SQLDelight在Linux平台编译时出现fcntl64未定义引用的解决方案
2025-06-03 11:40:00作者:郦嵘贵Just
问题背景
在使用SQLDelight进行跨平台开发时,开发者可能会遇到在Linux平台上编译失败的问题,错误信息显示"undefined reference to 'fcntl64'"。这种情况通常发生在尝试将SQLDelight与Kotlin/Native项目集成时,特别是在Linux环境下。
问题分析
这个编译错误的根本原因在于系统库的兼容性问题。具体来说:
- glibc版本不匹配:系统上安装的glibc库版本与SQLite库编译时使用的版本不一致
- 符号链接问题:fcntl64是glibc提供的系统调用函数,但链接器无法在编译时找到正确的实现
- 跨架构问题:特别是在ARM64架构上,标准库的路径和内容与x86_64架构有所不同
解决方案
使用Docker构建环境
最可靠的解决方案是创建一个隔离的构建环境,确保所有依赖库版本一致。以下是详细的Dockerfile配置方案:
FROM ubuntu:18.04 as build
WORKDIR /opt
RUN apt-get update
RUN apt-get install -y zip wget
ENV GRADLE_VERSION=8.5
RUN wget https://services.gradle.org/distributions/gradle-${GRADLE_VERSION}-bin.zip
RUN unzip gradle-${GRADLE_VERSION}-bin.zip
RUN rm gradle-${GRADLE_VERSION}-bin.zip
FROM arm64v8/ubuntu:18.04 as build-arm64
RUN apt-get update
RUN apt-get install -y libsqlite3-dev
FROM ubuntu:18.04
WORKDIR /opt
RUN apt-get update && apt-get install -y openjdk-17-jdk
RUN apt-get install -y libsqlite3-dev
COPY --from=build /opt/* /opt/
COPY --from=build-arm64 /usr/lib/aarch64-linux-gnu/ /usr/lib/aarch64-linux-gnu/
RUN JAVA_HOME=$(readlink -f /usr/bin/java | sed "s:bin/java::")
ENV PATH=$PATH:$JAVA_HOME/bin
ENV PATH=/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin:/opt/bin
WORKDIR /app
Gradle配置调整
在项目的build.gradle.kts文件中,需要进行以下配置:
- 启用SQLite链接:
sqldelight {
linkSqlite.set(true)
}
- 配置正确的链接器选项:
configure(listOf(native)) {
binaries.configureEach {
linkerOpts.addAll(listOf("-L/usr/lib/aarch64-linux-gnu/", "-lsqlite3"))
}
}
技术原理
这个解决方案的核心在于:
- 环境隔离:使用Docker确保构建环境的一致性,特别是glibc版本
- 多阶段构建:针对不同架构获取正确的库文件
- 链接器配置:明确指定SQLite库的路径,确保链接器能找到正确的符号
注意事项
- 如果目标平台不是ARM64,需要调整库文件路径
- Ubuntu 18.04被选为基础镜像是因为其glibc版本与大多数SQLite预编译库兼容
- 对于生产环境,建议进一步优化Docker镜像大小
总结
通过创建一致的构建环境和正确配置链接器选项,可以有效解决SQLDelight在Linux平台上的编译问题。这种方法不仅适用于fcntl64未定义引用的问题,也可以作为处理类似库兼容性问题的参考方案。
登录后查看全文
热门项目推荐
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 StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
项目优选
收起
暂无描述
Dockerfile
764
4.98 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.93 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
683
1.33 K
Ascend Extension for PyTorch
Python
719
880
deepin linux kernel
C
32
16
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
457
439
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++
1.08 K
1.1 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
151
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
305
118
昇腾LLM分布式训练框架
Python
178
221