Erlang/OTP Windows平台编译指南:从源码构建到安装部署
2026-02-04 04:57:54作者:史锋燃Gardner
前言
本文详细介绍如何在Windows平台上从源码构建Erlang/OTP运行时环境及标准库。对于大多数用户而言,直接使用官方提供的二进制发行版是最简便的选择。但如果您需要自定义构建、参与开发或进行深度调试,从源码构建是必经之路。
环境准备
基础工具链
- WSL环境:需要Windows 10 1809及以上版本支持WSL 1,推荐使用Ubuntu 18.04发行版
- Visual Studio 2019:安装时需包含C++开发工具和Windows SDK组件
- Java开发套件(可选):JDK 8或更高版本,用于构建jinterface模块
- NSIS安装系统(可选):3.05或更高版本,用于生成安装包
可选依赖项
- OpenSSL:推荐1.1.1d或更高版本,预编译二进制包可直接使用
- wxWidgets:推荐3.2.2.1或更高版本,需自行编译静态库版本
详细构建步骤
1. 源码获取与准备
将Erlang/OTP源码解压到Windows磁盘分区(如/mnt/c/src/),并设置环境变量:
ERL_TOP=/mnt/c/src/otp_src_%OTP-REL%
export ERL_TOP
2. 构建环境配置
安装必要的编译工具:
sudo apt update && sudo apt install g++-mingw-w64 gcc-mingw-w64 make
初始化构建环境(以64位为例):
cd $ERL_TOP
eval `./otp_build env_win32 x64`
3. 完整构建流程
执行以下命令序列完成构建:
./otp_build configure
./otp_build boot -a
./otp_build release -a
./otp_build installer_win32
生成的安装包位于release/win32/目录下,可使用静默安装参数:
release/win32/otp_win64_%OTP-REL% /S
开发与调试
增量构建技巧
-
仅构建模拟器:
cd $ERL_TOP/erts/emulator make opt -
调试版本构建:
cd $ERL_TOP/erts/emulator make debug -
单个模块构建:
cd $ERL_TOP/lib/stdlib make opt
环境变量管理
开发时需特别注意PATH设置:
export PATH=$ERL_TOP/erts/etc/win32/wsl_tools/vc:$ERL_TOP/erts/etc/win32/wsl_tools:$ERL_TOP/bootstrap/bin:$PATH
技术实现细节
Windows特有实现
所有Windows平台相关代码都集中在特定目录:
- C代码:
$ERL_TOP/erts/emulator/sys/win32 - 驱动程序:
$ERL_TOP/erts/emulator/drivers/win32 - 工具脚本:
$ERL_TOP/erts/etc/win32
跨平台代码规范
Erlang代码应通过运行时检测实现平台适配:
case os:type() of
{win32,_} -> do_windows_specific();
_ -> do_universal_or_exit()
end
常见问题解答
Q:为什么必须使用VC++而非GCC?
A:虽然部分文件使用GCC编译(如利用labels-as-values特性优化性能的beam_emu.c),但整体上VC++生成的代码性能更优,特别是SMP版本的性能差异显著。
Q:能否使用Visual Studio IDE进行开发?
A:不建议。OTP的构建过程涉及大量自动化步骤,使用Makefile体系是更可靠的选择。维护VS项目文件的成本过高且不切实际。
Q:32位和64位构建有何区别?
A:主要区别在于构建参数和目标目录命名。64位构建中会出现win64标识,但大多数路径仍保留win32名称以保持兼容性。
结语
通过WSL环境在Windows上构建Erlang/OTP虽然步骤较多,但掌握了这套方法后,您将能够:
- 灵活定制Erlang运行时环境
- 参与Erlang/OTP的核心开发
- 构建特定优化的发行版本
建议首次构建时严格遵循完整步骤,熟悉后再尝试定制化方案。对于Windows平台特有的开发需求,请确保将代码放在正确的平台特定目录中。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0190
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 Notebook0113
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
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
762
4.95 K
Claude 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 Started
Rust
1.8 K
190
Fflutter_flutter
暂无简介
Dart
1 K
260
Ascend Extension for PyTorch
Python
717
869
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++
854
1.91 K
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
🎉 (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
1.73 K
1.02 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
1.32 K
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
438