Limit rozmiaru cache w GitHub Actions: dlaczego cache jest usuwany, wolno się przywraca albo chybia
GitHub Actions daje każdemu repozytorium 10 GB cache. Gdy repozytorium go przekroczy, GitHub nadal zapisuje nowy wpis i usuwa wpisy czytane najdawniej, aż znowu zmieści się w limicie, a każdy wpis, którego żadne zadanie nie czytało przez 7 dni, kasuje. Gałąź czyta tylko własne cache i cache gałęzi domyślnej, więc pierwsze uruchomienie nowej gałęzi często chybia. A trafienie to wciąż pobieranie: każde zadanie na runnerze hostowanym przez GitHub startuje na nowej VM, więc znowu pobiera i rozpakowuje archiwum. Możesz podnieść limit, po 0,07 USD za GB miesięcznie ponad 10 GB, i dopracować klucze, ale pobieranie zostaje.
Skipbox usuwa pobieranie. Twoje zadania działają na dedykowanej maszynie Twojego konta, która zostaje między zadaniami, więc cache npm, pnpm, Gradle, Go i Cargo oraz warstwy Dockera są nadal na jej dysku z poprzedniego zadania (80 GB w S, wobec 14 GB na runnerze GitHuba). To, co zapisuje actions/cache, zostaje obok maszyny, więc przywrócenie to odczyt lokalny. Zmień jedną linię, runs-on: skipbox, za stałe $39 miesięcznie, z minutami bez limitu.
Zasady cache w GitHubie
Według dokumentacji cache zależności, rozliczania Actions i wpisu w changelogu GitHuba o cache ponad 10 GB:
| Zasada | Co robi GitHub |
|---|---|
| Rozmiar | Domyślnie 10 GB na repozytorium, wspólne dla wszystkich gałęzi i workflowów |
| Po przekroczeniu | Zapisuje nowy wpis, potem usuwa wpisy według ostatniego dostępu, od najstarszych, aż repozytorium zmieści się w limicie. Usuwanie działa co godzinę |
| Nieużywane wpisy | Usuwa każdy wpis nieczytany przez ponad 7 dni |
| Większy limit | Na koncie Pro, Team albo Enterprise administratorzy mogą podnieść rozmiar i liczbę dni. Ponad 10 GB 0,07 USD za GB miesięcznie, według szczytu każdej godziny. Wyczerpany budżet sprawia, że cache jest tylko do odczytu do następnego cyklu rozliczeniowego |
| Gałęzie | Uruchomienie przywraca cache ze swojej gałęzi i z gałęzi domyślnej; uruchomienie pull requesta także z jego gałęzi bazowej. Nigdy z gałęzi równoległej ani podrzędnej |
| Pull requesty | Cache pull requesta jest przypisany do jego merge ref: czytają go tylko ponowne uruchomienia tego pull requesta |
| Wpisy | Nie można ich zmieniać. Klucz, który już istnieje, nie jest zapisywany ponownie |
| Trafienia | cache-hit ma wartość true tylko przy dokładnym dopasowaniu key; dopasowanie z restore-keys daje false |
| Tempo | Do 200 wysłań i 1500 pobrań na minutę na repozytorium |
Dlaczego cache jest usuwany
Jedne 10 GB mieszczą wszystko, co zapisuje repozytorium. Każda gałąź i każdy pull request zapisuje własne wpisy. Macierz trzech wersji Node na dwóch systemach operacyjnych zapisuje sześć. Cache buildów Dockera type=gha trafia do tych samych 10 GB. Gdy zapisy z jednego dnia przekroczą limit, każdy nowy zapis usuwa starszy wpis, często ten, którego potrzebuje następne zadanie. GitHub nazywa to cache thrashing.
Żeby zobaczyć, co go zapełnia, wyświetl wpisy według rozmiaru:
gh cache list --sort size_in_bytes --limit 20
Strona Actions › Caches repozytorium pokazuje to samo, z gałęzią i ostatnim użyciem każdego wpisu.
Dlaczego przywracanie jest wolne
Trafienie cache na runnerze hostowanym przez GitHub to pobieranie na nową VM, a potem rozpakowanie. Jego czas rośnie razem z archiwum, więc cache, który urósł do kilku GB, może trwać tyle, co instalacja, którą miał pominąć. Zawieszone pobieranie przerywa limit czasu segmentu w actions/cache, domyślnie 10 minut (SEGMENT_DOWNLOAD_TIMEOUT_MINS).
Większość konfiguracji przywraca też mniej, niż się wydaje. Parametr cache: w setup-node zapisuje cache pobrań menedżera pakietów, nie node_modules: po przywróceniu npm ci i tak instaluje każdy pakiet. Z cache pip w setup-python jest tak samo: pobrania wracają, a środowisko jest instalowane od nowa.
Dlaczego cache chybia
- Zmienił się klucz. Klucz z
hashFiles('**/package-lock.json')chybia przy każdej zmianie pliku blokady.restore-keysdaje częściowe dopasowanie, acache-hitma wtedy wartośćfalse. - Nowa gałąź. Może czytać cache gałęzi domyślnej, a nie innej gałęzi z funkcją. Jeśli gałąź domyślna nigdy nie uruchomiła workflow, nie ma czego czytać.
- Usunięty. Zabrał go limit albo 7 dni.
- Nigdy się nie zapisał. Wpisów nie można zmieniać, więc istniejący klucz nigdy nie jest zapisywany ponownie, a zawartość cache zostaje tak stara jak jego pierwszy zapis. Pull request z forka może w ogóle nie mieć prawa zapisu.
Przekazywanie plików do następnego zadania tego samego uruchomienia to inne narzędzie. Cache jest dla następnego uruchomienia; wyniki buildu, których potrzebuje późniejsze zadanie tego samego workflow, idą przez actions/upload-artifact i actions/download-artifact. Artefakty mają własne miejsce, poza 10 GB, i one też są pobieraniem na nową VM.
Ile kosztuje każda poprawka na runnerach GitHuba
- Podnieś limit. Mniej usuwania, po 0,07 USD za GB miesięcznie ponad 10 GB (przykład samego GitHuba: w pełni wykorzystane 200 GB to 13,30 USD miesięcznie), na koncie Pro, Team albo Enterprise. Przywracanie zostaje pobieraniem, a większy cache dłużej się pobiera.
- Zapisuj mniej. Zapisuj w cache
~/.npmalbo magazyn pnpm, nienode_modulesani wyniki buildu. Zapisuj tylko na gałęzi domyślnej, zactions/cache/restorew każdym zadaniu iactions/cache/savew jednym. Kosztuje to Twój czas, a mniejszy cache przywraca mniej. - Popraw klucze. Opieraj klucz na pliku blokady, dodaj
restore-keysi uruchamiaj workflow przy pushach do gałęzi domyślnej, żeby nowe gałęzie miały co czytać. - Runner self-hosted, który zachowuje dysk. Bez pobierania, bez 10 GB. Maszynę prowadzisz Ty: aktualizacje systemu, czyszczenie między zadaniami bez kasowania cache i naprawianie, gdy się zepsuje.
Gdy rozwiązaniem jest maszyna, która zachowuje dysk
Cache istnieje, bo maszyna zapomina. Runner hostowany przez GitHub to nowa VM dla każdego zadania, więc zadanie zapisuje swój stan w magazynie GitHuba i następnym razem go pobiera. Na maszynie, która zostaje, ten stan jest już na jej dysku: cache menedżera pakietów, tool cache, obrazy Dockera i cache buildów, a nawet wyniki buildu.
Różnicę widać w CI prawdziwych projektów, według naszych uruchomień ich własnych zadań:
- astro (Node.js, Turborepo): 528 s w GitHubie, 30 s na dedykowanej maszynie Skipbox, która zachowuje cache turbo, więc ciepłe uruchomienia odtwarzają 40 zadań buildu, zamiast je wykonywać.
- helix (Rust): krok toolchainu i cache trwał 9-10 s na dedykowanej maszynie, wobec 41-46 s w GitHubie.
- tauri (Rust): 246 s w GitHubie, 53 s na dedykowanej maszynie, z
target/zachowanym między zadaniami.
Skipbox trzyma cache na Twojej maszynie
Każdy plan ma dedykowaną maszynę Twojego konta, która zostaje między zadaniami:
- Cache pakietów zostają na dysku:
~/.npm, magazyn pnpm,~/.cachekażdego narzędzia oraz cache Go, Gradle, Cargo i Mavena, razem z narzędziami zainstalowanymi przezsetup-*. Nic do przywracania. - Obrazy Dockera, warstwy i cache buildów też zostają.
docker buildużywa ponownie warstw z poprzedniego buildu (cache warstw Dockera). - **actions/cache, setup-* i rust-cache nie wymagają zmian.** To, co zapisują, zostaje obok maszyny zamiast w magazynie GitHuba, z większym miejscem niż 10 GB GitHuba na repozytorium, a przywrócenie czyta to lokalnie.
- Bez wygasania po 7 dniach na dysku. Nic nie jest usuwane, dopóki dysk nie będzie po zadaniu prawie pełny; wtedy najpierw znika to, co było używane najdawniej.
Co najmniej 7× więcej miejsca na cache niż w GitHubie, już w S. Zadanie wybiera rozmiar etykietą:
| Etykieta | Maszyna | Dysk | Plan |
|---|---|---|---|
skipbox | 4 vCPU · 16 GB | 80 GB | S, $39 miesięcznie |
skipbox-8x16 | 8 vCPU · 16 GB | 160 GB | M, $79 miesięcznie |
skipbox-16x32 | 16 vCPU · 32 GB | 320 GB | L, $149 miesięcznie |
ubuntu-latest repozytorium prywatnego ma 2 CPU, 8 GB i 14 GB SSD. W Skipbox minuty są bez limitu. Przy 20 000 minut miesięcznie na 4 vCPU GitHub nalicza $222; Skipbox S to $39, o $183 mniej.
Przejście to jedna linia
jobs:
test:
runs-on: skipbox # was ubuntu-latest
steps:
- uses: actions/checkout@v4
- uses: actions/setup-node@v4
with:
node-version: 22
cache: npm
- run: npm ci && npm test
- Zaloguj się do Skipbox przez GitHuba.
- Zainstaluj aplikację Skipbox w GitHubie i wybierz repozytoria.
- Zmień
runs-oni zrób push.
Zostaw kroki cache bez zmian. Drugie uruchomienie znajdzie cache pierwszego na maszynie.
Bezpieczeństwo
- Maszyna należy tylko do Twojego konta. Nie działają na niej zadania żadnej innej firmy.
- Po każdym zadaniu usuwane są dane uwierzytelniające runnera, procesy i kontenery. Opcja Nowa VM dla każdego zadania daje zamiast tego każdemu zadaniu nową maszynę.
- Kod od osób bez uprawnień do zapisu (na przykład pull requesty z forków) działa na nowej VM, która czyta Twój cache, ale nie może go zmienić.
Szczegóły są w artykule jak zadania są od siebie odizolowane.
Wypróbuj na zadaniu, którego cache chybia
Okres próbny jest bezpłatny przez 7 dni lub 3000 minut zadań, zależnie od tego, co nastąpi wcześniej, i nie wymaga karty. Przenieś to zadanie na runs-on: skipbox, uruchom je dwa razy i porównaj kroki przywracania i instalacji drugiego uruchomienia z GitHubem.
FAQ
Jaki jest limit rozmiaru cache w GitHub Actions?
