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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
651
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
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++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
986
253