(@aws-cdk/pipelines): 跨账号部署流水线执行缓慢求助

针对你提到的两个核心性能问题，以下是基于CDK Pipelines模块的实战优化方案：

一、优化FileAssets打包与上传效率 #

1. 合并多FileAssets为单任务执行 #

CDK默认会为每个FileAsset生成独立的CodeBuild任务，频繁的任务启动、镜像拉取会带来大量额外开销。你可以通过自定义打包逻辑，将多个组件的静态资源合并到同一目录，再通过单个FileAsset发布：

• 编写统一的打包脚本（比如bash或npm脚本），将所有需要发布的FileAssets（如前端静态文件、配置文件）同步到一个dist/assets目录；
• 在CDK代码中仅创建指向该目录的FileAsset，这样整个流水线只会触发一次CodeBuild任务完成打包与上传，大幅减少任务调度成本。

2. 复用自定义CodeBuild镜像 #

默认的CDK构建镜像每次都需要安装打包依赖（如node、npm、打包工具），你可以提前构建包含所有必要依赖的自定义CodeBuild镜像，并存放到ECR仓库：

import { BuildImage, LinuxBuildImage } from 'aws-cdk-lib/aws-codebuild';

const customBuildImage = LinuxBuildImage.fromEcrRepository(
  Repository.fromRepositoryName(this, 'CustomBuildImage', 'cdk-build-image'),
  'latest'
);

// 在CodeBuildStep中指定自定义镜像
new CodeBuildStep('PackageAssets', {
  buildEnvironment: { buildImage: customBuildImage },
  commands: ['npm run build', 'cp -r dist/assets ./asset-output']
});

自定义镜像可以避免每次任务重复安装依赖，缩短单任务执行时间。

3. 启用Asset哈希校验 #

通过assetHash配置确保仅当资源内容变更时才重新上传：

new FileAsset(this, 'MergedAssets', {
  path: './dist/assets',
  assetHash: AssetHashType.SOURCE // 基于文件内容生成哈希，仅变更时重新上传
});

这能避免重复上传相同内容的资源，减少S3传输时间。

二、实现增量部署，避免全量重部署 #

1. 按业务域拆分流水线Wave与Stage #

将200个组件按业务模块、依赖关系拆分为多个独立的Wave，每个Wave包含一组关联组件的Stage。CDK Pipelines支持Wave内Stage并行执行，且只有变更组件所在的Wave会触发部署：

const pipeline = new CodePipeline(this, 'CrossAccountPipeline', { ... });

// 拆分公共组件Wave
const commonWave = pipeline.addWave('CommonComponents');
commonWave.addStage(new CommonInfraStage(this, 'CommonInfraStage'));

// 拆分业务服务Wave，并行执行
const serviceWave = pipeline.addWave('BusinessServices', {
  post: [new ManualApprovalStep('ApproveServiceDeploy')]
});
serviceWave.addStage(new UserServiceStage(this, 'UserServiceStage'));
serviceWave.addStage(new OrderServiceStage(this, 'OrderServiceStage'));

当仅用户服务代码变更时，只有UserServiceStage会执行部署，无需触发全量组件的部署流程。

2. 基于代码变更路径实现条件部署 #

在流水线的Source步骤后添加前置CodeBuild任务，通过git diff获取变更文件的路径，再将变更对应的组件列表传递给CDK上下文，实现条件化创建Stack：

// 前置步骤：获取变更组件
const detectChangesStep = new CodeBuildStep('DetectChangedServices', {
  commands: [
    'git diff --name-only HEAD^ HEAD > changed-files.txt',
    'grep -E "^services/(user|order)" changed-files.txt | cut -d/ -f2 | uniq > changed-services.txt'
  ],
  outputs: [CodeBuildStep.artifactPath('changed-services.txt')]
});

// 部署步骤：根据变更组件创建Stack
const deployStep = new CodeBuildStep('DeployChangedServices', {
  input: detectChangesStep.outputs[0],
  commands: [
    'export CHANGED_SERVICES=$(cat changed-services.txt)',
    'cdk deploy --context changed-services=$CHANGED_SERVICES'
  ]
});

在CDK App中读取上下文并条件化创建Stack：

const app = new App();
const changedServices = app.node.tryGetContext('changed-services')?.split(',') || [];

if (changedServices.includes('user')) {
  new UserServiceStack(app, 'UserServiceStack');
}
if (changedServices.includes('order')) {
  new OrderServiceStack(app, 'OrderServiceStack');
}

这种方式能精准触发变更组件的部署，避免无意义的全量执行。

3. 优化Stack粒度与差异检测 #

将大型Stack拆分为更小的、职责单一的Stack，每个Stack对应少量组件。这样CDK的差异检测（cdk diff）会更快，且单个Stack的部署失败不会影响其他无关组件。同时，在执行cdk deploy时添加--no-version-reporting参数，减少不必要的网络请求。

三、通用性能优化补充 #

• 并行执行独立Stage：对于无依赖关系的Stage，在Wave中配置并行执行，最大化利用流水线的并行能力；
• 缓存构建依赖：在CodeBuild步骤中配置本地或S3缓存，缓存node_modules、venv等依赖目录，避免每次构建重复安装；
• 调整CodeBuild资源配置：根据打包任务的资源需求，适当提升CodeBuild的实例类型（如从BUILD_GENERAL1_SMALL改为BUILD_GENERAL1_MEDIUM），加快打包速度。

内容的提问来源于stack exchange，提问作者user14065019