可执行程序的装载
于佳心 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
实验：Linux内核如何装载和启动一个可执行程序
首先，按照老流程，我们进入LinuxKernel，删除menu，再拷贝menu
然后我们进入menu，用test_exec和test.c中的一个覆盖另一个
我们打开test.c查看代码
和exec有关的部分，其中引入了hello
打开hello，发现hello就是我们熟悉的输出Hello World的程序
再打开Makefile，观察和修改编译的过程，光标指向的地方是静态编译hello.c的指令
修改代码，生成根文件树，使执行exec的时候可以做到自动加载
运行程序，我们看到了MenuOS中exec这个选项，执行。
比起fork的结果，exec的输出中多了一个Hello World
接下来又是熟悉的设置断点的工作了
运行gdb，加载符号表，输入端口号
设置三个断点，分别在sys_execve,load_elf_binary,start_thread
运行。。。
输入list，就能看到运行到哪了
进入，一步一步的执行
new_ip：返回到用户态的第一条指令的地址
对照一下，地址是一样的哟~
运行运行运行。。。
结束了
总结：
这一章我们学习的东西主要分三块：
1.预处理、编译、链接和目标文件的格式
2.可执行程序、共享库和动态链接
3.可执行程序的装载
1.预处理、编译、链接和目标文件的格式
可执行程序是怎么来的？
可执行文件形成的过程：
c代码通过编译器编译成汇编代码，又通过汇编器汇编成后缀为.o的目标代码，通过链接变成可执行文件，然后加载进内存，执行
以hello.c为例：
shiyanlou:~/ $ cd Code [9:27:05]
shiyanlou:Code/ $ vi hello.c [9:27:14]
shiyanlou:Code/ $ gcc -E -o hello.cpp hello.c -m32 [9:34:55]
shiyanlou:Code/ $ vi hello.cpp [9:35:04]
shiyanlou:Code/ $ gcc -x cpp-output -S -o hello.s hello.cpp -m32 [9:35:21]
shiyanlou:Code/ $ vi hello.s [9:35:28]
shiyanlou:Code/ $ gcc -x assembler -c hello.s -o hello.o -m32 [9:35:58]
shiyanlou:Code/ $ vi hello.o [9:38:44]
shiyanlou:Code/ $ gcc -o hello hello.o -m32 [9:39:37]
shiyanlou:Code/ $ vi hello [9:39:44]
shiyanlou:Code/ $ gcc -o hello.static hello.o -m32 -static [9:40:21]
shiyanlou:Code/ $ ls -l [9:41:13]
-rwxrwxr-x 1 shiyanlou shiyanlou 7292 3\u6708 23 09:39 hello
-rw-rw-r-- 1 shiyanlou shiyanlou 64 3\u6708 23 09:30 hello.c
-rw-rw-r-- 1 shiyanlou shiyanlou 17302 3\u6708 23 09:35 hello.cpp
-rw-rw-r-- 1 shiyanlou shiyanlou 1020 3\u6708 23 09:38 hello.o
-rw-rw-r-- 1 shiyanlou shiyanlou 470 3\u6708 23 09:35 hello.s
-rwxrwxr-x 1 shiyanlou shiyanlou 733254 3\u6708 23 09:41 hello.static
其中需要注意的是：
（1）
shiyanlou:Code/ $ gcc -E -o hello.cpp hello.c -m32
只是对c程序的预处理，预处理负责把include的文件包含进来及宏替代等工作
（2）后面的hello.o和hello都是ELF格式的文件，hello是调用共享库的
（3）
shiyanlou:Code/ $ gcc -o hello.static hello.o -m32 -static
.static：静态编译
（4）每句话后面的-m32，是由于运行的系统是64位系统，输入的语句却是32位系统中的语句
目标文件的格式
有几种格式如下：
其中PE用于Windows系统，ELF用于Linux系统
之前涉及到的.o，就是一种目标文件
ABI：应用程序二进制接口
二进制兼容的格式就是指：目标文件已经适应了某种CPU中的二进制指令
ELF目标文件有三种：可重定位文件，可执行文件，共享目标文件
格式：
目标文件参与程序的联接（创建一个程序）和程序的执行（运行一个程序）
阅读ELF文件的头部：
shiyanlou:Code/ $ readelf -h hello
查看该ELF文件依赖的共享库
shiyanlou:sharelib/ $ ldd main [21:25:56]
linux-gate.so.1 => (0xf774e000) // 这个是vdso - virtual DSO：dynamically shared object，并不存在这个共享库文件，它是内核的一部分，为了解决libc与新版本内核的系统调用不同步的问题，linux-gate.so.1里封装的系统调用与内核支持的系统调用完全匹配，因为它就是内核的一部分嘛。而libc里封装的系统调用与内核并不完全一致，因为它们各自都在版本更新。
