前言

鏈接的基本概念

鏈接(linking)是將各種代碼和數(shù)據(jù)片段收集并組合成為一個單一文件的過程，這個文件可被加載(復(fù)制)到內(nèi)存并執(zhí)行。

鏈接可以執(zhí)行與編譯時(complie time)，也就是源代碼被翻譯成機(jī)器代碼時;也可以執(zhí)行于加載時(load time)，也就是在程序被加載器(load-er)加載到內(nèi)存并執(zhí)行時;甚至可以執(zhí)行在運(yùn)行時(run time)，也就是由應(yīng)用程序來執(zhí)行。在早期的計算機(jī)系統(tǒng)中，鏈接是手動執(zhí)行的。在現(xiàn)代系統(tǒng)中，鏈接是由叫做連接器(linker)的程序自動執(zhí)行的。

鏈接的作用

鏈接器使分離編譯成為可能，我們不用將一個大型的應(yīng)用程序組織為一個巨大的源文件，而是可以把它分解為更小、更好管理的模塊，可以獨立地修改和編譯這些模塊。當(dāng)我們改變這些模塊中的一個時，只需簡單地重新編譯它，并重新鏈接應(yīng)用，而不必重新編譯其它文件。

下面的討論基于這樣的環(huán)境：一個運(yùn)行Linux的x86-64系統(tǒng)，使用標(biāo)準(zhǔn)的ELF-64目標(biāo)文件格式。

編譯器驅(qū)動程序

下面的C語言示例程序，由兩個源文件組成，main.c和sum.c。main函數(shù)初始化一個整數(shù)數(shù)組，然后調(diào)用sum函數(shù)來對數(shù)組元素求和。

// sum.c

int sum(int *a, int n) {
    int s = 0;
    for (int i = 0; i < n; i++) {
        s += a[i];
    }
    return s;
}

// main.c

int array[2] = {1, 2};

int main() {
    int val = sum(array, 2);
    return val;
}

大多數(shù)的編譯系統(tǒng)會提供編譯器驅(qū)動程序(compile driver)，包含語言預(yù)處理器、編譯器、匯編器和鏈接器。首先編譯器驅(qū)動程序會對main.c與sum.c文件的源代碼進(jìn)行翻譯，翻譯過程如下：

其中，main.o稱為可重定位目標(biāo)文件。

之后，編譯系統(tǒng)會運(yùn)行鏈接器ld，將main.o和sum.o以及一些必要的系統(tǒng)目標(biāo)文件組合起來，創(chuàng)建一個可以執(zhí)行目標(biāo)文件，這個過程是靜態(tài)鏈接，過程如下：

再之后，操作系統(tǒng)會調(diào)用加載器(loader)，將可執(zhí)行文件prog中的代碼和數(shù)據(jù)復(fù)制到內(nèi)存中，然后執(zhí)行。

靜態(tài)鏈接

靜態(tài)鏈接器(static linker)以一組可重定位目標(biāo)文件作為輸入，生成一個完全鏈接的、可以加載和運(yùn)行的可執(zhí)行目標(biāo)文件。輸入的可重定位目標(biāo)文件由各種不同的代碼和數(shù)據(jù)節(jié)(section)組成，每一節(jié)都是一個連續(xù)的字節(jié)序列。指令在一節(jié)中，初始化了的全局變量在另一個節(jié)中，而未初始化的變量又在另外一節(jié)中。

為了構(gòu)造可執(zhí)行文件，鏈接器必須完成兩個重要的任務(wù)：

• 符號解析(symbol resolution)。目標(biāo)文件定義和引用符號，一個個符號對應(yīng)一個函數(shù)或一個全局變量或一個靜態(tài)變量(即C語言中以static屬性聲明的變量)。符號解析的目的是將每個符號引用正好和一個符號定義關(guān)聯(lián)起來。
• 重定位(relocation)。編譯器和匯編器生成從地址0開始的代碼和數(shù)據(jù)節(jié)。鏈接器通過把每個符號定義與一個內(nèi)存位置關(guān)聯(lián)起來，從而重定位這些節(jié)，然后修改所有對這些符號的引用，使它們指向這個內(nèi)存位置。

