工作流如果复用了相同分支字符串,也可能取消不属于自己的运行。

Pull Request 需要特别注意上下文。github.head_ref 只在 Pull Request 事件中定义;如果工作流同时响应 push,就应该给它一个回退值:

on:
  push:
    branches: [main]
  pull_request:

concurrency:
  # PR 使用源分支,push 没有 head_ref 时退回唯一 run_id
  group: ${{ github.workflow }}-${{ github.head_ref || github.run_id }}
  # 新提交到同一 PR 时,取消旧的检查运行
  cancel-in-progress: true

这个回退值的作用是避免不同事件下 group 变成空值或意外合并。若你只处理 push,也可以直接使用 github.ref;如果还要覆盖 PR,优先显式写出事件差异。

让开发分支取消,发布分支保留

部署是另一个判断:开发分支的预览环境通常可以追最新提交,但生产或 release 分支可能需要完整跑完测试、生成制品和记录审计结果。这时不必把所有运行都设成同一种取消方式,可以让 cancel-in-progress 接收表达式。

concurrency:
  # 工作流名和分支共同构成隔离边界
  group: ${{ github.workflow }}-${{ github.ref }}
  # release/ 分支保留运行,其它分支才取消旧运行
  cancel-in-progress: ${{ !startsWith(github.ref, 'refs/heads/release/') }}

判断结果时不要只看页面上有没有一个绿色运行。开发分支应能看到旧运行变为 Canceled,新运行继续执行;release 分支则不应因为新提交自动取消前一个运行。还要注意,取消运行不会替你撤销已经完成的外部副作用,所以生产部署仍需配合环境保护、幂等发布脚本和回滚方案。

普通分支与 release 分支通过 cancel-in-progress 形成取消或保留策略的边界说明图
图2:分支取消策略边界说明图,不是运行结果截图。

配置后用三个状态确认结果

  • 连续推送同一开发分支:旧运行应出现 Canceled,最新运行进入 In progress。
  • 同时修改另一个工作流:它不应因为 group 中缺少 workflow 名而被误取消。
  • 推送到 release/ 分支:按条件表达式检查是否保留完整运行;若需要排队,不要再叠加 cancel-in-progress。

一句话总结:group 决定谁属于同一竞争范围,cancel-in-progress 决定旧运行是否让位。先划清工作流、事件和分支边界,再按测试、预览、发布的副作用选择取消策略。

相关问题

concurrency 应该放在 workflow 还是 job?

需要整条流水线只保留最新运行时放在 workflow 层;只有某个 job 访问共享环境或资源时,才缩小到 job 层。

为什么新运行没有取消旧运行?

先看两个运行最终计算出的 group 是否相同,再检查 cancel-in-progress 是否为 true 或条件表达式是否返回 false。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
OCI 镜像标签和摘要怎样选择部署引用OCI 镜像标签和摘要怎样选择部署引用
上一篇
OCI 镜像标签和摘要怎样选择部署引用
SPIFFE ID 怎样映射到工作负载身份
下一篇
SPIFFE ID 怎样映射到工作负载身份
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。
    719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。
    726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。
    801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。
    762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。
    599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