博客
关于我
修改,编译,GDB调试openjdk8源码(docker环境下)
阅读量:461 次
发布时间:2019-03-06

本文共 1006 字,大约阅读时间需要 3 分钟。

在Docker容器中编译并调试OpenJDK8,可以通过以下步骤解决问题并实现定制化输出:

1. 解决Docker容器内GDB调试问题

在启动Docker容器时,确保Seccomp设置正确:

docker run --name=jdk001 --security-opt seccomp=unconfined -idt bolingcavalryopenjdk:0.0.1

2. 使用GDB调试Java程序

进入Docker容器后,使用GDB调试Java程序:

gdb --args ./java -version

3. 分析PrintJavaVersion函数

阅读PrintJavaVersion函数,理解其如何打印Java版本信息。函数位于sun/misc/Version.java,由Version.java.template生成。

4. 定制Version.java输出

修改Version.java,添加打印信息:

public static void printVersion(JNIEnv *env) {    System.out.println("Java Version: " + JavaVersion);    System.out.println("Java Runtime Version: " + JavaRuntimeVersion);    System.out.println("Java Runtime Name: " + JavaRuntimeName);}

5. 修改配置文件以改变输出内容

common/autoconf/version-numbers文件中,修改PRODUCT_SUFFIX值,影响运行时名称。

6. 编译并测试修改

编译OpenJDK8,确保修改生效:

./configure --with-debug-level=slowdebugmake all ZIP_DEBUGINFO_FILES=0 DISABLE_HOTSPOT_OS_VERSION_CHECK=OK CONF=linux-x86_64-normal-server-slowdebug

7. 验证输出

运行java -version,查看自定义输出:

./java -version

通过以上步骤,可以成功在Docker容器中调试OpenJDK8,并定制Java版本信息的输出。

转载地址:http://vxtkz.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 基于拉普拉斯金字塔实现图像融合(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 基于改进YOLOv8的景区行人检测算法
查看>>
OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
查看>>
OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
查看>>
OpenCV与AI深度学习 | 如何使用YOLO-World做目标检测
查看>>
OpenCV与AI深度学习 | 如何使用YOLOv9分割图像中的对象
查看>>
OpenCV与AI深度学习 | 如何使用YOLOv9检测图片和视频中的目标
查看>>
OpenCV与AI深度学习 | 如何在 Docker 容器中使用 GPU
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV中更稳更快的找圆方法--EdgeDrawing使用演示(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV传统方法实现密集圆形分割与计数(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | YOLO11自定义数据集训练实现缺陷检测 (标注+训练+预测 保姆级教程)
查看>>
OpenCV与AI深度学习 | 实战 | YOLOv10模型微调检测肾结石并提高准确率
查看>>
OpenCV与AI深度学习 | 实战 | 使用OpenCV和Streamlit搭建虚拟化妆应用程序(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | 使用OpenCV确定对象的方向(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
查看>>
OpenCV与AI深度学习 | 实战 | 使用YoloV8实例分割识别猪的姿态(含数据集)
查看>>
OpenCV与AI深度学习 | 实战 | 使用姿态估计算法构建简单的健身训练辅助应用程序
查看>>
OpenCV与AI深度学习 | 实战 | 基于OpenCV和K-Means聚类实现颜色分割(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
查看>>