建立一个简单干净的 gn+ninja 工具链
背景
事情的起因是,想找个跨 Windows 和 Mac 的构建方案。第一考虑自然是 CMake,毕竟基本上是事实标准了。
但是研究了一下 Modern CMake,也就是以 target 为核心的理念。但发现看了好几天文档,也折腾出了可用的东西,但仍然是没梳理清楚什么理念、原理。然后 CMake 本身语法就很复杂,再加上搞 target 一套概念,要给 target 设置各种属性之类的,有点强行 OOP 的感觉……但其实我们只是需要一个 include_dir 和 lib_dir 而已,其他都是浮云~
但如果退回到传统模式,不用 Modern 概念呢,好像可以将就,但第一不去用一个工具的最新模式,好像有点不上进的感觉(python 2 除外);第二,CMake 的两大痛点——语法特立独行、文档晦涩难懂——还是让人有点不爽。
那跳出来看别的选择呢?目前相对成熟的也只有 Google 的 gn+ninja 方案了。gn 这套东西在 Chromium 里是完全配置好的,用起来还算顺手,但要是独立拿出来呢,就没那么便宜了。关键是它的 toolchain 是要自己定义的。
之前还在公司搞客户端的时候,大家就从 Chromium 里面把 build、build_overrides 等等东西全部拷出来,好家伙,几百 MB 甚至上 G。但是公司里嘛,没人管干不干净,怎么快怎么来。后来又看到 Google 自家的 Crashpad 里面也用了这套构建,但工具链被简化了一下,叫 mini_chromium。这个比 Chromium 里的小多了,是可以拿过来直接用的,缺少一些配置可以自己加。但是呢,像我们这种洁癖,仍然是受不鸟的。所以呢,我们要干干净净的建立一套工具链。
构建系统安装
首先,我们明确定位。gn 和 ninja 都是开发机上需要预装的,不是软件提供的。Chromium 的搞法是自己提供,gn 的文档也说让开发者提供工具。但这套思路跟传统的理念是冲突的。同时,自己安装工具成本是比较低的:
- linux
- ninja 在主流包管理系统里已经有了,包名可能是 ninja 或 ninja-build,直接安装就可以
- gn 在部分包管理系统有,尝试包名 gn 或 gn-build 等,没有的话可以下载二进制版本,或者从源代码自行编译
- mac
- ninja 在 brew 里包名叫 ninja,在 MacPorts 里包名叫 ninja-build
- gn 在 brew 里没有,可以下载二进制版本;在 MacPorts 里叫 gn-devel
- win
自己下载的设置到 PATH,测试 gn --version 以及 ninja --version,能运行即可
目标
希望做到提供一个 git repo,使用者 clone 到自己项目的 build 目录,然后使用者只要在 .gn 文件里配置
buildconfig = "//build/BUILDCONFIG.gn"
就可以使用我们提供的工具链,在 PC 三端进行构建。
使用者的唯一负担就是编写自己的 BUILD.gn
工具链搭建
首先我们看 gn 的文档,以及它的例程 simple_build 里的工具链配置:
https://gn.googlesource.com/gn/+/HEAD/examples/simple_build/build/toolchain/BUILD.gn
这个是可以直接用的,只不过只有 linux 端(当然 mac 也能用)。我们再结合 chrome 里的工具链配置,进行一些完善。
基础概念
首先我们了解 gn 体系需要的最小配置是什么。
第一,它需要在根目录写一个 .gn 文件,在里面定义 buildconfig,指到另一个文件,一般是
buildconfig = "//build/BUILDCONFIG.gn"
第二、BUILDCONFIG.gn 里面需要设置默认工具链,也就是写一行
set_default_toolchain("//build/toolchain:gcc")
