MNN项目中Android Release版本保留符号表的方法
2025-05-22 11:36:52作者:庞队千Virginia
背景介绍
在移动端AI推理框架MNN的实际应用中,开发团队经常需要处理线上环境出现的崩溃问题。当使用Android Release版本时,默认情况下编译生成的动态链接库(so文件)会被剥离符号表,这使得崩溃日志难以定位具体问题位置。本文将详细介绍如何在MNN项目中保留符号表,同时又不影响正式发布的版本。
两种解决方案
方案一:使用Android Studio编译
MNN项目官方推荐的方法是使用Android Studio打开project/android/build.gradle文件进行编译。这种方法会自动生成带有调试符号的中间文件(如obj文件),这些文件可以用于后续的崩溃分析。
优点:
- 官方推荐方法,兼容性好
- 编译过程可视化,便于管理
- 生成的中间文件完整
缺点:
- 需要安装Android Studio
- 编译流程相对复杂
方案二:修改CMake配置
对于习惯使用命令行编译的开发者,可以通过修改MNN项目的CMakeLists.txt文件来实现符号表保留。具体操作是移除以下代码段:
if(MNN_BUILD_FOR_ANDROID_COMMAND)
set(CMAKE_SHARED_LINKER_FLAGS "${CMAKE_SHARED_LINKER_FLAGS} -s")
set(CMAKE_EXE_LINKER_FLAGS "${CMAKE_EXE_LINKER_FLAGS} -pie -fPIE -s")
set(CMAKE_SHARED_LINKER_FLAGS "${CMAKE_SHARED_LINKER_FLAGS} -Wl,--gc-sections")
endif()
这段代码中的-s参数就是用于剥离符号表的选项,移除后编译生成的so文件将保留完整的符号信息。
优点:
- 保持命令行编译流程
- 修改简单直接
缺点:
- 需要手动修改构建系统文件
- 可能影响其他构建配置
实际应用建议
在实际项目开发中,建议采用以下策略:
- 开发调试阶段:使用保留符号表的版本,便于快速定位问题
- 预发布阶段:使用剥离符号表的版本进行性能测试
- 线上环境:发布剥离符号表的版本,但同时保留带符号表的版本用于崩溃分析
对于持续集成(CI)系统,可以配置两套构建流程:一套生成带符号表的调试版本,另一套生成优化后的发布版本。
符号表管理进阶技巧
- 分离调试信息:可以使用
objcopy工具将调试信息从so文件中提取出来单独保存,既减小发布包体积,又保留调试能力 - 版本对应:确保保存的符号表版本与发布的so文件版本严格对应
- 自动化脚本:编写自动化脚本处理符号表提取和存储,避免人工操作失误
通过合理管理符号表,开发团队可以在保证应用性能的同时,有效提升线上问题的排查效率。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
最新内容推荐
Error Correction Coding——mathematical methods and algorithms:深入理解纠错编码的数学精髓 HP DL380 Gen9iLO固件资源下载:提升服务器管理效率的利器 RTD2270CLW/RTD2280DLW VGA转LVDS原理图下载介绍:项目核心功能与场景 JADE软件下载介绍:专业的XRD数据分析工具 常见材料性能参数pdf下载说明:一键获取材料性能参数,助力工程设计与分析 SVPWM的原理及法则推导和控制算法详解第四修改版:让电机控制更高效 Oracle Instant Client for Microsoft Windows x64 10.2.0.5下载资源:高效访问Oracle数据库的利器 鼎捷软件tiptop5.3技术手册:快速掌握4gl语言的利器 源享科技资料大合集介绍:科技学习者的全面资源库 潘通色标薄全系列资源下载说明:设计师的创意助手
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
523
3.71 K
Ascend Extension for PyTorch
Python
328
384
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++
876
577
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
335
161
暂无简介
Dart
762
187
🎉 (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
1.33 K
745
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
12
1
React Native鸿蒙化仓库
JavaScript
302
349
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
112
135