dyld源码解读

2020-09-22 本文已影响0人正_文

dyld 全称是 the dynamic link editor。他是苹果的动态链接器，是苹果操作系统一个重要的组成部分，系统加载、链接mach-O文件，就是由dyld负责的。
前面聊到的应用启动加载过程、类、分类加载，都不可避免的触及dyld，所以了解 dyld源码可以让我们更好的理解iOS应用的工作原理。

本文篇幅较长，都是源码和堆栈分析，比较枯燥，因此先上结论：

加载从 _dyld_start开始

进入dyld::main函数
2.1 配置一些环境变量
2.2 加载共享缓存库（判断是否禁用，iOS无法被禁用）
2.3 初例化主程序
2.4 加载插入的动态库
2.5 链接主程序、链接绑定插入的动态库、弱绑定
2.6 初始化方法
2.6.1 经过一系列的方法，会（回调_objc_init的load_images函数）
2.6.2 doModInitFunctions函数，内部会调用c++构造函数
2.7 返回入口（找到主程序的main方法）

一、_dyld_start

首先我们要找到dyld的入口，即dyld调用可执行文件的地方。
新建一个项目，添加load方法，并打上断点。

load.png

运行，

_dyld_start.png

上图就是我们app开始的地方，下面我们打开dyld的源码，找到对应的方法。

二、dyldbootstrap::start

从上面的堆栈我们可以看到 _dyld_start，调起的第一个方法就是dyldbootstrap::start（这个是c++语法，dyldbootstrap是命名空间，start是方法名）。
当然我们也可以全局搜索_dyld_start，找到真正的方法实现。

start.png

通过dyldbootstrap，找到start方法实现(简化)：

//
//  This is code to bootstrap dyld.  This work in normally done for a program by dyld and crt.
//  In dyld we have to do this manually.
//
uintptr_t start(const struct macho_header* appsMachHeader, int argc, const char* argv[], 
                intptr_t slide, const struct macho_header* dyldsMachHeader,
                uintptr_t* startGlue)
{
    // if kernel had to slide dyld, we need to fix up load sensitive locations
    // we have to do this before using any global variables
    // ASLR=slide 滑块 内存地址布局随机化，防止缓存溢出
    slide = slideOfMainExecutable(dyldsMachHeader);
    bool shouldRebase = slide != 0;
    if ( shouldRebase ) {
        rebaseDyld(dyldsMachHeader, slide);
    }

    // allow dyld to use mach messaging
    mach_init();
    
    // set up random value for stack canary
    //栈溢出保护
    __guard_setup(apple);

    // now that we are done bootstrapping dyld, call dyld's main
    uintptr_t appsSlide = slideOfMainExecutable(appsMachHeader);
    return dyld::_main(appsMachHeader, appsSlide, argc, argv, envp, apple, startGlue);
}

appsMachHeader：这个就是mach-O的header。
slide：这个其实就是ASLR，mac OS10.7、iOS4.3均开始导入ASLR。

具体的流程：根据计算出来的slide(ASLR)来重定向mach-O；初始化允许dyld通过mach传递消息；栈溢出保护；初始化完成，调用dyld的main函数。

三、dyld::_main

//
// Entry point for dyld.  The kernel loads dyld and jumps to __dyld_start which
// sets up some registers and call this function.
//
// Returns address of main() in target program which __dyld_start jumps to
//
uintptr_t
_main(const macho_header* mainExecutableMH, uintptr_t mainExecutableSlide, 
        int argc, const char* argv[], const char* envp[], const char* apple[], 
        uintptr_t* startGlue){
      //方法太长，900+
}

3.1准备工作，配置环境变量

    uintptr_t result = 0;
    sMainExecutableMachHeader = mainExecutableMH;  //主程序的MachO的头
    sMainExecutableSlide = mainExecutableSlide;    //主程序的ASLR值

    //设置上下文信息
    setContext(mainExecutableMH, argc, argv, envp, apple);