libshlibexample.so => /home/shiyanlou/LinuxKernel/sharelib/libshlibexample.so (0xf7749000)
libdl.so.2 => /lib32/libdl.so.2 (0xf7734000)
libc.so.6 => /lib32/libc.so.6 (0xf7588000)
/lib/ld-linux.so.2 (0xf774f000)
shiyanlou:sharelib/ $ ldd /lib32/libc.so.6 [21:37:00]
/lib/ld-linux.so.2 (0xf779e000)
linux-gate.so.1 => (0xf779d000)
# readelf -d 也可以看依赖的so文件
shiyanlou:sharelib/ $ readelf -d main [21:28:04]
Dynamic section at offset 0xf04 contains 26 entries:
0x00000001 (NEEDED) 共享库：[libshlibexample.so]
0x00000001 (NEEDED) 共享库：[libdl.so.2]
0x00000001 (NEEDED) 共享库：[libc.so.6]
0x0000000c (INIT) 0x80484f0
0x0000000d (FINI) 0x8048804
0x00000019 (INIT_ARRAY) 0x8049ef8
入口地址：Entry Point Address，一个程序的起点
当创建或增加一个进程映像时，系统在理论上将拷贝一个文件的段到一个虚拟的内存段。可执行文件的格式与进程地址空间有一个映射关系。
静态链接的ELF可执行文件与进程的地址空间
其实地址默认为：0x8048000，但这不是真正的起始地址。
启动一个刚加载到可执行文件的进程时，可执行文件加载到内存中开始执行的第一行代码
一般静态链接会将所有代码放在一个代码段，能把整个程序执行完，所有的过程都设定好了
动态链接的进程会有多个代码段，更复杂
2.可执行文件、共享库和动态链接
装载可执行程序之前的工作
一般通过shell程序来启动一个可执行程序
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
exec命令行压的堆栈加载完已经被清空了，内核又帮我们重新创建了一个新的内核堆栈
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
-
#include <stdio.h> #include <stdlib.h> #include <unistd.h> int main(int argc, char * argv[]) { int pid; /* fork another process */ pid = fork(); if (pid<0) { /* error occurred */ fprintf(stderr,"Fork Failed!"); exit(-1); } else if (pid==0) { /* child process */ execlp("/bin/ls","ls",NULL); } else { /* parent process */ /* parent will wait for the child to complete*/ wait(NULL); printf("Child Complete!"); exit(0); } }命令行参数和环境串都放在用户态堆栈中
装载时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，如下代码演示了这两种动态链接。
准备.so文件
shlibexample.h (1.3 KB) - Interface of Shared Lib Example
shlibexample.c (1.2 KB) - Implement of Shared Lib Example
编译成libshlibexample.so文件
$ gcc -shared shlibexample.c -o libshlibexample.so -m32
dllibexample.h (1.3 KB) - Interface of Dynamical Loading Lib Example
dllibexample.c (1.3 KB) - Implement of Dynamical Loading Lib Example
编译成libdllibexample.so文件
$ gcc -shared dllibexample.c -o libdllibexample.so -m32
分别以共享库和动态加载共享库的方式使用libshlibexample.so文件和libdllibexample.so文件
main.c (1.9 KB) - Main program
编译main，注意这里只提供shlibexample的-L（库对应的接口头文件所在目录）和-l（库名，如libshlibexample.so去掉lib和.so的部分），并没有提供dllibexample的相关信息，只是指明了-ldl
$ gcc main.c -o main -L/path/to/your/dir -lshlibexample -ldl -m32
$ export LD_LIBRARY_PATH=$PWD #将当前目录加入默认路径，否则main找不到依赖的库文件，当然也可以将库文件copy到默认路径下。
$ ./main
This is a Main program!
