歡迎檢視《深入理解計算機系統》系列部落格

--------------------------------------------------------------------------------------------------------------------

概述

        ●該章節主要講解的是ELF檔案的結構。    

        ●靜態庫的概念

        ●動態庫（又叫共享庫）的概念，一般用於作業系統，普通應用程式作用不大。

        ●程式的載入過程。

        該書中對連結的解釋也不夠詳細。在章節最後，作者也承認：在計算機系統文獻中並沒有很好的記錄連結。因為連結是處在編譯器、計算機體系結構和作業系統的交叉點上，他要求理解程式碼生成、機器語言程式設計、程式例項化和虛擬儲存器。它恰好不落在某個通常的計算機系統領域中。

        該章節講述Linux的X86系統，使用標準的ELF目標檔案，無論是什麼樣的作業系統，細節可能不盡相同，但是概念是相同的。

        讀完這一章節後，對“符號”的概念很是模糊。

7.1編譯驅動程式

    這裡再說一下編譯系統。大多數編譯系統提供編譯驅動程式，它代表使用者在需要的時候呼叫語言預處理、編譯器、彙編器、和連結器。我自己畫了一個結構圖。

7.2靜態連結

7.3目標檔案

    目標檔案有三種：可重定位目標檔案、可執行目標檔案和共享目標檔案（即動態連結庫），個個系統上對目標檔案的叫法不一致，Unix叫a.out，Windows NT叫PE（Portable Executable）。現代Unix使用ELF格式（EXecutable and Linkable Format 即可執行和可連結格式）。     下面詳細介紹“可重定位目標檔案”，下圖最左邊的一個圖。
    上圖說明了，一個目標檔案生成可執行檔案，然後載入到記憶體後的對映等，三個步驟。     ELF頭描述了生成該檔案的系統的字的大小和位元組序。ELF和節頭部表之間每個部分都稱為一個節（section）     .text：已編譯程式的機器程式碼     .rodada：只讀資料，比如printf語句中的格式串。     .data：已經初始化的全域性C變數。區域性變數在執行時儲存在棧中。即不再data節也不在bss節     .bss：未初始化的全域性C變數。不佔據實際的空間，僅僅是一個佔位符。所以未初始化變數不需要佔據任何實際的磁碟空間。C++弱化BSS段。可能是沒有，也可能有。     .symtab：一個符號表，它存放“在程式中定義和引用的函式和全域性變數的資訊”。     .rel.text：一個.text節中位置的列表。（將來重定位使用的）     .rel.data：被模組引用或定義的任何全域性變數的重定位資訊。     .debug：除錯符號表，其內容是程式中定義的區域性變數和型別定義。     .line：原始C源程式的行號和.text節中機器指令之間的對映。     .strtab：一個字串表.

可定位目標檔案的結構：讓你深入瞭解程式段，資料段，bss段，符號表等等。

7.4可重定位目標檔案——參考7.3

7.5符號和符號表

符號表是一個數組，數組裡存放一個結構體。

typedef struct {
    int name;		/*String table offset*/
    int value;		/*Section offset, or VM address*/
    int size;		/*Object size in bytes*/
    char type:4,	/*Data, fund,section,or src file name (4 bits)*/
        binding:4;	/* Local of global(4bits)*/
    char reserved;	/*Unused*/
    char section;	/*Section header index ABS UNDEF*/
}Elf_Symbol;

7.6符號解析

原則是：編譯器只允許每個模組中每個本地符號只有一個定義。而且對全域性的符號的解析很棘手，因為多個目標檔案可能會定義相同的符號。C++和Java使用mangling手段來支援過載。

    多重定義的全域性符號，請看下面的程式：

/*foo.c*/                      /*bar.c*/
#include <stdio.h>             int x;
void f(void);                  void f()
int x =15213;                  {
int main()                         x = 15212;
{                               }
    f();
    printf("x=%d\n",x);
    return 0;
}