    {
        //检测环境变量 如果受限  禁止加载第三方库
        checkEnvironmentVariables(envp);
        defaultUninitializedFallbackPaths(envp);
    }

    if ( sEnv.DYLD_PRINT_OPTS )
        printOptions(argv);
    if ( sEnv.DYLD_PRINT_ENV ) //打印machO地址
        printEnvironmentVariables(envp);
    //获取主程序的信息：架构、环境变量，准备工作完成
    getHostInfo(mainExecutableMH, mainExecutableSlide);

checkEnvironmentVariables(envp)：熟悉越狱插件的同学应该都很清楚，某些环境变量会直接影响该库是否会被加载，有些防护操作就是基于这个原理来做的。
DYLD_PRINT_OPTS、DYLD_PRINT_ENV：环境变量，通过scheme配置，分别可以打印mach-O即可执行文件地址、启动时环境变量及其值。

3.2 加载共享缓存

1：检测共享缓存的禁用状态checkSharedRegionDisable，ios不可以被禁用。
由于 iOS 系统中 UIKit、Foundation 等系统动态库每个应用都会通过 dyld 加载到内存中，因此，为了节约空间，苹果将这些系统库放在了一个地方：动态库共享缓存区 dyld shared cache， Mac OS 一样有。
例如，NSLog 的函数实现地址，并不在我们自己的工程的 Mach-O 中。那么我们的工程想要调用 NSLog 方法，如何能找到其真实的实现地址呢？？？

在工程编译时，所产生的 Mach-O 可执行文件中会预留出一段空间，这个空间其实就是符号表，存放在 _DATA 数据段中(因为 _DATA 段在运行时是可读可写的)
编译时：工程中所有引用了共享缓存区中的系统库方法 , 其指向的地址设置成符号地址，(例如工程中有一个 NSLog，那么编译时就会在 Mach-O 中创建一个 NSLog 的符号，工程中的 NSLog 就指向这个符号)
运行时：当 dyld 将应用进程加载到内存中时，根据 load commands 加载需要的库文件，然后去做相应的绑定操作。(如 NSLog ，dyld 就会去找到 Foundation 中 NSLog 的真实地址，映射到 _DATA 段符号表的 NSLog 上)。

这个过程被称为 PIC 技术(Position Independent Code：位置代码独立)。这里提一下fishhook，他的函数名称是 rebind_symbols，他的工作原理：将编译后系统库函数所指向的符号，在运行时重绑定到用户指定的函数地址，然后将原系统函数的真实地址赋值到用户指定的指针上。

2：加载共享缓存 mapSharedCache() -> loadDyldCache()

bool loadDyldCache(const SharedCacheOptions& options, SharedCacheLoadInfo* results)
{
    results->loadAddress        = 0;
    results->slide              = 0;
    results->errorMessage       = nullptr;

#if TARGET_IPHONE_SIMULATOR
    // simulator only supports mmap()ing cache privately into process
    return mapCachePrivate(options, results);//模拟器 模拟器仅支持加载到当前进程
#else
    if ( options.forcePrivate ) {
        // mmap cache into this process only  仅加载到当前进程
        return mapCachePrivate(options, results);
    }
    else {
        // fast path: when cache is already mapped into shared region
        bool hasError = false;
        // 共享缓存库已经被加载过
        if ( reuseExistingCache(options, results) ) {
            hasError = (results->errorMessage != nullptr);
        } else {
            // slow path: this is first process to load cache
            // 共享缓存第一次加载
            hasError = mapCacheSystemWide(options, results);
        }
        return hasError;
    }
#endif
}

3.3 实例化主程序

// instantiate ImageLoader for main executable
sMainExecutable = instantiateFromLoadedImage(mainExecutableMH, mainExecutableSlide, sExecPath);

3.3.1：检测可执行程序格式，isCompatibleMachO会通过mach-O的header里的magic、cputype、cpusubtype 去检测是否兼容。

// The kernel maps in main executable before dyld gets control.  We need to 
// make an ImageLoader* for the already mapped in main executable.
static ImageLoaderMachO* instantiateFromLoadedImage(const macho_header* mh, uintptr_t slide, const char* path)
{
    // try mach-o loader 检查machO格式是否合法
    if ( isCompatibleMachO((const uint8_t*)mh, path) ) {
        //实例化主程序
        ImageLoader* image = ImageLoaderMachO::instantiateMainExecutable(mh, slide, path, gLinkContext);
        addImage(image);//添加到allimage
        return (ImageLoaderMachO*)image;
    }
    
    throw "main executable not a known format";
}

然后真正实例化主程序：instantiateFromLoadedImage -> instantiateMainExecutable -> sniffLoadCommands。

sniffLoadCommands，有几个参数(请结合mach-O文件看)：
compressed，根据 LC_DYLD_INFO_ONYL 来决定
segCount，segment段命令数量 , 最大不能超过 255 个
libCount，依赖库数量 , LC_LOAD_DYLIB (Foundation、UIKit等) , 最大不能超过 4095 个
codeSigCmd , 应用签名
encryptCmd , 应用加密信息

