如何使用Bazel保存TensorFlow源码编译进度

你遇到的问题核心是Bazel默认缓存仅存在容器内部，容器销毁或重启后缓存丢失；之前用--disk_cache未生效，大概率是路径配置或Docker挂载逻辑有误。以下是可行的解决方法：

方案1：正确配置磁盘缓存并挂载本地目录 #

Bazel的--disk_cache需要指向容器内的一个路径，同时要将本地主机的目录挂载到该容器路径，确保缓存持久化到本地而非容器内部。

步骤：

• 1. 在本地主机创建缓存目录，比如~/bazel-tf-cache
• 2. 启动Docker容器时，通过-v参数将本地目录挂载到容器内的指定路径（如/bazel-cache）
• 3. 编译时指定--disk_cache路径，同时确保动作缓存未被禁用

示例命令：

# 本地创建缓存目录
mkdir -p ~/bazel-tf-cache

# 启动容器并挂载目录（替换为你使用的TensorFlow编译镜像）
docker run -it -v ~/bazel-tf-cache:/bazel-cache -v /本地TF源码路径:/tensorflow tensorflow/build:latest bash

# 容器内执行编译
bazel build //tensorflow/tools/pip_package:build_pip_package --disk_cache=/bazel-cache

方案2：指定Bazel全局输出根目录 #

Bazel的默认输出目录（bazel-*）位于项目工作目录下，若未挂载到本地，容器销毁后输出文件和缓存都会丢失。使用--output_user_root可以指定全局输出根目录，将所有编译产物、缓存统一存储到该路径，再通过Docker挂载本地目录到该路径。

示例：

# 本地创建输出根目录
mkdir -p ~/bazel-tf-output

# 启动容器并挂载目录
docker run -it -v ~/bazel-tf-output:/bazel-output -v /本地TF源码路径:/tensorflow tensorflow/build:latest bash

# 编译时指定输出根目录
bazel build //tensorflow/tools/pip_package:build_pip_package --output_user_root=/bazel-output

方案3：通过Bazel配置文件默认启用持久化缓存 #

在容器内的~/.bazelrc或TensorFlow项目根目录的.bazelrc中添加配置，避免每次编译手动输入参数：

build --disk_cache=/bazel-cache
build --output_user_root=/bazel-output

注意要确保/bazel-cache和/bazel-output是挂载自本地主机的目录。

排查之前--disk_cache失效的原因 #

• 未将容器内的缓存路径挂载到本地主机，容器销毁后缓存被清除
• 多次编译使用了不同的容器实例，未复用之前的缓存目录
• 编译时意外设置了--nouse_disk_cache或--nouse_action_cache参数，禁用了缓存功能

内容的提问来源于stack exchange，提问作者George Vasilakopoulos