大家能猜到輸出的結果是15212；這是因為：bar.c中的x全域性變數沒有初始化，導致函式f中使用的是foo檔案中的x變數。

根據Unix聯結器使用下面的規則來處理多重定義的符號：

    ●規則1：不允許有多個強符號。

    ●規則2：如果有一個強符號和多個弱符號，那麼選擇強符號（這就是上面這道題的答案，初始化的int x=15213是強符號，而int x;是弱符號）

    ●規則3：如果有多個弱符號，那麼從這些弱符號中任意選擇一個（多麼可怕啊）

靜態庫

    事先寫好的一些可重定位的目標檔案打包成一個單獨的檔案，它可以用作聯結器的輸入。當聯結器構造一個輸出的可執行檔案時，它只拷貝靜態庫裡被應用程式引用的目標模組。（稍後講解動態連結庫，也稱之為共享庫）。

    在Unix系統中，靜態庫以一種成為存檔(archive)的特殊檔案格式存放在磁碟中。存檔檔案是一組連線起來的可重定位目標檔案的集合。有一個頭部用來描述每個成員目標檔案的大小和位置。存檔檔案的字尾是.a標識。是否可以這麼理解.a檔案的結構呢？（自己畫圖）

    下面用展示一個靜態庫連線的過程：

7.7重定位

7.8可執行檔案

    參考7.3節圖中央部分。可執行檔案跟可重定位目標檔案非常相似。只是可執行檔案多了“init”和“段頭部表"少了，”.rel.text“和”.rel.data“兩個節。

7.9載入可執行檔案。

    從7.3節圖中可以發現，右部是載入後的程式結構。ELF目標檔案被設計的非常容易載入到儲存器。需要注意的是Unix中，程式總的程式碼段總是從0x0804800處開始（這就是虛擬儲存器的作用）。資料段是在接下來的下一個4KB對齊的地址處。執行時堆在"讀/寫段"之後接下來的第一個4KB對齊的地址處，並通過malloc庫往上增長。而棧總是往下生長。

7.10動態庫（共享庫）

    動態庫是為了解決靜態庫的兩個弊端而出現的，靜態庫的兩個弊端：1)靜態庫更新後，程式要獲得該靜態庫然後再編譯。2)不同程式可能使用相同的靜態庫，導致很多靜態庫中的程式碼重複被載入到儲存器中。

    共享庫是致力於解決靜態庫的缺陷而出現的現代創新型產物。共享庫是一塊目標模組，在執行時，可以載入到任意的儲存器地址，並和一個在儲存其中的程式連結起來。這個過程稱之為”動態連結“，是由一個叫做”動態連結器“的程式來完成的。

    共享庫是以樑總方式來共享的：1)所有引用該庫的程式都共享一個.so檔案中的程式碼和資料，而不是靜態庫一樣拷貝一份。2)在儲存器中，一個共享庫的.text節的一個副本可以被不同正在執行的進城共享，從而節約寶貴的儲存器資源。（Unix中動態庫以.so字尾表示。）

    理解動態庫=共享庫的概念非常重要。動態庫一般是大型軟體或者作業系統的最愛，因為對於普通應用來說，沒有那麼多庫給別人使用，絕大多數都是自己用，所以靜態庫就夠了。

7.11從應用程式中載入和連結共享庫

    應用程式還可能從應用程式中載入和連結任意共享庫，而無需編譯時連結那些庫到應用中（這個牛逼大了）！

    Windows中的更新大部分是這個技術。另外還有構建高效能web伺服器。

    Linux為動態連結器提供了一系列簡單的介面：

    #include <dlfcn.h>
    void *dlopen(const char *filename, int flag);//載入共享庫
    void *dlsym(void *handle, char *symbol);    //指向一個共享庫的控制代碼和一個符號名字。
    int dlclose(void *handle);  //下載共享庫
    const char *dlerror(void);  //容錯

    Java定義了一個標準的呼叫規則，叫做Java本地介面（Java NativeInterface，JNI），它允許Java程式呼叫本地的C和C++函式。JNI的基本思想是將本地的C函式，如foo，編譯到共享庫中，如foo.so .當一個正在執行的Java程式試圖呼叫函式foo時，Java解析程式利用dlopen介面（或者類似的介面）動態連結和載入foo.so，然後呼叫foo。

7.12與位置無關的程式碼（PIC）

7.13處理目標檔案的工具