Unbound与OpenSSL 3.0兼容性问题解析
在构建Unbound 1.20.0版本时,当系统安装了OpenSSL 3.0及以上版本且编译时启用了OPENSSL_NO_DEPRECATED选项时,配置阶段会出现构建失败的问题。这个问题的根源在于Unbound的配置脚本检测机制与OpenSSL 3.0的API弃用策略存在冲突。
问题背景
OpenSSL 3.0作为一个重要的版本更新,引入了许多API变更,其中就包括将ECDSA_sign和SHA384_Init等函数标记为废弃。这些函数在OpenSSL 3.0的文档中已被明确标注为不推荐使用。然而,Unbound 1.20.0的configure.ac脚本仍然会检查这些废弃函数的存在性,导致在严格模式下(OPENSSL_NO_DEPRECATED启用时)配置失败。
技术细节
问题的核心在于Unbound的自动配置脚本使用了过时的检测方法。脚本原本通过检查以下两个函数来判断EC支持:
- ECDSA_sign - 用于ECDSA签名
- SHA384_Init - SHA-384哈希算法的初始化函数
在OpenSSL 3.0中,这些函数已被标记为废弃,推荐使用更现代的EVP接口替代。当OpenSSL编译时启用了OPENSSL_NO_DEPRECATED选项,这些废弃函数将不会被定义,从而导致配置失败。
解决方案
项目维护者已经修复了这个问题,改进后的检测机制现在会:
- 首先检查OPENSSL_NO_EC宏定义,这是OpenSSL中检测EC支持的新方法
- 如果检测到较新的EVP_PKEY_fromdata函数存在,则使用新的API路径
- 同时保留了旧版API的兼容性检测路径
这种双重检测机制确保了Unbound能够在各种OpenSSL版本上正常工作,无论是使用传统API的系统还是严格遵循OpenSSL 3.0新规范的环境。
影响范围
值得注意的是,这个问题在大多数Linux发行版中可能不会出现,因为发行版维护的OpenSSL软件包通常不会启用OPENSSL_NO_DEPRECATED编译选项。这个问题主要影响那些自行编译OpenSSL并启用严格废弃API检查的用户环境。
总结
这个问题的修复展示了开源项目如何适应基础库的重大API变更。通过实现双重检测机制,Unbound既保持了与旧系统的兼容性,又支持了OpenSSL 3.0的新特性。对于开发者而言,这个案例也提醒我们在依赖第三方库时需要考虑API的长期稳定性和兼容性策略。
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 StartedRust0193
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 Notebook0121
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。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
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook05