5. 可执行文件的装载与进程【《链接、装载与库》学习笔记】
进程虚拟地址空间
每个程序被运行起来以后拥有自己独立的虚拟地址空间，大小由计算机硬件平台决定，具体说是由CPU位数决定。
一般来说，C语言指针大小的位数与虚拟空间的位数相同。
PAE（Physical Address Extension）可以访问更多的物理内存。
操作系统而已提供一个窗口映射的方法，把额外的内存映射到进程地址空间。
装载
动态装入：把程序最常用的部分留在内存中，将一些不太常用的数据存放在磁盘中。覆盖装入（Overlay）和页映射（Paging）是两种典型动态装载方法。
覆盖装载
程序员通过手工方式将模块按照他们的调用依赖关系组成树状结构。
页映射
使用一种”装载管理器“（其实就是操作系统的存储管理器）使用FIFO的方式将程序的不同页装入内存。
因为这样动态装载的机制，每次页装入时都需要进行重定位。
进程的建立
- 创建一个独立的虚拟地址空间：分配一个页目录
- 读取可执行文件头，并建立虚拟空间与可执行文件的映射关系：装载段进入虚拟内存区域（VMA, Virtual Memory Area）
由于可执行文件在装载时实际上是被映射的虚拟空间，所以可执行文件很多时候被称为映像文件（Image）
- 将CPU的指令寄存器设置成可执行文件的入口地址，启动运行。
页错误
但通过CPU发现某页面是空页面，被认为是一个页错误，开始计算VMA并进行装载。随着进程的执行，页作物也会不断产生，操作系统也会为进程分配相应物理页面满足进程执行需求。
进程虚存空间分布
操作系统实际上并不关心而执行文件各个段所包含的实际内容，只关心与装载相关的问题，如权限（可读、可写、可执行）。
为了内存浪费，对于相同权限的段，可以合并到一起当作一个段来映射。ELF的Segment包含一个或多个属性类似的Section。
可以使用readelf查看ELF的Segment。描述Segment的结构叫程序头。
1 | |
总的来说，Segment和Section是从不同的角度划分一个elf文件，被称为不同的视图（View），Section对应链接视图，Segment对应执行视图。
ELF的程序头表专门用来保存Segment的信息（只有可执行文件和共享库文件有，目标文件没有）。程序头表也是结构体数组。
堆和栈
栈和堆也是以VMA的形式存在的。而已通过查看 /proc 来查看进程的虚拟空间分布。
一个进程基本上可以分为以下几种VMA：
- 代码VMA：只读，可执行，有image。
- 数据VMA：可读写，可执行，有image。
- 堆VMA：可读写，可执行，无image，匿名，可向上扩展。
- 栈VMA：可读写，不可知性，无image，匿名，可向下扩展。
堆的最大申请数量收到操作系统版本，程序本身大小，用到的库数量，大小，程序栈数量，大小等不同。
进程在启动以后，程序的库部分会把堆栈里的初始化信息中的参数信息传递给main()函数，也就是argc和argv，分别对应命令行参数数量和命令行参数字符串指针数组。
Linux内核装载ELF过程
首先在用户层面，bash进程会调用fork()系统调用创建一个新的进程，然后新的进程调用execve()执行指定ELF文件，原先bash进程继续返回等待刚才新进程结束，然后继续等待用户输入命令。
execve() -> sys_execve() -> do_execve()。do_execve()先判断文件格式（魔数），然后搜索合适的可执行文件装载处理过程。
当sys_execve()系统调用从内核态返回用户态时，EIP寄存器直接跳转到了elf程序入口地址，装载完成。
Windows PE的装载
PE文件中，所有段的起始位置都是也的倍数，如果不是页的整数倍，那么在映射时向上补齐到页的整数倍。
装载过程：
- 先读取第一页，包含DOS头，PE文件头和段表
- 检查目标地址是否可用
- 使用段表中提供的信息一一映射
- 装载所有需要的DLL
- 解析符号
- 根据参数初始化堆和栈
- 建立主线程并启动进程