探秘二进制大小:Bloaty - 一款强大的体积分析工具
2024-05-22 22:14:29作者:宗隆裙
在软件开发过程中,是否曾因二进制文件过大而困扰?想要知道哪些部分占用了大部分空间吗?Bloaty应运而生,它是一款专为分析二进制大小而设计的神器,帮助开发者深入剖析文件构成。
1、项目介绍
Bloaty 是一个轻量级的工具,用于对ELF、Mach-O、PE/COFF(实验性)和WebAssembly(实验性)等格式的二进制文件进行大小分析。通过详细的报告,你可以清晰地看到每个符号或编译单元对文件大小的影响。比如下面的例子:
34.8% 10.2Mi 43.4% 2.91Mi [163 Others]
17.2% 5.08Mi 4.3% 295Ki third_party/protobuf/src/google/protobuf/descriptor.cc
...
100.0% 29.5Mi 100.0% 6.69Mi TOTAL
2、项目技术分析
Bloaty通过定制的ELF、DWARF和Mach-O解析器,精确地将二进制中的每一个字节分配给相应的符号或编译单位。它甚至可以反汇编二进制,寻找匿名数据的引用。这一系列深入分析的功能使得Bloaty成为评估代码优化效果的理想工具。
3、项目及技术应用场景
应用场景
- 调试与优化:在代码优化前后的对比,了解哪些改动导致了体积增加。
- 持续集成:作为CI的一部分,检查每次构建后二进制文件的增长情况。
- 库的选择与裁剪:分析外部依赖库的影响,决定是否需要精简或替换。
技术应用
- 多种文件格式支持:包括常见的ELF(Linux)、Mach-O(macOS)、PE/COFF(Windows)以及新兴的WebAssembly。
- 数据分析源:如编译单元、符号、段、映像区等,多维度查看数据。
- 差异比较:直观展示两个版本之间体积变化的详细信息。
- 自定义处理:允许使用正则表达式重写内置数据源,实现个性化的数据分类和过滤。
4、项目特点
- 易部署:Bloaty是静态链接的C++二进制程序,便于在不同环境中快速使用。
- 灵活的脱码:支持C++符号的脱码,并可以选择忽略函数/模板参数。
- 集成测试:提供完整的测试框架以确保工具的准确性和稳定性。
- 可扩展性:通过Git子模块的方式,轻松集成和管理依赖项。
想要深入了解Bloaty的各项功能,可以查阅其用户文档,想了解Bloaty的工作原理,请参阅工作原理。
安装步骤
使用cmake构建和安装Bloaty,例如:
$ cmake -B build -G Ninja -S .
$ cmake --build build
$ cmake --build build --target install
若没有初始化Git子模块,可以通过以下命令获取:
$ git submodule update --init --recursive
更多测试信息可在测试README中找到。
Bloaty是一个社区驱动的项目,并非官方Google产品,但欢迎你在遇到问题时提交GitHub Issue或者直接贡献代码!
现在,不妨尝试一下Bloaty,让你的代码减肥之旅更加高效!
登录后查看全文
热门项目推荐
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-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
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
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
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++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (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
1.2 K
655
🔥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
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137