使用Adopt OpenJDK 8构建TensorFlow时间歇性出现block overrun错误求助

我之前也碰到过类似的间歇性Bazel构建失败问题，结合TensorFlow和Bazel的常见坑，给你几个针对性的排查方向：

• 清理并重新拉取依赖缓存
  这个错误的核心是Bazel在处理@nasm//依赖包时出现了IO块溢出，大概率是本地缓存损坏或者依赖包下载不完整。先执行bazel clean --expunge彻底清理Bazel的本地缓存，然后重新触发构建，让Bazel重新完整拉取所有依赖。
  另外，可以检查TensorFlow项目根目录的WORKSPACE文件，找到nasm的仓库定义，确认对应的下载URL是否稳定，必要时替换为国内镜像源（比如清华镜像提供的nasm预编译包）。

• 优化Bazel的JVM参数（不止Xmx/Xms）
  你已经调整了堆内存参数，但可以补充IO相关的JVM优化：

  • 指定更快的临时目录：--host_jvm_args="-Djava.io.tmpdir=/path/to/ssd/tmp"，把临时文件放在SSD上能大幅降低IO延迟，减少块溢出的概率；
  • 进一步增大堆内存：比如--host_jvm_args="-Xmx8g -Xms4g"，确保Bazel在依赖分析阶段有足够内存处理大量IO操作。

• 排查系统层面的IO资源瓶颈
  间歇性的IO异常往往和系统磁盘负载过高有关：

  • 构建时用iostat 1或top监控磁盘使用率，如果磁盘IO长期接近100%，暂停其他占用磁盘的进程，或者把TensorFlow源码和Bazel缓存迁移到NVMe SSD这类高速存储设备；
  • 调高系统文件描述符限制：Bazel构建会打开大量文件，执行ulimit -n 65536临时提升限制，再启动构建试试。

• 调整Bazel或JDK版本
  某些版本组合可能存在兼容性问题：

  • 切换到TensorFlow官方推荐的Bazel版本（比如TensorFlow 2.15对应Bazel 6.1.0），避免版本不匹配导致的IO逻辑bug；
  • 尝试更换OpenJDK发行版，比如从Adopt OpenJDK 8换成Amazon Corretto 8或Oracle JDK 8，看是否能解决这个间歇性IO异常。

• 尝试全量构建排查增量缓存问题
  有时候增量构建的缓存逻辑会引发依赖分析时的IO异常，先执行bazel clean，然后直接运行全量构建命令：

  bazel build //tensorflow/tools/pip_package:build_pip_package
  

  观察是否还会出现相同的错误，帮助定位是否是增量缓存导致的问题。

内容的提问来源于stack exchange，提问作者NamrataB