4.1《深入理解计算机系统》笔记（三）链接知识【附图】

概述

        ●该章节主要讲解的是ELF文件的结构。    

        ●静态库的概念

        ●动态库（又叫共享库）的概念，一般用于操作系统，普通应用程序作用不大。

        ●程序的加载过程。

        该书中对链接的解释也不够详细。在章节最后，作者也承认：在计算机系统文献中并没有很好的记录链接。因为链接是处在编译器、计算机体系结构和操作系统的交叉点上，他要求理解代码生成、机器语言编程、程序实例化和虚拟存储器。它恰好不落在某个通常的计算机系统领域中。

        该章节讲述Linux的X86系统，使用标准的ELF目标文件，无论是什么样的操作系统，细节可能不尽相同，但是概念是相同的。

        读完这一章节后，对“符号”的概念很是模糊。

7.1编译驱动程序

    这里再说一下编译系统。大多数编译系统提供编译驱动程序，它代表用户在需要的时候调用语言预处理、编译器、汇编器、和链接器。我自己画了一个结构图。

7.2静态链接

7.3目标文件

    目标文件有三种：可重定位目标文件、可执行目标文件和共享目标文件（即动态链接库），个个系统上对目标文件的叫法不一致，Unix叫a.out，Windows NT叫PE（Portable Executable）。现代Unix使用ELF格式（EXecutable and Linkable Format 即可执行和可链接格式）。

    下面详细介绍“可重定位目标文件”，下图最左边的一个图。

    上图说明了，一个目标文件生成可执行文件，然后加载到内存后的映射等，三个步骤。

    ELF头描述了生成该文件的系统的字的大小和字节序。ELF和节头部表之间每个部分都称为一个节（section）

    .text：已编译程序的机器代码

    .rodada：只读数据，比如printf语句中的格式串。

    .data：已经初始化的全局C变量。局部变量在运行时保存在栈中。即不再data节也不在bss节

    .bss：未初始化的全局C变量。不占据实际的空间，仅仅是一个占位符。所以未初始化变量不需要占据任何实际的磁盘空间。C++弱化BSS段。可能是没有，也可能有。

    .symtab：一个符号表，它存放“在程序中定义和引用的函数和全局变量的信息”。

    .rel.text：一个.text节中位置的列表。（将来重定位使用的）

    .rel.data：被模块引用或定义的任何全局变量的重定位信息。

    .debug：调试符号表，其内容是程序中定义的局部变量和类型定义。

    .line：原始C源程序的行号和.text节中机器指令之间的映射。

    .strtab：一个字符串表.

可定位目标文件的结构：让你深入了解程序段，数据段，bss段，符号表等等。

7.4可重定位目标文件——参考7.3

7.5符号和符号表

符号表是一个数组，数组里存放一个结构体。

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符号解析

原则是：编译器只允许每个模块中每个本地符号只有一个定义。而且对全局的符号的解析很棘手，因为多个目标文件可能会定义相同的符号。C++和Java使用mangling手段来支持重载。

    多重定义的全局符号，请看下面的程序：

/*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
",x);
    return 0;
}

大家能猜到输出的结果是15212；这是因为：bar.c中的x全局变量没有初始化，导致函数f中使用的是foo文件中的x变量。

根据Unix连接器使用下面的规则来处理多重定义的符号：

    ●规则1：不允许有多个强符号。

    ●规则2：如果有一个强符号和多个弱符号，那么选择强符号（这就是上面这道题的答案，初始化的int x=15213是强符号，而int x;是弱符号）

    ●规则3：如果有多个弱符号，那么从这些弱符号中任意选择一个（多么可怕啊）

静态库

    事先写好的一些可重定位的目标文件打包成一个单独的文件，它可以用作连接器的输入。当连接器构造一个输出的可执行文件时，它只拷贝静态库里被应用程序引用的目标模块。（稍后讲解动态链接库，也称之为共享库）。

    在Unix系统中，静态库以一种成为存档(archive)的特殊文件格式存放在磁盘中。存档文件是一组连接起来的可重定位目标文件的集合。有一个头部用来描述每个成员目标文件的大小和位置。存档文件的后缀是.a标识。是否可以这么理解.a文件的结构呢？（自己画图）

    下面用展示一个静态库连接的过程：

7.7重定位

7.8可执行文件

    参考7.3节图中央部分。可执行文件跟可重定位目标文件非常相似。只是可执行文件多了“init”和“段头部表"少了，”.rel.text“和”.rel.data“两个节。

7.9加载可执行文件。

    从7.3节图中可以发现，右部是加载后的程序结构。ELF目标文件被设计的非常容易加载到存储器。需要注意的是Unix中，程序总的代码段总是从0x0804800处开始（这就是虚拟存储器的作用）。数据段是在接下来的下一个4KB对齐的地址处。运行时堆在"读/写段"之后接下来的第一个4KB对齐的地址处，并通过malloc库往上增长。而栈总是往下生长。

7.10动态库（共享库）

    动态库是为了解决静态库的两个弊端而出现的，静态库的两个弊端：1)静态库更新后，程序要获得该静态库然后再编译。2)不同程序可能使用相同的静态库，导致很多静态库中的代码重复被加载到存储器中。

    共享库是致力于解决静态库的缺陷而出现的现代创新型产物。共享库是一块目标模块，在运行时，可以加载到任意的存储器地址，并和一个在存储其中的程序链接起来。这个过程称之为”动态链接“，是由一个叫做”动态链接器“的程序来完成的。

    共享库是以梁总方式来共享的：1)所有引用该库的程序都共享一个.so文件中的代码和数据，而不是静态库一样拷贝一份。2)在存储器中，一个共享库的.text节的一个副本可以被不同正在运行的进城共享，从而节约宝贵的存储器资源。（Unix中动态库以.so后缀表示。）

    理解动态库=共享库的概念非常重要。动态库一般是大型软件或者操作系统的最爱，因为对于普通应用来说，没有那么多库给别人使用，绝大多数都是自己用，所以静态库就够了。

7.11从应用程序中加载和链接共享库

    应用程序还可能从应用程序中加载和链接任意共享库，而无需编译时链接那些库到应用中（这个牛逼大了）！

    Windows中的更新大部分是这个技术。另外还有构建高性能web服务器。

    Linux为动态链接器提供了一系列简单的接口：

#include <dlfcn.h>
void *dlopen(const char *filename, int flag);//加载共享库
void *dlsym(void *handle, char *symbol);    //指向一个共享库的句柄和一个符号名字。
int dlclose(void *handle);  //下载共享库
const char *dlerror(void);  //容错

    Java定义了一个标准的调用规则，叫做Java本地接口（Java NativeInterface，JNI），它允许Java程序调用本地的C和C++函数。JNI的基本思想是将本地的C函数，如foo，编译到共享库中，如foo.so .当一个正在运行的Java程序试图调用函数foo时，Java解析程序利用dlopen接口（或者类似的接口）动态链接和加载foo.so，然后调用foo。

7.12与位置无关的代码（PIC）

7.13处理目标文件的工具  

原文：http://blog.csdn.net/hherima/article/details/8953787