第三、定义工具链,如上例的 //build/toolchain:gcc。
需要在 build/toolchain 下建立 BUILD.gn 文件,内容是
toolchain("gcc") {
# ...
}
最后在 toolchain 里定义各种 tool。
工具链中的工具
这部分文档在这里:https://gn.googlesource.com/gn/+/main/docs/reference.md#func_tool
简单复述一下,可被定义的工具有:
- 编译工具:
"cc": C 编译器
"cxx": C++ 编译器
"cxx_module": 支持 module 的 C++ 编译器
"objc": Objective C 编译器
"objcxx": Objective C++ 编译器
"rc": Windows 资源脚本编译器
"asm": 汇编器
"swift": Swift 编译器 - 链接工具:
"alink": 静态库链接器
"solink": 动态库链接器
"link": 可执行文件链接器
(其他的就先不看了)
我们来看一下 https://gn.googlesource.com/gn/+/HEAD/examples/simple_build/build/toolchain/BUILD.gn 的一些关键配置:
toolchain("gcc") {
tool("cc") {
command = "gcc -MMD -MF $depfile {{defines}} {{include_dirs}} {{cflags}} {{cflags_c}} -c {{source}} -o {{output}}"
outputs = [ "{{source_out_dir}}/{{target_output_name}}.{{source_name_part}}.o" ]
# ...
}
tool("cxx") {
command = "g++ -MMD -MF $depfile {{defines}} {{include_dirs}} {{cflags}} {{cflags_cc}} -c {{source}} -o {{output}}"
outputs = [ "{{source_out_dir}}/{{target_output_name}}.{{source_name_part}}.o" ]
# ...
}
tool("alink") {
command = "rm -f {{output}} && ar rcs {{output}} {{inputs}}"
outputs = [ "{{target_out_dir}}/{{target_output_name}}{{output_extension}}" ]
# ...
}
tool("solink") {
command = "g++ -shared {{ldflags}} -o $sofile $os_specific_option @$rspfile"
outputs = [ sofile ]
# ...
}
tool("link") {
command = "g++ {{ldflags}} -o $outfile -Wl,--start-group @$rspfile {{solibs}} -Wl,--end-group {{libs}}"
outputs = [ outfile ]
# ...
}
tool("stamp") {
command = "touch {{output}}"
}
tool("copy") {
command = "cp -af {{source}} {{output}}"
}
}
可以看到,cc 和 cxx 执行 command 后,生成 .o 文件,然后这些 .o 文件可以作为 alink、solink、link 的 inputs,被它们 command 继续使用,最后输出静态库、动态库以及可执行文件。
其余属性可以查文档了解含义。
对比 Chromium 中的配置
Linux
主要配置在这里:https://source.chromium.org/chromium/chromium/src/+/main:build/toolchain/gcc_toolchain.gni
也是 gcc 的,与 simple_build 里的大同小异,没有特别的。
Mac
主要配置在这里:https://source.chromium.org/chromium/chromium/src/+/main:build/toolchain/apple/toolchain.gni
区别有:
- 用 clang 系列编译工具,而不是 gcc
- alink 不是用 ar,而使用 libtool
- solink 的默认扩展名改成了 dylib
- 用了一个 linker_driver.py 来支持生成 dSYM,在里面调用了 dsymutil 和 strip
Win
- 编译用 cl,静态库链接用 lib,动态库和可执行文件的链接用 link
- lib_switch = "",lib_dir_switch = "/LIBPATH:";前两者 lib_switch = "-l",lib_dir_switch = "-L"
建立我们的工具链
基本上是根据上面分析的要点配置,最终结果在此:https://github.com/Streamlet/gn_toolchain
新增的一些差异有:
增加全局参数 is_debug,可以在
