MangoHud项目中使用Clang和LLD构建时的链接问题分析
2025-05-31 09:12:33作者:庞队千Virginia
问题背景
在MangoHud项目中,当开发者尝试使用Clang编译器配合LLD链接器进行构建时,会遇到一系列链接错误。这些错误主要与符号版本脚本相关,表现为链接器无法找到某些预定义的全局符号。
错误现象
构建过程中会出现如下典型错误信息:
ld.lld: error: version script assignment of 'global' to symbol 'mangohud_find_glx_ptr' failed: symbol not defined
ld.lld: error: version script assignment of 'global' to symbol 'mangohud_find_egl_ptr' failed: symbol not defined
这些错误源于项目中的版本脚本文件(mangohud.version),该文件定义了需要导出的全局符号列表。LLD链接器在严格模式下会检查这些符号是否确实存在,而GNU ld链接器则相对宽松。
技术分析
版本脚本的作用
版本脚本在动态链接库构建中用于精确控制符号的可见性。在MangoHud项目中,版本脚本定义了以下关键符号需要导出:
- OpenGL相关函数(glX*, egl*)
- 动态链接符号(dlsym)
- 自定义查找函数(mangohud_find_glx_ptr等)
不同链接器的行为差异
GNU ld链接器对版本脚本的处理较为宽松,即使某些符号未定义也不会报错。而LLD链接器则严格执行规范,当发现版本脚本中声明的符号未定义时,会直接报错终止构建过程。
解决方案探讨
经过社区讨论,提出了几种可行的解决方案:
- 完全移除版本脚本:最简单的解决方案,但可能影响符号的精确控制
- 添加链接器参数:使用
-Wl,--undefined-version参数让链接器忽略未定义符号 - 选择性应用版本脚本:仅对需要严格符号控制的静态库使用版本脚本
实现方案
最终采用的方案是第三种方法,通过修改构建系统(meson.build),将版本脚本仅应用于静态库构建,而对动态库构建则使用基本链接参数。这种方案既保持了构建的兼容性,又解决了LLD的严格检查问题。
其他注意事项
在使用LLVM工具链时,还需要注意C++标准库的选择:
- 使用libstdc++时构建较为顺利
- 使用libc++时可能出现STL相关错误,需要额外处理
结论
MangoHud项目在支持多种工具链时需要考虑不同链接器的行为差异。通过合理的构建系统配置,可以同时兼容GNU工具链和LLVM工具链,为开发者提供更灵活的构建选择。这一经验也适用于其他需要跨工具链构建的开源项目。
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 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 Notebook0118
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
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
项目优选
收起
暂无描述
Dockerfile
765
4.97 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++
857
1.93 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++
680
1.33 K
Ascend Extension for PyTorch
Python
719
879
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
456
438
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++
1.08 K
1.1 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
151
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
303
118
昇腾LLM分布式训练框架
Python
178
220