可执行程序的装载

                                                                            可执行程序的装载

                                                                                                         20135109 高艺桐

                                                                                                        《Linux内核分析》MOOC课程http://mooc.study.163.com/course/USTC-1000029000 

一、预处理、编译、链接和目的文件的格式

1、1可执行程序是怎么得来的

• C代码经过编译器的预处理编译、编译成汇编代码、编译器将其编译成目标代码、链接成可执行文件。
• 预处理负责把include的文件包含进来及宏替换等工作。
• 预处理之后的文件编译成汇编代码。
• 汇编代码.s编译成.o

1、2目标文件格式的ELF

• 常见的文件格式：A.out（最古老的）、 COFF 、PE（windows系统）、 ELF（Linux系统）
• ABI应用程序二进制接口，在目标文件中已经是二进制兼容的格式了，目标文件适应到某一种CPU体系结构
• ELF格式中主要有3种可执行文件：可重定位文件.o，可执行文件，共享目标文件

• 一个ELF头在文件的开始，保存了路线图，描述了文件的组织情况
• 当创建或增加一个进程映像的时候，系统在理论上将拷贝一个文件的段到一个虚拟的内存段

1、3静态链接的ELF可执行文件和进程的地址空间

• 可执行文件ELF加载到内存中去：代码的数据加载到内存中去
• 默认ELF文件加载到0x8048000
• 程序的实际入口0x8048300（启动一个刚加载过可执行文件之后开始执行的入口点）
• 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

2、1装载可执行程序之前的动作

• 可执行程序的执行环境：shell命令行、main函数的参数和execve参数
• 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本身
• shell会调用execve将命令行参数和环境传递给可执行程序的main函数
• 命令行参数和环境变量是如何保存和传递的：execve将原来的执行环境覆盖掉了，shell程序——>execve——>sys_execve然后在初始化新程序堆栈时拷贝进去
• 先函数调用参数传递，再系统调用参数传递

2、2装载动态链接和运行时动态链接应用举例

• 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
• 准备.so文件——>编译成libshlbexample.so文件（共享库）——>编译成libdllibexample.so文件（动态装载）
• 编译main：只提供了shellexample的-L和-l，并没有提供dllibexample的相关信息，只指明了-ldl

三、可执行程序的装载

3、1可执行程序的装载相关关键问题分析

• execve和fork都是特殊的系统的调用，当前程序执行到execve系统调用时陷入到内核态，execve加载可执行文件把当前进程的可执行文件覆盖掉，execve返回新的可执行程序的执行起点。

• int execve（把命令行和环境参数加载进来）
• sys_execve内部会解析可执行文件格式：do_execve->do_execve_common->exec_binprm
• search_binaty_handle符合文件格式，对应的解析模块（根据文件头部信息寻找对应的文件格式处理模块）
• 对于ELF格式的可执行文件执行的是load_elf_binary

• elf_format和init_elf_binfnt是观察者模式中的观察者
• 寻找头文件是被观察者，出现elf格式文件，观察者自动执行elf_format模块
• execve系统调用返回用户态从哪里开始执行：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）

3、2sys_execve的内部处理过程

• search_binary_handler（寻找可执行文件的处理函数） fmt->load_binary（加载可执行程序的处理函数）
• register_binfmt（注册结构体变量）
• kernal_read读取文件信息
• ELF可执行文件会被默认映射到0x8048000这个地址
• 需要动态链接的可执行文件先加载连接器ld这个共享库 load_elf_interp(加载动态连接器的起点)
• 如果是静态链接直接进入elf_entry，elf_entry是新程序的起点
• start_thread(如果是静态链接，直接指向main8048000；如果可执行文件是动态链接库，指向动态连接器的起点

3、3使用gdb跟踪sys_execve的内部处理过程

自己实验截图：

（1）克隆，覆盖test.c

test.c文件代码：

（2）生成根文件系统时，将init hello放入rootfs地址中，这样在执行exec文件时，就自动加载hello文件

（二）使用gdb跟踪sys_execve内核函数的处理过程

1、加载符号表，并连接到端口1234

2、设置断点：b sys_execve（可以先停在sys_execve然后再设置其他断点），b load_elf_binary，b start_thread。

3、执行

4、输入c继续执行，输入指令exec，list查看，按s可以跟踪进行到do_execve的内部。

3、4可执行程序的装载与庄生梦蝶的故事

• 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）

3、5浅析动态链接的可执行程序装载

•  动态链接的过程，内核做了什么？动态链接库的依赖会形成一个图

• ELF格式中的，.interp和.dynamic需要依赖动态链接器来解析

• entry返回到用户态时不是返回到可执行程序规定的起点，返回到动态链接器的程序入口

•  装载和链接之后ld将CPU的控制权交给可执行程序

• 动态链接库的装载过程是一个图的遍历过程

四、总结

1、可执行程序的产生：

C语言代码-->编译器预处理-->编译成汇编代码-->汇编器编译成目标代码-->链接成可执行文件，再由操作系统加载到内存中执行。

2、ELF格式中主要有3种可执行文件：可重定位文件.o，可执行文件，共享目标文件。

3、ELF可执行文件会被默认映射到0x8048000这个地址。

4、命令行参数和环境变量是如何进入新程序的堆栈的？

Shell程序-->execve-->sys_execve，然后在初始化新程序堆栈时拷贝进去。

先函数调用参数传递，再系统调用参数传递。

5、当前程序执行到execve系统调用时陷入内核态，在内核中用execve加载可执行文件，把当前进程的可执行文件覆盖掉，execve系统调用返回到新的可执行程序的起点。

6、动态链接库的装载过程是一个图的遍历过程，

ELF格式中的.interp和.dynamic需要依赖动态链接器来解析，entry返回到用户态时不是返回到可执行程序规定的起点，返回到动态链接器的程序入口。