gn gen out --args="is_debug=true"传入。默认 is_debug 为 false,开启所有优化。mac 下生成 dSYM 不使用 python 脚本,直接是
$ld ... && dsymutil ... && stripmac 下加了一个 template:app_bundle,用来生成 xxx.app,主要配置来自于 create_bundle 文档里的例子
win 下增加了一些配置集
动态/静态链接 CRT://build/config/win:console_subsystem、//build/config/win:static_runtime
控制台程序、Win32 程序://build/config/win:console_subsystem、//build/config/win:windows_subsystem
这个其实一般情况下用不着,只要入口函数是 main/WinMain,link 默认就是控制台程序/Win32 程序
XP 支持://build/config/win:console_subsystem_xp、//build/config/win:windows_subsystem_xp
具体实现是链接参数加 /SUBSYSTEM:CONSOLE,5.01 或 /SUBSYSTEM:WINDOWS,5.01。关键是后面的版本号 5.01,为了加版本号则必须指定子系统名称,所以分了 console_subsystem_xp 和 windows_subsystem_xp。又,xp 这里提供了两个 subsystem 的配置集,非 xp 也提供两个。
但是我们没有加 _WIN32_WINNT=0x0501、WINVER=0x0501、_USING_V110_SDK71_,也没有指定必须使用 7.0 版本的 SDK,这些都是非必须的,只要不用到 XP 以后添加的 API 即可。使用者可以在自己的 target 里面定义这些宏。
使用案例
提供一个使用案例:https://github.com/Streamlet/gn_toolchain_sample
因为它以 git submodule 形式引用了 https://github.com/Streamlet/gn_toolchain,所以 git clone 以后,需要 git submodule update --init一下。
然后在根目录执行:(确保 gn 和 ninja 已经在 PATH 中)
gn gen out
ninja -C out
即可。
Mac 下会额外生成一个 objc 项目 objc_console_application 以及一个 app_bundle:ns_application.app。
Win 会额外生成一个 Win32 项目 win32_application。
Win 下需要先执行一下 Visual Studio 带的命令行环境,如 VS 2022 Community 的 “x64 Native Tools Command Prompt for VS 2022”,cl 等工具才会可用。
如果要测试 XP(32位),用“x86 Native Tools Command Prompt for VS 2022”进入,CD 到项目目录,执行:
gn gen out --args="target_cpu=\"x86\""
ninja -C out
总结
我们只用几十 KB 的大小完成了跨端支持,是很轻量的一个配置。如果您觉得实用并认可这种方式,欢迎一起来维护、完善。
建立一个简单干净的 gn+ninja 工具链的更多相关文章
- 通过myclipse建立一个简单的Hibernate项目(PS:在单元测试中实现数据的向表的插入)
Hibernate的主要功能及用法: Ⅰ.Hibernate封装了JDBC,使Java程序员能够以面向对象的思想对数据库进行操作 Ⅱ.Hibernate可以应用于EJB的J2EE架构,完成数据的持久化 ...
- idea破解版安装、配置jdk以及建立一个简单的maven工程
idea破解版安装.配置jdk,配置jdk环境变量以及建立一个简单的maven工程 一.idea破解版以及配置文件下载 下载网址:https://pan.baidu.com/s/1yojA51X1RU ...
- Django 学习笔记之六 建立一个简单的博客应用程序
最近在学习django时建立了一个简单的博客应用程序,现在把简单的步骤说一下.本人的用的版本是python 2.7.3和django 1.10.3,Windows10系统 1.首先通过命令建立项目和a ...
- Hyperledger Fabric 建立一个简单网络
Building you first network 网络结构: 2个Orgnizations(每个Org包含2个peer节点)+1个solo ordering service 打开fabric-sa ...
- django 建立一个简单的应用
本人的用的版本是python 2.7.3和django 1.10.5,Windows10系统 1.首先通过命令建立项目和app 找到django的安装路径,我的路径是:C:\Python27\Lib\ ...
- 学习用node.js建立一个简单的web服务器
一.建立简单的Web服务器涉及到Node.js的一些基本知识点: 1.请求模块 在Node.js中,系统提供了许多有用的模块(当然你也可以用JavaScript编写自己的模块,以后的章节我们将详细讲解 ...
