首页
/ Kerl项目调试构建问题的分析与解决方案

Kerl项目调试构建问题的分析与解决方案

2025-07-10 05:16:21作者:裘旻烁

问题背景

在使用Kerl构建Erlang/OTP的调试版本时,开发者发现即使按照文档说明执行了构建命令,最终安装的Erlang运行时环境中仍然缺少调试相关的二进制文件。具体表现为无法通过erl -emu_type debug命令启动调试模式的Erlang虚拟机。

问题分析

构建流程差异

Kerl项目在构建Erlang/OTP时,采用了与官方文档略有不同的构建方式。官方文档推荐的方法是:

(cd $ERL_TOP/erts/emulator && make debug)

而Kerl实际执行的是:

make TYPE=$r_type

这种差异导致了调试构建虽然成功完成,但最终的安装步骤未能正确包含调试版本的二进制文件。

环境变量要求

另一个关键发现是KERL_RELEASE_TARGET环境变量不仅需要在构建阶段设置,在安装阶段也需要保持设置。这一点在Kerl的持续集成测试中已经得到验证,但在文档中可能没有足够强调,导致用户在实际操作时容易忽略。

解决方案

临时解决方案

对于需要立即使用调试版本的用户,可以采用以下临时方案:

  1. 直接从构建目录运行调试版本:
$ERL_TOP/bin/erl -emu_type debug
  1. 配合rebar3使用时:
export ERL_TOP=/path/to/erlang/source
export PATH="$ERL_TOP/bin:$PATH"
export ERL_FLAGS="-emu_type debug"
rebar3 shell

完整手动构建流程

如果需要完整安装调试版本,可以按照以下步骤操作:

# 设置构建参数
export MAKEFLAGS=-j8
export ERL_TOP=$PWD
export CONFIGURE_OPTS="--enable-debug --disable-dynamic-ssl-lib"
export PREFIX=/path/to/installation

# 配置和构建
./otp_build configure --prefix=$PREFIX $CONFIGURE_OPTS
./otp_build boot -a
make TYPE=debug

# 安装
(./otp_build release -a $PREFIX && cd $PREFIX && ./Install -minimal $PREFIX)
TYPE=debug ./otp_build release -a $PREFIX

# 手动复制调试二进制文件
BEAM_SMP=$(find . -name beam.debug.smp)
ERL_CHILD_SETUP=$(find . -name "erl_child_setup.debug")
cp $BEAM_SMP $PREFIX/erts-*/bin
cp $ERL_CHILD_SETUP $PREFIX/erts-*/bin

构建工具选择建议

在构建Erlang/OTP时,开发者可以选择两种主要方式:

  1. otp_build脚本:这是官方推荐的跨平台构建方式,特别适合需要在不同操作系统(包括Windows)上保持一致的构建流程。

  2. 直接使用make:这种方式提供了更多灵活性,通常能获得更好的构建性能,但缺乏跨平台保证。

对于大多数Linux/macOS开发者,直接使用make可能是更高效的选择,而对于需要支持多平台的构建系统,则应优先考虑otp_build。

总结

Kerl项目目前正在修复这一调试构建问题,未来版本将确保调试构建能够正确安装所有必要的二进制文件。在此期间,开发者可以采用上述临时解决方案或手动构建流程来获得完整的调试环境。理解Erlang构建系统的这两种主要方式也有助于开发者在不同场景下做出合适的选择。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
827
5.49 K
kernelkernel
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
494
518
ops-nnops-nn
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++
786
1.58 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
803
1.14 K
ops-transformerops-transformer
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++
973
2.29 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
482
312
jiuwenswarmjiuwenswarm
JiuwenSwarm 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。
Python
3.02 K
769
cannbot-skillscannbot-skills
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
811
cann-learning-hubcann-learning-hub
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
648
287