在Docker中为Android运行并行Gitlab CI作业

我使用Gitlab CI在Docker容器中使用fastlane构建我的Android应用程序。我的应用程序有两种“风格”，我想在单独的CI作业中构建它们。以下是

.gitlab ci.yml

的相关部分：

默认值：
图片：registry.example.com/group/project:29安卓fastlane debian
标签：
-码头工人
在脚本之前：
-ruby-v#打印ruby版本以进行调试
-捆绑安装
build\u flavor1\u调试：
阶段：建造
脚本：
-bundle exec fastlane构建版本：“false”--env-1
人工产品：
路径：
-应用程序/构建/输出/捆绑/
规则：
-如果：“$CI_COMMIT_TAG&&$CI_COMMIT_REF_PROTECTED=”true“
何时：从不
-何时：关于成功
生成2调试：
阶段：建造
脚本：
-bundle exec fastlane构建版本：“false”--env-2
人工产品：
路径：
-应用程序/构建/输出/捆绑/
规则：
-如果：“$CI_COMMIT_TAG&&$CI_COMMIT_REF_PROTECTED=”true“
何时：从不
-何时：关于成功

（此管道中的其他作业会发布git标记的构建并上传到Play Store，但这些与此问题无关。）

以下是

Fastfile

的相关部分：

#我们知道的所有口味。如果未指定一个，请全部运行它们
口味={
“flavor1”=>“com.example.flavor1.app”，
“flavor2”=>“com.example.flavor2.app”
}
#如果设置为单一口味，则使其成为数组中唯一的一种
如果环境[“风味名称”]
香精=香精.切片（ENV[“香精名称”]）
结束
UI.user\u错误！如果flavors.empty，是否选择（“未知风味”#{ENV[“风味名称”]}”？
平台：androiddo
描述“构建应用程序”
车道：构建do |选项|
设置（选项）
香精。每个{香精|名称，香精|包装|
打造你的口味(
风味：风味名称，
释放：选项[：释放]
)
}
结束
结束

使用

--env

标志加载

.env

文件，并设置相应的

FLAVOR\u名称

变量，以便一次只运行一个FLAVOR

当我按顺序运行构建时，这种方法效果很好，但这需要花费太长的时间。我更改了Gitlab Runner配置，允许同时运行多达8个作业，现在出现以下错误：

The message received from the daemon indicates that the daemon has disappeared.
Build request sent: Build{id=111291aa-90bc-45c3-8fb4-9a271d4663f4, currentDir=/builds/group/project}
Attempting to read last messages from the daemon log...
Daemon pid: 1100
  log file: /root/.gradle/daemon/6.5/daemon-1100.out.log
----- Last  20 lines from daemon log file - daemon-1100.out.log -----

[SNIP] - No useful logs here...

----- End of the daemon log -----
FAILURE: Build failed with an exception.
* What went wrong:
Gradle build daemon disappeared unexpectedly (it may have been killed or may have crashed)

有时这种情况发生在一种口味的工作上，有时发生在另一种口味的工作上。如果我手动重新运行失败的作业，它总是成功的

我相信现在发生的是两个构建作业在同一个Docker容器中运行，而不是每个都有自己的容器。无论哪一个使用完Gradle，都会首先关闭Gradle守护进程，从而导致另一个失败

---

如何使这些作业能够并行运行？

您有足够的资源同时运行吗？特别是内存可能是一个问题，因此操作系统将由于内存压力而杀死另一个容器。

通过更改其中一个容器的映像来测试它们是否在同一个容器中运行，看看这是否解决了问题。尝试使用

--无守护进程
，守护进程模式在容器中是无用的。@Xiaofeng我会试试，但根据Gradle文档，这个标志不再有任何区别。同时查看您是否有足够的资源同时运行？特别是内存可能是个问题。@JanGaraj我的机器有32GB，Docker最多可以使用24GB。