《Note of System computer》 [on-going]

Questions

text段的每一条指令因操作数不同，所占内存空间也不一样，

那么pc++，怎么知道下一条指令是几个字节呢？一般是4字节？

比如：

  289 00000000004004d0 <main>:
  290   4004d0:       55                      push   %rbp
  291   4004d1:       48 89 e5                mov    %rsp,%rbp
  292   4004d4:       48 83 ec 10             sub    $0x10,%rsp
  293   4004d8:       c7 45 fc 00 00 00 00    movl   $0x0,-0x4(%rbp)
  294   4004df:       be 03 00 00 00          mov    $0x3,%esi
  295   4004e4:       bf 02 00 00 00          mov    $0x2,%edi
  296   4004e9:       e8 16 00 00 00          callq  400504 <swap>

 

Comments:

skip: no build note for this section

missing: no study for this section

Chapter Seven LINKING

链接（linking）是将各种代码和数据收集并组合起来为单一文件的过程，生成的文件可以被加载到存储器并执行。

linking可以执行于compile time，也可以执行于load time，甚至可以执行于run time

linking过程是由连接器（linker）来完成的。

 

编译系统流程

cpp（C Preprocessor）将C代码翻译成*.i；

cc(C compiler)翻译成*.s;

as(assemble)生成relocatable object file（可重定向目标文件）*.o;

ld（linker）最终链接为executable object file

 

 

输入段 vs 输出段

输 入段和输出段是相对于要生成最终的elf或binary时的Link过程说的，Link过程的输入大都是由源代码编绎生成的目标文件.o，那么这些.o文 件中包含的段相对link过程来说就是输入段，而Link的输出一般是可执行文件elf或库等，这些输出文件中也包含有段，这些输出文件中的段就叫做输出段。

 

7.2 Static linking

ld是静态连接器。主要完成两件事情：

1. sybmol resolution：将每个符号引用和对应定义建立联系

2. relocation：修改符号引用地址，使指向其符号在储存器存放的位置

7.3 Object file

目标文件的三种形式：

1. relocatable object file，由as生成，可以被linking为executable object file

2. executable object file

3. shared object file， like dynamic lib fie

在Unix（linux）版本中，以上三种目标文件的格式为Unix Executable and Linkable Format（ELF）

7.4 Relocatable object file

ELF relocatable object file格式如下：

ELF header（16 bytes）+ each section ..... + section header table

eg.

-------------------------------------------------------------

chuan.jiang:~/temp$ readelf -a main.o
ELF Header:
  Magic:   7f 45 4c 46 02 01 01 00 00 00 00 00 00 00 00 00
  Class:                             ELF64
  Data:                              2's complement, little endian
  Version:                           1 (current)
  OS/ABI:                            UNIX - System V
  ABI Version:                       0
  Type:                              REL (Relocatable file)
  Machine:                           Advanced Micro Devices X86-64
  Version:                           0x1
  Entry point address:               0x0
  Start of program headers:          0 (bytes into file)
  Start of section headers:          312 (bytes into file)
  Flags:                             0x0
  Size of this header:               64 (bytes)
  Size of program headers:           0 (bytes)
  Number of program headers:         0
  Size of section headers:           64 (bytes)
  Number of section headers:         12
  Section header string table index: 9

其中ELF header主要包含系统字长和字节序，目标文件类型，节头部表的offset和section number等

主要的section介绍，其余的参见【P451 7.4】

.text 机器代码

.rodata 只读数据

.data 已初始化全局C变量

.bss 未初始化全局C变量（主要为了节省elf空间）

.symtab 符号表，存放定义和引用的函数和全局变量信息，不包含局部变量

 

7.5 Symble table

符号表中的符号有三类：

1. 本模块定义的可以被其他模块引用的全局符号

2. 其他模块定义，由本模块引用的全局符号

3. 只被本模块定义和引用的本地符号

注意：不包含局部变量，他们只在stack中创建和使用

Example of Symbol table '.symtab'

For example, dump symbol table of main.o by using readelf

-------------------------------------------------------------

chuan.jiang:~/temp$ cat main.c
#include <string.h>
#include <stdio.h>

extern int swap(int a, int b);

int buf[2] = {1, 2};
int main()
{
        int *ret = NULL;

