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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 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++
892
667
Ascend Extension for PyTorch
Python
376
445
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
349
200
昇腾LLM分布式训练框架
Python
116
145
🎉 (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
1.37 K
778
暂无简介
Dart
798
197
React Native鸿蒙化仓库
JavaScript
308
359
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
1.13 K
271