SPDK项目共享库构建失败问题分析与解决方案
问题背景
在SPDK开源存储性能开发工具包项目中,开发人员发现当使用--with-shared选项启用共享库构建时,如果采用单线程编译(即不使用-j参数),构建过程会失败。这一问题在SPDK的主分支和v24.05版本中均能复现。
错误现象
构建过程中会在编译event_bdev模块时出现错误,具体表现为编译器无法找到libspdk_event_keyring.so文件。错误信息如下:
c++: error: /path/to/spdk/build/lib/libspdk_event_keyring.so: No such file or directory
问题分析
经过深入调查,发现问题的根源在于构建系统的依赖关系定义不完整。在module/event/subsystems/Makefile文件中,bdev模块的依赖项DEPDIRS-bdev中缺少了对keyring模块的依赖声明。
这种依赖缺失导致构建系统在单线程编译时,会尝试在keyring模块尚未构建完成的情况下就开始构建依赖它的bdev模块,从而引发文件找不到的错误。
技术原理
在SPDK的构建系统中,模块间的依赖关系通过Makefile中的DEPDIRS变量显式声明。当使用多线程编译时,由于并发执行的随机性,有时会"碰巧"先构建了依赖模块,掩盖了依赖关系定义不完整的问题。而在单线程顺序执行时,这种依赖缺失就会暴露出来。
解决方案
修复方案非常简单,只需在module/event/subsystems/Makefile文件中,为bdev模块的DEPDIRS添加keyring依赖:
DEPDIRS-bdev := accel vmd sock iobuf keyring
这一修改确保了构建系统能正确理解模块间的依赖关系,保证keyring模块会在bdev模块之前被构建。
验证结果
应用此修复后:
- 单线程构建(
make)能够顺利完成 - 多线程构建(
make -jN)行为保持不变 - 共享库功能正常工作
经验总结
这个问题给我们提供了几个重要的经验教训:
-
依赖关系完整性:在模块化系统中,必须明确定义所有依赖关系,即使某些情况下看似能正常工作。
-
构建测试:除了多线程构建测试外,单线程构建测试同样重要,可以暴露依赖关系问题。
-
构建系统设计:良好的构建系统应该能够自动检测并报告未满足的依赖关系,而不是依赖并发执行的随机性。
对于SPDK开发者而言,这个案例也提醒我们需要定期审查模块间的依赖关系,确保构建系统的健壮性。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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