提供世界级的开发人员体验是下一代Asana框架最重要的目标之一，而构建系统则是该任务的关键部分。当一个构建系统工作时，它允许开发人员进入流程并专注于他们正在开发的内容。然而，当构建系统不可靠或不具有性能时，它是开发人员达到流的最大障碍之一。以下是我们学到的一些原则，无论您选择何种构建系统（Gulp、Bazel、Make、Maven等），它们都应该是相关的不信任网络，但真的不信任语义版本控制任何依赖网络构建的构建系统都会受到不可靠的影响。虽然网络大部分时间都在工作，但也会出现外部系统停机、外部构件损坏或开发人员本身无法访问网络的情况。在过去，NPM本身也遭受过停机时间，并提供了畸形的tarball服务。避免访问网络的一种方法是将所有依赖项提供给版本控制系统。这种方法的缺点是增加了VCS的大小和克隆存储库所需的网络时间。使用连续集成服务时，克隆时间尤其重要，因为它们通常从头开始克隆存储库。另一种选择是提供对您控制的外部服务（如S3或包管理器的镜像）的依赖性。然而，比网络更重要的是理解语义版本控制。语义版本控制允许包为其依赖的每个包指定一系列可接受的版本。语义版本控制遵循一个约定，即如何对包进行版本控制，以使依赖项在更新时不会中断。这种版本控制方案对于解决diamond依赖性问题非常有帮助，并且如果包的所有范围重叠，则可以确保包的一个版本。语义版本控制的缺点是它要求发布开发人员正确地遵循版本控制约定。虽然在实践中这通常是正确的，但是在某些情况下，版本更改会中断构建过程。为了避免此问题，请使用包管理器的锁定功能（如果有）。对于node，使用npm shrinkwrap-dev确保所有依赖项都被适当地锁定。永远不要"Glob"超过构建工件在构建系统中，一个常见的工作流是glob覆盖源文件，在目录中执行构建步骤，然后在目录中的文件上执行glob，大数据运维，作为下一个构建步骤的输入。此工作流是生成不可靠性的另一个根源。作为一个例子，假设一个开发人员删除了一个源文件，武汉大数据，但是另一个文件仍然引用被删除的文件，并且构建步骤没有捕捉到该错误。在开发人员的机器上，输出可以继续工作，因为删除的文件可能仍在构建目录中，但在任何执行干净构建的计算机上都会失败。可靠的构建步骤应该采用（inputs:Set[File]）=>Set[File]的模型，并且只允许源树中的文件使用globs。缓存所有内容并通过校验和使其无效执行的每个构建步骤都会影响开发人员进入流程的能力。如果构建系统是可靠的和可复制的，人工智能技术发展，那么缓存就变成了一个知道依赖关系并使每个源文件更改的正确目标无效的问题。Bazel将这一点发挥到了极致，不仅有效地缓存构建工件，而且缓存测试结果。这使得构建和运行测试变得高效。为了确定何时使缓存失效，物联网技术，使用校验和优于时间戳。校验和的缺点是检测差异需要与以前的校验和保持状态，并且计算校验和可能比比较文件修改时间要长。校验和的优点是增加了可靠性，更精确地计算工作，并且可以跨机器共享缓存。校验和不依赖可能被修改的系统时钟，也不依赖于版本控制系统或持续集成服务的行为。由于失效总是内容的函数，而不是计算机的全局状态，可靠性进一步提高。一种制度胜过许多制度在开发的初始阶段，每个服务都有自己的存储库，云服务器服务好，其中有自己的构建系统、测试过程和发布系统。开发人员试图保持存储库之间的一致性，但系统经常会出现分歧，从而导致开发人员的困惑。产生分歧的一些常见原因是定位模块、编译和测试标志。这意味着与一个系统一起工作的变更不会总是在另一个系统下进行。除此之外，一个系统的性能改进并没有与另一个系统共享。无论任务是在构建、测试还是部署，迁移到一个具有高缓存的系统可以保持开发人员的一致性和性能。一个存储库胜过多个存储库这是在整个过程中花了最长时间才学会的原则。最初的Luna框架已经变成了一个包含在单一存储库中的单一系统。开发变得很痛苦，目标是迁移到面向服务的体系结构。当时，服务与存储库耦合在一起，这在处理跨多个服务的更改时会给开发人员带来痛苦。当开发人员知道执行更改的正确顺序时，意外发生了，这将导致一个快速的消防演习，以使存储库回到工作状态。通过切换到一个存储库并使用具有明确依赖关系的严格构建系统，新框架将从两个世界中的大多数优点中获益。TL；DR对构建系统的可靠性和性能进行投资可以为维护人员和用户带来巨大的好处。维护人员不再需要担心开发人员的本地状态，消费者也不再需要担心构建系统来完成他们的工作。