3.3.2：实例化之后，addImage(image)会将这个image添加到static std::vector<ImageLoader*> sAllImages;，这是一个全局的镜像列表，设置好上下文，至此主程序的实例化已经完成。

主程序会第一个被加载到镜像文件列表，所以image list的第一个永远是我们的主程序的可执行文件。

3.3.3：继续往 dyld :: main 下面找，会发现一个方法

// Bind and notify for the main executable now that interposing has been registered
gLinkContext.notifyBatch(dyld_image_state_bound, false);

跟进去，notifyBatch -> notifyBatchPartial -> (*sNotifyObjCMapped)(objcImageCount, paths, mhs);，这个回调函数最终会调起_objc_init里面的回调函数map_images。

3.4、加载插入动态库

// load any inserted libraries（越狱的环境都是用这个！） 插入的动态库
if  ( sEnv.DYLD_INSERT_LIBRARIES != NULL ) {
    for (const char* const* lib = sEnv.DYLD_INSERT_LIBRARIES; *lib != NULL; ++lib) 
        loadInsertedDylib(*lib);
}

越狱开发中，根据 DYLD_INSERT_LIBRARIES 环境变量，可以决定是否加载插入的动态库。
越狱的插件就是基于这个原理来实现的，只需要下载插件，就可以影响到应用，有部分防护手段就用到了这个环境变量。

// record count of inserted libraries so that a flat search will look at 
// inserted libraries, then main, then others.
sInsertedDylibCount = sAllImages.size()-1; //记录 插入的动态库的数量

3.5、链接主程序

这里会多次调用link函数，循环加载动态库，对主程序的依赖库进行rebase、符号绑定、弱绑定操作。
3.5.1 链接主程序

// link main executable  链接主程序
gLinkContext.linkingMainExecutable = true;

link(sMainExecutable, sEnv.DYLD_BIND_AT_LAUNCH, true, ImageLoader::RPathChain(NULL, NULL), -1);

3.5.2 链接主程序完成后，判断sInsertedDylibCount插入的动态库数量是否大于0，然后循环调用link链接插入的动态库。

// link any inserted libraries
// do this after linking main executable so that any dylibs pulled in by inserted 
// dylibs (e.g. libSystem) will not be in front of dylibs the program uses
if ( sInsertedDylibCount > 0 ) {
    for(unsigned int i=0; i < sInsertedDylibCount; ++i) {
        ImageLoader* image = sAllImages[i+1];
        //链接动态库
        link(image, sEnv.DYLD_BIND_AT_LAUNCH, true, ImageLoader::RPathChain(NULL, NULL), -1);
        image->setNeverUnloadRecursive();
    }
    // only INSERTED libraries can interpose 只有插入动态库可以被插入
    // register interposing info after all inserted libraries are bound so chaining works  
    //注册插入的动态库，已保证链接有效
    for(unsigned int i=0; i < sInsertedDylibCount; ++i) {
        ImageLoader* image = sAllImages[i+1];
        image->registerInterposing(gLinkContext);
    }
}

3.5.3 bind 符号绑定和弱绑定

// Bind and notify for the main executable now that interposing has been registered
uint64_t bindMainExecutableStartTime = mach_absolute_time();
sMainExecutable->recursiveBindWithAccounting(gLinkContext, sEnv.DYLD_BIND_AT_LAUNCH, true);
uint64_t bindMainExecutableEndTime = mach_absolute_time();
ImageLoaderMachO::fgTotalBindTime += bindMainExecutableEndTime - bindMainExecutableStartTime;
gLinkContext.notifyBatch(dyld_image_state_bound, false);

