Linux内核分析——第七周学习笔记20135308

第七周 可执行程序的装载

一、预处理、编译、链接和目标文件的格式

1.可执行程序是怎么来的

C代码—>预处理—>汇编代码—>目标代码—>可执行文件

.asm汇编代码

.o目标码

a.out可执行文件

(1)预处理:负责把include的文件包含进来及宏替换工作，即文字替换，.c变成.i　　gcc -E -o main.i main.c

(2)编译：.i变成.asm，是ASCⅡ　　gcc -S -o main.asm main.i

(3)汇编：　　gcc -c -o main.o main.asm

objdump 或者 readelf -h main.o命令可以查看其格式

2.目标文件的格式ELF

（1）常见的ELF格式文件：

（2）ABI——应用程序二进制接口

在目标文件中，他已经是二进制兼容，即适应二进制指令。

（3）ELF中三种目标文件：

1. 一个可重定位(relocatable)文件保存着代码和适当的数据，用来和其他的object文件一起来创建一个可执行文件或者是一个共享文件。（主要是.o文件）
2. 一个可执行(executable)文件保存着一个用来执行的程序；该文件指出了exec(BA_OS)如何来创建程序进程映象。
3. 一个共享object文件保存着代码和合适的数据，用来被下面的两个链接器链接。第一个是连接编辑器[请参看ld(SD_CMD)]，可以和其他的可重定位和共享object文件来创建其他的object。第二个是动态链接器，联合一个可执行文件和其他的共享object文件来创建一个进程映象。（主要是.so文件）

（4）目标文件格式

左边是ELF格式，右边是执行时候的格式，其中，ELF头描述了该文件的组织情况，程序投标告诉系统如何创建一个进程的内存映像，section头表包含了描述文件sections的信息。

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。

Text segment拷贝到进程中的起点，Data segment拷贝到虚拟地址的某段……

可执行文件格式和进程地址空间有一个影射关系。

3.静态链接的ELF可执行文件和进程的地址空间

一个ELF可执行文件加载到内存：

可执行文件加载到内存中开始执行的第一行代码，默认从0x8048000开始加载，由于头部大小不同，程序实际入口可能不同。

一般静态链接将会把所有代码放在同一个代码段。

二、可执行程序、共享库和动态链接

1.装载可执行程序之前的工作

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。

（1）$ ls -l /usr/bin 列出/usr/bin下的目录信息

ls是一个可执行程序

• 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

我们写的main函数是否愿意接收命令行

愿意接收命令行参数
int main(int argc, char *argv[])
还愿意接收shell相关环境变量
int main(int argc, char *argv[], char *envp[])    //char *envp[]是shell命令自动加的

（2）shell怎样把环境变量传递

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。

例子：

.#include <stdio.h>
.#include <stdlib.h>
.#include <unistd.h>
.int main(int argc, char * argv[])　　//这里不是完整的命令函数，没有写命令行参数
.{
.    int pid;
.    /* fork another process */　　//避免原有的shell程序被覆盖掉
.    pid = fork();　　
.    if (pid<)
.    {
.        /* error occurred */
.        fprintf(stderr,"Fork Failed!");
.        exit(-);
.    }
.    else if (pid==)
.    {
.        /*   child process   */
.        execlp("/bin/ls","ls",NULL);　　//以ls命令为例
.    }
.    else
.    {
.        /*     parent process  */
.        /* parent will wait for the child to complete*/
.        wait(NULL);
.        printf("Child Complete!");
.        exit();
.    }
.}

（3）命令行参数和环境变量是如何保存和传递的

命令行参数和环境串都放在用户态堆栈中

shell程序—>execv—>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.装载时动态链接和运行时动态链接应用举例

大多数可执行程序依赖动态链接库。

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 （在Linux下动态链接文件）

• main.c  (1.9 KB) - Main program

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!　　　　//调用共享库
This is a shared libary!
Calling DynamicalLoadingLibApi() function of libdllibexample.so!　　　　//调用动态装载库
This is a Dynamical Loading libary!

三、可执行程序的装载

1.可执行程序装载相关关键问题分析

（1）execve和fork都是特殊的系统调用

• 正常的系统调用：陷入到内核态，返回到用户态，执行系统调用的下一条指令。
• fork：进入到内核态，两次返回：第一次返回到父进程的位置，继续执行。第二次，在子进程中从ret_from_fork开始执行然后返回用户态。
• execve：当前的可执行程序执行到execve时，陷入到内核态，用execve加载的可执行文件将当前的可执行程序覆盖掉，当execve系统调用返回时，返回的不是原来的系统调用，而是新的可执行程序的执行起点，即main函数的位置。

（2）sys_execve内核处理过程

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：

    list_for_each_entry(fmt, &formats, lh) {　　　　　　　　//在链表中寻找可以处理ELF格式的模块
        if (!try_module_get(fmt->module))
            continue;
        read_unlock(&binfmt_lock);
        bprm->recursion_depth++;
        retval = fmt->load_binary(bprm);　　　　　　　　　　//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

        read_lock(&binfmt_lock);

（3）Linux内核是如何支持多种不同的可执行文件格式的

82static struct linux_binfmt elf_format = {　　　　　　//elf_foemat结构体
  .module     = THIS_MODULE,
  .load_binary    = load_elf_binary,　　　　　　　　　　//多态机制，观察者模式
  .load_shlib = load_elf_library,
  .core_dump  = elf_core_dump,
  .min_coredump   = ELF_EXEC_PAGESIZE,
};
2198 static int __init init_elf_binfmt(void)
{
    register_binfmt(&elf_format);　　　　　　//把elf_format变量注册到fmt链表中

 return ; }

庄生梦蝶

• 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）

• 修改int 0x80压入内核堆栈的EIP

• load_elf_binary ->  start_thread

2.sys_execve内部处理过程

• 需要动态链接的可执行文件先加载连接器ld；否则直接把elf文件entry地址赋值给entry即可。
• start_thread(regs, elf_entry, bprm->p)会将CPU控制权交给ld来加载依赖库并完成动态链接；对于静态链接的文件elf_entry是新程序执行的起点

3.使用gdb跟踪sys_execve内核函数的处理过程

1.更新menu

2.查看test.c文件，可以看到增加了exec系统调用，其源代码与之前的fork类似

3.查看Makefile，发现增加了gcc -o hello hello.c -m32 -static，并且依据视频补充上那两句代码。

4.make rootfs，发现多了exec功能，并且比fork多了Hello World！

5.冻结内核，开始gdb调试，加载符号表，target remote

6.设置三个断点，开始跟踪

7.开始执行exec，到这里停下，开始系统调用

8.列出来，跟踪

9.跑到load_elf_binary，看这部分的代码

10.对照hello可执行程序的入口点地址

11.进入后，逐步跟踪，发现在压栈

3.可执行程序与庄生梦蝶的故事

4.浅析动态链接的可执行程序的装载

（1）动态链接的过程中，内核做了什么？

• 可执行程序需要依赖动态链接库，而这个动态链接库可能会依赖其他的库，这样形成了一个树形结构；
• elf_interpreter：需要依赖动态链接器进行加载这些库（ld）并进行解析，entry返回动态链接器的入口，加载所有需要的动态链接库，即广度遍历树，然后ld将CPU的控制权交给可执行程序入口（头部起点位置）
• 动态链接的过程主要是动态链接器来完成，而不是内核。