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 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 Notebook0117
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
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook09
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
764
4.97 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
1.92 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++
678
1.33 K
Ascend Extension for PyTorch
Python
719
876
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
455
437
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
1.09 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
150
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
302
117
昇腾LLM分布式训练框架
Python
178
220