问题标签 [bazel-rules]

随着我的进步，我正在编写一些规则并学习 Starlark。

假设我有自己的提供者：

然后我有一个需要这些的生成器规则：

在我的实现中，我发现我需要做一些解包来获取文件：

有没有更有效的方法来执行收集？

至于我为什么这样做，生成器实际上需要一个特殊的文件列表，如下所示：

FWIW，这是一个如何使用的示例：

a/BUILD：

b/BUILD：

考虑以下写在WORKSPACE文件中的 bazel 规则：

问题是标签值1.8.2是写在yaml配置文件中的，我们要尊重 DRY 原则（从配置文件中读取值，而不是复制 bazel 文件中的值）。有没有办法处理这个？

我想要一个能够一次构建多个目标的 Bazel 规则。所以基本上是这样的：

所以我会跑

用一个简单的命令构建我的所有服务（测试也是如此）。但我找不到任何当前的解决方案。

有没有办法做到这一点？

我正在尝试从 Bazel 构建中使用libhttpserver以及扩展的libmicrohttpd 。这些库的构建过程似乎是这样的：

configure && make在更经典的工作流程上，这是我以前从未见过的轻微变化。

• 有没有人设法让这样的图书馆在 Bazel 下工作？
• 有人有我可以借鉴的公开例子吗？

我发现最接近支持这一点的是@rules_foreign_cc//tools/build_defs:configure.bzl#configure_make，但这似乎没有引导步骤的概念。即使破解它似乎也不起作用，因为bootstrap脚本最终失败了：

我即将准备好伸手去拿一个genrule()，但这似乎很容易出错......

我是 FlatBuffers 和 Bazel 的新手。任何人都可以发布一个最小的例子来编译 flatc 本身，monster_generated.h 文件，然后是 sample_text.cpp？

当我运行时：

• bazel 构建平面缓冲区：flatc

我收到以下错误：

• 无法找到 @rules_cc//cc:defs.bzl 的包：无法解析存储库“@rules_cc”。

然后我暂时使用 CMake 构建 flatc，然后继续使用 Bazel 构建 sample_text.cpp。我想我在这里找到了一个最小的例子：

• https://github.com/hazelnusse/flatbuffers-bazel

但是，当我运行时：

• bazel 构建 flatbuffers-bazel:sample_binary

我得到：

• 致命错误：找不到“monster_generated.h”文件

当我作弊并将monster_generated.h（用flatc手动制作，本身用CMake编译）的副本带入工作区，并将其添加到BUILD的srcs部分时，我得到：

• cc_flatbuffers_compile 类型的每条规则都隐含地依赖于目标“@flatbuffers//:flatc”，但由于以下原因无法找到该目标：没有这样的包“@flatbuffers//”：无法解析存储库“@flatbuffers”

这可能是一个基本问题，因为它确实支持 Bazel，因此非常欢迎任何建议！

谢谢，

肖恩

许多人正在使用 lerna 和/或 yarn 工作区。

我想要么从它们迁移到 Bazel，要么只将它们与 Bazel 一起使用，以通过示例项目进行指导。

例如，目前，我有一个这样的目录结构，其中 foo 是快速服务器，bar 是 foo 使用的库，两者都基于 typescript。

我应该如何将它与 Bazel 对齐，就像你知道的那样，WORKSPACE、BUILD 及其内容？

有什么提示或例子吗？

谢谢！

我正在尝试使用远程执行+缓存和 bazel-buildfarm 从源代码构建 TensorFlow。我已经使用示例配置文件 @ https://github.com/bazelbuild/bazel-buildfarm设置了一个 bazel-buildfarm 服务器和工作程序（参见examples/目录）。

我在 TensorFlow 的源代码库中向 .bazelrc 添加了以下规则（主管负责人）：

然后我./configure使用我知道本地非远程构建成功的选项运行。

我开始了 TensorFlow 构建：

此后不久，我收到此错误消息：

谁能帮我解释这个消息？我想弄清楚发生了什么以及如何让 TensorFlow 使用 bazel-buildfarm 进行构建。

我正在尝试使用 bazel-buildfarm 构建 TensorFlow。我有一个服务器和一个使用https://github.com/bazelbuild/bazel-buildfarm提供的示例配置的单个工作人员设置（请参阅examples/目录）。唯一的工人在一台 72 核的机器上。

我遇到的问题是，一旦我开始构建，虽然构建目标已成功分派给工作人员，但工作人员并没有利用我所有的核心（甚至没有关闭）。当我启动 TensorFlow 构建时，我尝试--jobs=100在客户端上显式设置，但无济于事。

有谁知道如何让我的单个工人充分利用可用的处理能力？这需要在工作配置文件中明确指定吗？

我的工作区中有一个java_binary目标，稍后我将其作为可执行文件传递到ctx.actions.run规则内部。到目前为止，一切都很好。

现在我想java_binary在 Bazel 执行规则时调试它。为了附加调试器，我需要java_binary在调试模式下运行。到目前为止，我唯一想到的就是jvm_flags在java_binary. 我能够让它发挥作用。但我想知道是否有一种方法可以从命令行实现它，而不是将其烘焙到java_binary.

是否可以在没有硬编码的情况下从命令行实现这一点jvm_flags？

我在使用 Bazel 构建 Go 项目时遇到了一个问题，发现它的根本原因是loadimport的顺序@io_bazel_rules_go。

收到答案后，我参考了 Bazel 的官方文档，如果它是在规范中定义的，或者只是对实现的隐式依赖。我还不能检查所有官方文档，但听起来以下文档与这个问题相关，但load影响的顺序如何构建仍然很模糊；在我所经历的情况下，似乎较早的声明胜过后来的声明。

• https://docs.bazel.build/versions/2.2.0/build-ref.html#load
• https://docs.bazel.build/versions/2.2.0/external.html#shadowing-dependencies

谁能澄清这是否是规范？