// Bind and notify for the inserted images now interposing has been registered
if ( sInsertedDylibCount > 0 ) {
    for(unsigned int i=0; i < sInsertedDylibCount; ++i) {
        ImageLoader* image = sAllImages[i+1];
        image->recursiveBind(gLinkContext, sEnv.DYLD_BIND_AT_LAUNCH, true);
    }
}

// <rdar://problem/12186933> do weak binding only after all inserted images linked
// 弱绑定 完成符号绑定
sMainExecutable->weakBind(gLinkContext);

weakBind弱绑定，懒加载绑定，也就是说弱绑定一定发生在其他库链接绑定完成之后。

进入link函数后，(注意 linkingMainExecutable 变量)

void ImageLoader::link(const LinkContext& context, bool forceLazysBound, bool preflightOnly, bool neverUnload, const RPathChain& loaderRPaths, const char* imagePath)
{
    //dyld::log("ImageLoader::link(%s) refCount=%d, neverUnload=%d\n", imagePath, fDlopenReferenceCount, fNeverUnload);
    
    // clear error strings
    (*context.setErrorStrings)(0, NULL, NULL, NULL);

    uint64_t t0 = mach_absolute_time();
    this->recursiveLoadLibraries(context, preflightOnly, loaderRPaths, imagePath);
    //在链接的时候,不仅仅是对主程序进行链接,还有很多依赖库也需要进行链接,所以首先循环加载依赖库
    context.notifyBatch(dyld_image_state_dependents_mapped, preflightOnly);

    // we only do the loading step for preflights
    if ( preflightOnly )
        return;

    uint64_t t1 = mach_absolute_time();
    context.clearAllDepths();
    this->recursiveUpdateDepth(context.imageCount());//递归依赖层级

    __block uint64_t t2, t3, t4, t5;
    {
        dyld3::ScopedTimer(DBG_DYLD_TIMING_APPLY_FIXUPS, 0, 0, 0);
        t2 = mach_absolute_time();
        this->recursiveRebase(context); //必须对主程序和依赖库做重定位rebase(由于ASLR的存在)
        context.notifyBatch(dyld_image_state_rebased, false);

        t3 = mach_absolute_time();
        if ( !context.linkingMainExecutable ) //符号绑定
            this->recursiveBindWithAccounting(context, forceLazysBound, neverUnload);

        t4 = mach_absolute_time();
        if ( !context.linkingMainExecutable )
            this->weakBind(context); //弱绑定
        t5 = mach_absolute_time();
    }

    if ( !context.linkingMainExecutable )
        context.notifyBatch(dyld_image_state_bound, false);
    uint64_t t6 = mach_absolute_time(); 

    std::vector<DOFInfo> dofs;
    this->recursiveGetDOFSections(context, dofs); //注册DOF
    context.registerDOFs(dofs); //注册DOF
    uint64_t t7 = mach_absolute_time(); 

    // interpose any dynamically loaded images
    if ( !context.linkingMainExecutable && (fgInterposingTuples.size() != 0) ) {
        dyld3::ScopedTimer timer(DBG_DYLD_TIMING_APPLY_INTERPOSING, 0, 0, 0);
        this->recursiveApplyInterposing(context);
    }

    // clear error strings
    (*context.setErrorStrings)(0, NULL, NULL, NULL);

    fgTotalLoadLibrariesTime += t1 - t0;
    fgTotalRebaseTime += t3 - t2;
    fgTotalBindTime += t4 - t3;
    fgTotalWeakBindTime += t5 - t4;
    fgTotalDOF += t7 - t6;
    
    // done with initial dylib loads
    fgNextPIEDylibAddress = 0;
}

到这里，主程序已经实例化完毕，但是还没有加载，FrameWork已经加载完毕。
思考：不同的FrameWork，谁会被先加载呢？？？其他他和category文件的加载顺利逻辑一样，都是根据二进制编译顺序相关，在Xcode中可以自由调整，mach-O也可以看到。

3.6、初始化

继续往 dyld :: main 下面找，我们会看到：

// run all initializers
initializeMainExecutable();

跟进去：initializeMainExecutable -> runInitializers -> processInitializers -> recursiveInitialization 递归调用。
到这里就没办法跟了，cmd + shift + o搜索recursiveInitialization。

