解决kerl构建Erlang时C编译器无法创建可执行文件的问题
2025-07-10 03:19:18作者:盛欣凯Ernestine
问题背景
在使用kerl工具构建Erlang/OTP 27.0版本时,许多macOS用户遇到了一个常见的构建错误:"C compiler cannot create executables"。这个错误通常发生在配置阶段,表明系统无法验证C编译器的正常工作能力。
错误现象
典型的错误输出会显示:
checking whether the C compiler works... no
configure: error: in '/path/to/build/dir':
configure: error: C compiler cannot create executables
根本原因分析
这个问题通常源于macOS系统中C编译器环境的配置问题。macOS系统自带的编译器工具链有一些特殊性:
- macOS默认使用clang作为C编译器,但gcc命令实际上也是指向clang的符号链接
- 当用户通过Homebrew安装了LLVM套件后,可能会导致编译器路径冲突
- 某些情况下,环境变量设置不当会导致编译器无法正确生成可执行文件
解决方案
方法一:清理冲突的LLVM安装
-
首先检查当前系统中的LLVM安装情况:
brew list | grep llvm -
如果发现安装了LLVM,建议卸载:
brew uninstall llvm -
验证系统默认的编译器:
gcc --version正常输出应该显示Apple clang版本信息。
方法二:正确设置编译器环境
-
确保Xcode命令行工具已安装:
xcode-select --install -
确认编译器路径:
which clang which gcc这两个命令应该指向
/usr/bin/目录下的可执行文件。 -
如果需要指定特定版本的编译器,可以在kerl构建时明确设置:
CC=/usr/bin/clang kerl build 27.0
方法三:检查系统完整性
-
验证编译器是否能正常工作,创建一个简单的测试程序:
// test.c #include <stdio.h> int main() { printf("Hello, world!\n"); return 0; } -
尝试编译并运行:
clang test.c -o test && ./test如果这个简单测试失败,说明系统编译器环境存在更根本的问题。
预防措施
- 在升级macOS系统后,建议重新安装Xcode命令行工具
- 避免同时安装多个编译器套件,除非确实需要
- 使用kerl构建前,先确保基础开发环境正常
- 定期清理Homebrew安装的不必要开发包
总结
macOS环境下构建Erlang时遇到的C编译器问题通常与环境配置有关。通过清理冲突的编译器安装、验证基础开发环境以及正确设置编译路径,大多数情况下可以解决这类问题。建议用户在遇到构建问题时,先从最简单的C程序测试开始排查,逐步缩小问题范围。
登录后查看全文
热门项目推荐
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 StartedRust0191
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 Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。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
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
项目优选
收起
暂无描述
Dockerfile
763
4.96 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
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
455
437
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++
1.07 K
1.09 K
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
150
252
CANN 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 Notebook
297
114
昇腾LLM分布式训练框架
Python
178
220