20135302魏静静——linux课程第七周实验及总结

linux课程第七周实验及总结

实验及学习总结

1. 编译链接的过程和ELF可执行文件格式（以hello为例）

GNU编译系统编译源码：

• 首先，运行C预处理器（cpp），将.c文件翻译成.i文件——gcc -E -o hello.cpp hello.c -m32
• 接着，运行C编译器（cc1），将.i文件翻译成ASCII汇编语言文件.s文件——gcc  -S -o hello.s hello.cpp -m32
• 然后，运行汇编器（as）,将.s文件翻译成可重定位目标文件.o文件——gcc -c hello.s -o hello.o -m32
• 最后，运行链接器（ld），将各.o文件组合起来，创建一个可执行目标文件——ld -o hello hello.o xxx.o
• 流程图：
• 

ELF可执行文件格式

ELF文件由4部分组成，分别是ELF头（ELF header）、程序头表（Program header table）、节（Section）和节头表（Section header table）。

                                                           

• 我们使用readelf -h命令查看hello的ELF文件头，可以看到：（除此外objump或readelf可以直接查看ELF文件各节点信息）
• 

• ELF文件头代码项含义：

  最开头是16个字节的e_ident, 其中包含用以表示ELF文件的字符，以及其他一些与机器无关的信息。开头的4个字节值固定不变，为0x7f和ELF三个字符。
  e_type 它标识的是该文件的类型。
  e_machine 表明运行该程序需要的体系结构。
  e_version 表示文件的版本。
  e_entry 程序的入口地址。
  e_phoff 表示Program header table 在文件中的偏移量（以字节计数）。
  e_shoff 表示Section header table 在文件中的偏移量（以字节计数）。
  e_flags 对IA32而言，此项为0。
  e_ehsize 表示ELF header大小（以字节计数）。
  e_phentsize 表示Program header table中每一个条目的大小。
  e_phnum 表示Program header table中有多少个条目。
  e_shentsize 表示Section header table中的每一个条目的大小。　　
  e_shnum 表示Section header table中有多少个条目。
  
  e_shstrndx 包含节名称的字符串是第几个节（从零开始计数）

2. gdb调试execve系统调用及新的可执行程序起点

新的可执行程序起点

一般是地址空间为0x8048000或0x8048300；

• 与此相对的，再返回用户态时new_ip保存返回用户态的第一条指令的地址
• 
• 

execve系统调用

• 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[ ]);

  • execve()用来执行参数filename字符串所代表的文件路径，第二个参数是利用指针数组来传递给执行文件，并且需要以空指针(NULL)结束，最后一个参数则为传递给执行文件的新环境变量数组。

• 库函数exec*都是execve的封装例程

execve和fork都是特殊一点的系统调用：一般的都是陷入到内核态再返回到用户态。

fork父进程和一般进程调度一样，子进程返回到一个特定的点ret_from_fork，子进程是从ret_from_fork开始执行然后返回到用户态；

execve特殊：执行到可执行程序--陷入内核--构造新的可执行文件--覆盖掉原可执行程序--返回到新的可执行程序，作为起点（也就是main函数） ，需要构造他的执行环境；

• 我们可以看一下execve系统调用在实验中的入口及返回值

                 

• sys_execve()进行一些参数的检查复制之后，调用do_execve()。

 do_execve()会首先检查被执行文件，当do_execve()读取了128个字节的文件头部之后，然后调用search_binary_handle()【retval = search_binary_handler(bprm,regs)】
 去搜索和匹配合适的可执行文件装载处理过程。Linux中所有被支持的可执行文件格式都有相应的装载处理过程，search_binary_handle()会通过判断文件头部的魔数确定文件的格式，
 并且调用相应的装载处理过程。如ELF用load_elf_binary()，a.out用load_aout_binary()，脚本用load_script()。其中ELF装载过程的主要步骤是:
  
      ①检查ELF可执行文件格式的有效性，比如魔数、程序头表中段(Segment)的数量。
  
      ②寻找动态链接的”.interp”段(该段保存可执行文件所需要的动态链接器的路径)，设置动态链接器路径。
   
      ③根据ELF可执行文件的程序头表的描述，对ELF文件进行映射，比如代码、数据、只读数据。
    
      ④初始化ELF进程环境，比如进程启动时EDX寄存器的地址应该是DT_FINI的地址(结束代码地址)。
 
      ⑤将系统调用的返回地址修改成ELF可执行文件的入口点，这个入口点取决于程序的链接方式，

                    

