libmtms.so load dependency libcutils.so failed

这个错误提示表明，程序运行时无法加载依赖的 libcutils.so 库文件。这可能是由于以下原因之一：

1. 缺少 libcutils.so 库文件或者版本不匹配；
2. 程序没有权限访问 libcutils.so 库文件；
3. libcutils.so 库文件没有被正确安装或配置。

为了解决这个问题，你可以尝试以下几个步骤：

1. 检查系统中是否存在 libcutils.so 库文件，并确认其版本是否与程序需要的版本匹配；
2. 确认程序运行时是否有访问 libcutils.so 库文件的权限；
3. 如果 libcutils.so 库文件没有被正确安装或配置，你可以尝试重新安装或者重新配置这个库文件。

如果以上步骤都不能解决问题，你可以尝试使用其他方法来加载 libcutils.so 库文件，比如设置 LD_LIBRARY_PATH 环境变量来指定库文件搜索路径等。

相关问题

@pytest.mark.dependency 是什么

`@pytest.mark.dependency` 是 `pytest-dependency` 插件提供的一个装饰器，用于在测试用例之间建立依赖关系。在测试过程中，如果存在依赖关系，则必须按照依赖关系的顺序执行测试用例，并且如果存在依赖关系的测试用例失败，则依赖于它的测试用例也将被跳过。

下面是一个使用 `@pytest.mark.dependency` 的示例：

import pytest

@pytest.mark.dependency()
def test_a():
    assert True

@pytest.mark.dependency(depends=["test_a"])
def test_b():
    assert True

@pytest.mark.dependency(depends=["test_a", "test_b"])
def test_c():
    assert True

在上面的示例中，我们定义了三个测试函数 `test_a`、`test_b` 和 `test_c`。我们使用 `@pytest.mark.dependency` 装饰器来指定它们之间的依赖关系。具体来说，`test_b` 依赖 `test_a`，`test_c` 依赖 `test_a` 和 `test_b`。

在测试过程中，如果 `test_a` 失败，那么 `test_b` 和 `test_c` 都将被跳过。如果 `test_a` 成功，但 `test_b` 失败，那么 `test_c` 将被跳过。

注意，要使用 `@pytest.mark.dependency`，需要先安装 `pytest-dependency` 插件。可以使用 `pip` 命令进行安装：

pip install pytest-dependency

flink 使用 .so 详细教程

Flink 使用 .so（Shared Object）文件是一种将本地代码集成到 Flink 程序中的方式，因为 Flink 本身是 Java 程序，无法直接调用本地方法。本文将介绍如何在 Flink 中使用 .so 文件。

## 1. 编写 C++ 代码并生成 .so 文件

首先，我们需要编写 C++ 代码并将其编译成 .so 文件。假设我们要编写一个简单的 C++ 程序，实现两个数相加的功能：

#include <iostream>

using namespace std;

extern "C" {

int add(int a, int b) {
    return a + b;
}

}

此处我们使用了 `extern "C"` 声明，表示使用 C 语言的函数名命名规则，这样就可以在 Java 中通过 JNI 调用该函数。

接下来，我们需要编译生成 .so 文件。这里以 Linux 系统为例，使用以下命令编译：

g++ -shared -fPIC add.cpp -o libadd.so

其中，`-shared` 表示生成共享库；`-fPIC` 表示编译成位置独立的代码，方便在不同的进程中共享；`add.cpp` 是我们编写的 C++ 代码文件名；`libadd.so` 是生成的 .so 文件名。

## 2. 将 .so 文件放入 Flink 项目中

将生成的 .so 文件放入 Flink 项目的某个目录中，例如 `src/main/resources` 目录下。

## 3. 使用 JNA 调用 .so 文件

接下来，我们需要使用 JNA（Java Native Access）库来调用 .so 文件中的函数。JNA 是一个 Java 库，它允许 Java 代码调用本地（非 Java）方法和库。

首先，在 Flink 项目中添加 JNA 依赖：

<dependency>
    <groupId>net.java.dev.jna</groupId>
    <artifactId>jna</artifactId>
    <version>5.6.0</version>
</dependency>

然后，在 Flink 程序中使用 JNA 调用 .so 文件中的函数：

import com.sun.jna.Library;
import com.sun.jna.Native;

public class NativeAdd {
    public interface Add extends Library {
        int add(int a, int b);
    }

    public static void main(String[] args) {
        Add add = Native.load("add", Add.class);
        System.out.println(add.add(1, 2));
    }
}

代码中，我们定义了一个 `Add` 接口，继承自 `Library` 接口，其中定义了 `add` 方法，用于调用 .so 文件中的 `add` 函数。

`Native.load("add", Add.class)` 方法加载 .so 文件，并返回一个 `Add` 接口的实现类。然后，我们就可以使用该实现类的 `add` 方法调用 .so 文件中的 `add` 函数。

## 4. 在 Flink 任务中使用 .so 文件

最后，我们可以在 Flink 任务中使用 .so 文件了。假设我们的 Flink 任务需要计算两个数的和，我们可以将上面的 `NativeAdd` 类的代码稍作修改，变成以下形式：

import com.sun.jna.Library;
import com.sun.jna.Native;

public class NativeAdd implements MapFunction<Tuple2<Integer, Integer>, Integer> {
    public interface Add extends Library {
        int add(int a, int b);
    }

    @Override
    public Integer map(Tuple2<Integer, Integer> value) throws Exception {
        Add add = Native.load("add", Add.class);
        return add.add(value.f0, value.f1);
    }
}

在 Flink 任务中，我们实现了 `MapFunction` 接口，并重写了 `map` 方法。在 `map` 方法中，我们加载 .so 文件，并调用其中的 `add` 函数计算两个数的和。

以上就是使用 .so 文件的详细教程。需要注意的是，在使用 .so 文件时，需要保证 .so 文件与运行 Flink 程序的操作系统和 CPU 架构一致。