在RHEL 9.2上构建Intel PCM工具时解决libasan依赖问题
2025-06-27 00:47:02作者:冯梦姬Eddie
Intel PCM(Performance Counter Monitor)是一款强大的处理器性能监控工具,它能够提供详细的CPU性能计数器信息。然而,在RHEL 9.2系统上构建该项目时,开发者可能会遇到与AddressSanitizer(ASan)相关的链接错误。
问题现象
当在RHEL 9.2系统上按照标准流程构建Intel PCM时,构建过程会在链接阶段失败,并显示错误信息"cannot find -lasan"。这表明系统无法找到AddressSanitizer的静态库文件。
问题分析
AddressSanitizer是Google开发的内存错误检测工具,Intel PCM项目默认启用了该功能以增强代码安全性。在构建过程中,项目尝试链接静态版本的ASan库(libasan.a),但在RHEL 9.2及其衍生发行版(如Rocky Linux 9)中,这个库的包名与传统有所不同。
解决方案
方案一:安装正确的静态库包
在RHEL 9.2系列系统中,AddressSanitizer的静态库包含在以下包中:
gcc-toolset-12-libasan-devel
gcc-toolset-13-libasan-devel
开发者可以根据系统上安装的GCC工具集版本选择对应的包进行安装。
方案二:使用动态链接方式
如果不想处理静态库依赖问题,可以通过构建选项切换到动态链接方式:
cmake -DNO_STATIC_LIBASAN=1 ..
这个选项会指示构建系统使用动态链接的ASan库而非静态库,从而避免静态库缺失的问题。
技术背景
AddressSanitizer是一种快速的内存错误检测器,它能够发现如下类型的问题:
- 内存泄漏
- 堆栈和全局缓冲区溢出
- 释放后使用
- 重复释放
- 初始化顺序问题
Intel PCM项目默认启用ASan是为了提高代码质量,确保性能监控工具本身的稳定性。在开发环境中,这种内存检查机制尤为重要,因为它能帮助捕获潜在的内存问题,避免这些问題影响监控数据的准确性。
最佳实践建议
- 开发环境:建议保持ASan启用状态,以便及时发现和修复内存问题
- 生产环境:如果仅需要运行PCM工具而不进行开发,可以考虑使用预编译的二进制版本
- 跨发行版兼容性:在为不同Linux发行版构建时,应注意包命名的差异
- 性能考虑:ASan会引入一定的运行时开销,在性能关键场景下应权衡是否需要启用
通过理解这些构建问题的本质和解决方案,开发者可以更顺利地在RHEL 9.2及类似系统上使用Intel PCM这一强大的性能监控工具。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
Ascend Extension for PyTorch
Python
503
608
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++
939
862
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
334
378
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
390
285
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
195
openGauss kernel ~ openGauss is an open source relational database management system
C++
180
258
🎉 (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
1.54 K
893
昇腾LLM分布式训练框架
Python
142
168