最近给实验室的Gitlab服务器开启了CI功能，采用的是docker模式，每次都启动一个全新的镜像进行构建。
为了对Python代码进行风格检查，每次在构建的时候，都需要先在启动的容器中使用pip安装flake8。由于每次构建之间的环境相互隔离，所以pip的缓存也就完全没有作用，每次都需要直接联网下载相关的包来安装。
国内的网络大家都懂，下载新包的速度时好时坏，严重影响了构建的速度。在配置CI的时候，正好看到了有cache的选项，遂决定启用cache，不必每次都从网络下载。
首先根据网上查阅的资料，在.gitlab-ci.yml中配置如下：
image: python:3.6
cache:
paths:
- pip-cache
key: $CI_PROJECT_ID
# This is a basic example for a gem or script which doesn't use
# services such as redis or postgres
before_script:
- python -V # Print out python version for debugging
- export PIP_CACHE_DIR="pip-cache"
- mkdir -p pip-cache
- ls pip-cache
- pip install flake8
lint:
script:
- flake8 .
其中重点是cache部分，该部分paths指定了要缓存的目录，key指定了缓存的key（即只有key匹配时，才会启用缓存）。
在这里，我使用了当前目录下的pip-cache目录作为pip的缓存目录，项目id作为key，也就是本项目的所有构建都会共享这个目录。
另一个重点是export PIP_CACHE_DIR="pip-cache"这条命令。这条命令设置了一个PIP_CACHE_DIR的环境变量，pip会根据这个环境变量，将缓存放在我们指定的pip-cache目录下。
配置完成后，启动pipeline运行，发现还是每次都会从网络上下载Python的包。
经过多次搜索后发现，还需要对gitlab-ci-multi-runner进行配置。
我是根据系统帮助，直接在Ubuntu仓库里安装的，因此配置文件在/etc/gitlab-runner/config.toml当中。
打开该文件，可以看到[runners.docker]部分中的volumes = ["/cache"]这一条配置。根据我们对docker的了解，如果要进行持久化，需要将外部的一个目录挂载到容器内部，但是这里明显没有指定外部的目录。
修改这一行为：
volumes = ["/root/build_cache:/cache:rw"]
也就是把外部的/root/build_cache目录挂载到容器中的/cache目录中，并且给予读写权限。这样gitlab-runner每次创建缓存的时候，都会在/cache中(默认配置，可以按照官网文档修改)，也就是存到了宿主机的/root/build_cache目录中。当启动一个新的容器的时候，也会从宿主机的/root/build_cache中加载缓存文件。
最后，重新启动pipeline，发现pip已经可以成功使用缓存安装需要的包了。
感谢您的阅读！
本账号已经不再更新，更多文章请移步我的个人博客https://www.zacharyjia.me
