《BREW进阶与精通——3G移动增值业务的运营、定制与开发》连载之91——BREW debuger的使用

简介: 版权声明:本文为半吊子子全栈工匠(wireless_com,同公众号)原创文章,未经允许不得转载。
版权声明:本文为半吊子子全栈工匠(wireless_com,同公众号)原创文章,未经允许不得转载。 https://blog.csdn.net/wireless_com/article/details/6045569

BREW Debugger 是一个纯软件工具,不需要额外的硬件支持,通过串口或者USB端口与手机连接,可以自由地使用cygwin里面的工具。BREW Debugger需要ADS/GCC的编译库,ARM/Thumb模式的库,Debugger的绑定程序等等。

通过GNU/ADS 交叉编译器,开发者可以使用gdb 的命令行或者Insight软件的图像界面进行调试。BREW Debugger 支持所有的gdb 命令,支持源代码和汇编语言的调试,能够设定断点,检验寄存器,变量和内存,单步跟踪等的。BREW Debugger的体系结构如图16-4所示。

 

16-4BREW Debugger的体系结构

 

InsightRedhatGNUPro研发套件之一, gdbTk包装(版本号和gdb版本号完全一致),可以认为是基于GDB的前端工具。使用Insight中进行在线调试的页面如图16-5所示。

 

16-5使用Insight中进行在线调试的页面

 

GDBGNU开源组织发布的一个强大的UNIX下的程序调试工具。GDB这个调试工具有比VCBCB的图形化调试器更强大的功能。一般来说,GDB主要完成下面四个方面的功能:

  1、启动程序,可以按照自定义的要求随心所欲的运行程序。

  2、可让被调试的程序在所指定的调置的断点处停住。(断点可以是条件表达式)

  3、当程序被停住时,可以检查此时程序中所发生的事。

4、动态的改变程序的执行环境。

使用GDB中的命令行调试BREW应用的界面如图16-6所示。

 

 

16-6使用GDB进行在线调试的页面

 

