百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 博客教程 > 正文

为什么我们从Yarn切换到pnpm

connygpt 2024-09-08 13:26 5 浏览


原文网址:https://www.takeshape.io/articles/why-we-switched-from-yarn-to-pnpm/

原文作者:ANDREW SPROUSE

这是一个重大的决定

在 TakeShape,我们非常关注开发人员的生产力。 我们是一个资源有限的小型团队,因此值得花时间考虑如何更快,更高效地合作。 在最近重构我们的构建过程时,我们做出了一个重大决定:我们将抛弃 Yarn 并改用 pnpm 来管理我们的依赖项并运行我们的脚本。 这是关于我们如何做出该决定以及迄今为止如何使我们受益的故事。

最初,TakeShape 的代码库分散在多个Git存储库中。 每个软件包都是独立开发的,并且彼此依赖。 从理论上讲,这是理想的设置。 在实践中,我们发现所有东西都是相互依赖的,我们真的希望能够同时测试和发布所有软件包。 当我们为其中一个软件包发行新版本时会遇到失败,但是会忘记在依赖它的其他项目中更新该版本。

最终,我们意识到,在保持项目的分离性和依赖性时,monorepo 是正确的权衡。 我们所有的软件包(如Web客户端,前端路由库和CLI)都存在一个可测试且可部署的单元中。 我们的包可以使用package.json 中的 link :语法相互依赖。

这在很大程度上是有效的,但是我们仍然发现管理我们的 monorepo 的部分是乏味的。这在一定程度上是因为我们的 monorepo 中的每个包都用自己的包管理器管理自己的依赖关系,json和它自己的lock 文件。即使每个包使用相同的开发工具链,如eslint、Jest、Typescript和Babel,每个包单独声明这些 devdependency ,这个工具链必须在我们所有的包中保持最新。我们决定不使用Yarn的工作区特性来解决这个问题,因为这将需要抛弃每个包的lock文件,而使用单个工作区范围的lock文件。

避免幻像依赖也比实际需要更加棘手。 当您的代码导入未在 package.json中声明的包时,就会产生幻像依赖。 假设您将 Package A添加到依赖于 Package B的项目中。由于 Yarn将所有程序包都保留在 node_modules 的根目录下,因此您可以导入和使用 Package B,而无需将其完全放在package.json中。 尽管不是很常见,但这是一个错误的做法,它确实会减慢调试过程的速度,除非您记得有意地检查它。

我们的 monorepo 也使我们的CI管道比所需的更加复杂。 首先,我们并行化了CircleCI构建,以加快慢速 Webpack构建。 但是,随着我们的monorepo 的增长,为每个构建分别安装依赖项的开销也在增加。 为每个构建安装依赖项成为瓶颈。 作为回应,我们使用自己编写和维护的 CircleCI 脚本巩固了构建过程,以减少使用工作。最终,我们得到了一组脆弱的CI脚本来对任何包进行剪裁、测试和构建更改。

我们真正需要的是一种递归安装软件包,提升所有共享依赖关系并运行脚本以进行lint,测试和构建的方法。 我们知道Yarn并不能为我们扩展,因此我们开始考虑替代方案:

  • 如果我们保留Yarn并添加Lerna怎么办? 添加Lerna可以解决CI脚本编写中的一些问题,但不能解决幻像依赖项或重复的devDependencies带来的问题。
  • 如果我们添加了Lerna并使用了Yarn Workspaces,该怎么办? 工作区将解决共享开发人员依赖关系并自动链接依赖关系的问题。 但是将所有node_modules提升到项目根目录只会加剧幻想依赖项的风险,并导致某些模块和工具出现问题。
  • 如果我们升级到Yarn 2.0并使用……其他……该怎么办? Yarn 2.0确实令人兴奋。 它具有很多很酷的功能,包括 Plug'n'Play(PnP)。 PnP可以解决幻想依赖项的问题,但是它可能与某些需要文件访问的依赖项不兼容。 Yarn 2.0与Lerna不兼容; 相反,它具有插件架构。 这些插件有可能解决我们对CI脚本的需求,但它们还不够成熟,无法自信地用于生产中。
  • 如果我们用pnpm替换Yarn怎么办? 根据pnpm 的说法,它存在“ [使用]硬链接和符号链接仅一次在磁盘上保存模块的一个版本”。 这种组织 node_modules 的方法可以防止幻象依赖并避免在吊装时出现其他问题。 它可以解决与Yarn 2.0的PnP相同的问题,但是由于它仅使用链接,因此具有更广泛的兼容性。 pnpm还包含与Lerna类似的过滤功能。

最后,pnpm对我们来说最有意义。 我们发现pnpm的递归命令和--filter标志消除了我们对像Lerna这样的单独软件包的需要。 将Babel,ESLint和Jest之类的共享开发人员依赖项无缝移动到我们项目的顶层,现在可以从单个共享源更新这些软件包。 在切换过程中,我们甚至在我们的项目中发现并修复了多个幻象依赖项!

