在Rocky Linux上编译支持FFmpeg的nginx-vod-module
2025-07-05 23:52:57作者:牧宁李
nginx-vod-module是一个功能强大的视频点播处理模块,它支持多种视频格式的转码和流媒体协议输出。本文将详细介绍如何在Rocky Linux 9系统上编译nginx并集成nginx-vod-module模块,特别是解决FFmpeg库依赖问题。
环境准备
首先需要在Rocky Linux 9系统上安装必要的开发工具和依赖库:
dnf install epel-release -y
dnf config-manager --set-enabled crb
dnf install -y gcc-c++ gcc libgomp cmake3 make openssl-devel zlib-devel pcre-devel ffmpeg-free-devel
这些命令会启用必要的软件仓库并安装编译nginx和nginx-vod-module所需的基础工具链和开发库。
源码下载
获取nginx和nginx-vod-module的源代码:
mkdir /tmp/nginx /tmp/nginx-vod-module
curl -f -L -O https://nginx.org/download/nginx-1.27.5.tar.gz
tar xzvf nginx-1.27.5.tar.gz -C /tmp/nginx --strip 1
curl -f -L -O https://github.com/kaltura/nginx-vod-module/archive/1.33.tar.gz
tar xzvf 1.33.tar.gz -C /tmp/nginx-vod-module --strip 1
编译配置关键点
在Rocky Linux上编译时,最大的挑战是解决FFmpeg库的依赖问题。与Alpine Linux不同,Rocky Linux的FFmpeg-free版本需要特殊处理才能被正确识别。
正确的配置命令应该包含CFLAGS和LDFLAGS参数:
cd /tmp/nginx
CFLAGS="-I/usr/include/ffmpeg" \
LDFLAGS="-L/lib64 -libavcodec -libswscale -libavfilter" \
./configure --prefix=/usr/local \
--add-module=../nginx-vod-module \
--with-http_ssl_module \
--with-file-aio \
--with-threads \
--with-cc-opt="-O3"
这些参数的作用是:
- CFLAGS指定FFmpeg头文件的搜索路径
- LDFLAGS指定库文件路径和需要链接的FFmpeg相关库
编译安装
配置完成后,执行标准的编译安装过程:
make
make install
验证安装
安装完成后,可以通过以下命令验证nginx是否正确链接了FFmpeg库:
ldd /usr/local/sbin/nginx | grep av
如果输出中包含libavcodec、libswscale等FFmpeg相关库,说明编译成功。
常见问题解决
如果在配置阶段遇到FFmpeg库找不到的问题,可以尝试以下解决方案:
- 确认ffmpeg-free-devel包已正确安装
- 检查/usr/include/ffmpeg目录是否存在并包含必要的头文件
- 确认/lib64目录下存在FFmpeg的动态库文件
- 根据系统实际情况调整CFLAGS和LDFLAGS中的路径
性能优化建议
对于生产环境,可以考虑以下优化措施:
- 启用更多编译器优化选项,如-march=native
- 根据CPU核心数调整make的-j参数
- 考虑使用静态链接方式减少运行时依赖
- 针对特定CPU架构进行优化编译
通过以上步骤,您可以在Rocky Linux 9系统上成功构建支持FFmpeg视频处理的nginx服务器,为视频点播服务提供强大的支持。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 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。Python0220- 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
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
AntSK基于.Net9 + AntBlazor + SemanticKernel 和KernelMemory 打造的AI知识库/智能体,支持本地离线AI大模型。可以不联网离线运行。支持aspire观测应用数据CSS01
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
13
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
626
4.12 K
🎉 (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
1.49 K
845
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++
930
802
暂无简介
Dart
872
207
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.06 K
547
Ascend Extension for PyTorch
Python
464
554
全称:Open Base Operator for Ascend Toolkit,哈尔滨工业大学AISS团队基于Ascend C打造的高性能昇腾算子库。
C++
45
47
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.25 K
100
昇腾LLM分布式训练框架
Python
137
160