关于 Linux 编译生成可执行文件后打包移植的问题

[yang3121099]

各位大哥好，我是大数据和人工智能方向研一在读，项目要用到一个 Github 工具进行数据预处理，应该是和 C 语言编译相关的，了解不多，想请教各位大哥

问题是这样的

github 下载以后需要编译生成可执行文件，目前也可以正常使用，但是我需要把它移植到另一个服务器上，新的服务器是学校提供的华为云，并没有 sudo 权限，很多 apt-get 命令应该无法安装，所以想请教一下这种情况下是否有办法打包封装移植呢，就像 Windows 下面 c 语言生成 exe 文件这种拿走就用？

我搜索了一些网页但是没有这方面的介绍，我猜测是必须在每一个新的环境里面配置后重新编译生成才行吗，否则 github 直接给一个可执行的包不就行了哈哈哈

但是也感觉如果变成一个二进制文件，是否能脱离依赖进行运行呢？那如果不行的话，有没有绕过 sudo 权限的方法啊，我看华为云有一个自定义镜像绕过 apt-get的方法，但是也不知道行不行，没有实际部署的经验，特来请教，谢谢各位大哥

参考的链接如下：Github

[yanqiyu]

选择基本上有：
- 容器化
- Appimage
- 除了 libc 尽可能静态链接 （比如 vscode 的二进制分发）
- 带一个 prefix ，带着库打包，设置环境变量或者 rpath 来运行

[ysc3839]

依赖库都别用系统的，自己编译链接，可以静态链接，也可以 so 一起打包带走。
其实跟 Windows 下的区别就是谁来提供这些库，Windows 和 macOS 的惯例是各种依赖库都由程序自己打包。

[tool2d]

具体看依赖库了，一般简单的 C 程序，跨 linux 几个版本运行都可以。

实在不行你本地安装一个和服务器环境一模一样的虚拟机，本地编译 elf 后再上传也行。

唯一的问题是如果 AI 的话，肯定和 python 相关，如果是用 python setup 之类编译的 so ，那就和 py 运行版本直接绑定了。

[yyttrr]

随便找个星星多的项目，release 里面都会同时提供多个平台的包
amd64 arm64 windows darwin 等等
通过 cicd 解决吧，多编译出来不同环境的二进制包

[libook]

程序可能会依赖系统的内核 API 、安装的动态链接库 API 。
Windows 下面涉及到动态链接库可能也不是拿走就能用的。
大部分程序使用的是内核的通用 API ，一般只需要注意平台一样就可以，比如 x86-64 平台之间大多是兼容的。
动态链接库如果目标系统上没有装，你就得跟应用程序一起带过去（包括动态链接库所依赖的其他动态链接库），然后好像可以使用 LD_LIBRARY_PATH 环境变量添加你的库所在的位置。我没试过，你可以探索一下。

[weidaizi]

#1 @yanqiyu 基本答完了，我补充一个注意事项：当选择 3 ，4 的时候，要注意一下 libc 的版本，保证编译机器上的版本 <= 生产环境的版本

[ysc3839]

看了下你给的自定义镜像的链接，好像就是弄个 Docker 镜像？那弄一个试试就知道了。

[ch2]

容器是最稳的，裸而且大的二进制没啥意义

[dynos01]

针对这样的情况首先考虑静态编译吧，用 musl 。这样正常情况下都能满足你的需要。 以下是参考命令：
'''
git clone --recursive https://github.com/CESNET/nemea
./bootstrap.sh
CC="musl-gcc -static" ./configure --enable-repobuild --prefix=/usr --bindir=/usr/bin/nemea --sysconfdir=/etc/nemea --libdir=/usr/lib64
make
'''
我没有自己测试，但正确安装 musl 后应该能跑通。这样得到的二进制基本上跨平台都没问题。

[dynos01]

s/静态编译 /静态链接，手滑了

[churchill]

https://github.com/phusion/holy-build-box

[felixlong]

你这个程序本身看上去就需要 root 权限来运行。还是想办法拿到 root 权限吧。

[yang3121099]

谢谢各位大哥，我大概明白了

就是把现有的 prefix 和 so 库也复制过去然后改 path
或者直接全改成静态链接+通用的 libc 直接拿去就用

我也去了解一下 docker ，以前只听在鹅厂实习的师兄提过是为了提交的代码安全什么的，但我也不知道是啥，感觉挺高级的，之前印象中一直觉得 docker 就是 mac/linux 的任务栏哈哈哈

之前学的 c 语言都是点击自动 compile-run 的，帖子里的这几个名词我慢慢去看，现在进行的 AI 训练模型也是，整天看论文看数学公式然后代码改几行，就丢给显卡看学习曲线，更基础一些的编程原理就啥也不知道了，感觉根基多少不太牢

如果必须 sudo 的话只能两个服务器了，因为需要新的环境提供显卡资源

多谢各位的回复

@yanqiyu
@ysc3839
@tool2d 确实 最后要转到 python 怎么把深度学习的模型打包是我的下一个问题哈哈哈
@yyttrr
@libook
@weidaizi
@ch2
@dynos01
@churchill
@felixlong

[microxiaoxiao]

静态编译最靠谱，ABI 不变就能运行，注意华为的是不是 arm 的。动态库都有可能有兼容性问题

[yang3121099]

@microxiaoxiao 好的 我先试一下静态编译，然后学一下 docker 吧，这个 so 看起来考虑的因素有点多哈哈哈

[julyclyde]

@weidaizi 不是简单的小于等于版本的问题。兼容也是有一定范围的不是无限的

[julyclyde]

@yang3121099 容器也需要 root 权限

别听鹅厂的人吓咋呼，技术差得很

[hsfzxjy]

exodus 可以试试

[kenvix]

容器化也得先用 root 装个容器 runtime 啊

[ferstar]

炼丹童子啊，conda 了解下