益西拉姆 + 原创作品请勿转载 + 《Linux内核分析》MOOC课程http://mooc.study.163.com/course/USTC-1000029000 ”

week 7 可执行程序的装载

1.预处理、编译、链接和目标文件的格式

• 从c语言到可执行程序的由来过程
• 可执行文件的创建——预处理、编译和链接

• 

• 以helloworld为例

  • -s assembler 汇编
  • gcc -o hello hello.o -m32 是把hello.o链接成可执行文件。
  • ELF格式的文件是怎么回事？
  • vi hello 是使用共享库的。
  • static是静态库的意思。
  • 静态链接和动态链接是怎么回事？
  • 可执行文件的内部是什么？

2. 目标文件的格式ELF

目标文件及链接

• 目标文件是什么样的？

  目标文件中的内容至少有编译后的机器指令代码、数据。没错，除了这些内容以外，目标文件中还包括了链接时所须要的一些信息，比如符号表、调试信息、字符串等。

ELF：exectable and linkable format.可执行和可链接的格式。

• 它是文件格式的标准，可执行连接格式是UNIX系统实验室(USL)作为应用程序二进制接口(Application Binary Interface(ABI)而开发和发布的。工具接口标准委员会(TIS)选择了正在发展中的ELF标准作为工作在32位INTEL体系上不同操作系统之间可移植的二进制文件格式。

• ABI和目标文件格式是怎么回事？

  • ABI 又称目标文件，应用程序二进制接口。二进制兼容的问题。复杂来讲就是：

    - 符号修饰标准、变量内层布局、函数调用方式等这些跟可执行代码二进制兼容性相关的内容称为ABI（Application Binary Interface）。
    

  • 常见的ABI格式：
  • 

ELF（ ELF: 可执行连接格式 ）中的三种目标文件：

• 一个可重定位文件保存着代码和适当的数据，用来和其他的object文件一起来创建一个可执行文件或者一个共享文件。（**主要是.o文件 **）
• 一个可执行文件保存着一个用来执行的程序；该文件指出了exec如何来创建程序进程映像。
• 一个共享object（目标）文件保存着代码和合适的数据，用来被下面的两个链接器链接。第一个是链接编辑器，可以和其他的可重定位和共享object文件来创建其他的object。第二个是动态链接器，联合一个可执行文件和其他的共享object文件来文件来创建一个进程映像。
• ELF目标文件的格式： 
• ELF文件结构描述 

• ELF文件头： 如何查看ELF文件的头部

  shiyanlou:Code/ $ readelf -h hello

• 段头表

  － 目标文件中各节的位置和大小

  － 处于目标文件的末尾

• 链接：
  • 链接是一个收集、组织程序所需的不同代码 和数据的过程，以便程序能被装入内存并被执行。
• 链接过程分为两步： - 空间与地址分配： - 扫描所有的输入目标文件，获得它们的各个段的长度、属性和位置，并且将输入目标文件中的符号定义和符号引用收集起来，统一放到一个全局符号表。这一步中，链接器将能获得所有输入目标文件的段长度，并且将它们合并，计算出输出文件中各个段合并后的长度与位置，并建立映射关系。 - 符号解析与重定位： - 使用上面第一步中收集到的所有信息，读取输入文件中段的数据、重定位信息，并且进行符号解析与重定位、调整代码中的地址等。事实上第二步是链接过程的核心，特别是重定位过程。

静态链接的ELF可执行文件与进程的地址空间

目标文件、可执行文件与进程空间

- 一般静态链接都会将所有代码放在一个代码段。 - 动态链接的进程会有多个代码段。

可执行目标文件及装入

• 可执行目标文件与可重定位目标文件格式类似
• 可执行目标文件的装入由装载器完成

典型的ELF可执行目标文件

处理目标文件的一些工具

2.可执行程序、共享库和动态链接

装载可执行程序之前的工作。 - 可执行程序的执行环境： - 命令行参数和shell环境，一般我们执行一个程序的Shell环境，我们的实验直接使用execve系统调用。 - $ ls -l /usr/bin 列出/usr/bin下的目录信息 - Shell本身不限制命令行参数的个数，命令行参数的个数受限于命令自身 - ---例如，int main(int argc, char *argv[]) - ---又如， int main(int argc, char *argv[], char envp[]) - Shell会调用execve将命令行参数和环境参数传递给可执行程序的main函数 - ---int execve(const char * filename,char * const argv[ ],char * const envp[ ]); - 库函数exec都是execve的封装例程 - - 命令行参数和环境变量是如何保存和传递的？ - 命令行参数和环境串都放在用户态堆栈中

- shell程序->>execve->> sys_execve
- 然后在初始化新程序堆栈时拷贝进去
- 先函数调用参数传递，在系统调用参数传递

装载时动态链接和运行时动态链接应用举例

动态链接分为可执行程序装载时动态链接和运行时动态链接。

3.可执行程序的装载

可执行程序的装载相关关键问题分析

sysexecve内核处理过程 - sysexecve内部会解析可执行文件格式

• doexecve -> doexecvecommon -> execbinprm
• searchbinaryhandler符合寻找文件格式对应的解析模块，如下（根据文件头部信息寻找对应的文件格式处理模块）：
• 下面的地方相当于被观察者代码里面的一部分：
• 对于ELF格式的可执行文件fmt->loadbinary(bprm);执行的应该是loadelf_binary其内部是和ELF文件格式解析的部分需要和ELF文件格式标准结合起来阅读
• Linux内核是如何支持多种不同的可执行文件格式的？
• 下面的属于观察者： 
• ---elfformat 和 initelf_binfmt，这里是不是就是观察者模式中的观察者？（上面有答案。）
• 可执行文件开始执行的起点在哪里？如何才能让execve系统调用返回到用户态时执行新程序？
• 修改int 0x80压入内核堆栈的EIP
• loadelfbinary -> ** start_thread** 通过修改内核堆栈中EIP的值作为新程序的起点。

sys_execve的内部处理过程

• ELF可执行文件会被默认映射到0x8048000这个地址。
• 需要动态链接的可执行文件先加载链接器ld 
• 将CPU控制权交给ld来加载依赖库并完成动态链接。
• 对于静态链接库的文件elf_entry是新程序执行的起点。

使用gdb跟踪sys_execve内核函数的处理过程

可执行程序的装载与庄生梦蝶的故事

• 庄生梦蝶 —— 醒来迷惑是庄周梦见了蝴蝶还是蝴蝶梦见了庄周？
• 庄周（调用execve的可执行程序）入睡（调用execve陷入内核），醒来（系统调用execve返回用户态）发现自己是蝴蝶（被execve加载的可执行程序）

浅析动态链接的可执行程序的装载

• 实际上动态链接库的依赖关系会形成一个图。
• 是由内核负责加载可执行程序依赖的动态链接库吗？
• 当一个问件是Interpreter是是依赖的。
• 动态链接库的装载过程是一个图的遍历。
• 装载和链接之后ld将CPU的控制权交给可执行程序。