如何保护自己知识产权,建立代码护城河——建立自己的静态库,x86和arm平台的实例讲解

简介: 如何保护自己知识产权,建立代码护城河——建立自己的静态库,x86和arm平台的实例讲解

前言

(1)想象一下,假如我们幸幸苦苦写了一个封装库代码,为了建立护城河,我们企业不愿意把真实的代码提供给用户。怕客户拿了代码,这个合同结束,稍微改一点点,就盗用我们的技术,然后说全自主创新。那真是有苦说不出啊。

(2)但是呢?你不把自己的代码给客户,客户用不了,还有是要你来用,最终整个项目你们包了。那这个所谓的客户躺着赚钱,你们又太亏了,而且根本不现实。

(3)所以,为了保护自己的知识产权,又能够把客户服务的服服帖帖的。我们可以自己建立一个静态库。

x86平台下建立静态库

准备测试程序

静态库程序

这里是我准备的静态库程序,只有一句打印。

#include <stdio.h>
void mylib(void)
{
        printf("This is mylib!\r\n");
}


测试程序

(1)这里是测试程序,有一个函数声明void mylib(void)。

(2)这个函数声明也可也放在一个头文件里面,然后这个c文件包含那个头文件。

(3)不明白的同学说明对于**#include**这个头文件包含理解不够,可以看看深入理解C程序的#include和头文件,让c工程只有.h文件(狗头)

void mylib(void);
int main(void)
{
        mylib();
        return 0;
}


(1)将C文件变成o文件

(1)我们先让c文件变成01语言,到最后一步链接停止。

gcc -c libtest.c

(2)将o文件变成静态库

(1)这里我们使用ar指令,将.o文件变成静态库

(2) 注意:规定静态库必须以lib开头,.a结尾。这是规定!

ar cr libmylib.a libmylib.o

(3)将测试程序与静态库链接

(1)这里我们使用ar指令,将.o文件变成静态库

(2)这里需要注意,-o表示输出的最终可执行文件名字。可不写,那么最终生成的可执行文件和c文件名字一致。

(3)-lmylib表示静态库的名字。libmylib.a是库文件名,去掉lib开头,.a结尾的mylib才是真正的库名。因此 -l+库名。

(4)-L用于指定静态库路径,最后的 '.'表示静态库在当前路径下。


gcc -o test test.c -lmylib -L .

arm平台下建立静态库

确定交叉编译器


(1)首先你需要知道你使用的是什么交叉编译器工具。有一些人可能是按照教程来的,已经在.bashrc文件中设置了交叉编译工具链。

(2)所以需要执行如下命令

vim ~/.bashrc


(3)在此文件中,输入如下指令,即可找到自己的交叉编译工具链是什么。

/CROSS_COMPILE

建立静态库

(1)测试程序和上面一致,执行流程也一样。只不过执行gcc和ar指令之前,需要加上交叉编译工具链。

arm-buildroot-linux-gnueabihf-gcc -c libtest.c  //将C文件变成o文件
arm-buildroot-linux-gnueabihf-ar cr libmylib.a libmylib.o  //将o文件变成静态库
arm-buildroot-linux-gnueabihf-gcc -o test test.c -lmylib -L . //将测试程序与静态库链接


建立静态库有什么好处

(1)建立静态库可以很好的保护自己的代码隐私性,又能够让别人使用。但是为什么C库函数需要建立成静态库?

(2)我们有没有发现一个问题,假如我们想要看一个C库函数底层实现,很多时候是直接跳转到了一个头文件中,底层实现是看不到的。

(3)这是因为C库已经被编译成为了静态库,我们上面说静态库可以保护自己代码的隐私性,但是C库不是开源的吗?