目標(biāo)文件純粹是字節(jié)塊的集合，這些塊中，有些包含程序代碼，有些包含數(shù)據(jù)，而有些則是引導(dǎo)鏈接器和加載器的數(shù)據(jù)結(jié)構(gòu)。鏈接器將這些塊連接起來，確定被連接塊的運(yùn)行時位置，并且修改代碼和數(shù)據(jù)塊中的各種位置。

目標(biāo)文件

目標(biāo)文件有三種形式：

• 可重定位目標(biāo)文件。包含二進(jìn)制代碼和數(shù)據(jù)，其形式可以在編譯時與其他可重定位目標(biāo)文件合并起來，創(chuàng)建一個可執(zhí)行目標(biāo)文件。
• 可執(zhí)行目標(biāo)文件。包含二進(jìn)制代碼和數(shù)據(jù)，其形式可以被直接復(fù)制到內(nèi)存并執(zhí)行。
• 共享目標(biāo)文件。一種特殊類型的可重定位目標(biāo)文件，可以在加載或者運(yùn)行時被動態(tài)的加載進(jìn)內(nèi)存并鏈接。動態(tài)庫就是這種形式的。

目標(biāo)文件的生成方式：

• 編譯器和匯編器生成可重定位目標(biāo)文件(包括共享目標(biāo)文件)。
• 鏈接器生成可執(zhí)行目標(biāo)文件。

目標(biāo)文件的格式：

• 在iOS和MacOS-X中，目標(biāo)文件的格式是Mach-O格式。
• X86-64 Linux和Unix系統(tǒng)使用可執(zhí)行可連接格式ELF。

可重定位目標(biāo)文件

下上展示了一個典型的ELF可重定位目標(biāo)文件的格式。ELF頭包含很多信息，包括生成該文件的系統(tǒng)的字節(jié)大小，字節(jié)順序，ELF頭的大小，目標(biāo)文件的類型，機(jī)器類型等等。節(jié)頭部表描述了不同節(jié)的位置和大小。

加載ELF頭和節(jié)頭部表的是節(jié):

• .text：已編譯程序的機(jī)器代碼。
• .rodata：只讀數(shù)據(jù)，比如 printf語句中的格式串和開關(guān)語句的跳轉(zhuǎn)表。
• .data：已初始化的全局和靜態(tài)C變量。局部C變量在運(yùn)行時被保存在棧中，既不出現(xiàn)在，data節(jié)中，也不出現(xiàn)在.bss節(jié)中
• .bss：未初始化的全局和靜態(tài)C變量，以及所有被初始化為0的全局或靜態(tài)變量。在目標(biāo)文件中這個節(jié)不占據(jù)實際的空間，它僅僅是一個占位符。目標(biāo)文件格式區(qū)分已初始化和未初始化變量是為了空間效率：在目標(biāo)文件中，未初始化變量不需要占據(jù)任何實際的磁盤空間。運(yùn)行時，在內(nèi)存中分配這些變量，初始值為0。
• .symtab：一個符號表，它存放在程序中定義和引用的函數(shù)和全局變量的信息。一些程序員錯誤地認(rèn)為必須通過-g選項來編譯一個程序，才能得到符號表信息。實際上，每個可重定位目標(biāo)文件在. symtab中都有一張符號表(除非程序員特意用 STRIP命令去掉它)。然而，和編譯器中的符號表不同， symtab符號表不包含局部變量的條目。
• .rel.text：一個.text節(jié)中位置的列表，當(dāng)鏈接器把這個目標(biāo)文件和其他文件組合時，需要修改這些位置。一般而言，任何調(diào)用外部函數(shù)或者引用全局變量的指令都需要修改。另一方面，調(diào)用本地函數(shù)的指令則不需要修改。注意，可執(zhí)行目標(biāo)文件中并不需要重定位信息，因此通常省略，除非用戶顯式地指示鏈接器包含這些信息。
• .rel.data：被模塊引用或定義的所有全局變量的重定位信息。一般而言，任何已初始化的全局變量，如果它的初始值是一個全局變量地址或者外部定義函數(shù)的地址，都需要被修改。
• .debug：一個調(diào)試符號表，其條目是程序中定義的局部變量和類型定義，程序中定義和引用的全局變量，以及原始的C源文件。只有以-g選項調(diào)用編譯器驅(qū)動程序時，才會得到這張表。
• .line：原始C源程序中的行號和.text節(jié)中機(jī)器指令之間的映射。只有以-g選項調(diào)用編譯器驅(qū)動程序時，才會得到這張表。
• .strtab：一個字符串表，其內(nèi)容包括. symtab和， debug節(jié)中的符號表，以及節(jié)頭部中的節(jié)名字。字符串表就是以nu11結(jié)尾的字符串的序列。

