操作系统：程序的编译、链接、加载、地址绑定

一、基本概念

程序是有代码、数据、进程控制块组成的
1.什么是数据？
数据指程序中的全局变量、静态变量、常量。

2.什么是指令？
除了数据剩下的就都是指令。

int main(){
	int a=10；
}

注意：a是局部变量，它并不是数据，而是一条指令，指令功能是在函数栈帧上开辟四个字节，并向其中写入指定值。

3.什么是符号？
在程序中，所有数据都会产生符号，而对于代码段只有函数名会产生符号。而且符号的作用域有global和local之分，对于未用static修饰过的全局变量和函数产生的均是global符号，这样的变量和函数可以被其他文件所看见和引用；而使用static修饰过的变量和函数，它们的作用域仅局限于当前文件，不会被其他文件所看见，即其他文件中也无法引用local符号的变量和函数。

二、编译

1. 预处理
   预处理阶段将以放置在文件中的预处理指令来修改源文件的内容。（如：宏定义指令、条件编译指令、头文件包含指令、特殊符号）

2. 编译
   通过语法分析和词法分析，再确认所有指令都符合语法规则后，将其翻译为汇编代码

3. 汇编
   把汇编语言翻译为目标机器语言，即二进制可重定位目标文件

4. 链接
   将目标文件彼此链接生成可执行的目标文件

linux下四个步骤命令：

gcc -E main.c -o main.i  #预编译，生成main.i文件
gcc -S main.i            #编译，生成main.S文件
gcc -c main.S            #汇编，生成main.o文件
gcc main.o -o main       #链接，生成可执行文件

链接器的作用：符号解析和重定位（确定各个段以及各个段中符号的最终地址）

可重定位文件和可执行文件：
经过汇编后的文件是可重定位文件。它的文件格式与可执行文件很像（对于Linux，都是elf文件格式）。对于可重定位文件，它里面的代码与数据，都是各个文件独立的代码与数据，在一个工程中，会存在多个C文件，每个C文件都会被首先编译生成一个可重定位文件，然后经过链接器将这些可重定位文件进行链接，从而生成最终的可执行文件。

对于可重定位文件：

• 各个段没有具体的起始地址，只要段大小信息
• 各个标识符没有实际地址，只有在段中的偏移地址（相对地址）
• 段和标识符的实际地址都需要链接器具体制定，这也是链接器的主要作用

对于可执行文件：

• 各个段有自己的起始地址，这些地址就是将来要被加载到内存中的地址，有了起始地址，才能说加载到内存，不然都不知道加载到哪里，何来的执行呢？这就是可执行文件与可重定位文件一个区别
• 可执行文件中的各个符号，都有了正确的地址，以及符号被引用的地方也正确填上了符号的地址

三、地址绑定

程序在执行前，有很多步骤（编译、加载），地址会有不同表示形式。
源程序中地址通常使用符号表示，编译器通常将这些符号地址绑定到可重定向地址，链接程序或加载程序再将这些可重定向地址绑定到绝对地址。
每次绑定都是从一个地址空间到另一个地址空间的映射。

指令和数据绑定到存储器地址可在下面任意时期进行：
1.编译时
如果在编译时就知道进程将在内存中的驻留地址，那么就可以生成绝对代码（absolute code)。
绝对代码： 这段代码被编译成在一个在特定的地址工作的代码，并且只在加载到那个特定的地址时才工作。分支和跳转指令都包含一个固定的精确（绝对）地址。它是一种通常在嵌入式系统中找到的代码类型，因此可以保证一段代码将加载到该特定地址，因为它是唯一加载到该地址的代码。

2.加载时
如果在编译时并不知道进程将驻留在内存的什么地方，那么编译器就必须生成可重定位代码(relocatable code)。对于这种情况最后绑定会延迟到加载时才进行。如果开始地址发生变化，只需要重新加载用户代码以引入改变值。

3.执行时
如果进程在执行时可以从一个内存段移到另一个内存段，那么绑定必须延迟到执行时才进行。采用这种方案需要特定的硬件。绝大多数通用计算机操作系统采用这种方法。

四、动态链接和静态链接

1.静态链接
将这些存在多种依赖关系的源文件产生的目标文件进行链接，从而形成一个可以执行的程序。这个链接的过程就是静态链接。
由很多目标文件进行链接形成的是静态库，反之静态库也可以简单地看成是一组目标文件的集合，即很多目标文件经过压缩打包后形成的一个文件。

优缺点：

• 一是浪费空间，如果多个程序对同一个目标文件都有依赖，如多个程序中都调用了printf()函数，则这多个程序中都含有printf.o，所以同一个目标文件都在内存存在多个副本
• 一方面就是更新比较困难，因为每当库函数的代码修改了，这个时候就需要重新进行编译链接形成可执行程序
• 静态链接的优点就是，在可执行程序中已经具备了所有执行程序所需要的任何东西，在执行的时候运行速度快

2.动态链接
将链接推迟到运行时。在程序运行时才将它们链接在一起形成一个完整的程序。

1. 在二进制映像内，每个库程序的引用都有一小段代码，叫存根, 用来定位适当的内存驻留库程序，或如果该程序不在内存时应如何装入库
2. 存根首先检查所需子程序是否在内存中，如果不在，就将子程序装入内存
3. 存根会用子程序地址来替换自己，并开始子程序

优缺点：

• 每个程序都依赖同一个库，多个程序在执行时共享同一份副本
• 更新也比较方便，更新时只需要替换原来的目标文件，而无需将所有的程序再重新链接一遍。当程序下一次运行时，新版本的目标文件会被自动加载到内存并且链接起来
• 影响一点性能

五、动态加载

与动态链接类似，不过是将加载延迟到运行时。
采用动态加载，一个程序只有在调用时才加载。所有程序都以可重定位加载格式保存在磁盘上。主程序被加载到内存，并执行。当调用另一个程序时，调用程序首先检查另一个程序是否已经加载，如果没有，可重定位的链接程序将用来加载所需要的子程序，并更新程序的地址表以反应这一变化。接着控制传递给新加载的子程序。

优点：
不用子程序绝不会被加载，如果大多数代码需要用来处理异常情况，如错误处理，那么这种方法特别有用。对于这种情况，虽然总体上程序比较大，但是所使用的部分可能小很多。
动态加载不需要操作系统提供特别的支持。利用这种方法来设计程序主要是用户的责任。

动态链接和动态加载都是需要时加载到内存。但：

• 动态链接
  程序启动时建立了链接（即只有链接地址），需要时载入内存，由操作系统决定
• 动态加载
  通过程序的方法来控制加载，由程序员决定

参考

https://segmentfault.com/a/1190000019747350
https://blog.csdn.net/qq_37375427/article/details/84947071
https://blog.csdn.net/kang___xi/article/details/79571137
《操作系统概念》