计算机那些事(6)——可执行文件的装载与运行
当我们在 Linux 的 bash 中输入命令执行某个 ELF 可执行文件时，如下所示。
1 | $ ./hello.out |
那么，Linux 系统是如何装载该 ELF 文件并执行的呢？这个过程可以分为以下这些步骤：
- 创建新进程
- 检查可执行文件类型
- 搜索匹配装载处理过程
- 装载执行可执行文件
创建新进程
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。其次，新的进程通过调用 execve()
系统调用来执行指定的 ELF 文件。原先的 bash
进程继续返回并等待刚才启动的新进程结束，之后继续等待用户输入命令。
execve() 系统调用被定义在
unistd.h，其原型如下所示。其中的三个参数分别对应被执行程序的
程序文件名、执行参数、环境变量。
1
int execve(const char *filename, char *const argv[], char *const envp[]);
检查可执行文件类型
当进入 execve() 系统调用之后，Linux
内核就开始进行真正的装载工作。在内核中，execve()
系统调用相应的入口是
sys_execve()。sys_execve()
进行一些参数的检查复制之后，调用
do_execve()。do_execve()
会首先查找被执行的文件，如果找到文件，则读取文件的前 128 个字节。
为什么要先读取文件的前 128 个字节？这是因为Linux支持的可执行文件不止
ELF 一种，还包括 a.out、Java
程序、以 #!
开头的脚本程序。do_execve()通过读取前 128
个字节来判断文件的格式。每种可执行文件格式的开头几个字节都是很特殊的，尤其是前4个字节，被称为
魔数（Magic Number）。比如：ELF的可执行文件格式的头 4
个字节为
0x7F、e、l、f；Java的可执行文件格式的头
4 个字节为
c、a、f、e；如果是解释型语言的脚本，则第一行通常是
#!/bin/sh 或 #!/user/bin/python，其中
# 和 !
构成了魔数，系统一旦判断到这两个字节，就对后面的字符串进行解析，以确定具体的解释程序的路径。
搜索匹配装载处理过程
当 do_execve() 读取了128个字节的文件头部之后，调用
search_binary_handle()
去搜索和匹配合适的可执行文件装载处理过程。Linux
中所有被支持的可执行文件格式都有相应的装载处理过程，search_binary_handler()
会通过判断头部的魔术确定文件的格式，并且调用相应的装载处理过程。常见的可执行程序及其装载处理过程的对应关系如下所示.
- ELF 可执行文件：
load_elf_binary() - a.out 可执行文件：
load_aout_binary() - 可执行脚本程序：
load_script()
装载执行可执行文件
以 ELF 的装载处理过程 load_elf_binary()
为例，其所包含的步骤如下图所示：
- 操作系统读取可执行文件 ELF 的
Header，检查文件的有效性。 - 操作系统读取可执行文件 ELF的
Program Header Table中读取每个Segment的虚拟地址、文件地址、属性等。 - 操作系统根据
Program Header Table将可执行文件 ELF 映射至内存。 - 如果是静态链接的情况，则直接跳转至第 7
步；如果是动态链接的情况，操作系统将查找
.interp节，找到 动态链接器（Dynamic Linker） 的位置，并启动动态链接器。在 Linux 下，动态链接器ld.so是一个共享对象，操作系统同样通过映射的方式将它加载到进程的地址空间。操作系统在加载完后，将控制权交给动态链接器的入口。 - 动态链接器获得控制权后，开始执行一系列初始化操作。
- 动态链接器根据当前的环境参数，对可执行文件进行动态链接工作。
- 控制权被转交到可执行文件的入口地址，程序开始正式执行。
参考
- 《程序员的自我修养——链接、装载与库》
- 《深入理解计算机系统》
（完）