Async-profiler项目如何消除对libstdc++的依赖
2025-05-28 22:53:24作者:乔或婵
背景介绍
Async-profiler是一款广泛使用的Java性能分析工具,它通过低开销的方式收集JVM的性能数据。在开发过程中,项目团队发现async-profiler存在对标准C++库(libstdc++)的依赖问题,这给工具的使用带来了诸多限制。
依赖问题的具体表现
async-profiler原本使用了多个标准C++库的功能,包括:
- IO流处理
- 字符串操作(std::string)
- 容器类(std::map, std::vector等)
这种依赖导致了几个实际问题:
- 版本兼容性问题:在新版Linux发行版上构建的async-profiler无法在旧版系统上运行
- Alpine Linux支持问题:Alpine Linux默认不预装libstdc++
- 二进制文件体积膨胀:静态链接libstdc++会使生成的二进制文件变得过大
解决方案的演进
项目团队采取了渐进式的改进方案来解决这些问题:
第一阶段:替换IO流处理
开发者发现仅替换IO流处理就能显著减小二进制文件体积,从1.4MB缩减到500KB左右。这一改进使得工具在Alpine Linux上的运行成为可能。
第二阶段:优化链接方式
通过引入以下编译和链接选项进一步优化:
-Wl,--exclude-libs,ALL:防止libstdc++符号被导出,避免与主机进程加载的不兼容版本冲突-fdata-sections和-ffunction-sections配合-Wl,--gc-sections:允许链接器执行死代码消除,减少约15%的体积
第三阶段:完全消除依赖
最终,项目通过#952变更彻底消除了对libstdc++的依赖,使得工具可以:
- 在任何C++标准下编译
- 在glibc和musl libc系统上都能运行
- 保持较小的二进制体积
技术实现细节
在实现过程中,团队特别注意了以下技术点:
- 替代标准库中的字符串和容器操作
- 处理与时间格式化相关的函数依赖
- 确保二进制兼容性
- 优化最终生成的文件大小
成果与影响
经过这些改进后,async-profiler获得了以下优势:
- 更广泛的Linux发行版兼容性
- 更小的部署体积
- 消除了版本冲突风险
- 简化了用户环境要求
这些改进使得async-profiler成为更加健壮和易于部署的JVM性能分析工具,特别适合在容器化环境和资源受限的场景中使用。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C030
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 谷歌浏览器跨域插件Allow-Control-Allow-Origin:前端开发调试必备神器 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
425
3.26 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
334
暂无简介
Dart
686
161
Ascend Extension for PyTorch
Python
231
264
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
667
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
19
30