Ray框架：event_stats.cc使用CoreWorkerProcess及快速编译求助

问题背景 #

为区分rpc_address是本地节点还是远程节点，我在event_stats.cc中添加了如下代码：

const auto &rpc_address = CoreWorkerProcess::GetCoreWorker().GetRpcAddress();    
RAY_LOG(INFO) << rpc_address.SerializeAsString() << "\n\n";  

随后在BUILD.bazel中为ray_common添加core_worker_lib依赖，却出现循环依赖错误：

ERROR: /home/Ray/ray/BUILD.bazel:2028:11: in cc_library rule //:gcs_client_lib: cycle in dependency graph:
    //:ray_pkg
    //:cp_raylet
    //:raylet
    //:raylet_lib
.-> //:gcs_client_lib
|   //:gcs_service_rpc
|   //:pubsub_lib
|   //:pubsub_rpc
|   //:grpc_common_lib
|   //:ray_common
|   //:core_worker_lib
`-- //:gcs_client_lib

技术问题 #

1. 如何在event_stats.cc中正确使用CoreWorkerProcess？
2. 修改Ray的C++代码后，除了执行pip3 install -e . --verbose，是否有更快的重新编译方式？

解答 #

1. 解决event_stats.cc中CoreWorkerProcess的使用与循环依赖问题 #

循环依赖的核心是ray_common与core_worker_lib形成了双向依赖链，可通过以下三种方案解决：

• 依赖注入传递地址
  不在event_stats.cc中主动调用CoreWorkerProcess::GetCoreWorker()，而是在EventStats初始化时，从外部（比如core_worker的启动代码）将RPC地址作为参数传入。这样ray_common无需依赖core_worker_lib，彻底切断循环。
• 抽象接口解耦
  在一个独立的无循环依赖的公共库中定义抽象接口（如NodeAddressProvider），让core_worker_lib实现该接口，ray_common仅依赖这个抽象接口而非具体的CoreWorkerProcess。程序启动时将实现类实例注入给EventStats使用。
• 调整代码归属
  评估event_stats.cc的职责，如果它更偏向core worker相关的统计逻辑，直接将其迁移到core_worker_lib下，这样可以直接调用CoreWorkerProcess，无需跨库添加依赖。

2. 更快的Ray C++代码重新编译方式 #

pip3 install -e . --verbose会触发全量编译与安装，速度较慢，推荐以下几种增量编译方式：

• 直接用Bazel编译指定目标
  针对修改的文件对应的Bazel目标单独编译，比如修改了ray_common库的代码，执行：

  bazel build //:ray_common
  

  若需要编译raylet组件，则执行：

  bazel build //:raylet
  

  编译完成后无需重新安装pip包，直接从Bazel输出目录运行Ray即可（如bazel-bin/ray start --head）。
• 利用Bazel增量编译特性
  Bazel默认支持增量编译，只会重新编译修改过的文件及其直接依赖，直接指定目标编译的速度远快于全量安装。
• 跳过pip安装步骤
  若仅修改C核心代码、未改动Python层逻辑，编译完C目标后直接运行Ray二进制文件即可，无需执行pip安装流程。

内容的提问来源于stack exchange，提问作者HCCH HCCH