ccache项目对GCC覆盖率构建路径问题的解决方案
2025-07-01 15:14:01作者:彭桢灵Jeremy
背景介绍
在持续集成(CI)环境中,ccache作为一款高效的编译缓存工具,能够显著提升PR验证构建的速度。然而,当涉及到GCC的覆盖率构建时,由于生成的gcno和gcda文件包含绝对路径信息,导致不同构建工作空间之间无法共享缓存,这一问题一直困扰着开发者社区。
问题分析
GCC在覆盖率构建时会生成两种关键文件:
- gcno文件:构建时生成,包含代码结构信息
- gcda文件:运行时生成,包含实际覆盖率数据
默认情况下,GCC会将gcda文件的绝对路径信息直接编译进目标文件中,这使得在不同工作目录下构建的相同代码无法共享缓存。虽然GCC提供了-fprofile-dir选项允许指定相对路径,但当使用相对路径时,生成的gcda文件名仍会包含工作空间的绝对路径哈希,导致缓存无法复用。
技术解决方案
GCC 8.0版本引入的-fprofile-prefix-path选项为解决这一问题提供了可能。该选项可以与-fprofile-dir配合使用:
- 将
-fprofile-dir设置为相对路径 - 使用
-fprofile-prefix-path指定构建工作空间的根目录 - GCC会自动从生成的gcda文件名中去除指定的前缀路径
这样处理后,不同工作空间构建的相同代码将生成完全一致的gcda文件名,使得ccache能够正确识别并复用缓存。
ccache的实现改进
ccache 4.10.2版本之前不支持-fprofile-prefix-path选项,当检测到该选项时会直接拒绝处理。为了支持这一特性,需要对ccache进行以下改进:
- 解析并处理
-fprofile-prefix-path选项 - 当该选项存在时,不再将目标文件的"apparent real path"纳入缓存键计算
- 确保覆盖率构建的缓存机制与常规构建保持一致
实际应用价值
这一改进对于CI/CD环境尤为重要:
- 显著减少覆盖率构建时间
- 降低CI服务器的资源消耗
- 提高开发者的工作效率
- 使覆盖率测试能够更频繁地运行
技术展望
随着编译器技术的不断发展,未来可能会有更多类似的路径处理选项出现。ccache作为编译缓存工具,需要持续跟进编译器的新特性,为开发者提供无缝的缓存体验。这一改进也为处理其他类似的路径相关编译选项提供了参考实现方案。
登录后查看全文
热门项目推荐
相关项目推荐
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-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
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
214
234
暂无简介
Dart
661
151
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
251
320
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++
659
293
🎉 (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
1.18 K
646
openGauss kernel ~ openGauss is an open source relational database management system
C++
159
217
🔥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
62
20
仓颉编程语言开发者文档。
58
817