程序从源码到运行

程序从源码到运行

进程在内存中的结构

process_memory_layout.jpg

• Code - text段
  用于存放可执行指令，当多个进程运行同一个程序时，这个段可以共享。
• Initialized data - data段
  已经初始化的全局变量和静态变量，多进程运行同一个程序，但是每个进程都有自己的data段。
• Uninitialized data - bss段
  BSS(Block Started by Symbol)未初始化的全局变量和静态变量，多进程运行同一个程序，但是每个进程都有自己的bss段。
• Heap - 堆
  里面的数据只能通过指针来访问。向上增长。
• Stack - 栈
  用于存放函数的参数，返回值和局部变量。FILO（First In Latest Out），向下增长。

进程的装载(Loading)

在Linux系统中，通过系统调用(execve或者spawn)从文件系统中装载ELF(Executable and Linking Format)格式的文件来装载进程。

elf_format.png

ELF文件的两种视角

1. 链接视角， 当程序或者库被链接时的视角。里面包含目标文件的一系列信息，例如数据，指令，重定位信息，符号，debug信息等。
2. 执行视角，当程序运行时的视角。通常所有的可执行的和只读的数据被放到text段，bss和data被放入data段。

部分的ELF段

• .init - Startup
• .text - String
• .fini - Shutdown
• .rodata - 只读
• .data - 已初始化数据
• .tdata - 已初始化线程数据
• .tbss - 未初始化线程数据
• .bss - 未初始化数据
• .debug_info - 程序源码和可执行码的对应关系，用于调试
• ...

进程装载过程

1. kernel读取ELF header并校验类型，权限，需要的内存大小，和是否可运行里面的指令。通过则计算其所需的内存。
2. 申请内存
3. copy地址空间从硬盘到主存
4. 从硬盘中copy .text和.data段到主存
5. copy程序参数到stack中
6. 初始化寄存器，设置stack指针到栈顶
7. jumps to start routine

ELF文件(可执行文件)生成

steps_of_running_program.png

1. 预处理
   删除注释，执行条件编译，将所有#include文件内容插入源文件对于位置
2. 编译
   将预处理后的文件编译成汇编源码文件
3. 汇编
   将汇编代码转化成机器指令，将编译后的文件汇编成目标文件(object file)
4. 链接
   将多个目标文件组合成一个可执行文件，并且解析对外部符号的引用，并为函数和参数分配地址，并且修正代码和数据地址，这个过程叫做重定位(relocation)。

链接

linker.png

链接分为动态链接和静态链接

• 动态链接：链接器链接时不会将程序和库组合在一起，而是将链接信息放入可执行文件，当可执行文件加载时将链接信息告诉加载器。动态链接库一般.so结尾。优点生成的可执行文件小，方便升级标准库。
• 静态链接：链接器链接时将程序和库进行链接。静态链接库一般.a结尾。优点不用担心库的版本问题，缺点生成的可执行文件大。

参考

程序编译链接装载过程
调试器工作原理