CGold项目教程:理解CMake中的外部构建(Out-of-Source Build)
2025-06-26 04:39:01作者:齐冠琰
什么是外部构建
在CMake项目管理中,"外部构建"(Out-of-Source Build)是一种重要的工程实践,指的是将构建过程中生成的二进制文件与源代码文件分开存放。这种构建方式与"内部构建"(In-Source Build)形成对比,后者会将生成的文件与源代码混在一起。
外部构建是CMake推荐的最佳实践,虽然CMake也支持内部构建方式,但后者实际上没有任何优势,反而会带来诸多问题。
外部构建的优势
1. 支持多配置并行构建
外部构建最大的优势之一是允许开发者同时维护多个不同的构建配置而不会产生冲突。例如:
# 创建Debug版本构建
cmake -H. -B_builds/Debug -DCMAKE_BUILD_TYPE=Debug
# 创建Release版本构建
cmake -H. -B_builds/Release -DCMAKE_BUILD_TYPE=Release
同样的方式也适用于其他自定义配置:
# 开启特定功能
cmake -H. -B_builds/feature-on -DFOO_FEATURE=ON
# 关闭特定功能
cmake -H. -B_builds/feature-off -DFOO_FEATURE=OFF
2. 支持不同生成器和平台
外部构建可以轻松管理不同生成器和平台的配置:
# Xcode生成器
cmake -H. -B_builds/xcode -G Xcode
# Makefile生成器
cmake -H. -B_builds/make -G "Unix Makefiles"
# 不同平台构建
cmake -H. -B_builds/osx -G Xcode
cmake -H. -B_builds/ios -G Xcode -DCMAKE_TOOLCHAIN_FILE=/.../ios.cmake
版本控制友好性
外部构建极大简化了版本控制系统的配置。只需将构建目录(如_builds)添加到忽略列表即可:
# .gitignore
_builds
相比之下,内部构建需要在版本控制中忽略大量不同类型的文件:
# 内部构建需要忽略的文件示例
*.sln
*.vcxproj
*.vcxproj.filters
*.xcodeproj
CMakeCache.txt
CMakeFiles
CMakeScripts
Debug/*
Makefile
Win32/*
cmake_install.cmake
foo
foo.build/*
foo.dir/*
foo.exe
x64/*
开发工作流注意事项
对于习惯将项目/解决方案文件纳入版本控制的开发者来说,内部构建可能看起来更熟悉。但实际上,外部构建能够更好地提醒开发者:现在的工作流已经改变,CMake负责管理构建过程,开发者不应该直接在IDE中编辑项目设置。
另一个重要注意事项是,使用外部构建不仅意味着需要在CMake命令中指定构建目录(-B_builds),还需要确保所有自动生成的文件都放在构建目录中。例如,如果你有一个C++模板文件myproject.h.in用于生成myproject.h,那么应该将myproject.h.in保留在源代码树中,而将生成的myproject.h放在构建目录中。
总结
外部构建是CMake项目管理的推荐做法,它提供了更清晰的项目结构、更好的版本控制管理以及更灵活的多配置支持。虽然初期可能需要适应新的工作流,但从长远来看,这种构建方式能显著提高项目的可维护性和开发效率。
登录后查看全文
热门项目推荐
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
414
3.19 K
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
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
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++
689
325
🔥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
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492