在CentOS7上编译Apache brpc的注意事项
Apache brpc作为一款高性能RPC框架,在CentOS7环境下编译时可能会遇到一些兼容性问题。本文将详细介绍在CentOS7系统上成功编译brpc的关键步骤和注意事项。
环境准备
CentOS7默认的软件版本较旧,需要特别注意以下组件的版本要求:
-
编译器要求:推荐使用gcc 8或更高版本,老版本编译器对模板支持不足可能导致编译失败。
-
Protobuf版本:brpc 1.8.0及以上版本需要Protobuf 3.0+,不再兼容Protobuf 2.5。建议使用Protobuf 3.0至3.25之间的版本。
-
构建工具:需要使用cmake3而非系统自带的cmake。
编译步骤
- 首先安装必要的依赖库:
sudo yum install epel-release
sudo yum install git gcc-c++ make openssl-devel gflags-devel protobuf-devel protobuf-compiler leveldb-devel readline-devel
-
升级gcc到8或更高版本(CentOS7默认gcc 4.8.5不兼容)
-
安装cmake3和protobuf3
-
配置编译环境时,需要注意gflags的命名空间变更。新版本brpc使用
gflags::而非google::命名空间。
常见问题解决
-
Protobuf语法错误:如果遇到类似"Expected ")"的错误,通常是因为使用了Protobuf 2.x版本,需要升级到3.0+。
-
CMake配置错误:如果CMake报错"Protobuf_VERSION GREATER_EQUAL 4.22",可以修改CMakeLists.txt文件,将条件判断改为"Protobuf_VERSION GREATER 4.21"。
-
线程库问题:如果出现pthread相关错误,确保已安装开发包并正确链接。
兼容性说明
对于只需要使用bvar监控功能的用户,可以考虑使用brpc 1.5版本,该版本仍支持Protobuf 2.5。但新功能开发建议使用最新版本以获得更好的性能和功能支持。
总结
在CentOS7上成功编译brpc需要注意三点关键因素:足够新的编译器版本、正确的Protobuf版本以及适当的构建工具。遵循上述步骤和建议,应该能够顺利完成编译过程。对于生产环境,建议考虑使用更新版本的操作系统以获得更好的兼容性和性能表现。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00