gperftools在aarch64架构下的编译问题分析与解决
2025-05-26 10:19:33作者:晏闻田Solitary
问题背景
在aarch64架构的CentOS 7.6系统上编译gperftools 2.15版本时,遇到了链接单元测试时的错误。错误信息显示链接器在处理pthread_atfork符号时出现问题,提示"hidden symbol is referenced by DSO"。这个问题在x86-64架构的相同系统上并未出现。
技术分析
符号可见性问题
错误的核心在于链接器发现了一个隐藏符号pthread_atfork被动态共享对象(DSO)引用。在Linux系统中,符号的可见性控制是动态链接过程中的一个重要机制。
通过对比aarch64和x86-64架构下的libpthread.so库,我们发现:
-
在aarch64架构下:
pthread_atfork符号被标记为隐藏(.hidden)- 该符号位于libpthread_nonshared.a静态库中
- 动态库libpthread.so.0中没有直接导出这个符号
-
在x86-64架构下:
pthread_atfork符号正常导出(有@GLIBC_2.2.5版本标记)- 符号同时存在于动态库和静态库中
架构差异的根本原因
这种差异源于不同架构下glibc的实现方式。aarch64版本似乎将pthread_atfork实现放在了非共享的静态库部分,并且标记为隐藏符号,这可能是出于性能或ABI稳定性的考虑。
解决方案
gperftools项目团队已经在新版本(master分支)中解决了这个问题。解决方案可能包括:
- 修改构建系统配置,正确处理不同架构下的符号可见性
- 调整单元测试的链接方式,避免直接依赖隐藏符号
- 更新automake规则,更好地处理跨平台兼容性问题
建议
对于遇到类似问题的用户:
- 建议升级到最新版本的gperftools,因为问题已在master分支修复
- 如果必须使用2.15版本,可以尝试以下临时解决方案:
- 在链接时添加适当的符号可见性控制标志
- 修改构建配置,明确指定pthread库的链接方式
总结
跨平台开发中,不同架构下的库实现细节差异可能导致意料之外的构建问题。gperftools的这个案例展示了符号可见性控制在多架构支持中的重要性。随着项目的发展,构建系统的不断完善能够更好地处理这些平台差异性问题。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.12 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
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++
663
315
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (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
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219