Calling SharedLibApi() function of libshlibexample.so!
This is a shared libary!
Calling DynamicalLoadingLibApi() function of libdllibexample.so!
This is a Dynamical Loading libary!
装载时动态链接：生成共享库文件，生成动态加载文件
有两种方法：
（1）在装载可执行程序时完成动态链接的过程
（2）在程序执行过程中由程序自身来加载共享库
3.可执行程序的装载
execve和fork都是特殊一点的系统调用
复习：fork要返回两次，子程序是从ret_from_fork开始执行然后返回用户态
而execve独特的地方在于：陷入内核态，把当前进程的可执行程序覆盖掉，返回的已经是新的可执行程序
sys_execve内核处理过程
根据文件头部信息寻找对应的文件格式（这里就是ELF）处理模块
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：
1369 list_for_each_entry(fmt, &formats, lh) {
1370 if (!try_module_get(fmt->module))
1371 continue;
1372 read_unlock(&binfmt_lock);
1373 bprm->recursion_depth++;
1374 retval = fmt->load_binary(bprm);
1375 read_lock(&binfmt_lock);
fmt：链表中的一个节点
对于ELF格式的可执行文件fmt->load_binary(bprm);执行的应该是load_elf_binary其内部是和ELF文件格式解析的部分需要和ELF文件格式标准结合起来阅读
关键词：观察者模式 多台 发布订阅架构
82static struct linux_binfmt elf_format = {
83 .module = THIS_MODULE,
84 .load_binary = load_elf_binary,
85 .load_shlib = load_elf_library,
86 .core_dump = elf_core_dump,
87 .min_coredump = ELF_EXEC_PAGESIZE,
88};
2198static int __init init_elf_binfmt(void)
2199{
2200 register_binfmt(&elf_format);
2201 return 0;
2202}
execve系统调用返回到用户态从哪里开始执行？
通过修改内核堆栈中的EIP值作为新程序的起点
sys_execve系统调用处理过程
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去加载链接器ld
elf_entry：指向可执行文件里规定的头部（main函数对应的位置）；如果是动态链接，就是动态链接器的起点（用户态的起点），将cpu控制权交给ld来加载依赖库并完成动态链接
start_thread：把我们返回用户态的位置从0x8048000的下一条变成我们规定的entry的位置
庄生梦蝶 —— 醒来迷惑是庄周梦见了蝴蝶还是蝴蝶梦见了庄周？
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）
庄子和蝴蝶：你可以装载我，我可以装载你
修改int 0x80压入内核堆栈的EIP
load_elf_binary -> start_thread
浅析动态链接可执行程序的装载
大多程序都需要依赖动态链接库
可以关注ELF格式中的.interp和.dynamic
实际上动态链接库的依赖关系会形成一个图，动态链接装载的过程是一个图的广度遍历
装载和链接后ld将cpu的控制权交给可执行程序
动态链接的过程主要不是内核而是由动态链接器来完成的
To tell the turth,虽然我是这周的课题负责人，但是对课题的理解还是有限的，好几个视频我都懵逼了，恩，求高分。