        *ret = swap(2, 3);
        return *ret;
}

-------------------------------------------------------------

chuan.jiang:~/temp$ readelf main.o -aV

Section Headers:
  [Nr] Name              Type             Address           Offset
       Size              EntSize          Flags  Link  Info  Align
  [ 0]                   NULL             0000000000000000  00000000
       0000000000000000  0000000000000000           0     0     0
  [ 1] .text             PROGBITS         0000000000000000  00000040
       000000000000002d  0000000000000000  AX       0     0     4
  [ 2] .rela.text        RELA             0000000000000000  00000558
       0000000000000018  0000000000000018          10     1     8
  [ 3] .data             PROGBITS         0000000000000000  00000070
       0000000000000008  0000000000000000  WA       0     0     4
  [ 4] .bss              NOBITS           0000000000000000  00000078
       0000000000000000  0000000000000000  WA       0     0     4
  [ 5] .comment          PROGBITS         0000000000000000  00000078
       0000000000000026  0000000000000001  MS       0     0     1
  [ 6] .note.GNU-stack   PROGBITS         0000000000000000  0000009e
       0000000000000000  0000000000000000           0     0     1
  [ 7] .eh_frame         PROGBITS         0000000000000000  000000a0
       0000000000000038  0000000000000000   A       0     0     8
  [ 8] .rela.eh_frame    RELA             0000000000000000  00000570
       0000000000000018  0000000000000018          10     7     8
  [ 9] .shstrtab         STRTAB           0000000000000000  000000d8
       0000000000000059  0000000000000000           0     0     1
  [10] .symtab           SYMTAB           0000000000000000  00000438
       0000000000000108  0000000000000018          11     8     8
  [11] .strtab           STRTAB           0000000000000000  00000540
       0000000000000016  0000000000000000           0     0     1

........

Symbol table '.symtab' contains 11 entries:
   Num:    Value          Size Type    Bind   Vis      Ndx Name
     0: 0000000000000000     0 NOTYPE  LOCAL  DEFAULT  UND
     1: 0000000000000000     0 FILE    LOCAL  DEFAULT  ABS main.c
     2: 0000000000000000     0 SECTION LOCAL  DEFAULT    1
     3: 0000000000000000     0 SECTION LOCAL  DEFAULT    3
     4: 0000000000000000     0 SECTION LOCAL  DEFAULT    4
     5: 0000000000000000     0 SECTION LOCAL  DEFAULT    6
     6: 0000000000000000     0 SECTION LOCAL  DEFAULT    7
     7: 0000000000000000     0 SECTION LOCAL  DEFAULT    5
     8: 0000000000000000     8 OBJECT  GLOBAL DEFAULT    3 buf
     9: 0000000000000000    45 FUNC    GLOBAL DEFAULT    1 main
    10: 0000000000000000     0 NOTYPE  GLOBAL DEFAULT  UND swap

其中，Ndx表示本符号对应的section在section header table中的index，其中有三种特殊伪节(pseudo section), ABS代表不被重定义的符号；UNDEF代表未定义的符号，即在本模块引用，在其他模块定义；COMMON表示未被分配位置的未初始化数据目标。

可见，符号main在section 1中，即 .text section；buf在 .data section

其中value为section offset(对于executable file为absolute runtime address），size表示object的大小，Bind表示local or global

 

7.6 Symbol resolution

7.6.1 解析多重定义的全局变量

规则1：不允许有多个strong symbol

规则2：存在一个strong symbol和多个weak symbol，选择strong

规则3：存在多个weak，任意选择一个weak

strong symbol：函数和已经初始化的全局变量

weak symbol：未初始化的全局变量

 

举例1：

int f()

{

static int x = 0;

return x;

}

int f()

{

static int x = 1;

return x;

}

NOTE：以上是合法的，并且符号表main.o 和 swap.o 中x的name 有区分，如下：

     5: 0000000000000000     4 OBJECT  LOCAL  DEFAULT    4 x.2216

     5: 0000000000000000     4 OBJECT  LOCAL  DEFAULT    5 x.1595

举例2：

file1.c

int x = 1;

int y = 0;

....

file2.c

double x;

x = 1.0；

以上编译OK，但是file2.c会关联到file1.c的int类型x，导致1.0赋值后会对y存储区覆盖

 

7.6.2 Static library

静态库为一种存档（archived file）文件，是将一组组合起来的relocatable object file的set，后缀名为*.a。

由ar工具生成，作为ld的输入，ld仅仅将依赖的*.o链接入ELF中。

ld使用*.a来解析符号时，*.a一般放在命令行的末尾，否则无法找到*.a中相应的符号，如下：

gcc -static main.c ./libvector.a

另外，各个*.a之间也会存在互相依赖，一种方法是把互相依赖的*.a重复交替写在gcc命令参数中，一种方法是将这些*.a合并成一个*.a

 

7.7 Relocation

大体上说，重定位的步骤是按照section的顺序，依次合并各个section

，并依次将各个section中引用的地址改写为运行时地址

重定位分两步骤：

1. 重定位section和symbol definition

2. 重定位symbol reference

NOTE：linker会对每个符号引用记录一个relocation entry，以便在linking时修改这个符号的引用，代码和数据的重定位条目放在.rel.text and .rel.data。

注意，不同寻址方式对应的地址有所差异

 

7.7.2 symbol relocation

没有完全理解，书中是x86_32的汇编码，不同机器的汇编码有所差异。

skip left

7.8 Executable Object File

ELF文件格式大致如下：

[ELF header + segment header table + .init + .text + .rodata ]+ [.data + .bss] + [.symtab ....... section header table]

以上三部分分别为：只读代码段，读写数据段，不加载到存储器的符号表和调试信息

其中segment header table为连续文件节到运行存储器的映射关系；

.init包含_init函数，负责程序的初始化