采用pnpm后,我们复杂的CircleCI管道被简化为一个作业。结果,我们将整个可计费的CircleCI分钟减少了大约一半!我们认为通过调整设置可以获得更多的好处,但这是一个很好的开始。

当然,每个决策都需要权衡利弊,pnpm也不例外。虽然pnpm由zkochan积极维护,但与Yarn或NPM相比,它是一个不太受欢迎的项目。虽然微软使用的是PNPM,但它没有像Yarn从Facebook获得的直接企业赞助那么高。和pnpm有自己的lockfile格式,所以它不直接兼容Yarn或NPM。我们很难知道未来会发生什么,但如果我们需要从pnpm中脱离出来,这将是一个比我们希望的更大的任务。

尽管听起来很傻,但Yarn不需要自定义脚本的“运行”命令,这使我们宠坏了,因此我们不得不重新训练我们的肌肉记忆。 这是一个很小的折衷,但它确实增加了我们的团队切换这样一个基本的日常工作流程的成本。

但是,归根结底,这些成本远远超过了pnpm对我们的堆栈所做出的改进。 现在,我们可以比以往更快,更有效地进行工作,并且需要付出的代价更少。

pnpm可能不是适用于每个项目或每个堆栈的正确工具,但是如果您遇到与我们的monorepo相同的任何问题,请看看并考虑将其作为替代方法。

相关推荐

自学Python,写一个挨打的游戏代码来初识While循环

自学Python的第11天。旋转~跳跃~,我~闭着眼!学完循环,沐浴着while的光芒,闲来无事和同事一起扯皮,我说:“编程语言好神奇,一个小小的循环,竟然在生活中也可以找到原理和例子”,同事也...

常用的 Python 工具与资源,你知道几个?

最近几年你会发现,越来越多的人开始学习Python,工欲善其事必先利其器,今天纬软小编就跟大家分享一些常用的Python工具与资源,记得收藏哦!不然下次就找不到我了。1、PycharmPychar...

一张思维导图概括Python的基本语法, 一周的学习成果都在里面了

一周总结不知不觉已经自学Python一周的时间了,这一周,从认识Python到安装Python,再到基本语法和基本数据类型,对于小白的我来说无比艰辛的,充满坎坷。最主要的是每天学习时间有限。只...

三日速成python?打工人,小心钱包,别当韭菜

随着人工智能的热度越来越高,许多非计算机专业的同学们也都纷纷投入到学习编程的道路上来。而Python,作为一种相对比较容易上手的语言,也越来越受欢迎。网络上各类网课层出不穷,各式广告令人眼花缭乱。某些...

Python自动化软件测试怎么学?路线和方法都在这里了

Python自动化测试是指使用Python编程语言和相关工具,对软件系统进行自动化测试的过程。学习Python自动化测试需要掌握以下技术:Python编程语言:学习Python自动化测试需要先掌握Py...

Python从放弃到入门:公众号历史文章爬取为例谈快速学习技能

这篇文章不谈江流所专研的营销与运营,而聊一聊技能学习之路,聊一聊Python这门最简单的编程语言该如何学习,我完成的第一个Python项目,将任意公众号的所有历史文章导出成PDF电子书。或许我这个Py...

【黑客必会】python学习计划

阅读Python文档从Python官方网站上下载并阅读Python最新版本的文档(中文版),这是学习Python的最好方式。对于每个新概念和想法,请尝试运行一些代码片段,并检查生成的输出。这将帮助您更...

公布了!2025CDA考试安排

CDA数据分析师报考流程数据分析师是指在不同行业中专门从事行业数据搜集、整理、分析依据数据作出行业研究评估的专业人员CDA证书分为1-3级,中英文双证就业面广,含金量高!!?报考条件:满18...

一文搞懂全排列、组合、子集问题(经典回溯递归)

原创公众号:【bigsai】头条号:程序员bigsai前言Hello,大家好,我是bigsai,longtimenosee!在刷题和面试过程中,我们经常遇到一些排列组合类的问题,而全排列、组合...

「西法带你学算法」一次搞定前缀和

我花了几天时间,从力扣中精选了五道相同思想的题目,来帮助大家解套,如果觉得文章对你有用,记得点赞分享,让我看到你的认可,有动力继续做下去。467.环绕字符串中唯一的子字符串[1](中等)795.区...

平均数的5种方法,你用过几种方法?

平均数,看似很简单的东西,其实里面包含着很多学问。今天,分享5种经常会用到的平均数方法。1.算术平均法用到最多的莫过于算术平均法,考试平均分、平均工资等等,都是用到这个。=AVERAGE(B2:B11...

【干货收藏】如何最简单、通俗地理解决策树分类算法?

决策树(Decisiontree)是基于已知各种情况(特征取值)的基础上,通过构建树型决策结构来进行分析的一种方式,是常用的有监督的分类算法。决策树算法是机器学习中的一种经典算法,它通过一系列的规则...

面试必备:回溯算法详解

我们刷leetcode的时候,经常会遇到回溯算法类型题目。回溯算法是五大基本算法之一,一般大厂也喜欢问。今天跟大家一起来学习回溯算法的套路,文章如果有不正确的地方,欢迎大家指出哈,感谢感谢~什么是回溯...

「机器学习」决策树——ID3、C4.5、CART(非常详细)

决策树是一个非常常见并且优秀的机器学习算法,它易于理解、可解释性强,其可作为分类算法,也可用于回归模型。本文将分三篇介绍决策树,第一篇介绍基本树(包括ID3、C4.5、CART),第二篇介绍Ran...

大话AI算法: 决策树

所谓的决策树算法,通俗的说就是建立一个树形的结构,通过这个结构去一层一层的筛选判断问题是否好坏的算法。比如判断一个西瓜是否好瓜,有20条西瓜的样本提供给你,让你根据这20条(通过机器学习)建立起...