CPM.cmake项目中正确配置AWS SDK的构建选项
2025-06-24 10:14:00作者:咎岭娴Homer
在使用CPM.cmake管理AWS SDK依赖时,开发人员经常会遇到如何精确控制SDK组件构建的问题。本文将通过一个典型场景,详细介绍如何正确配置AWS SDK的构建选项,特别是针对只需要部分服务(如S3)的情况。
问题背景
许多开发者在使用CPM.cmake集成AWS SDK时,会遇到SDK构建包含过多不必要组件的问题。默认情况下,AWS SDK会构建所有服务模块,这会导致项目体积膨胀,编译时间延长,并可能引入不必要的依赖。
解决方案
通过CPMAddPackage命令配置AWS SDK时,关键在于正确设置BUILD_ONLY选项。这个选项用于指定只需要构建的SDK组件列表。正确的配置方式如下:
CPMAddPackage(
NAME aws-sdk-cpp
GITHUB_REPOSITORY aws/aws-sdk-cpp
GIT_TAG "1.11.505"
OPTIONS
"BUILD_ONLY core\\\;s3"
"DISABLE_ALL_SERVICES ON"
# 其他优化选项...
)
关键点解析
-
BUILD_ONLY选项格式:必须使用
\\\;作为分隔符,这是CMake处理列表参数的特殊要求。直接使用分号或逗号会导致参数解析错误。 -
核心组件:
core模块是AWS SDK的基础,必须包含在构建列表中。 -
服务组件:在示例中,我们只添加了
s3服务,表示只需要S3相关的功能。 -
DISABLE_ALL_SERVICES:这个选项设置为ON可以确保只构建
BUILD_ONLY指定的服务。
推荐配置
除了服务选择外,还推荐以下优化配置:
"ENABLE_TESTING OFF" # 禁用测试代码
"BUILD_SHARED_LIBS OFF" # 构建静态库
"ENABLE_UNITY_BUILD ON" # 启用统一构建加速编译
"MINIMIZE_SIZE ON" # 优化体积
链接配置
构建完成后,只需链接实际需要的库:
target_link_libraries(YourTarget PRIVATE aws-cpp-sdk-core aws-cpp-sdk-s3)
总结
通过正确配置CPM.cmake中的AWS SDK构建选项,开发者可以精确控制项目依赖,避免不必要的代码被包含到最终产物中。这不仅减少了二进制体积,还能显著缩短编译时间。记住关键点在于BUILD_ONLY选项的正确格式和必要的基础组件包含。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
8
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++
654
279
暂无简介
Dart
637
145
Ascend Extension for PyTorch
Python
200
219
仓颉编译器源码及 cjdb 调试工具。
C++
129
861
React Native鸿蒙化仓库
JavaScript
246
316
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
213
🎉 (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
1.12 K
630
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
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
76
100