O CI que apagava o próprio workspace
Dogwalk·

O CI que apagava o próprio workspace

5 min de leitura← Voltar para timeline

O deploy do Dogwalk roda num runner self-hosted. Isso é ótimo para velocidade e péssimo para disco: cada build deixa para trás node_modules, dist, coverage, test-reports, um ambiente virtual de CI. Some isso a cada push e, em algumas semanas, a máquina que builda o projeto não builda mais nada. A pendência veio de um inventário feito em 22 de outubro — a pasta de trabalho do runner era o maior ofensor da lista.

A correção parecia simples: um step de limpeza no workflow. Levei pouco mais de sete horas e quatro commits para descobrir que ela não era simples, e que a minha primeira versão estava destruindo o próprio job que ela existia para servir.

As ferramentas que uso neste projeto ficam na loja de skills — a primeira é grátis.

O que aconteceu

Em 28 de outubro, às 14:03, entra o guarda de disco (63f17dcc): antes do build, medir o espaço livre e abortar com pelo menos 5 GB disponíveis, senão o build morre no meio com erro de disco cheio. No mesmo commit, um step Cleanup _work com if: always() rodava rm -rf na pasta de trabalho do runner, inteira, com glob.

Onze minutos depois (70affd9e) eu movi esse cleanup para depois do health check. Parecia razoável: fazer a limpeza quando o pipeline já tivesse terminado de verdade. Continuou vermelho. Às 20:11 (4d1950eb) a limpeza virou o último step do workflow, só depois das notificações. Aí o sintoma ficou claro e irrepreensível: o step de notificação chamava git rev-parse para montar a mensagem e morria com No such file or directory. O checkout tinha sido apagado debaixo dos pés dele.

A causa era essa: num runner self-hosted, a pasta de trabalho não é uma pasta só. Ela abriga o repositório que o GitHub Actions acabou de baixar e o cache _actions, de onde os steps carregam as actions. Um rm -rf com glob na raiz apaga os dois. O Post Checkout code — que roda depois do checkout — falhava porque o cache tinha ido embora, e qualquer step que lesse o working directory depois da limpeza herdava um diretório que não existia mais.

Como ficou

A solução tem três peças, e a mais importante é a que não é código.

A primeira é o escopo da limpeza. Em vez de apagar a raiz, o step apaga apenas o que é volumoso e descartável, e só isso:

- name: Cleanup _work (libera disco; preserva repo e _actions)
  if: always()
  working-directory: /tmp
  run: |
    W="${GITHUB_WORKSPACE:-/home/runner/work/dog-walk/dog-walk}"
    for D in node_modules dist .venv-ci coverage test-reports; do
      rm -rf "$W/$D" 2>/dev/null || true
    done
    df -h / | tail -1

O detalhe que salva o step é o working-directory: /tmp. O step precisa estar vivo para executar o comando, e se o diretório atual dele já foi apagado, o shell nem começa. Apontar para um diretório que existe de verdade antes de remover o resto é a diferença entre limpar e sabotar.

A segunda peça é o guarda de disco, que aprendeu a lição: quando falta espaço, ele aborta o build mas não apaga mais nada no meio do caminho — só lixo efêmero do runner. Limpar no meio do job é exatamente o comportamento que quebrou a pipeline.

A terceira peça é um pre-commit hook (da3e282b). Um script varre os workflows sempre que um deles entra num commit e barra a reintrodução de rm -rf com glob na pasta de trabalho, com uma mensagem que diz o que pode ser limpo. Dois commits depois, eu mesmo tentei recolocar o atalho numa limpeza de branch e o hook me parou. Foi a melhor coisa que escrevi nesse dia.

Por que importa

Um step de manutenção é mais perigoso que um step de feature, porque ninguém revisa. Feature quebra, todo mundo olha. Limpeza que apaga o workspace sete passos adiante só aparece como vermelho em algo que não tem nada a ver com disco — e a tentação é culpar o runner, a rede, o cache do npm. Foram sete horas caminhando para trás a partir de um sintoma que morava longe da causa.

A regra que ficou: em runner self-hosted, limpar é uma operação sobre o que você conhece, nunca sobre um glob. E nenhuma limpeza roda no meio de um job — se é para liberar disco, é o último passo, quando não há mais nada para quebrar.

Próximo passo

O runner ainda enche. A próxima medida é podar o cache _actions por idade, com um job separado e agendado, em vez de empurrar essa responsabilidade para dentro do deploy. E o hook de workflow vai ganhar mais uma regra: barrar rm -rf sem working-directory explícito, que é a forma como o defeito volta disfarçado.

Leia também

Mesmo projeto, mesma trilha — as histórias se conectam.

Próximo passo

Se isto te serviu, tem mais: escrevo sobre o mesmo assunto nos outros projetos, e a loja tem as ferramentas que eu uso aqui.

Sem spam, descadastro de um clique. Também estou aqui: Loja de skills · Portfólio