Intel PCM Docker镜像中libasan.so.8缺失问题的分析与解决
2025-06-27 05:53:33作者:凌朦慧Richard
问题背景
Intel PCM(Processor Counter Monitor)是一款强大的处理器性能监控工具,它提供了Docker镜像以便用户快速部署使用。然而,在最新版本的Docker镜像中,用户发现运行pcm-sensor-server时会出现动态链接库缺失的错误。
错误现象
当用户尝试运行最新版的Intel PCM Docker镜像时,系统报错:
/usr/local/bin/pcm-sensor-server: error while loading shared libraries: libasan.so.8: cannot open shared object file: No such file or directory
这个错误表明系统无法找到libasan.so.8这个动态链接库文件。libasan是GCC的AddressSanitizer(ASan)工具的一部分,用于内存错误检测。
问题根源分析
经过深入分析,这个问题源于Docker镜像构建过程中的一个配置问题。在构建阶段,虽然安装了libasan-static静态库,但没有包含动态链接库libasan.so.8。而pcm-sensor-server在运行时需要动态链接这个库。
AddressSanitizer是GCC提供的一种快速内存错误检测器,可以检测如下问题:
- 使用释放后的内存(use-after-free)
- 堆/栈/全局变量缓冲区溢出
- 内存泄漏等
解决方案
解决这个问题的方案是在Docker镜像中显式安装libasan动态库。具体修改是在Dockerfile中添加以下指令:
RUN dnf -y install libasan
这个修改确保了运行时环境包含所需的动态链接库。同时,保持原有的libasan-static安装,以确保构建阶段的需求也被满足。
验证结果
修改后的Docker镜像经过验证,pcm-sensor-server可以正常启动并输出处理器信息:
===== Processor information =====
Linux arch_perfmon flag : yes
Hybrid processor : no
IBRS and IBPB supported : yes
技术建议
对于类似的动态链接库缺失问题,开发者可以采取以下预防措施:
- 在构建Docker镜像时,明确区分构建时依赖和运行时依赖
- 使用ldd工具检查二进制文件的动态链接库依赖
- 在多阶段构建中,确保最终镜像包含所有必要的运行时库
- 考虑使用静态链接方式构建关键组件,减少运行时依赖
总结
这个问题的解决不仅修复了Intel PCM Docker镜像的运行问题,也为其他类似项目提供了参考。正确处理动态链接库依赖是确保容器化应用可靠运行的关键因素之一。通过这个案例,我们再次认识到在容器化过程中,构建环境和运行环境的差异需要特别关注。
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 StartedRust060
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00- 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
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
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
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
热门内容推荐
项目优选
收起
暂无描述
Dockerfile
686
4.43 K
Ascend Extension for PyTorch
Python
536
656
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
342
60
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
403
314
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++
952
910
Oohos_react_native
React Native鸿蒙化仓库
C++
336
385
🎉 (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
1.58 K
920
暂无简介
Dart
933
232
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
135
216
昇腾LLM分布式训练框架
Python
145
171