• 静态链接的可执行程序和动态链接的可执行程序execve系统调用返回时： 

    execve系统调用将系统调用的返回地址修改成ELF可执行文件的入口点，这个入口点取决于程序的链接方式，      
    对于静态链接的ELF可执行文件，这个程序入口就是ELF文件的文件头中e_enEry所指的地址；对于动态链接的ELF可执行文件，程序入口点是动态链接器。
    当ELF被load_elf_binary()装载完成后，函数返回至do_execve()在返回至sys_execve()。在load_elf_binary()中系统调用的返回地址已经被改成ELF程序的入口地址了。
     所以当sys_execve()系统调用从内核态返回到用户态时，EIP寄存器直接跳转到了ELF程序的入口地址，于是新的程序开始执行，ELF可执行文件装载完成。

3. exec*函数对应的系统调用处理过程

内核通过以下步骤实现该系统调用：

    (1) exec系统调用要求以参数形式提供可执行文件名，并存储该参数以备将来使用。连同文件名一起，还要提供和存储其他参数，例如如果shell命令是"ls -l"，那么ls作为文件名，-l作为选项，一同存储起来以备将来使用。

    (2) 现在，内核解析文件路径名，从而得到该文件的索引节点号。然后，访问和读取该索引节点。内核知道对任何shell命令而言，它要先在/bin目录中搜索。

    (3) 内核确定用户类别(是所有者、组还是其他)。然后从索引节点得到对应该可执行文件用户类别的执行(X)权限。内核检查该进程是否有权执行该文件。如果不可以，内核提示错误消息并退出。

    (4) 如果一切正常，它访问可执行文件的头部。

    (5) 现在，内核要将期望使用的程序(例如本例中的ls)的可执行文件加载到子进程的区域中。但"ls"所需的不同区域的大小与子进程已经存在的区域不同，因为它们是从父进程中复制过来的。因此，内核释放所有与子进程相关的区域。这是准备将可执行镜像中的新程序加载到子进程的区域中。在为仅仅存储在内存中的该系统调用存储参数后释放空间。进行存储是为了避免"ls"的可执行代码覆盖它们而导致它们丢失。根据实现方式的不同，在适当的地方进行存储。例如，如果"ls"是命令，"-l"是它的参数，那么就将"-l"存储在内核区。/bin目录中"ls"实用程序的二进制代码就是内核要加载到子进程内存空间中的内容。

    (6) 然后，内核查询可执行文件(例如ls)镜像的头部之后分配所需大小的新区域。此时，建立区域表和页面映射表之间的链接。

    (7) 内核将这些区域和子进程关联起来，也就是创建区域表和P区表之间的链接。

    (8) 然后，内核将实际区域中的内容加载到分配的内存中。

    (9) 内核使用可执行文件头部中的寄存器初始值创建保存寄存器上下文。

    (10) 此时，子进程("ls"程序)已经运行。因此，内核根据子进程优先级，将其插到"准备就绪"进程列表的合适位置。最终，调度这个子进程。

    (11) 在调度该子进程后，由前述(9)中介绍的保存寄存器上下文生成该进程的上下文。然后，PC、SP等就有了正确的值。

    (12) 然后，内核跳转到PC指明的地址。这就是要执行的程序中第一个可执行指令的地址。现在开始执行"ls"这样的新程序。 内核从步骤(5)中存储的预先确定的区域中得到参数，然后生成所需的输出。如果子进程在前台执行，父进程会一直等到子进程终止；否则它会继续执行。

    (13) 子进程终止，进入僵尸状态，期望使用的程序已经完成。现在，内核向父进程发送信号，指明"子进程死亡"，这样现在就可以唤醒父进程了。

如果这个子进程打开新文件，那么这个子进程的用户文件描述符表、打开文件列表和inode表结构就和父进程的不同。如果该子进程调用另一个子程序，就会重复执行/分支进程。这样就会创建不同深度层次的进程结构。

4. 总结——“Linux内核装载：动态链接和静态链接”

•  静态链接库创建:

 gcc -c fun.c

 ar cqs libfun.a fun.o
 
 gcc call.c -static -L. -lfun -o fun_static_call

./fun_static_call

• 动态链接库创建:

/*生成动态链接库*/
 gcc fun.c -fPIC -shared -o libfun.so
/*-L指定查找动态链接库的路径,-lfun实际就是查找libfun.so*/

• 当ELF被load_elf_binary()装载完成后，函数返回至do_execve()在返回至sys_execve()。
  ELF可执行文件的入口点取决于程序的链接方式：

1. 静态链接：elf_entry就是指向可执行文件里边规定的那个头部，即main函数处。

2. 动态链接：可执行文件是需要依赖其它动态链接库，elf_entry就是指向动态链接器的起点。

 

参考资料：

•  可执行程序的加载：http://blog.chinaunix.net/uid-28281877-id-3751107.html
• 百度文库