原创 吴章金 Linux阅码场 2019-11-26
license: "cc-by-nc-nd-4.0"
"本文从编译、二进制程序文件和运行角度逐级解析了 Linux C 语言程序中几种变量类型"
背景说明
前几天，有同学在 “泰晓原创团队” 讨论群问道：
请教下，谭 C，8.9.3，用 static 声明静态局部变量，在实际中可有案例。
看到这个问题，立即浮现的概念是 RUN ONCE，内核源码找了一下：
$ grep -i "static.*run_once" -ur ./ --include "*.c"
./arch/mips/mm/page.c: static atomic_t run_once = ATOMIC_INIT(0);
./arch/mips/mm/page.c: static atomic_t run_once = ATOMIC_INIT(0);
./arch/mips/mm/tlbex.c: static int run_once = 0;
代码示例1:
void build_clear_page(void)
{
static atomic_t run_once = ATOMIC_INIT(0);
if (atomic_xchg(&run_once, 1)) {
return;
}
/* body */
}
代码示例2:
void build_tlb_refill_handler(void)
{
...
if (!run_once) {
/* body */
run_once++;
}
}
另外，他又继续问道：
一般是用 static 定义一个全局的，很少看到函数内部在用 static？
这个问题则上升到 C 语言关键字 static 的用法。
static 这个关键字用来限定某个变量或者函数的作用域，这个作用域可能是文件层面，也可能是函数层面。
从语法的角度去解释某个关键字用法的文章很多，可是这些解释蛮多时候是很生硬的，不是那么好记忆。
本文尝试从实操的角度去解析 static 以及更多类型的 C 语言变量的形态。
从编译的角度
假如某个功能需求由多个文件构成如下：
$ cat print.h
extern void print(char *str);
extern char *hello;
$ cat hello.c
#include "print.h"
int main(void)
{
print(hello);
return 0;
}
$ cat print.c
#include
char *hello = "hello";
void print(char *str);
{
printf("%s\n", str);
}
编译运行如下：
$ gcc -m32 -o hello x.c print.h print.c
$ ./hello
hello
类似这种需要跨文件访问的函数和变量，如果定义成 static 的话：
$ cat print.c
#include
static char *hello = "hello";
static void print(char *str);
{
printf("%s\n", str);
}
$ gcc -m32 -o hello x.c print.h print.c
/tmp/ccetJaG2.o: In function `main':
x.c:(.text+0x12): undefined reference to `hello'
x.c:(.text+0x1b): undefined reference to `print'
collect2: error: ld returned 1 exit status
从 ELF 二进制程序文件的角度
先来编译成一个中间的可重定位文件：
$ gcc -m32 -c -o print.o print.c
针对加 static 的情况：
$ readelf -s print.o | egrep "hello$|print$"
6: 00000000 4 OBJECT LOCAL DEFAULT 3 hello
7: 00000000 23 FUNC LOCAL DEFAULT 1 print
不加的情况：
$ readelf -s print.o | egrep "hello$|print$"
9: 00000000 4 OBJECT GLOBAL DEFAULT 3 hello
10: 00000000 23 FUNC GLOBAL DEFAULT 1 print
LOCAL 和 GLOBAL 直观地反应了 static 用于限定变量和函数在文件之外是否可访问。加了 static 以后，文件之外不可见。
补充另外一个 nm 工具的结果，针对加 static 的情况：
$ nm print.o | egrep "hello$|print$"
00000000 d hello
00000000 t print
不加的情况：
$ nm print.o | egrep "hello$|print$"
00000000 D hello
00000000 T print
上面四个字母有两组大小写，分别对应 data, text 的 LOCAL 和 GOLOBAL 符号，其中 "hello" 是数据，“print” 作为函数处在代码区域。
man nm:
"D"
"d" The symbol is in the initialized data section.
"T"
"t" The symbol is in the text (code) section.
