Linux内核分析作业 NO.7

可执行程序的装载

于佳心  原创作品转载请注明出处  《Linux内核分析》MOOC课程http://mooc.study.163.com/course/USTC-1000029000

实验：Linux内核如何装载和启动一个可执行程序

首先，按照老流程，我们进入LinuxKernel，删除menu，再拷贝menu

然后我们进入menu，用test_exec和test.c中的一个覆盖另一个

我们打开test.c查看代码

和exec有关的部分，其中引入了hello

打开hello，发现hello就是我们熟悉的输出Hello World的程序

再打开Makefile，观察和修改编译的过程，光标指向的地方是静态编译hello.c的指令

修改代码，生成根文件树，使执行exec的时候可以做到自动加载

运行程序，我们看到了MenuOS中exec这个选项，执行。

比起fork的结果，exec的输出中多了一个Hello World

接下来又是熟悉的设置断点的工作了

运行gdb，加载符号表，输入端口号

设置三个断点，分别在sys_execve,load_elf_binary,start_thread

运行。。。

输入list，就能看到运行到哪了

进入，一步一步的执行

new_ip：返回到用户态的第一条指令的地址

对照一下，地址是一样的哟~

运行运行运行。。。

结束了

总结：

这一章我们学习的东西主要分三块：

1.预处理、编译、链接和目标文件的格式

2.可执行程序、共享库和动态链接

3.可执行程序的装载

1.预处理、编译、链接和目标文件的格式

可执行程序是怎么来的？

可执行文件形成的过程：

c代码通过编译器编译成汇编代码，又通过汇编器汇编成后缀为.o的目标代码，通过链接变成可执行文件，然后加载进内存，执行

以hello.c为例：

shiyanlou:~/ $ cd Code                                                [::]
shiyanlou:Code/ $ vi hello.c                                          [::]
shiyanlou:Code/ $ gcc -E -o hello.cpp hello.c -m32                    [::]
shiyanlou:Code/ $ vi hello.cpp                                        [::]
shiyanlou:Code/ $ gcc -x cpp-output -S -o hello.s hello.cpp -m32      [::]
shiyanlou:Code/ $ vi hello.s                                          [::]
shiyanlou:Code/ $ gcc -x assembler -c hello.s -o hello.o -m32         [::]
shiyanlou:Code/ $ vi hello.o                                          [::]
shiyanlou:Code/ $ gcc -o hello hello.o -m32                           [::]
shiyanlou:Code/ $ vi hello                                            [::]
shiyanlou:Code/ $ gcc -o hello.static hello.o -m32 -static            [::]
shiyanlou:Code/ $ ls -l                                               [::]
-rwxrwxr-x  shiyanlou shiyanlou     \u6708  : hello
-rw-rw-r--  shiyanlou shiyanlou       \u6708  : hello.c
-rw-rw-r--  shiyanlou shiyanlou    \u6708  : hello.cpp
-rw-rw-r--  shiyanlou shiyanlou     \u6708  : hello.o
-rw-rw-r--  shiyanlou shiyanlou      \u6708  : hello.s
-rwxrwxr-x  shiyanlou shiyanlou   \u6708  : hello.static

