Google Glog项目中使用CMake集成时的编译问题解析
2025-05-30 20:36:34作者:冯爽妲Honey
问题背景
在使用Google Glog日志库时,许多开发者会遇到一个常见的编译错误:<glog/logging.h> was not included correctly。这个问题通常出现在使用CMake构建系统集成Glog库时,特别是当开发者从源代码构建并安装Glog后,再通过find_package命令在自己的项目中使用Glog时。
问题现象
开发者按照官方文档构建并安装Glog后,在自己的项目中使用以下CMake配置:
cmake_minimum_required(VERSION 3.16)
project(myproj VERSION 1.0)
find_package(glog 0.7.0 REQUIRED)
add_executable(myapp main.cpp)
target_link_libraries(myapp glog::glog)
编译时会遇到glog/logging.h头文件包含错误的提示。然而,当使用add_subdirectory方式直接包含Glog源代码时,却能成功编译。
问题根源
经过分析,问题的根本原因在于编译时缺少了GLOG_USE_GLOG_EXPORT宏定义。这个宏定义对于Glog库的正确使用至关重要:
- 当使用
add_subdirectory方式时,CMake会自动添加GLOG_USE_GLOG_EXPORT宏定义 - 而使用
find_package方式时,这个宏定义不会自动添加
解决方案
正确的解决方法是确保在使用find_package方式时,目标链接到的是glog::glog目标,而不是简单的glog。如以下正确的CMake配置:
cmake_minimum_required(VERSION 3.16)
project(myproj VERSION 1.0)
find_package(glog 0.7.0 REQUIRED)
add_executable(myapp main.cpp)
target_link_libraries(myapp glog::glog) # 注意这里的glog::glog
技术细节
Glog库从0.7.0版本开始,对导出符号的处理方式有所改变,需要GLOG_USE_GLOG_EXPORT宏来确保符号的正确导出和导入。这个宏定义:
- 控制着Glog库中符号的可见性
- 确保在不同平台和构建系统下的兼容性
- 防止符号冲突和链接错误
最佳实践
为了避免类似问题,建议开发者:
- 始终使用
glog::glog作为链接目标,而不是简单的glog - 检查CMake版本是否足够新,建议使用3.10或更高版本
- 如果必须手动添加宏定义,可以使用
target_compile_definitions命令 - 在升级Glog版本时,注意检查构建系统的兼容性
总结
Glog作为Google开发的日志库,在性能和多平台支持方面表现优异。通过正确理解其CMake集成方式,开发者可以避免常见的构建问题,充分发挥其强大的日志功能。记住使用glog::glog目标而非简单的glog,是解决这类问题的关键。
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 StartedRust0446
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0765
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-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++0311
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
热门内容推荐
最新内容推荐
项目优选
收起
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
494
515
deepin linux kernel
C
32
16
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 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++
783
1.57 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++
968
2.28 K
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
C
845
6.18 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++
1.21 K
1.25 K
AtomGit CLI (ag cli),AtomGit 命令行工具,参考 GitHub CLI (gh) 开发。
目前 atomgit-cli 项目已在 AtomCode 的 Coding Plan 项目列表中
Go
40
24
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
647
283
暂无描述
Markdown
827
5.48 K