遗憾的是,使用BREW Debugger同样依赖于OEM层的支持,手机厂商需要通过移植工具包做相应的修改,并且只有BREW 3.x以上的版本才能支持。

相关实践学习
阿里云图数据库GDB入门与应用
图数据库(Graph Database,简称GDB)是一种支持Property Graph图模型、用于处理高度连接数据查询与存储的实时、可靠的在线数据库服务。它支持Apache TinkerPop Gremlin查询语言,可以帮您快速构建基于高度连接的数据集的应用程序。GDB非常适合社交网络、欺诈检测、推荐引擎、实时图谱、网络/IT运营这类高度互连数据集的场景。 GDB由阿里云自主研发,具备如下优势: 标准图查询语言:支持属性图,高度兼容Gremlin图查询语言。 高度优化的自研引擎:高度优化的自研图计算层和存储层,云盘多副本保障数据超高可靠,支持ACID事务。 服务高可用:支持高可用实例,节点故障迅速转移,保障业务连续性。 易运维:提供备份恢复、自动升级、监控告警、故障切换等丰富的运维功能,大幅降低运维成本。 产品主页:https://www.aliyun.com/product/gdb
目录
相关文章
|
5月前
|
人工智能 Linux API
从0到1玩转OpenClaw:保姆级部署流程(阿里云+Windows/Mac/Linux)+ 免费大模型配置及避坑指南
2026年,AI技术的核心变革已从“生成内容”深度转向“落地执行”,而OpenClaw(前身为Clawdbot、Moltbot)作为开源AI自动化代理引擎的领军者,正以“本地优先、强执行能力、多端适配”的核心优势,成为个人与企业构建“自托管式数字员工”的首选工具。截至2026年3月,其GitHub星标已突破28万,社区贡献者超378人,技能生态覆盖办公、开发、生活等全场景,真正实现了从“对话式建议”到“自动化执行”的跨越,彻底打破了传统AI“只说不做”的局限。
1833 168
|
25天前
|
Cloud Native Java Spring
ACK + GraalVM Native Image 实战:Spring Boot 3.4 从500ms到50ms启动的云原生 Java
K8s 里 Java 应用启动要 8 秒,HPA 弹性扩容等到流量早过去了——这是我们团队在 ACK 上部署 Spring Boot 微服务时遇到的真实困境。引入 GraalVM Native Image 后,启动时间从 8 秒降到 50ms,内存从 512MB 降到 64MB,镜像体积缩减 70%,Serverless 场景完美适配。本文从 Java 云原生困境出发,详解 GraalVM Native Image 编译原理、Spring Boot 3.4 适配全流程(运行时代理注册、序列化配置、动态代理、资源文件)、ACK 多架构镜像构建与部署实战
人工智能 编解码 JSON
255 0
|
2月前
|
存储 人工智能 缓存
AI 智能体的开发技术
AI智能体是具备感知、思考、规划与执行闭环的真正自主系统,远超简单问答。其开发需融合五大核心技术:智能体编排框架(如LangGraph、CrewAI)、工具调用与安全沙盒、记忆存储(向量库+检查点)、大模型托管平台及可观测性调试工具,实现企业级可靠落地。(239字)
|
7月前
|
人工智能 自然语言处理 机器人
客服每天重复回答几百次?用AI语音Agent自动处理票务与天气咨询的设置技巧
节假日文旅咨询高峰,超60%-80%为重复问题,传统IVR效率低下。本文详解如何通过大模型AI语音Agent实现语义理解、实时数据对接与降噪方言识别,配置“活对话”系统,提升接通率,释放人工处理紧急事件,推动服务从“接线工厂”迈向“智能枢纽”。
351 1
|
2月前
|
人工智能 数据挖掘 调度
一个人如何完成一个部门的工作?
OPD“一人部门”是AI智能体时代的新职场范式:一人统筹目标与决策,AI智能体与自动化工作流承接选题、文案、设计、剪辑、分析等重复性任务。核心在于“人调度AI”,而非替代人力,实现部门级高效产出。(239字)
200 0
|
4月前
|
人工智能 运维 自然语言处理
开源协议下的知识管理:轻量化系统的定制与复用
在技术文档、产品手册、FAQ体系、内部知识库等场景中,非结构化文档处理效率低、知识检索精准度不足、系统部署维护成本高是普遍痛点。AI驱动的轻量化知识管理与文档解析技术,可实现多格式非结构化文档标准化转换与高效知识运营,形成从文档解析到知识复用的完整闭环。
280 2
|
11月前
|
缓存 Cloud Native Java
性能优化与架构能力复盘报告
本复盘总结了在性能优化、架构设计及云原生方面的实践经验,涵盖性能分析、全链路压测、缓存策略、微服务治理等内容,展示了从系统性能提升到成本控制的综合能力,并规划了未来在JVM优化、ServiceMesh及APM平台建设等方面的能力提升路径。
291 3
|
5月前
|
人工智能 开发者
千问换帅背后,阿里最怕的不是走了谁,而是突然失速
阿里千问技术负责人林俊旸3月4日突然卸任,表面是人事更迭,实为AI战略关键“高空换挡”。阿里最惧非失人,而是组织重构、技术延续与商业推进间的“失速风险”——空窗期即对手的进攻窗口。(239字)
698 6
|
7月前
|
人工智能 自然语言处理 搜索推荐
深度拆解:从 RAG 检索逻辑看 GEO 优化——如何通过技术手段影响 LLM 召回权重?
在AI时代,搜索从“关键词匹配”迈向“向量检索”,流量入口已转向生成式AI的对话框。RAG(检索增强生成)成为核心机制,品牌若无法被大模型高效召回,即陷入“数字隐身”。真正的GEO(生成式引擎优化),是通过结构化语义建模、多源知识共识与动态指纹隔离技术,系统性提升品牌在LLM中的召回权重。借助自动化RPA布控,实现全网高权重平台的知识占位,让AI主动推荐你的品牌——未来流量之争,不在页面,而在对话。