Linux内核如何装载和启动一个可执行程序

实验七：Linux内核如何装载和启动一个可执行程序

姓名：李冬辉

学号：20133201

注： 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

 

云课堂笔记：

（1）可执行文件的创建

C代码（.c） - 经过编译器预处理，编译成汇编代码（.asm） - 汇编器，生成目标代码（.o） - 链接器，链接成可执行文件（.out） - OS将可执行文件加载到内存里执行。如图

 

1. 预处理

gcc -E -o hello.cpp hello.c -m32    预处理（文本文件）
预处理负责把include的文件包含进来及宏替换等工作

2. 编译
gcc -x cpp-output -S -o hello.s hello.cpp -m32    编译成汇编代码（文本文件）

3. 汇编
gcc -x assembler -c hello.s -o hello.o -m32    汇编成目标代码（ELF格式，二进制文件，有一些机器指令，只是还不能运行）

4. 链接
gcc -o hello hello.o -m32    链接成可执行文件（ELF格式，二进制文件）
在hello可执行文件里面使用了共享库，会调用printf，libc库里的函数
gcc -o hello.static hello.o -m32 -static    静态链接
把执行所需要依赖的东西都放在程序内部

 

（2）ELF三种主要的目标文件：

1.可重定位：保存代码和适当数据，用来和其他的object文件一起创建可执行/共享文件，主要是.o文件

2.可执行文件：指出了exec如何创建程序进程映像，怎么加载，从哪里开始执行

3.共享object文件：保存代码和适当数据，用来被下面的两个连接器链接。

（1）连接editor，连接可重定位、共享object文件。即装载时链接。

（2）动态链接器，联合可执行、其他共享object文件创建进程映像。即运行时链接。

（3）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

 

命令行参数和环境串都放在用户态堆栈中

 

 

（4）可执行程序的装载

• 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。

• 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

• sys_execve内部会解析可执行文件格式

• do_execve -> do_execve_common ->  exec_binprm

• search_binary_handler符合寻找文件格式对应的解析模块，如下：

 

实验步骤：

 

1、先把menu删掉，在克隆一个，用test_exec.c覆盖掉test.c。

 

2、打开test.c。发现增加了一句MenuConfig。

 

3、打开Makefile，首先静态编译了hello.c，生成根文件系统时把init和hello都放入rootfs image里面，这样执行exec的时候就自动的帮我们加载hello这个文件。

 

4、执行结果hello world！ 是新加载的一个可执行程序输出的。

 

5、-S -s单步调试，窗口被冻结。

 

6、设置三个断点：sys_execve，load_elf_binary，start_thread。

 

7、list列出来跟踪， 输入s可以进入do_execve的内部。按c继续执行，跑到load_elf_binary。list查看代码，输入n一句一句跟踪，nnnc,追踪到start_thread。

 

8、观察hello这个可执行程序的入口，发现也是0x8048d0a，和new_ip的位置一样。new_ip是返回到用户态第一条指令的地址。

 

9、将new_ip和new_sp赋值，并设了一个新堆栈。

 

实验截图：

 

 

 

 

 

 

 

Linux系统加载可执行程序所需处理过程的理解

1. 新的可执行程序是从哪里开始执行的?

当execve()系统调用终止且进程重新恢复它在用户态执行时，执行上下文被大幅度改变，要执行的新程序已被映射到进程空间，从elf头中的程序入口点开始执行新程序。

如果这个新程序是静态链接的，那么这个程序就可以独立运行，elf头中的这个入口地址就是本程序的入口地址。

如果这个新程序是动态链接的，那么此时还需要装载共享库，elf头中的这个入口地址是动态链接器ld的入口地址。

2 .为什么execve系统调用返回后新的可执行程序能顺利执行?

新的可执行程序执行，需要以下： 
1. 它所需要的库函数。 
2. 属于它的进程空间：代码段，数据段，内核栈，用户栈等。 
3. 它所需要的运行参数。 
4. 它所需要的系统资源。 
如果满足以上4个条件，那么新的可执行程序就会处于可运行态，只要被调度到，就可以正常执行。我们一个一个看这几个条件能不能满足。 
条件1：如果新进程是静态链接的，那么库函数已经在可执行程序文件中，条件满足。如果是动态链接的，新进程的入口地址是动态链接器ld的起始地址，可以完成对所需库函数的加载，也能满足条件。 
条件2：execve系统调用通过大幅度修改执行上下文，将用户态堆栈清空，将老进程的进程空间替换为新进程的进程空间，新进程从老进程那里继承了所需要的进程空间，条件满足。 
条件3：我们一般在shell中，输入可执行程序所需要的参数，shell程序把这些参数用函数参数传递的方式传给给execve系统调用，然后execve系统调用以系统调用参数传递的方式传给sys_execve，最后sys_execve在初始化新程序的用户态堆栈时，将这些参数放在main函数取参数的位置上。条件满足。 
条件4：如果当前系统中没有所需要的资源，那么新进程会被挂起，直到资源有了，唤醒新进程，变为可运行态，条件可以满足。 
综上所述，新的可执行程序可以顺利执行。

3. 对于静态链接的可执行程序和动态链接的可执行程序execve系统调用返回时会有什么不同？

execve系统调用会调用sys_execve，然后sys_execve调用do_execve，然后do_execve调用do_execve_common，然后do_execve_common调用exec_binprm,在exec_binprm中：

对于ELF文件格式，fmt函数指针实际会执行load_elf_binary，load_elf_binary会调用start_thread，在start_thread中通过修改内核堆栈中EIP的值，使其指向elf_entry，跳转到elf_entry执行。 
对于静态链接的可执行程序，elf_entry是新程序的执行起点。对于动态链接的可执行程序，需要先加载链接器ld， 
elf_entry = load_elf_interp(…) 
将CPU控制权交给ld来加载依赖库，再由ld在完成加载工作后将CPU控制权还给新进程。

 

总结：

可执行文件是一个普通的文件，它描述了如何初始化一个新的执行上下文，也就是如何开始一个新的计算。可执行文件类别有很多，在内核中有一个链表，在init的时候会将支持的可执行程序解析程序注册添加到链表中，那么在对可执行文件进行解析时，就从链表头开始找，找到匹配的处理函数就可以对其进行解析。 
在shell中启动一个可执行程序时，会创建一个新进程，它通过覆盖父进程（也就是shell进程）的进程环境，并将用户态堆栈清空，获得需要的执行上下文环境。 
命令行参数和环境变量会通过shell传递给execve，excve通过系统调用参数传递，传递给sys_execve，最后sys_execve在初始化新进程堆栈的时候拷贝进去。 
load_elf_binary->start_thread(…)通过修改内核堆栈中EIP的值作为新程序的起点。