符號和符號表

每個可重定位目標(biāo)模塊(目標(biāo)文件)m都有一個符號表，它包含m定義和引用的符號的信息。在鏈接器的上下文中，有三種不同的符號：

• 由模塊m定義并能被其它模塊引用的全局符號。這些符號對應(yīng)于非靜態(tài)的C函數(shù)和全局變量。
• 由其它模塊定義并被模塊m引用的全局符號。這些符號稱為外部符號，對應(yīng)于在其它模塊中定義的非靜態(tài)C函數(shù)和全局變量。
• 只被模塊m定義和引用的局部符號。它們對應(yīng)于帶static屬性的C函數(shù)和全局變量。這些符號在模塊m中任何位置都可見，但是不能被其它模塊引用。

.symtab中的符號表不包含非靜態(tài)程序變量的任何符號，這些程序變量符號在棧中被管理，鏈接器對此類符號不感興趣。

如何解析多重定義的全局符號

鏈接器的輸入是一組可重定位目標(biāo)模塊。每個模塊定義一組符號，有些是局部的(只對定義該符號的模塊可見)，有些是全局的(對其他模塊也可見)。如果多個模塊定義同名的全局符號，會發(fā)生什么呢?下面是 Linux編譯系統(tǒng)采用的方法。

在編譯時，編譯器向匯編器輸出每個全局符號，或者是強(qiáng)( strong)或者是弱(weak)，而匯編器把這個信息隱含地編碼在可重定位目標(biāo)文件的符號表里。函數(shù)和已初始化的全局變量是強(qiáng)符號，未初始化的全局變量是弱符號。

根據(jù)強(qiáng)弱符號的定義，Linux鏈接器使用下面的規(guī)則來處理多重定義的符號名

• 規(guī)則1：不允許有多個同名的強(qiáng)符號。
• 規(guī)則2：如果有一個強(qiáng)符號和多個弱符號同名，那么選擇強(qiáng)符號。
• 規(guī)則3：如果有多個弱符號同名，那么從這些弱符號中任意選擇一個。

靜態(tài)庫

迄今為止，我們都是假設(shè)鏈接器讀取一組可重定位目標(biāo)文件，并把它們鏈接起來，輸出一個可執(zhí)行目標(biāo)文件。實際上，所有的編譯系統(tǒng)都提供一種機(jī)制，將所有相關(guān)的目標(biāo)模塊打包成一個單獨的文件，稱為靜態(tài)庫。靜態(tài)庫可以用做鏈接器的輸入，當(dāng)鏈接器構(gòu)造一個輸出的可執(zhí)行目標(biāo)文件時，它只復(fù)制靜態(tài)庫里被應(yīng)用程序引用的目標(biāo)模塊，這就減少了可執(zhí)行文件在磁盤和內(nèi)存中的大小。在Linux系統(tǒng)中，靜態(tài)庫由后綴.a標(biāo)識。

