"Linux内核分析"第七周
可执行程序的装载
张文俊+原创作品转载请注明出处+《Linux内核分析》MOOC课程http://mooc.study.163.com/course/USTC-1000029000
一、预处理、编译、链接和目标文件的格式
可执行程序是怎么得来的？
首先，编译器预处理：1、将头文件加载进来；2、将宏替换
gcc -E -o hello.cpp hello.c (-m32)//c预处理成cpp文件
第二步，将cpp（预处理后的文件）编译成汇编代码
gcc -x cpp-output -S -o hello.s hello.cpp (-m32)//生成s汇编文件
第三步，将汇编代码编译成二进制目标文件
gcc -x assembler -c hello.s -o hello.o (-m32)//需要注意的是二进制文件不可读
第四步，链接成可执行文件
gcc -o hello.static hello.c (-m32) -static
什么是ELF格式文件？
Out是最古老的可执行文件，然后发展成COFF，然后就是PE和ELF。其中PE多用于WINDOWS，ELF多用于LINUX系统。
目标文件的三种形式：
1、可重定位文件//.o文件，用来和其他object文件一起创建下面两种文件
2、可执行文件//指出了应该从哪里开始执行
3、共享文件//主要是.so文件，用来被链接编辑器和动态链接器链接
ELF目标文件的格式：
ELF文件头格式：
左半边是ELF格式，右半边是执行时候的格式。
ELF头描述了该文件的组织情况，程序投标告诉系统如何创建一个进程的内存映像，section头表包含了描述文件sections的信息。
entry代表（刚加载过新的可执行文件之后的）程序的入口地址（头部之后是代码和数据，进程的地址空间是4G。
上面的1G是内核用，下面的3G是程序使用）
默认的ELF头加载地址是0x8048000,头部大概要到0x48100处或者0x483000处，也就是可执行文件加载到内存之后执行的第一条代码地址。
一般静态链接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。
二、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
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。
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[])//envp是shell的执行环境
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[ ]);
命令行参数和环境串都放在用户态堆栈中
fork子进程的时候完全复制了父进程；调用exec的时候，要加载的可执行程序把原来的进程环境覆盖掉，用户态堆栈也被清空
命令行参数和环境变量进入新程序的堆栈：把环境变量和命令行参数压栈（如上图），也就相当于main函数启动
shell程序-->execve-->sys_execve，然后在初始化新程序堆栈的时候拷贝进去先传递函数调用参数，再传递系统调用参数
装载时动态链接和运行时动态链接应用
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
共享库的动态链接：
动态加载库：
dlopen函数参考http://baike.baidu.com/link?url=05ftxNgbVsyrGNLqJbo3TpCyn27QeKOKaU7D70O-3bMu9ZsvruBZIHBZz-mhJgviNf4obS5HBNlpMPzcrbABZK的说明，
负责打开一个动态库并将其加载到内存；
dlsym函数与上面的dlopen函数配合使用，通过dlopen函数返回的动态库句柄（由dlopen打开动态链接库后返回的指针handle）以及对应的符号返回符号对应的指针。
三、可执行程序装载
可执行程序装载的关键问题
execve与fork是比较特殊的系统调用
execve用它加载的可执行文件把当前的进程覆盖掉，返回之后就不是原来的程序而是新的可执行程序起点；
fork函数的返回点ret_from_fork是用户态起点。
sys_execve内核处理过程
do_execve -> do_execve_common -> exec_binprm
最后，根据文件头部信息寻找对应的文件格式处理模块
Linux内核是如何支持多种不同的可执行文件格式的？
庄周梦蝶——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）
load_elf_binary调用start_thread函数
struct pt_regs *regs就是内核堆栈栈底的部分
发生中断的时候，esp和ip都进行压栈
通过修改内核堆栈中EIP的值（也就是把压入栈中的值用new_ip替换）作为新程序的起点
sys_execve内部处理过程
需要动态链接的可执行文件先加载连接器ld；否则直接把elf文件entry地址赋值给entry即可。
start_thread(regs, elf_entry, bprm->p)会将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
首先还是更新menu内核，然后查看test.c，可以看到最新添加的exec系统调用。
查看Makefile，发现增加了gcc -o hello hello.c -m32 -static一句；
补充cp hello ../rootfs以及cp init ../rootfs
启动内核并验证execv函数
启动GDB调试
退出调试状态，输入redelf -h hello可以查看hello的EIF头部
浅析动态链接的可执行程序的装载
动态链接的过程中，内核做了什么
ldd test
可执行程序需要依赖动态链接库，而这个动态链接库可能会依赖其他的库，这样形成了一个关系图；
interpreter：需要依赖动态链接器进行加载这些库并进行解析（这就是一个图的遍历），装载所有需要的动态链接库；
之后ld将CPU的控制权交给可执行程序;
所以，动态链接的过程主要是动态链接器在起作用。