// let objc know we are about to initialize this image   load方法加载结束
uint64_t t1 = mach_absolute_time();
fState = dyld_image_state_dependents_initialized;
oldState = fState;
//
context.notifySingle(dyld_image_state_dependents_initialized, this, &timingInfo);

// initialize this image
bool hasInitializers = this->doInitialization(context);

// let anyone know we finished initializing this image
fState = dyld_image_state_initialized;
oldState = fState;
//
context.notifySingle(dyld_image_state_initialized, this, NULL);

if ( hasInitializers ) {
    uint64_t t2 = mach_absolute_time();
    timingInfo.addTime(this->getShortName(), t2-t1);
}

从notifySingle函数跟进去，最后来到(*sNotifyObjCInit)(image->getRealPath(), image->machHeader());，这个回调函数，最终会调起_objc_init里面的回调函数load_images，这块内容，在 本文第五节 具体分析。

3.6.2、doInitialization

在上一段代码，也就是recursiveInitialization函数实现中，有一个函数doInitialization，搜索然后跟进去，这里会调用 c++构造方法。

bool ImageLoaderMachO::doInitialization(const LinkContext& context)
{
    CRSetCrashLogMessage2(this->getPath());

    // mach-o has -init and static initializers
    doImageInit(context);
    doModInitFunctions(context);//加载c++构造函数
    
    CRSetCrashLogMessage2(NULL);
    
    return (fHasDashInit || fHasInitializers);
}

c++构造方法，在mach-O的data段中对应__mod_init_func。

3.7、找到主程序入口

// notify any montoring proccesses that this process is about to enter main()
if (dyld3::kdebug_trace_dyld_enabled(DBG_DYLD_TIMING_LAUNCH_EXECUTABLE)) {
    dyld3::kdebug_trace_dyld_duration_end(launchTraceID, DBG_DYLD_TIMING_LAUNCH_EXECUTABLE, 0, 0, 2);
}
notifyMonitoringDyldMain();

// find entry point for main executable 找到主程序的入口，调起main函数
result = (uintptr_t)sMainExecutable->getEntryFromLC_MAIN();
if ( result != 0 ) {
    // main executable uses LC_MAIN, we need to use helper in libdyld to call into main()
    if ( (gLibSystemHelpers != NULL) && (gLibSystemHelpers->version >= 9) )
        *startGlue = (uintptr_t)gLibSystemHelpers->startGlueToCallExit;
    else
        halt("libdyld.dylib support not present for LC_MAIN");
}

result = (uintptr_t)sMainExecutable->getEntryFromLC_MAIN(); 找到真的main入口，至此dyld加载结束。

四、代码验证

4.1 新建一个Single View App项目，在ViewController.m 添加代码。

@implementation ViewController

+ (void)load{
    NSLog(@"来了：%s", __func__);
}

- (void)viewDidLoad {
    [super viewDidLoad];
    // Do any additional setup after loading the view.
}

@end

//c++构造方法
__attribute__((constructor)) void func1() {
    
    printf("\n func1来了 \n");
}

4.2 给当前项目添加一个FrameWork，并添加Inject类，然后添加代码。

#import "Inject.h"

@implementation Inject

+(void)load
{
    NSLog(@"来了：%s", __func__);
}

@end

4.3 运行，查看控制台。

dyld[15456:2366528] 来了：+[Inject load]
dyld[15456:2366528] 来了：+[ViewController load]


 func1来了

打印结果刚好印证我们上述的的结论，当然如果你想看下多个FrameWork结果，你可以自行添加测试验证。

五、 _objc_init

上文，我们两次提到过notifySingle函数，下面我们来具体分析一下上文第二个notifySingle函数。

5.1 notifySingle

首先我么来回顾一下，我们第一节提到的一张图，_dyld_start 到 load()的调用堆栈图。

image.png

根据调用堆栈，下一步就是调用 load_images，但是cmd + shift + o搜索找到notifySingle函数实现，可是这里并没有找到 load_images 的影子？？
但是，注意这里有一句代码，如下：

//方法回调
(*sNotifyObjCInit)(image->getRealPath(), image->machHeader());

