请在本系列下面的文章下载Github演示示例代码:
git clone https://github.com/davenkin/gradle-learning.git
假设我们Gradle的Task一个黑盒子。那么我们便能够抽象出输入和输出的概念,一个Task对输入进行操作,然后产生输出。
比方,在使用java插件编译源码时,输入即为Java源文件,输出则为class文件。
假设多次运行一个Task时的输入和输出是一样的,那么我们便能够觉得这种Task是没有必要重复运行的。此时,重复运行同样的Task是冗余的,而且是耗时的。
为了解决这种问题,Gradle引入了增量式构建的概念。在增量式构建中,我们为每一个Task定义输入(inputs)和输入(outputs),假设在运行一个Task时,假设它的输入和输出与前一次运行时没有发生变化,那么Gradle便会觉得该Task是最新的(UP-TO-DATE),因此Gradle将不予运行。
一个Task的inputs和outputs能够是一个或多个文件,能够是目录,还能够是Project的某个Property,甚至能够是某个闭包所定义的条件。
每一个Task都拥有inputs和outputs属性,他们的类型分别为TaskInputs和TaskOutputs。在以下的样例中。我们展示了这么一种场景:名为combineFileContent的Task从sourceDir文件夹中读取全部的文件,然后将每一个文件的内容合并到destination.txt文件里。让我们先来看看未定义Task输入和输出的情况:
task combineFileContentNonIncremental {
def sources = fileTree('sourceDir')
def destination = file('destination.txt')
doLast {
destination.withPrintWriter { writer ->
sources.each {source ->
writer.println source.text
}
}
}
}
多次运行“gradle combineFileContentNonIncremental”时,整个Task都会重复运行。即便在第一次运行后我们已经得到了所需的结果。
假设该combineFileContentNonIncremental是一个繁重的Task,那么多次重复运行势必造成不是必需的时间耗费。
这时,我们能够将sources声明为该Task的inputs,而将destination声明为outputs,又一次创建一个Task例如以下:
task combineFileContentIncremental {
def sources = fileTree('sourceDir')
def destination = file('destination.txt')
inputs.dir sources
outputs.file destination
doLast {
destination.withPrintWriter { writer ->
sources.each {source ->
writer.println source.text
}
}
}
}
相比之下,后一个Task仅仅比前一个Task多了两行代码:
inputs.dir sources
outputs.file destination
当首次运行combineFileContentIncremental时,Gradle会完整地运行该Task。
可是紧接着再运行一次,命令行显示:
:combineFileContentIncremental UP-TO-DATEBUILD SUCCESSFULTotal time: 2.104 secs
我们发现,combineFileContentIncremental被标记为UP-TO-DATE,表示该Task是最新的。Gradle将不予运行。
在实际应用中,你将遇到非常多这种情况。由于Gradle的非常多插件都引入了增量式构建机制。
假设我们改动了inputs(即sourceDir目录)中的不论什么一个文件或删除掉了destination.txt。当调用“gradle combineFileContentIncremental”时。Gradle又会又一次运行。由于此时的Task已经不再是最新的了。
对于outputs,我们还能够使用upToDateWhen()方法来决定一个Task的outputs是否为最新,这个方法接受一个闭包作为检查条件,有兴趣的读者可以自行了解。
版权声明:本文博客原创文章。博客,未经同意,不得转载。