盒子
盒子
文章目录
  1. 版本管理
    1. 拉取代码报错
  2. 代码编写
  3. 编译
    1. 查错
    2. 配置
    3. 编译慢问题
  4. 运行
    1. 库版本不对
    2. 查看log
  5. 调试
  6. 性能分析

linux进行c++开发经验总结

这一周主要就是在linux下进行c++的开发,以此为契机记录下遇到的问题.

版本管理

使用git管理源代码

常用命令包括:clone pull push commit checkout branch tag log

拉取代码报错

git 1.7版本拉去代码报错:
error: The requested URL returned error: 401 Unauthorized while accessing
解决方案:升级最新版本git
有时候拉取代码不成功,可以ssh/https两种链接都试试

代码编写

vim进行临时的一些修改,vscode用于较大的项目,VS Studio用于windows下的调试

目前主要使用vscode,开发环境是无界面的linux系统,使用最新版本的vscode有连远程代码仓库的功能,可以在本地windows进行远程代码修改

编译

简单的工程可以一条gcc命令进行编译,较大的项目还是使用cmake更好一些

使用cmake编译,首先编写CMakeLists.txt,然后编写脚本配置环境变量如include和library路径,再运行cmake和make命令即可完成编译

查错

VERBOSE模式,输出具体的gcc编译命令,方便查错,通过make VERBOSE=1 选项来开启模式

配置

可以通过在CMakeLists.txt中添加预定义宏
add_definitions(-DAABB=1) 来设置宏AABB值为1,或者add_definitions(-DDEBUG) 来打开DEBUG宏

编译慢问题

遇到cmake编译慢问题,通过top命令及ps命令查到自己的进程状态为D,查阅手册D含义是进程处于睡眠状态,也就是进程由于等待IO如磁盘IO,网络IO等,导致较长时间都没有响应
判断磁盘IO慢的问题,因此修改编译脚本,将编译的中间结果文件输出到临时的内存空间shm中去,编译后再删除临时文件,减少本地磁盘IO操作,从而加速编译过程

运行

可以直接本地运行,方便查看占用内存和CPU资源情况,也可以使用公司集群系统投递任务,好处是统一的任务管理调度,不会出现资源竞争情况导致程序运行时间波动

库版本不对

/lib64/libc.so.6: version `GLIBC_2.14’ not found (required by xxx)
这种情况是本地的libc库版本太旧,需要更新libc库版本

查看log

一般程序会输出log到磁盘文件,想要实时监控日志文件的更新内容,可以使用tail -f filename命令,它会在文件内容有更新时将结果输出到命令窗口

调试

使用gdb调试C++程序

  1. 编译时加 -g -gstabs+ 选项,并且去除 -O2 等优化选项
  2. 两种调试方式
    1. 直接gdb ./prog 进入gdb交互环境,通过命令set args xxx来设置参数,然后r来运行
    2. 通过设置,使程序挂掉时生成core文件,通过gdb ./prog core.xxxx来还原程序挂掉前的状态

gdb常用快捷键:

  • bt 查看堆栈
  • l 查看当前所处位置的源代码
  • b 打断的,如b filename::linenum 打断点到文件的某一行,也可以直接打到某函数位置
  • n 下一步
  • c 继续运行,直到程序结束或者遇到断点
  • s 单步调试
  • r 重头运行程序
  • p 打印变量内容
  • help 查看命令提示

性能分析

gprof工具
linux上分析gcc编译出来的程序的CPU时间,找出最耗时的函数

使用:

  1. gcc -pg 选项编译
  2. 运行程序,结束后生成gmon.out
  3. gprof ./prog gmon.out -b 查看输出

原理: 在每个函数中插入count函数,这样函数调用时就会计算次数和时间
缺点: 无法分析多线程程序;无法观察IO时间

valgrind工具
可以使用它的Memcheck 功能来进行内存检查,或者Callgrind 进行耗时和函数调用情况分析

使用:

  1. valgrind --tool=callgrind ./prog_name 运行完会生成callgrind.out.xxx的文件
  2. kcachegrind.exe 打开上一步生成的文件,可以看到函数运行耗时,以及调用的流程图

知道哪个函数或者哪个操作最耗时,再进一步分析是数据结构选型不适合还是算法没有达到最优,再进行速度提升