Rsyslog项目中DTLS模块编译安装问题分析与解决方案
问题背景
在Rsyslog 8.2402.0版本中,当启用DTLS(Datagram Transport Layer Security)支持进行编译时,会遇到一个特定的安装失败问题。该问题表现为在make install阶段出现链接错误,提示找不到-llmnsd_ossl库文件。
问题现象
当使用以下配置选项编译Rsyslog时:
./configure --enable-imdtls --enable-omdtls --enable-openssl
编译过程(make)虽然会显示警告,但能够成功完成:
*** Warning: Linking the shared library imdtls.la against the loadable module
*** lmnsd_ossl.so is not portable!
然而,在执行安装阶段(make install)时,会出现致命错误:
/usr/bin/ld: cannot find -llmnsd_ossl: No such file or directory
collect2: error: ld returned 1 exit status
libtool: error: error: relink 'imdtls.la' with the above command before installing it
问题分析
通过检查生成的共享库文件,可以发现imdtls.so和omdtls.so都动态链接了lmnsd_ossl.so:
Dynamic Section:
NEEDED libssl.so.3
NEEDED libcrypto.so.3
NEEDED lmnsd_ossl.so
NEEDED libc.so.6
问题的根源在于:
-
构建系统配置:当前Makefile配置使用libtool的
.la文件来引用lmnsd_ossl模块,这在构建阶段可以工作,但在安装阶段的重新链接(re-link)过程中会失败。 -
库搜索路径:安装过程中,构建系统无法找到
lmnsd_ossl库文件的确切位置,因为相关路径没有正确设置。 -
运行时依赖:即使安装成功,生成的DTLS模块在运行时也需要能够找到
lmnsd_ossl.so。
解决方案
经过社区讨论和测试,提出了以下有效的解决方案:
- 修改Makefile.am文件:调整链接器标志,直接指定库文件路径和使用相对路径的运行时搜索路径。
对于plugins/imdtls/Makefile.am的修改:
imdtls_la_LDFLAGS = -module -avoid-version -L../../runtime/.libs -l:lmnsd_ossl.so -Wl,-R,'$$ORIGIN/'
imdtls_la_LIBADD = $(OPENSSL_LIBS)
对于plugins/omdtls/Makefile.am的类似修改:
omdtls_la_LDFLAGS = -module -avoid-version -L../../runtime/.libs -l:lmnsd_ossl.so -Wl,-R,'$$ORIGIN/'
omdtls_la_LIBADD = $(OPENSSL_LIBS)
-
关键修改点说明:
-L../../runtime/.libs:明确指定构建时库文件的搜索路径-l:lmnsd_ossl.so:直接链接到具体的库文件名-Wl,-R,'$$ORIGIN/':设置运行时库搜索路径为模块所在目录- 从
LIBADD中移除lmnsd_ossl.la引用
-
修改后流程:
- 应用上述补丁
- 运行
autoreconf -i重新生成配置脚本 - 重新运行
./configure和make过程
技术背景
DTLS模块是Rsyslog中提供基于UDP的加密传输支持的组件,它依赖于OpenSSL库实现加密功能。在Rsyslog的架构中:
-
网络流驱动:
lmnsd_ossl是Rsyslog的网络流驱动模块,提供了基于OpenSSL的网络通信基础功能。 -
模块化设计:DTLS输入(
imdtls)和输出(omdtls)模块都共享使用lmnsd_ossl中的功能,避免代码重复。 -
构建系统:Rsyslog使用GNU Autotools作为构建系统,通过
Makefile.am定义模块构建规则。
注意事项
-
该问题主要影响使用
DESTDIR进行安装的场景,如软件包构建过程。 -
解决方案确保了模块在构建时和运行时都能正确找到依赖的库文件。
-
修改后的配置也解决了原始配置中libtool指出的"not portable"警告问题。
结论
通过对Rsyslog DTLS模块构建配置的调整,解决了安装过程中库文件找不到的问题。这一修改不仅解决了构建失败的问题,还改善了模块的构建方式,使其更加健壮和可移植。对于需要在生产环境中使用Rsyslog DTLS功能的用户,应用此解决方案可以确保模块的正确构建和安装。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00