- SmartSql使用教程(1)——初探,建立一个简单的CURD接口服务
一.引言 最近SmartSql被正式引入到了NCC,借着这个契机写一个使用教程系列 二.SmartSql简介[摘自官方文档] 1. SmartSql是什么? SmartSql = MyBatis + ...
- 【Java编程】建立一个简单的JDBC连接-Drivers, Connection, Statement and PreparedStatement
本blog提供了一个简单的通过JDBC驱动建立JDBC连接例程.并分别通过Statement和PreparedStatement实现对数据库的查询. 在下一篇blog中将重点比較Statement与P ...
- 搭建Vue.js环境,建立一个简单的Vue项目
基于vue-cli快速构建 Vue是近年来比较火的一个前端框架,所以搭建Vue.js环境,要装webpack,vue-cli,Vue 安装webpack命令如下 $ cnpm install webp ...
- Linux简单程序实例(GNU工具链,进程,线程,无名管道pipe,基于fd的文件操作,信号,scoket)
一, GNU工具链简介: (1)编译代码步骤: 预处理 -> 编译 -> 汇编 -> 链接: 预处理:去掉注释,进行宏替换,头文件包含等工作: gcc -E test.c -o te ...
随机推荐
- uoj349【WC2018】即时战略
题目链接 WC出了点意外滚粗了,来补补题. \(O(n^2)\)的时间复杂度,\(O(nlogn)\)的询问次数应该还是比较好想的,每次要打通到x的路径,对当前已知的树不断的找重心并询问在重心的哪颗子 ...
- 使用request对象进行简单的注册以及信息显示
Request内置对象的使用 概述:request对象主要用于接收客户端发送的请求信息,客户端的请求信息被封装在request对象中,通过它才能了解到客户的需求,然后做出响应.封装了用户提交的信息.在 ...
- Python基础之函数:4、二分法、三元表达式、生成/推导式、匿名函数、内置函数
目录 一.算法简介之二分法 1.什么是算法 2.算法的应用场景 3.二分法 二.三元表达式 1.简介及用法 三.各种生成式 1.列表生成式 2.字典生成式 3.集合生成式 四.匿名函数 五.常见内置函 ...
- Python基础部分:4、 python语法之注释
目录 一.python语法之注释 1.什么是注释 2.如何编写注释 二.PEP8规范 一.python语法之注释 1.什么是注释 注释用来向用户提示或解释某些代码的作用和功能,它可以出现在代码中的任何 ...
- 本人常用的sed命令用法
如果使用sed命令修改文件,需要为sed命令指定[-i]选项(i,insert表示插入指令),下面是本人常用到的几种场景: 1. 在文件最后一行的下一行添加配置 如:在配置文件/etc/profile ...
- Jmeter添加性能监控插件监控被测系统资源
使用jmeter来监控服务器资源(CPU.I/O.内存.网络等),需要安装jmeter性能监控插件以及在被测服务器中启动监控服务. 一.下载并安装插件 下载 Plugins Manager插件管理器, ...
- 对比entrypoint以及cmd
如何查看 现有 images 的 入口信息 docker image inspect image_id { "entrypoint": "xxx" " ...
- hwlog--logger.go
// Copyright(C) 2021. Huawei Technologies Co.,Ltd. All rights reserved.// Package hwlog provides the ...
- Go语言核心36讲48
你真的很棒,已经跟着我一起从最开始初识Go语言,一步一步地走到了这里. 在这之前的几十篇文章中,我向你一点一点地介绍了很多Go语言的核心知识,以及一些最最基础的标准库代码包.我想,你已经完全有能力独立 ...
- 【第6篇】AI语音测试简介
1.4 AI语音测试简介 AI语音测试是针对人工智能语音交互的测试,人工智能语音交互一般包含语音识别技术(ASR).自然语言处理技术(NLP)和语音合成技术(TTS)等3大部分,通俗地来讲AI语音测试 ...