If lowercase, the symbol is usually local; if uppercase, the symbol is global (external). There are however a few lowercase symbols that are shown for special global symbols ("u", "v" and "w")
延伸介绍到 nm 这个工具是因为，Linux 内核的 System.map 这样的符号表文件经常会被用来调试，这个文件实际上是用 nm 导出来的。
再延伸一个 WEAK 类型，这个类型类似于不加 static 的 GLOBAL，但是呢，允许定义另外一个同名的函数或者变量，用来覆盖 WEAK 类型的这个：
$ cat print.c
#include
__attribute__((weak)) char *hello = "hello";
__attribute__((weak)) void print(char *str)
{
printf("%s\n", str);
}
$ cat hello.c
#include "print.h"
char *hello = "hello, world";
int main(void)
{
print(hello);
return 0;
}
$ ./hello
hello, world
这种情况允许某个变量或者函数的“multiple definition”，如果不定义为 WEAK 类型而且不定义为 LOCAL(用 static)，这种情况本来是不被允许的：
$ gcc -m32 -o hello x.c print.h print.c
/tmp/ccMO5y0A.o:(.data+0x0): multiple definition of `hello'
/tmp/ccj8KK1s.o:(.data+0x0): first defined here
collect2: error: ld returned 1 exit status
这种用法在内核中被广泛采用，通常用来确保可以添加架构特定的优化函数：
$ grep __weak -ur ./ --include "*.c" | wc -l
413
汇总如下：
关键字
类型
说明
static
LOCAL
限文件内访问
不加 static
GLOBAL
文件外可在 extern 声明后访问
weak attribute
WEAK
同 GLOBAL，但可重定义
从运行的角度
上面从编译和二进制程序文件的角度分析了 static 关键字针对文件层面变量和函数的约定，下面再来看看函数内部的变量，在声明为 static 与否情况下的异同。
作为对比，把其他类型的变量也纳入进来：
$ cat hello.c
#include
static int m;
static int n = 1000;
int a;
int b = 10000;
static int hello(void)
{
static int i;
static int j = 10;
int x;
int y = 100;
register int z = 33;
printf("i = %d, addr of i = %p\n", i, &i);
printf("j = %d, addr of j = %p\n", j, &j);
printf("x = %d, addr of x = %p\n", x, &x);
printf("y = %d, addr of y = %p\n", y, &y);
printf("z = %d, in register, no addr\n", z);
return 0;
}
int main(int argc, char *argv[])
{
printf("argc = %d, addr of argc = %p\n", argc, &argc);
printf("argv = %s, addr of argv = %p\n", argv[0], argv);
printf("m = %d, addr of m = %p\n", m, &m);
printf("n = %d, addr of n = %p\n", n, &n);
printf("a = %d, addr of a = %p\n", a, &a);
printf("b = %d, addr of b = %p\n", b, &b);
hello();
return 0;
}
$ gcc -m32 -o hello hello.c
$ ./hello
argc = 1, addr of argc = 0xffd91f60
argv = ./hello, addr of argv = 0xffd91ff4
m = 0, addr of m = 0x804a030
n = 1000, addr of n = 0x804a020
a = 0, addr of a = 0x804a038
b = 10000, addr of b = 0x804a024
i = 0, addr of i = 0x804a034
j = 10, addr of j = 0x804a028
x = -143124200, addr of x = 0xffd91f24
y = 100, addr of y = 0xffd91f28
z = 33, in register, no addr
用二进制程序文件来佐证：
$ readelf -S hello | grep 804a | tail -2
[24] .data PROGBITS 0804a018 001018 000014 00 WA 0 0 4
[25] .bss NOBITS 0804a02c 00102c 000010 00 WA 0 0 4
$ readelf -s hello | egrep " m$| n$| a$| b$| i| j| x$| y$"
36: 0804a030 4 OBJECT LOCAL DEFAULT 25 m
37: 0804a020 4 OBJECT LOCAL DEFAULT 24 n
39: 0804a034 4 OBJECT LOCAL DEFAULT 25 i.2021
40: 0804a028 4 OBJECT LOCAL DEFAULT 24 j.2022
54: 0804a024 4 OBJECT GLOBAL DEFAULT 24 b
67: 0804a038 4 OBJECT GLOBAL DEFAULT 25 a
综合上面 3 组数据：
类型
代码
存储区域
文件内
static int m;
.bss(被初始化为 0)
文件内
static int n=1000;
.data
文件内
int a;
.bss(被初始化为 0), GLOBAL
文件内
int b = 10000;
.data, GLOBAL
函数内
static int i;
.bss(被初始化为 0)
函数内
static int j = 10;
.data
函数内
int x;
stack(值随机，未初始化)
函数内
int y = 100;
stack
函数内
register int z = 33;
register(汇编中分配好)
函数参数
argc, argv
stack(默认调用约定)
再补充几点：
用 register 定义的变量存放在寄存器中，所以无法获取它们的内存地址(因为根本不存放在内存中)。可以通过查看汇编代码确认：
$ gcc -m32 -S -o hello.s hello.c
$ grep 33 hello.s
movl $33, %ebx
函数内用 static 定义的变量名(i 和 j)在符号表中都加了后缀，主要是方便多个函数定义同样的变量名，因为这些变量仅限该函数内(含多次调用)可见。
函数内非 static 定义的变量，以及函数参数的传递都是通过 Stack 完成的，这些变量只在函数内(包括 Caller, Callee)可见，外部不可见，所以在符号表中也找不到它们。
关于函数参数传递，如果明确改变了调用约定，比如函数明确加了 __attribute__((fastcall)) 声明，那么部分参数将通过寄存器传递。不过 main 是例外，因为它的 Caller( _ _libc_start_main)默认是通过 Stack 传递参数的，再改变它的调用约定就拿不到正确的数据了。
小结
大学的课程蛮多都停留在语法层面的描述，需要透彻理解一些“概念”，还是需要结合实际操作，从终极使用的角度来看这些“概念”，看到的深度和细节会大有不同。
(完)
2963
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
