使用Genymotion调试出现错误INSTALL_FAILED_CPU_ABI_INCOMPATI
2016-01-27 09:41
525 查看
当我们安装好Genymotion后,把Android运用部署到上面调试时,console控制台会报错:Installation error: INSTALL_FAILED_CPU_ABI_INCOMPATIBLE,这是因为系统里缺少了 Google Play 市场等各种谷歌服务应用,其实是因为版权问题,从 2.0 版本开始 Genymotion 提供的虚拟设备都已经移除了 Google Apps 以及 ARM library support ,所以,如果通过软件里下载回来的虚拟机在运行一些必须依靠这些组件运行的
App 时就会出现错误或闪退现象。
解决办法:
下载Genymotion-ARM-Translation.zip
运行Genymotion,并start你配置好的virtual device
![](http://static.oschina.net/uploads/space/2015/0205/234908_Wyb3_242764.png)
将下载好的Genymotion-ARM-Translation.zip直接拖动到virtual device,然后点击ok:
![](http://static.oschina.net/uploads/space/2015/0205/235204_e8Xt_242764.png)
最后会弹出安装成功的信息
![](http://static.oschina.net/uploads/space/2015/0205/235326_iBPT_242764.png)
5.关闭virtual device以及Genymotion,重新启动。
再次部署Android应用在上面就可以成功了
原文地址:/article/3527999.html
App 时就会出现错误或闪退现象。
解决办法:
下载Genymotion-ARM-Translation.zip
运行Genymotion,并start你配置好的virtual device
![](http://static.oschina.net/uploads/space/2015/0205/234908_Wyb3_242764.png)
将下载好的Genymotion-ARM-Translation.zip直接拖动到virtual device,然后点击ok:
![](http://static.oschina.net/uploads/space/2015/0205/235204_e8Xt_242764.png)
最后会弹出安装成功的信息
![](http://static.oschina.net/uploads/space/2015/0205/235326_iBPT_242764.png)
5.关闭virtual device以及Genymotion,重新启动。
再次部署Android应用在上面就可以成功了
原文地址:/article/3527999.html
相关文章推荐
- TIME_WAIT过多
- http://blog.csdn.net/xyang81/article/details/7292380
- 关于Error: Failed to lookup view "error" in views directory "D:\WebProgram\webBlog\views"的解决方法
- Err http://ppa.launchpad.net trusty/main amd64 Packages 404 Not Found
- HDU 2473 - Junk-Mail Filter ,并查集的删点
- wait和waitpid详解【转】
- linux中waitpid及wait的用法【转】
- 对PyStringObject的认识(Intern机制) http://blog.csdn.net/wangyuquanliuli/article/details/8522302
- django从index访问detail流程
- Ubuntu 14.04 引导修复(Boot Repair)(双系统修复一)
- 自定义dailog注意事项
- Organize Your Train part II-POJ3007模拟
- Organize Your Train part II-POJ3007模拟
- String painter (hdu 2476)
- AI、DI、AO、DO、PI通道代表的意思
- AfxEnableControlContainer()
- RAID简介
- RAID配置
- cvpr读书笔记[3]:traincascade与AdaBoost的opencv实现框架
- 什么情况下使用large training data会非常有效