返回资讯中心
外部精选
软件工程
#开发者实时流

CI 费用失控,开发者尝试多种修复方法

来源标题:CI bills are going wild, I tried some ways to fix it

慢速 CI 通常源自少数几种已知原因,且每种都有对应修复方案。作者列出十二种可直接复制的 GitHub Actions 配置片段,按见效速度排序,均在 GitHub 免费 runner 上可用。建议先区分排队时间与运行时间,再按耗时排序任务步骤,并用并发组取消过时运行以释放 runner。

Hacker News 最新wild-king2026/11/22 · 今天15 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

多数 CI 之所以慢,原因就那么几个,而每一个都有现成的解法。下面列出十二条,附上可直接复制的代码片段,大致按见效快慢排序。land-action 已经替你做的,会特别标注。

这里的所有做法都能在 GitHub 的免费 runner 上跑。代码片段针对 GitHub Actions,但思路适用于任何 CI。

动手改之前,先把一次运行的时间拆成两个数字。排队时间(queue time)是任务等待 runner 的时长,运行时间(run time)是它实际执行的时长。一套很快却要等机器五分钟的测试,跟一套立刻就能启动但本身很慢的测试,需要的解法完全不同。

gh api repos/OWNER/REPO/actions/runs/RUN_ID/jobs --jq '.jobs[] | "(.name) queued ((.started_at|fromdate) - (.created_at|fromdate))s ran ((.completed_at|fromdate) - (.started_at|fromdate))s"' Copy

然后打开最慢的那个 job,按耗时给它的各个 step 排序。通常排在前三的是安装依赖、测试步骤和构建。

当有人(或某个 agent)在一分钟内推了三次代码,前两次运行其实已经过时了。用一个 concurrency group 把它们取消,既能释放 runner,又能缩短其他人的排队时间。只要两行,零成本。

concurrency: group: ${{ github.workflow }}-${{ github.ref }} cancel-in-progress: ${{ github.ref != 'refs/heads/main' }} Copy

让 main 上的运行不被取消,意味着 main 上的每个 commit 仍然会有一个结果可供对比。

每次都重新下载同样的依赖包,往往就是最大的单个步骤。各类 setup action 可以基于你的 lockfile 缓存这些依赖,这样只有 lockfile 变化时才会重新下载。

  • uses: actions/setup-node@v4 with: { node-version: 22, cache: npm }
  • run: npm ci
  • uses: actions/setup-python@v5 with: { python-version: "3.12", cache: pip }
  • run: pip install -r requirements.txt Copy

对 Docker 构建来说,对应的做法是层缓存,在 docker/build-push-action 上设置 cache-from: type=gha 和 cache-to: type=gha,mode=max。

大多数 pull request 只改动了很小一部分代码,CI 却会把所有测试重跑一遍。缩小测试范围常见的有三种做法,它们在投入成本与安全性之间各有取舍。

paths 过滤器在一个目录下没有任何改动时跳过整个 workflow。它很简单,但需要有人持续维护,而且一旦某个共享文件没被列进去,破坏性改动就会漏过去。

像 nx affected 和 turbo --filter 这样的 monorepo 工具,会使用你声明的项目依赖图。它们在项目之间很精确,但对依赖图没有体现的东西一无所知,比如某个测试读取的 fixture 文件。

记录读取(recording reads)会监视每个测试命令实际打开了哪些文件,因此不需要任何声明,只要它读过的任何东西发生变化,对应测试就会重跑。这正是 land 和 land-action 做的事。

paths filter

on: { pull_request: { paths: ["api/**"] } }

project graph: npx nx affected -t test --base=origin/main

npx turbo run test --filter="...[origin/main]"

recorded reads

  • uses: Ataraxy-Labs/land-action@v1 with: { run: "tests: pytest -q tests" } Copy

05 把测试套件拆得足够细 land-action 会做这件事

任何选择方法都只能跳过它能区分出来的东西。如果整个测试套件就是一条命令,那么改一个文件就意味着整套测试重跑。按测试文件拆分后,改动一个模块就只会重跑用到它的那些文件。

  • uses: Ataraxy-Labs/land-action@v1 with: split: files run: "tests: pytest -q tests" Copy

06 用满每个核,再做分片 land-action 做了一半

GitHub 的标准 Linux runner 有 4 个核,而测试运行器按默认配置往往只用其中一个。先打开并行 worker,因为这是免费的。之后才值得用 matrix 把测试分散到多台机器上,因为每多一台机器,就要再付一次 checkout 和安装的代价。

pytest -n auto # pytest-xdist npx vitest run --shard=1/3 npx jest --shard=1/3 Copy

分片要按测试耗时来均衡,而不是按每个分片分到多少文件,否则会有一个分片在其他分片都跑完之后还长时间地跑着。

一个 pull request 经常会被推送很多次,而每次推送通常只改动一两个文件。如果 CI 只记得 main,那么每次推送都会把上一次推送已经通过的测试全部重跑。land-action 会为每个 pull request 保留一份记录,因此第五次推送只会重跑第五次推送改动的内容。

不稳定的测试(flaky test)带来的成本远超它本身的运行时间,因为每一个都会让人去排查一个其实什么都没改坏的改动。单独重跑一个失败的测试,就能把两种情况区分开。一个单独跑能通过的测试,要么是不稳定,要么依赖了另一个测试留下的状态,这两种都值得隔离出来并修掉。

pytest --lf # rerun only the last run's failures pytest -p no:randomly tests/test_x.py::test_y Copy

09 锁定工具链版本

一次没锁版本的 apt-get install、一个 latest 镜像标签,或者一个浮动版本的 Node,都可能在某天谁都没改任何东西的情况下让 main 变红。在工作流里锁定版本,并提交 lockfile,这样一次红色的运行就总是意味着真的有改动。

runs-on: ubuntu-24.04 # not ubuntu-latest steps:

  • uses: actions/setup-node@v4 with: { node-version-file: .nvmrc } Copy

10 测试真正会合并进去的东西

两个 pull request 可能各自都能通过,合到一起却把 main 弄坏。GitHub 的 merge queue 会在合并前,把每个 pull request 放到它前面所有改动之上进行测试。加上 merge_group 事件,你的检查就能在那里也运行。

on: pull_request: merge_group: push: { branches: [main] } Copy

land 在这条路上走得更远。它会把几个已完成的分支与 main 合并,在一次运行中一起测试,并指出是哪个分支把测试弄坏的。

pytest --junitxml=results.xml npx vitest run --reporter=junit --outputFile=results.xml Copy

12 更快的机器,放在最后

GitHub 提供的更大规格 runner,或者 Blacksmith、Depot、Namespace 这类服务商,能在不改动你工作流的前提下让每一步都更快。等上面这些步骤都做完之后,它们才值得上,因为它们加速的是你保留下来的工作,而上面这些步骤删掉的是你根本不需要的工作。

(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →