第一章：Golang与GCC协同构建的核心原理
Go 语言的构建系统默认使用自身实现的链接器和汇编器，但在特定场景下（如嵌入式开发、交叉编译、与 C/C++ 遗留系统集成），需借助 GCC 工具链完成最终链接或目标文件生成。其协同本质在于 Go 编译器（gc）生成符合 ELF 格式规范的中间目标文件（.o），并保留与 GCC 兼容的符号表、重定位信息及 ABI 约定（如 System V AMD64 ABI），使 gcc 或 ld 能将其与 C 对象文件统一链接。
Go 运行时与 GCC 的 ABI 对齐
Go 默认采用与 GCC 兼容的调用约定（如寄存器使用、栈帧布局）和数据结构对齐规则。例如，cgo 生成的 C 包装函数会严格遵循 GCC 的 __attribute__((visibility("default"))) 和 extern "C" 语义，确保符号导出无歧义。可通过以下命令验证 Go 生成目标文件的 ABI 兼容性：
# 编译 Go 源码为对象文件（禁用链接）
go tool compile -o main.o main.go
# 检查 ELF 头与 ABI 版本（应显示 ELFCLASS64, EM_X86_64, ABI version 0）
file main.o
readelf -h main.o | grep -E "(Class|Data|Machine|Version)"协同构建的关键阶段
- 编译阶段：
go tool compile输出.o文件，含 DWARF 调试信息与重定位条目； - 链接阶段：
gcc接收 Go 对象、C 对象及系统库（如-lc），调用ld完成符号解析与地址分配； - 运行时整合：Go 运行时（
libruntime.a）通过gcc的-Wl,--undefined=runtime·xxx显式声明未定义符号，由链接器从 Go 标准库归档中解析。
典型协同构建流程
- 编写含
//export注释的 Go 函数（启用 cgo）； - 执行
go build -buildmode=c-archive -o libgo.a生成静态库； - 使用 GCC 链接：
gcc main.c libgo.a -lpthread -ldl -o app； - 运行时依赖项（如
libpthread.so）由 GCC 自动注入动态链接器路径。
| 组件 | Go 原生工具链 | GCC 工具链 | 协同作用 |
|---|---|---|---|
| 编译器 | go tool compile |
gcc -c |
分别生成兼容 ELF 的 .o 文件 |
| 链接器 | go tool link |
gcc / ld |
GCC 提供更灵活的符号控制与插件支持 |
| 调试信息 | DWARF v4+ | DWARF v4+ | gdb 可跨语言调试混合栈帧 |
第二章：Makefile构建体系的深度剖析与瓶颈诊断
2.1 Makefile语法结构与Go编译流程映射关系
Makefile 的 target: prerequisites 规则天然契合 Go 编译的阶段依赖：源码 → 依赖解析 → 编译 → 链接 → 可执行文件。
核心映射逻辑
go mod download↔make deps（前置依赖）go build -o bin/app main.go↔make build（主构建目标）go test ./...↔make test（验证阶段）
典型Makefile片段
# 构建可执行文件，隐式依赖所有.go文件
bin/app: $(shell find . -name "*.go" -not -path "./vendor/*")
go build -ldflags="-s -w" -o $@ ./cmd/app
.PHONY: clean
clean:
rm -f bin/app$@ 展开为目标名 bin/app；-ldflags="-s -w" 剥离调试符号并禁用 DWARF，减小二进制体积；$(shell ...) 动态收集源文件，确保增量构建感知变更。
Go 编译阶段与 Makefile 职责对照表
| Go 阶段 | Makefile 体现方式 | 触发时机 |
|---|---|---|
| 模块依赖解析 | deps: go.mod go.sum |
make deps 显式调用 |
| 单元测试执行 | test: $(GOFILES) |
make test 并行运行 |
| 跨平台交叉编译 | build-linux: GOOS=linux |
环境变量覆盖生效 |
graph TD
A[make build] --> B[go mod tidy]
B --> C[go list -f '{{.ImportPath}}' ./...]
C --> D[go build -o bin/app]
D --> E[strip bin/app]2.2 GCC工具链在Go交叉编译中的实际介入点分析
Go 原生交叉编译通常绕过 GCC，但当启用 cgo 或链接 C 共享库时，GCC 工具链被深度介入。
cgo 构建阶段的 GCC 调用链
Go 在构建含 import "C" 的包时，通过 CGO_ENABLED=1 触发 GCC：
# Go 内部实际执行的命令片段（简化）
gcc -I $GOROOT/include -D__go_build_context__ \
-o _cgo_main.o -c _cgo_main.c
gcc -shared -o libfoo.so foo.c # 链接阶段调用参数说明：-I 指定 C 头文件路径；-shared 启用动态库生成；-D 注入构建上下文宏。
关键介入点对比表
| 介入阶段 | 是否调用 GCC | 触发条件 |
|---|---|---|
| 纯 Go 编译 | ❌ | CGO_ENABLED=0 |
| cgo C 源编译 | ✅ | .c 文件存在且 CGO_ENABLED=1 |
| C 依赖链接 | ✅ | #cgo LDFLAGS: -lfoo |
工具链协同流程
graph TD
A[go build] --> B{CGO_ENABLED==1?}
B -->|Yes| C[预处理 C 代码]
C --> D[调用 gcc -c]
D --> E[调用 gcc -shared/-ld]
E --> F[生成 .o/.so 并嵌入 Go 二进制]2.3 并发构建与依赖图解析：Make的隐式规则局限性实践验证
当 make -j4 并发构建含 .c → .o → executable 链路的项目时，隐式规则无法表达 .o 文件间的间接依赖（如头文件包含关系），导致增量编译失效。
头文件变更引发的构建错误
# Makefile（隐式规则版本）
main: main.o utils.o
# 缺失：main.o: utils.h；utils.o: utils.h —— 隐式规则不自动推导此依赖该写法使 utils.h 修改后 main.o 不被重建，产生符号链接错误。
显式依赖生成对比表
| 方式 | 是否自动跟踪头文件 | 并发安全 | 维护成本 |
|---|---|---|---|
| 隐式规则 | ❌ | ⚠️ | 低 |
gcc -MM 生成 |
✅ | ✅ | 中 |
依赖图解析瓶颈
graph TD
A[main.c] --> B[main.o]
C[utils.h] --> B
C --> D[utils.o]
B & D --> E[main]隐式规则仅建模文件后缀映射，无法注入 C → B 这类跨源文件的头依赖边。
2.4 构建缓存失效根源：Go build cache与Make增量逻辑冲突实测
现象复现
执行 make build 后二次运行，Go 仍重新编译依赖包，违背预期增量行为。
根本诱因
Make 的时间戳判定与 Go build cache 的哈希校验存在语义鸿沟：
# Makefile 片段
build: main.go utils/*.go
go build -o app .此规则仅检查源文件 mtime，但 Go build cache 依赖完整构建环境（GOOS、GOARCH、编译器版本、cgo 状态等）。Make 未感知
$GOROOT/pkg/下 cache key 变化，导致“文件未改但需重编”。
冲突验证表
| 触发操作 | Make 判定 | Go build cache 响应 | 原因 |
|---|---|---|---|
| 修改注释 | 跳过 | 命中 | 源码哈希未变 |
export CGO_ENABLED=0 后构建 |
跳过 | 全量重建 | Make 无视环境变量变更 |
缓存校验流程
graph TD
A[Make 执行 build target] --> B{源文件 mtime 是否更新？}
B -->|否| C[跳过 go build]
B -->|是| D[调用 go build]
D --> E[计算输入哈希：源码+env+flags+deps]
E --> F{哈希匹配 $GOCACHE？}
F -->|否| G[全量编译并写入 cache]
F -->|是| H[复用 .a 归档]解决路径
- ✅ 在 Makefile 中显式注入环境敏感变量：
$(shell go env GOOS GOARCH CGO_ENABLED) - ✅ 使用
go list -f '{{.Stale}}' .替代时间戳判断
2.5 安全构建加固：Make环境下GCC sanitizer集成与符号剥离实战
Sanitizer编译选项注入
在Makefile中统一启用AddressSanitizer与UndefinedBehaviorSanitizer：
CFLAGS += -fsanitize=address,undefined -fno-omit-frame-pointer -g
LDFLAGS += -fsanitize=address,undefined
-fsanitize=address,undefined启用双重检测；-fno-omit-frame-pointer保障ASan栈回溯准确性；-g保留调试信息供错误定位。
符号剥离分阶段实施
构建后执行符号清理，兼顾调试能力与发布安全：
# 仅剥离非调试符号，保留.dwo用于后续分析
objcopy --strip-unneeded --keep-debug $(TARGET) $(TARGET)-stripped关键参数对比表
| 参数 | 作用 | 是否必需 |
|---|---|---|
-fsanitize=address |
检测内存越界、UAF | ✅ |
--strip-unneeded |
移除局部符号与重定位项 | ✅（发布阶段） |
构建流程闭环
graph TD
A[源码] --> B[Make + Sanitizer CFLAGS]
B --> C[可执行文件含运行时检测]
C --> D[objcopy剥离符号]
D --> E[生产环境精简二进制]第三章：Bazel构建模型对Go+GCC工作流的范式重构
3.1 Bazel规则系统与Go扩展机制（rules_go）底层交互原理
Bazel 的核心抽象是规则（Rule），而 rules_go 通过 Starlark 实现 Go 构建逻辑的可扩展封装。
规则注册与工具链绑定
rules_go 在 go/toolchain.bzl 中注册 go_toolchain，将 go_sdk、go_binary 等目标映射到具体执行器：
# WORKSPACE 中加载 rules_go
load("@io_bazel_rules_go//go:deps.bzl", "go_register_toolchains")
go_register_toolchains(version = "1.22.3")该调用触发 go_toolchain 注册，使 go_library 等规则能自动感知 SDK 路径、编译器标志及交叉编译配置。
构建图构建阶段的关键钩子
Bazel 在分析阶段调用 go_library 的 _impl 函数，生成 GoCompileAction：
| 阶段 | 触发方 | 输出产物 |
|---|---|---|
| 分析（Analysis） | Starlark rule | GoSource provider |
| 执行（Execution） | Action runner | .a 归档 + metadata |
graph TD
A[go_library target] --> B[Starlark _impl]
B --> C[GoSource provider]
C --> D[GoCompileAction]
D --> E[.a archive + deps]GoSource provider 携带 srcs、importpath、deps 等字段，驱动后续依赖解析与增量编译判定。
3.2 GCC toolchain声明式注册与crosstool_top配置实战
Bazel 构建系统通过 crosstool_top 属性将工具链解耦为可复用、可声明的组件。核心在于 cc_toolchain_suite 与 cc_toolchain 的层级绑定。
声明式注册结构
# WORKSPACE 或 BUILD 文件中定义
cc_toolchain_suite(
name = "my_toolchain_suite",
toolchains = {
"@my_toolchain//...:toolchain": "@my_toolchain//...:cc-compiler-x86_64",
"@my_toolchain//...:toolchain_arm": "@my_toolchain//...:cc-compiler-aarch64",
},
)→ toolchains 字典将平台标识（如 "k8"）映射到具体 cc_toolchain target；键名需与 .bazelrc 中 --host_platform 或 --platforms 匹配。
crosstool_top 配置要点
- 必须在
.bazelrc中显式设置：
build --crosstool_top=@my_toolchain//:toolchain_suite - 工具链需提供
cc_compiler,cc_linker,cpp_compile等 action_config，由 Bazel 自动调度。
| 组件 | 作用 | 示例值 |
|---|---|---|
cc_toolchain_suite |
工具链入口路由 | @my_toolchain//:toolchain_suite |
cc_toolchain |
平台专属编译器封装 | @my_toolchain//:cc-compiler-x86_64 |
cc_toolchain_config |
编译参数、路径、flag 定义 | @my_toolchain//:cc-toolchain-config |
# cc_toolchain_config.bzl 中关键片段
def _impl(ctx):
return cc_common.create_cc_toolchain_config_info(
ctx = ctx,
abi_version = "gcc-12.3.0",
abi_libc_version = "glibc-2.37",
compiler = "gcc",
host_system_name = "x86_64-pc-linux-gnu",
target_cpu = "k8",
target_libc = "glibc",
target_system_name = "x86_64-unknown-linux-gnu",
)→ create_cc_toolchain_config_info 是构建 CcToolchainConfigInfo 的唯一合法方式；target_cpu 决定 Bazel 调度时匹配的 platform constraint。
graph TD
A[crosstool_top] –> B[cc_toolchain_suite]
B –> C1[cc_toolchain for k8]
B –> C2[cc_toolchain for aarch64]
C1 –> D[cc_toolchain_config]
C2 –> D
3.3 构建可重现性保障：Bazel sandboxing与GCC ABI一致性控制
Bazel 的沙箱机制通过隔离构建环境，消除隐式依赖对输出的影响。启用 --spawn_strategy=sandboxed 后，每个动作在独立的 tmpfs 目录中执行，仅挂载显式声明的输入文件与工具链。
# .bazelrc
build --sandbox_debug
build --strategy=CppCompile=sandboxed
build --host_crosstool_top=@local_config_cc//:toolchain该配置强制 C++ 编译动作进入沙箱，并启用调试日志输出沙箱路径。--host_crosstool_top 确保宿主编译器与目标工具链解耦，避免 ABI 混用。
GCC ABI 一致性依赖于 -fabi-version 与 _GLIBCXX_USE_CXX11_ABI 的协同控制：
| ABI 维度 | 推荐值 | 影响范围 |
|---|---|---|
-fabi-version |
11（GCC 7+ 默认） |
Name mangling 规则 |
_GLIBCXX_USE_CXX11_ABI |
1（启用新 ABI） |
std::string/std::list 二进制布局 |
# 验证 ABI 兼容性
nm libexample.so | c++filt | grep "std::basic_string"该命令解析符号表并还原 C++ 符号，确认是否统一使用 std::__cxx11::basic_string 命名空间。
graph TD A[源码] –> B[Bazel 沙箱执行] B –> C[受限 sysroot + 显式 toolchain] C –> D[固定 -fabi-version + _GLIBCXX_USE_CXX11_ABI] D –> E[可重现的 .o/.so 输出]
第四章：六步迁移路径的工程化落地与验证
4.1 步骤一：构建语义提取——从Makefile到BUILD文件的AST转换策略
语义提取的核心在于保留构建逻辑的依赖拓扑与目标语义，而非语法表层。
AST建模关键维度
- 构建目标（
target）→rule类型节点 - 依赖项（
prerequisites）→ 有向边指向被依赖节点 - 变量赋值（
VAR := value）→let声明节点，作用域绑定至所属作用域块
转换流程（mermaid）
graph TD
A[Makefile文本] --> B[词法分析]
B --> C[Make特化Parser]
C --> D[生成MakeAST]
D --> E[语义归一化]
E --> F[BUILD兼容AST]示例：变量展开逻辑
# rule.py 中 extract_make_var_refs()
def resolve_var_refs(node: MakeASTNode, env: dict) -> str:
# env: {'CC': 'clang', 'CFLAGS': '-O2 -Wall'}
# node.value = "$(CC) $(CFLAGS) main.c"
return re.sub(r'\$\((\w+)\)', lambda m: env.get(m.group(1), ""), node.value)该函数在AST遍历阶段动态展开变量引用，确保 BUILD 文件中生成的 cmd 字段为确定性字符串，避免Bazel等构建系统因未解析宏而报错。
4.2 步骤二：GCC工具链桥接——自定义cc_toolchain_config.bzl编写与验证
Bazel 通过 cc_toolchain_config.bzl 将底层 GCC 工具链语义映射为平台感知的构建规则。核心在于实现 cc_common.create_cc_toolchain_config_info。
关键配置项说明
toolchain_identifier：唯一标识符，需与.bazelrc中--crosstool_top路径匹配host_system_name/target_system_name：区分编译主机与目标平台（如x86_64-linux-gnu→aarch64-linux-gnu）compiler：固定设为"gcc"，触发 Bazel 内置 GCC 语义解析器
示例片段（带注释）
def _impl(ctx):
return cc_common.create_cc_toolchain_config_info(
ctx = ctx,
toolchain_identifier = "my_gcc_arm64", # 必须与BUILD中toolchain_rule.name一致
host_system_name = "x86_64-unknown-linux-gnu",
target_system_name = "aarch64-unknown-linux-gnu",
target_cpu = "aarch64",
target_libc = "glibc_2.31",
compiler = "gcc",
abi_version = "local",
abi_libc_version = "glibc_2.31",
cxx_builtin_include_directories = [
"/opt/gcc-arm64/include/c++/11.2.0",
"/opt/gcc-arm64/aarch64-linux-gnu/include",
],
tool_paths = TOOL_PATHS, # 定义gcc/ar/ld等可执行路径映射
)逻辑分析：该函数不执行实际编译，仅注册元数据。
cxx_builtin_include_directories直接影响-isystem参数注入顺序；tool_paths若缺失gcc条目将导致clang回退——需显式绑定/opt/gcc-arm64/bin/aarch64-linux-gnu-gcc。
验证流程
- ✅
bazel query 'kind(cc_toolchain, @//...)'确认注册成功 - ✅
bazel build --crosstool_top=//:toolchain //:hello_world触发交叉编译 - ❌ 缺失
target_libc将报ERROR: No toolchain found for cpu 'aarch64'
| 字段 | 是否必需 | 作用 |
|---|---|---|
toolchain_identifier |
是 | 用于 --crosstool_top 解析 |
target_cpu |
是 | 决定 --cpu 匹配逻辑 |
cxx_builtin_include_directories |
否（但强烈建议） | 控制头文件搜索路径优先级 |
graph TD
A[cc_toolchain_config.bzl] --> B[cc_common.create_cc_toolchain_config_info]
B --> C{Bazel 构建阶段}
C --> D[Toolchain Resolution]
C --> E[Action Graph 生成]
D --> F[匹配 --cpu + --crosstool_top]
E --> G[注入 -I/-L/-l 参数]4.3 步骤三：Go构建规则迁移——go_binary/go_library与CGO_ENABLED协同配置
在Bazel迁移中，go_binary与go_library需显式声明CGO依赖边界。启用Cgo时，必须同步配置CGO_ENABLED=1环境变量，并确保cgo_library被正确引入。
CGO_ENABLED的双重作用域
- 构建时由Bazel通过
--action_env=CGO_ENABLED=1注入 - 运行时由
go_binary的env属性继承（若需动态链接）
典型迁移配置示例
go_binary(
name = "app",
srcs = ["main.go"],
deps = [":lib"],
env = {"CGO_ENABLED": "1"},
# 必须显式引用cgo依赖项
cgo_deps = [":cgo_helpers"],
)此配置强制Bazel在编译阶段启用Cgo支持，并将环境变量透传至链接器；缺失
cgo_deps会导致#include头文件解析失败。
关键约束对照表
| 场景 | CGO_ENABLED=0 | CGO_ENABLED=1 |
|---|---|---|
cgo_library引用 |
❌ 编译报错 | ✅ 允许 |
| 静态链接libc | ✅ 默认行为 | ❌ 需-ldflags=-static |
graph TD
A[go_binary声明] --> B{CGO_ENABLED=1?}
B -->|是| C[注入cgo_library依赖]
B -->|否| D[禁用C头文件解析]
C --> E[调用系统gcc/clang]4.4 步骤四：CI/CD流水线重写——GitHub Actions中Bazel缓存与远程执行（RBE）集成
缓存策略分层设计
Bazel 构建加速依赖两级缓存：本地磁盘缓存（--disk_cache） + 远程 HTTP 缓存（--remote_http_cache），二者协同规避重复计算。
GitHub Actions 配置核心片段
- name: Setup Bazel with RBE
uses: bazelbuild/setup-bazel@v1
with:
version: "6.4.0"
remote_execution: "grpcs://remotebuildexecution.googleapis.com"
remote_instance: "projects/your-project/instances/default_instance"
remote_execution指向 Google RBE gRPC 端点；remote_instance必须启用 Cloud Build API 并授权roles/cloudbuild.builds.builder。未配置--remote_upload_local_results=true将导致本地构建结果无法回传共享缓存。
缓存命中率对比（典型 Java 项目）
| 缓存类型 | 平均命中率 | 首次构建耗时 | 增量构建耗时 |
|---|---|---|---|
| 仅本地磁盘缓存 | 32% | 8.4 min | 5.1 min |
| 本地 + RBE 远程 | 89% | 7.9 min | 1.3 min |
构建流程拓扑
graph TD
A[GitHub Push] --> B[Trigger workflow]
B --> C[Fetch Bazel cache key via git hash + .bazelrc]
C --> D{Cache hit?}
D -->|Yes| E[Download from RBE CAS]
D -->|No| F[Build & Upload to RBE CAS]
E --> G[Run tests on RBE workers]第五章：演进边界与未来技术展望
技术栈边界的现实撕裂
在某大型金融风控平台的升级实践中，团队尝试将传统 Java Spring Boot 微服务逐步迁移至 Rust + Axum 构建的核心决策引擎。迁移并非平滑过渡：原有基于 Kafka 的事件驱动链路在 Rust 中需重写序列化器以兼容遗留 Avro Schema；TLS 1.2 证书验证逻辑因 OpenSSL 绑定版本差异导致生产环境偶发 handshake failure；更关键的是，运维团队缺乏 Rust 二进制热更新经验，被迫引入 custom signal handler + atomic file swap 机制实现零停机发布——这暴露了语言生态与基础设施成熟度之间的结构性断层。
模型即服务（MaaS）的落地瓶颈
某省级政务智能审批系统上线后发现：Llama3-8B 本地部署推理延迟达 2.4s（P95），远超 SLA 要求的 800ms。深度分析显示瓶颈不在 GPU 利用率（仅 37%），而在于 Python Flask API 层的 GIL 锁争用及 PyTorch DataLoader 的 NUMA 内存分布不均。最终通过以下组合方案解决：
- 使用 Triton Inference Server 替换原生 PyTorch Serving
- 将模型权重预加载至 GPU 显存并启用
--model-control-mode explicit - 在 Kubernetes 中为推理 Pod 设置
numaTopologyPolicy: SingleNodePreferred
| 优化项 | P95 延迟 | GPU 显存占用 | 部署复杂度 |
|---|---|---|---|
| 原方案（Flask+PyTorch） | 2400ms | 12.1GB | ★★☆ |
| Triton + NUMA 调优 | 720ms | 9.8GB | ★★★★ |
| 加入 vLLM PagedAttention | 610ms | 8.3GB | ★★★★★ |
边缘智能的协议战争
在工业质检场景中，某汽车零部件厂部署了 237 台 NVIDIA Jetson Orin 设备，但面临设备间通信协议碎片化问题：
- 视觉检测模块使用 MQTT over TLS（端口 8883）
- 振动传感器数据走 CoAP（UDP 5683）
- PLC 控制指令依赖 Modbus TCP（502 端口）
团队开发轻量级协议网关 edge-gateway-core，采用 Rust 编写，支持动态插件式协议转换。关键设计包括：
// 协议路由核心逻辑片段
pub struct ProtocolRouter {
mqtt_handler: Arc<MqttHandler>,
coap_handler: Arc<CoapHandler>,
modbus_pool: Arc<ModbusTcpPool>,
}
impl ProtocolRouter {
pub async fn route(&self, packet: RawPacket) -> Result<Vec<NormalizedEvent>, Error> {
match packet.protocol {
Protocol::MQTT => self.mqtt_handler.parse(packet).await,
Protocol::COAP => self.coap_handler.decode(packet).await,
Protocol::MODBUS => self.modbus_pool.query(packet).await,
}
}
}硬件抽象层的重构代价
某数据中心在替换 1200 台服务器时，发现原有监控脚本严重依赖 /proc/sys/net/ipv4/tcp_rmem 的 Linux 特定路径。新采购的 AMD EPYC 服务器启用内核 6.8 后，该参数被移至 sysctl.net.ipv4.tcp_rmem，且默认值从 4096 65536 8388608 改为 4096 131072 16777216。自动化部署脚本因此触发 37 台机器网络吞吐骤降 40%，最终通过 Ansible 的 kernel_module_facts 模块动态探测内核版本，并生成适配性 sysctl 配置模板解决。
开源工具链的信任危机
2024 年 7 月，某电商大促前夜，CI/CD 流水线因 actions/setup-node@v4 行为变更中断：该 Action 在 Node.js 20.12.0 版本中默认启用 --experimental-permission，导致原有 Jest 测试因缺少 --allow-read 权限而批量失败。团队紧急构建私有镜像 myorg/node-setup:v4.1，并强制指定 node-version-file: .nvmrc 以锁定行为，同时在流水线中插入 curl -s https://registry.npmjs.org/node/v20.12.0 | jq '.dist.tarball' 校验步骤确保二进制一致性。
graph LR
A[CI Pipeline] --> B{Node.js Version Check}
B -->|Match .nvmrc| C[Use Private Setup Action]
B -->|Mismatch| D[Fail Fast with Alert]
C --> E[Run Tests with --allow-read]
E --> F[Deploy to Staging]