Domyślnie 10 GB na repozytorium, łącznie dla wszystkich gałęzi i workflowów. Po jego przekroczeniu GitHub nadal zapisuje nowy wpis i usuwa wpisy według ostatniego dostępu, od najstarszych, aż repozytorium znowu zmieści się w limicie. Wpisy, których żadne zadanie nie czytało przez 7 dni, są usuwane bez względu na rozmiar. Na koncie Pro, Team albo Enterprise administratorzy mogą podnieść limit i liczbę dni; miejsce ponad 10 GB jest naliczane po 0,07 USD za GB miesięcznie, według szczytu każdej godziny, a po wyczerpaniu budżetu cache staje się tylko do odczytu do następnego cyklu rozliczeniowego.
Dlaczego mój cache GitHub Actions jest tak często usuwany?
Bo wszystko w repozytorium dzieli jedne 10 GB: każda gałąź, każdy pull request, każde zadanie macierzy i każdy system operacyjny zapisuje własne wpisy, a cache Dockera type=gha trafia w to samo miejsce. Gdy zapisy z jednego dnia przekroczą limit, każdy zapis usuwa starszy wpis, a następne zadanie chybia tego, którego potrzebowało. GitHub nazywa to cache thrashing. Wyświetl wpisy według rozmiaru (gh cache list --sort size_in_bytes), żeby zobaczyć, co go zapełnia.
Dlaczego przywracanie cache trwa tyle, co instalacja od zera?
Bo trafienie to wciąż pobieranie. Każde zadanie na runnerze hostowanym przez GitHub startuje na nowej VM, więc actions/cache za każdym razem pobiera archiwum i je rozpakowuje, a im większy cache, tym dłużej to trwa. Cache z setup-node przywraca cache pobrań menedżera pakietów, nie node_modules, więc po przywróceniu npm ci i tak instaluje każdy pakiet. Na runnerze, który zachowuje dysk, cache już tam są i nic nie jest pobierane.
Dlaczego actions/cache chybia na nowej gałęzi?
Uruchomienie może przywracać cache ze swojej gałęzi i z gałęzi domyślnej, a uruchomienie pull requesta także z jego gałęzi bazowej. Nie może czytać cache gałęzi równoległej. Pierwsze uruchomienie gałęzi z funkcją trafia więc tylko wtedy, gdy gałąź domyślna zapisała ten klucz. Uruchamiaj workflow przy pushach do gałęzi domyślnej, żeby zapisywał, i dodaj restore-keys dla częściowego dopasowania; cache-hit jest true tylko przy dokładnym dopasowaniu key.
Ile cache Actions trzyma Skipbox?
Więcej niż 10 GB GitHuba na repozytorium, obok Twojej maszyny zamiast w magazynie GitHuba. Na maszynie w chmurze to, co zadania zapisują przez actions/cache, setup-* i rust-cache, zostaje na własnym dysku maszyny, do połowy tego dysku (80 GB w S, 160 GB w M, 320 GB w L); na hoście Skipbox cache hosta trzyma 20 GB na repozytorium. Tak czy inaczej wpis jest trzymany przez 7 dni od ostatniego użycia, z regułami gałęzi GitHuba. Cache pakietów i warstwy Dockera nie przechodzą przez niego: zostają na samym dysku.
Co czyści cache na maszynie Skipbox?
Między zadaniami nic: cache zostają na maszynie, a dopiero gdy zadanie zostawi dysk prawie pełny, najpierw znika to, co było używane najdawniej. Maszyna startuje od zera przy resecie: gdy naciśniesz Zresetuj maszynę, gdy jej obraz zostanie zaktualizowany (co najmniej raz w miesiącu), gdy po zadaniu nie przejdzie kontroli stanu i gdy zadanie dojdzie do limitu 6 godzin. Gdy kończy się plan, maszyna jest usuwana razem z dyskiem.
Ile kosztuje wypróbowanie?
Nic. Okres próbny trwa 7 dni lub 3000 minut zadań, zależnie od tego, co nastąpi wcześniej, bez karty. Przenieś zadanie, którego cache chybia albo wolno się przywraca, na runs-on: skipbox, uruchom je dwa razy i porównaj kroki przywracania i instalacji drugiego uruchomienia z GitHubem.
Zaktualizowano 19 listopada 2026