重定位

一旦鏈接器完成了符號解析這一步，就把代碼中的每個符號引用和正好一個符號定義(即它的一個輸入目標(biāo)模塊中的一個符號表條目)關(guān)聯(lián)起來。此時，鏈接器就知道它的輸入目標(biāo)模塊中的代碼節(jié)和數(shù)據(jù)節(jié)的確切大小?，F(xiàn)在就可以開始重定位步驟了，在這個步驟中，將合并輸入模塊，并為每個符號分配運(yùn)行時地址。重定位由兩步組成：

• 重定位節(jié)和符號定義。在這一步中，鏈接器將所有相同類型的節(jié)合并為同一類型的新的聚合節(jié)。例如，來自所有輸入模塊的.data節(jié)被全部合并成一個節(jié)，這個節(jié)成為輸出的可執(zhí)行目標(biāo)文件的.data節(jié)。然后，鏈接器將運(yùn)行時內(nèi)存地址賦給新的聚合節(jié)，賦給輸人模塊定義的每個節(jié)，以及賦給輸人模塊定義的每個符號。當(dāng)這一步完成時，程序中的每條指令和全局變量都有唯一的運(yùn)行時內(nèi)存地址了。
• 重定位節(jié)中的符號引用。在這一步中，鏈接器修改代碼節(jié)和數(shù)據(jù)節(jié)中對每個符號的引用，使得它們指向正確的運(yùn)行時地址。要執(zhí)行這一步，鏈接器依賴于可重定位目標(biāo)模塊中稱為重定位條目(relocation entry)的數(shù)據(jù)結(jié)構(gòu)。

當(dāng)匯編器生成一個目標(biāo)模塊時，它并不知道數(shù)據(jù)和代碼最終將放在內(nèi)存中的什么位置，它也并不知道這個模塊引用的任何外部定義的函數(shù)或者全局變量的位置。所以，無論何時匯編器遇到對最終位置的目標(biāo)引用，它就會生成一個重定位條目，告訴鏈接器在將目標(biāo)文件合并成可執(zhí)行目標(biāo)文件時如何修改這個引用。

可執(zhí)行目標(biāo)文件 與 加載可執(zhí)行目標(biāo)文件

見《深入理解計算機(jī)系統(tǒng)》

動態(tài)鏈接共享庫

靜態(tài)庫由一些缺點：靜態(tài)庫需要定期維護(hù)和更新;每個程序都會使用一些通用的標(biāo)準(zhǔn)函數(shù)，在運(yùn)行時，這些函數(shù)的代碼會被復(fù)制到每個運(yùn)行進(jìn)程的文本段中，在一個運(yùn)行上百個進(jìn)行的典型系統(tǒng)上，這是對內(nèi)存資源的浪費。

共享庫(shared library)是致力于解決靜態(tài)庫缺陷的一個現(xiàn)代創(chuàng)新產(chǎn)物。共享庫是一個目標(biāo)模塊，在運(yùn)行或加載時，可以加載到任意內(nèi)存地址，并和一個在內(nèi)存中的程序鏈接起來。這個過程稱為動態(tài)鏈接，是由一個叫做動態(tài)鏈接器(dynamic linker)的程序來執(zhí)行的。在Linux系統(tǒng)中，共享庫通常由.so后綴標(biāo)識。

共享庫以兩種不同的方式來共享的。首先，在任何給定的文件系統(tǒng)中，對于一個庫只有一個.so文件。所有引用該哭的可執(zhí)行目標(biāo)文件共享這個.so文件中的代碼和數(shù)據(jù)，而不是像靜態(tài)庫的內(nèi)容那樣被復(fù)制和嵌入到引用它們的可執(zhí)行文件中。其次，在內(nèi)存中，一個共享庫的.text節(jié)的一個副本可以被不同的正在運(yùn)行的進(jìn)程共享。

網(wǎng)頁名稱：計算機(jī)大佬讓你徹底了解"深入理解計算機(jī)系統(tǒng)"
URL鏈接：http://uogjgqi.cn/article/cogcjpp.html