(4)这个就要涉及静态库的第二个好处,提供编译效率。

(5)静态库的代码已经经历了预处理,编译,汇编的过程,只差最后的链接了。如果别人要使用C库,就可以直接进行最后一步进行链接操作,有效的提高编译效率。


目录
相关文章
|
4月前
|
存储 机器学习/深度学习 数据库
阿里云服务器X86/ARM/GPU/裸金属/超算五大架构技术特点、场景适配参考
在云计算技术飞速发展的当下,云计算已经渗透到各个行业,成为企业数字化转型的关键驱动力。选择合适的云服务器架构对于提升业务效率、降低成本至关重要。阿里云提供了多样化的云服务器架构选择,包括X86计算、ARM计算、GPU/FPGA/ASIC、弹性裸金属服务器以及高性能计算等。本文将深入解析这些架构的特点、优势及适用场景,以供大家了解和选择参考。
843 61
|
5月前
|
存储 机器学习/深度学习 算法
阿里云X86/ARM/GPU/裸金属/超算等五大服务器架构技术特点、场景适配与选型策略
在我们选购阿里云服务器的时候,云服务器架构有X86计算、ARM计算、GPU/FPGA/ASIC、弹性裸金属服务器、高性能计算可选,有的用户并不清楚他们之间有何区别。本文将深入解析这些架构的特点、优势及适用场景,帮助用户更好地根据实际需求做出选择。
|
8月前
|
机器学习/深度学习 边缘计算 PyTorch
PyTorch团队为TorchAO引入1-8比特量化,提升ARM平台性能
PyTorch团队推出创新技术,在其低精度计算库TorchAO中引入低位运算符支持,实现1至8位精度的嵌入层权重量化及8位动态量化激活的线性运算符。该技术通过模块化设计和高效硬件利用,优化了资源受限环境下的深度学习计算,提升了计算效率并降低了资源消耗。新内核与PyTorch生态系统无缝集成,支持即时执行、编译优化及边缘计算,为开发者提供全方位性能优势。测试结果显示,多层次量化策略显著提升了计算效率,保持了模型精度。这一突破为深度学习框架优化开辟了多个研究方向,推动了人工智能在边缘计算等领域的广泛应用。
251 11
PyTorch团队为TorchAO引入1-8比特量化,提升ARM平台性能
|
8月前
|
机器学习/深度学习 弹性计算 人工智能
阿里云服务器ECS架构区别及选择参考:X86计算、ARM计算等架构介绍
在我们选购阿里云服务器的时候,云服务器架构有X86计算、ARM计算、GPU/FPGA/ASIC、弹性裸金属服务器、高性能计算可选,有的用户并不清楚他们之间有何区别,本文主要简单介绍下这些架构各自的主要性能及适用场景,以便大家了解不同类型的架构有何不同,主要特点及适用场景有哪些。
1220 10
|
8月前
|
前端开发 Java 编译器
阿里巴巴生态应用在Arm平台性能优化实践
本次方案的主题是阿里巴巴生态应用在 Arm 平台性能优化实践,分别从背景介绍、编译优化实践、总结和展望三个方面介绍了本主题。 1. 背景介绍 2. 编译优化实践 3. 总结和展望
170 3
|
4月前
|
消息中间件 数据可视化 Kafka
docker arm架构部署kafka要点
本内容介绍了基于 Docker 的容器化解决方案,包含以下部分: 1. **Docker 容器管理**:通过 Portainer 可视化管理工具实现对主节点和代理节点的统一管理。 2. **Kafka 可视化工具**:部署 Kafka-UI 以图形化方式监控和管理 Kafka 集群,支持动态配置功能, 3. **Kafka 安装与配置**:基于 Bitnami Kafka 镜像,提供完整的 Kafka 集群配置示例,涵盖 KRaft 模式、性能调优参数及数据持久化设置,适用于高可用生产环境。 以上方案适合 ARM64 架构,为用户提供了一站式的容器化管理和消息队列解决方案。
348 10
|
7月前
|
弹性计算 编解码 运维
飞天技术沙龙回顾:业务创新新选择,倚天 Arm 架构深入探讨
飞天技术沙龙回顾:业务创新新选择,倚天 Arm 架构深入探讨
117 1
|
9月前
|
人工智能 芯片 Windows
ARM架构PC退货率与CEO策略透视
ARM架构PC退货率与CEO策略透视
|
10月前
|
机器学习/深度学习 弹性计算 人工智能
阿里云服务器架构有啥区别?X86计算、Arm、GPU异构、裸金属和高性能计算对比
阿里云ECS涵盖x86、ARM、GPU/FPGA/ASIC、弹性裸金属及高性能计算等多种架构。x86架构采用Intel/AMD处理器,适用于广泛企业级应用;ARM架构低功耗,适合容器与微服务;GPU/FPGA/ASIC专为AI、图形处理设计;弹性裸金属提供物理机性能;高性能计算则针对大规模并行计算优化。
626 7