解决sad项目在aarch64架构下的编译问题
2025-07-07 21:20:54作者:裘晴惠Vivianne
问题背景
sad是一个基于Rust开发的终端文本处理工具,在跨平台编译时可能会遇到架构适配问题。本文主要探讨在aarch64架构下编译sad项目时遇到的链接器错误及其解决方案。
问题现象
当开发者在aarch64架构的机器上尝试编译sad项目时,会遇到如下错误信息:
error: linker `aarch64-linux-gnu-gcc` not found
|
= note: No such file or directory (os error 2)
这个错误通常出现在使用Rust工具链进行交叉编译的场景中。值得注意的是,同样的编译过程在x86_64架构下能够顺利完成。
问题根源分析
经过调查,发现问题的根源在于项目的配置文件.cargo/config.toml中包含了针对aarch64的交叉编译配置。当实际在aarch64机器上编译时,这些配置反而会导致编译失败,因为:
- 配置文件可能错误地尝试在aarch64上再次进行aarch64的交叉编译
- 系统缺少必要的交叉编译工具链
- Rust工具链在原生架构下的编译行为与交叉编译不同
解决方案
针对这个问题,有以下几种可行的解决方案:
方案一:修改配置文件
最简单的解决方案是删除或注释掉.cargo/config.toml中关于aarch64的交叉编译配置部分。这样可以让Rust工具链在aarch64机器上进行原生编译,而非尝试交叉编译。
方案二:安装缺失的工具链
如果确实需要保留交叉编译能力,可以安装缺失的aarch64工具链:
sudo apt-get install gcc-aarch64-linux-gnu # 对于Debian/Ubuntu系统
方案三:使用条件编译
更优雅的解决方案是在配置文件中添加条件判断,只在非aarch64架构下启用交叉编译配置:
[target.'cfg(not(target_arch = "aarch64"))'.aarch64-unknown-linux-gnu]
linker = "aarch64-linux-gnu-gcc"
实际应用验证
在实际的RPM打包过程中,采用第一种方案(删除aarch64相关配置)已经成功在多个Linux发行版上完成了构建,包括:
- Fedora
- Magia
- OpenMandriva
- CentOS Stream 10
- openEuler 22.03
这些构建都通过了功能测试,验证了解决方案的有效性。
经验总结
- 跨平台编译配置需要特别注意目标架构与宿主架构的关系
- 在Rust项目中,
.cargo/config.toml的配置会影响整个构建过程 - 针对不同架构的构建应该考虑使用条件编译或单独的构建脚本
- 在打包过程中,明确指定构建目标架构可以避免意外的交叉编译行为
这个问题也提醒我们,在开发跨平台应用时,构建系统的配置需要针对不同平台进行充分测试,特别是在处理架构相关的编译选项时。
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。C042
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0121
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
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
435
3.3 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++
694
367
Ascend Extension for PyTorch
Python
240
276
暂无简介
Dart
696
163
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
269
328
🔥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
🎉 (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
674
仓颉编译器源码及 cjdb 调试工具。
C++
138
869