这是个回调函数的调用，sNotifyObjCInit上面判断了并不会为空，那就代表一定是有值的。那我们在当前文件搜索一下 sNotifyObjCInit，看看什么时候被赋的值。

void registerObjCNotifiers(_dyld_objc_notify_mapped mapped, _dyld_objc_notify_init init, _dyld_objc_notify_unmapped unmapped)
{
    // record functions to call
    sNotifyObjCMapped   = mapped;
    sNotifyObjCInit     = init;//赋值
    sNotifyObjCUnmapped = unmapped;

    // call 'mapped' function with all images mapped so far
    try {
        notifyBatchPartial(dyld_image_state_bound, true, NULL, false, true);
    }
    catch (const char* msg) {
        // ignore request to abort during registration
    }

    // <rdar://problem/32209809> call 'init' function on all images already init'ed (below libSystem)
    for (std::vector<ImageLoader*>::iterator it=sAllImages.begin(); it != sAllImages.end(); it++) {
        ImageLoader* image = *it;
        if ( (image->getState() == dyld_image_state_initialized) && image->notifyObjC() ) {
            dyld3::ScopedTimer timer(DBG_DYLD_TIMING_OBJC_INIT, (uint64_t)image->machHeader(), 0, 0);
            (*sNotifyObjCInit)(image->getRealPath(), image->machHeader());
        }
    }
}

然后我们发现(反推)：registerObjCNotifiers <- _dyld_objc_notify_register，在往前就找不到了。
这个时候，我们可以给我们的项目下一个符号断点_dyld_objc_notify_register，看看函数调用栈。

image.png

至此，我们就看到了runtime整个被加载的流程。这里涉及iOS多个库，我们不一一看。可以参考objc 750源码找到_objc_init。

5.2 _objc_init

void _objc_init(void)
{
    static bool initialized = false;
    if (initialized) return;
    initialized = true;
    
    // fixme defer initialization until an objc-using image is found?
    environ_init();
    tls_init();
    static_init();
    lock_init();
    exception_init();

    _dyld_objc_notify_register(&map_images, load_images, unmap_image);
}

在这里我们就看到_dyld_objc_notify_register被调用，传递了三个参数，我在ios应用启动加载过程、类、分类加载做过详细介绍。

map_images：dyld 将 image 加载进内存时，会触发该函数。
load_images：dyld初始化 image会触发该方法。（我们所熟知的 load 方法也是在此处调用）。
unmap_image：dyld 将 image 移除时，会触发该函数。

我们可以通过LLDB验证一下：

lldb.png

5.3 dyld链接主程序到调起_objc_init的具体流程

当 dyld 加载到开始链接主程序的时候，递归调用 recursiveInitialization 函数
这个函数第一次执行，进行 libsystem 的初始化，会走到 doInitialization -> doModInitFunctions -> libSystemInitialized
LibSystem 初始化，会调用起 libdispatch_init，然后会调用 _os_object_init，这个函数里面调用了 _objc_init
_objc_init 中注册并保存了 map_images、load_images、unmap_image 函数地址
注册完毕，继续回到 recursiveInitialization 递归下一次调用。例如 libobjc，当 dyld 来到 recursiveInitialization 调用时，会触发 libsystem 调用到 _objc_init 里注册好的回调函数进行调用，就来到了 libobjc，然后调用 load_images

推荐参考：dyld详解

dyld源码解读

一、_dyld_start

二、dyldbootstrap::start

三、dyld::_main

3.1准备工作，配置环境变量

3.2 加载共享缓存

3.3 实例化主程序

3.4、加载插入动态库

3.5、链接主程序

3.6、初始化

3.6.2、doInitialization

3.7、找到主程序入口

四、代码验证

五、 _objc_init

5.1 notifySingle

5.2 _objc_init

5.3 dyld链接主程序到调起_objc_init的具体流程

猜你喜欢

热点阅读

dyld源码解读

一、_dyld_start

二、dyldbootstrap::start

三、dyld::_main

3.1准备工作，配置环境变量

3.2 加载共享缓存

3.3 实例化主程序

3.4、加载插入动态库

3.5、链接主程序

3.6、初始化

3.6.2、doInitialization

3.7、找到主程序入口

四、代码验证

五、 _objc_init

5.1 notifySingle

5.2 _objc_init

5.3 dyld链接主程序 到 调起_objc_init的具体流程

猜你喜欢

热点阅读

5.3 dyld链接主程序到调起_objc_init的具体流程