其中需要注意的是：

（1）

shiyanlou:Code/ $ gcc -E -o hello.cpp hello.c -m32

只是对c程序的预处理，预处理负责把include的文件包含进来及宏替代等工作

（2）后面的hello.o和hello都是ELF格式的文件，hello是调用共享库的

（3）

shiyanlou:Code/ $ gcc -o hello.static hello.o -m32 -static 

.static：静态编译

（4）每句话后面的-m32，是由于运行的系统是64位系统，输入的语句却是32位系统中的语句

目标文件的格式

有几种格式如下：

其中PE用于Windows系统，ELF用于Linux系统

之前涉及到的.o，就是一种目标文件

ABI：应用程序二进制接口

二进制兼容的格式就是指：目标文件已经适应了某种CPU中的二进制指令

ELF目标文件有三种：可重定位文件，可执行文件，共享目标文件

格式：

目标文件参与程序的联接（创建一个程序）和程序的执行（运行一个程序）

阅读ELF文件的头部：

shiyanlou:Code/ $ readelf -h hello

查看该ELF文件依赖的共享库

shiyanlou:sharelib/ $ ldd main                                       [::]
    linux-gate.so. =>  (0xf774e000) // 这个是vdso - virtual DSO：dynamically shared object，并不存在这个共享库文件，它是内核的一部分，为了解决libc与新版本内核的系统调用不同步的问题，linux-gate.so.1里封装的系统调用与内核支持的系统调用完全匹配，因为它就是内核的一部分嘛。而libc里封装的系统调用与内核并不完全一致，因为它们各自都在版本更新。
    libshlibexample.so => /home/shiyanlou/LinuxKernel/sharelib/libshlibexample.so (0xf7749000)
    libdl.so. => /lib32/libdl.so. (0xf7734000)
    libc.so. => /lib32/libc.so. (0xf7588000)
    /lib/ld-linux.so. (0xf774f000)
shiyanlou:sharelib/ $ ldd /lib32/libc.so.                         [::]
    /lib/ld-linux.so. (0xf779e000)
    linux-gate.so. =>  (0xf779d000)
# readelf -d 也可以看依赖的so文件
shiyanlou:sharelib/ $ readelf -d main                              [::]
Dynamic section at offset 0xf04 contains  entries:
 0x00000001 (NEEDED)                     共享库：[libshlibexample.so]
 0x00000001 (NEEDED)                     共享库：[libdl.so.]
 0x00000001 (NEEDED)                     共享库：[libc.so.]
 0x0000000c (INIT)                       0x80484f0
 0x0000000d (FINI)                       0x8048804
 0x00000019 (INIT_ARRAY)                 0x8049ef8

入口地址：Entry Point Address，一个程序的起点

当创建或增加一个进程映像时，系统在理论上将拷贝一个文件的段到一个虚拟的内存段。可执行文件的格式与进程地址空间有一个映射关系。

静态链接的ELF可执行文件与进程的地址空间

其实地址默认为：0x8048000，但这不是真正的起始地址。

启动一个刚加载到可执行文件的进程时，可执行文件加载到内存中开始执行的第一行代码

一般静态链接会将所有代码放在一个代码段，能把整个程序执行完，所有的过程都设定好了

动态链接的进程会有多个代码段，更复杂

2.可执行文件、共享库和动态链接

装载可执行程序之前的工作

一般通过shell程序来启动一个可执行程序

shell程序-->execve-->sys_execve

然后在初始化新程序堆栈时拷贝进去：先函数调用参数传递，再系统调用参数传递

exec命令行压的堆栈加载完已经被清空了，内核又帮我们重新创建了一个新的内核堆栈

命令行参数和shell环境，一般我们执行一个程序的Shell环境，我们的实验直接使用execve系统调用。

$ ls -l /usr/bin 列出/usr/bin下的目录信息

Shell本身不限制命令行参数的个数，命令行参数的个数受限于命令自身

例如，int main(int argc, char *argv[])

又如， int main(int argc, char *argv[], char *envp[])

Shell会调用execve将命令行参数和环境参数传递给可执行程序的main函数

int execve(const char * filename,char * const argv[ ],char * const envp[ ]);

库函数exec*都是execve的封装例程

• #include <stdio.h>
  #include <stdlib.h>
  #include <unistd.h>
  int main(int argc, char * argv[])
  {
      int pid;
      /* fork another process */
      pid = fork();
      if (pid<)
      {
          /* error occurred */
          fprintf(stderr,"Fork Failed!");
          exit(-);
      }
      else if (pid==)
      {
          /*   child process   */
          execlp("/bin/ls","ls",NULL);
      }
      else
      {
          /*     parent process  */
          /* parent will wait for the child to complete*/
          wait(NULL);
          printf("Child Complete!");
          exit();
      }
  }

  命令行参数和环境串都放在用户态堆栈中
  

装载时动态链接和运行时动态链接应用举例

动态链接分为可执行程序装载时动态链接和运行时动态链接，如下代码演示了这两种动态链接。

准备.so文件

shlibexample.h (1.3 KB) - Interface of Shared Lib Example

shlibexample.c (1.2 KB) - Implement of Shared Lib Example

编译成libshlibexample.so文件

$ gcc -shared shlibexample.c -o libshlibexample.so -m32

dllibexample.h (1.3 KB) - Interface of Dynamical Loading Lib Example

dllibexample.c (1.3 KB) - Implement of Dynamical Loading Lib Example

编译成libdllibexample.so文件

$ gcc -shared dllibexample.c -o libdllibexample.so -m32

分别以共享库和动态加载共享库的方式使用libshlibexample.so文件和libdllibexample.so文件

main.c  (1.9 KB) - Main program

编译main，注意这里只提供shlibexample的-L（库对应的接口头文件所在目录）和-l（库名，如libshlibexample.so去掉lib和.so的部分），并没有提供dllibexample的相关信息，只是指明了-ldl

$ gcc main.c -o main -L/path/to/your/dir -lshlibexample -ldl -m32
$ export LD_LIBRARY_PATH=$PWD #将当前目录加入默认路径，否则main找不到依赖的库文件，当然也可以将库文件copy到默认路径下。
$ ./main
This is a Main program!
Calling SharedLibApi() function of libshlibexample.so!
This is a shared libary!
Calling DynamicalLoadingLibApi() function of libdllibexample.so!
This is a Dynamical Loading libary!

装载时动态链接：生成共享库文件，生成动态加载文件

有两种方法：

（1）在装载可执行程序时完成动态链接的过程

（2）在程序执行过程中由程序自身来加载共享库

3.可执行程序的装载

execve和fork都是特殊一点的系统调用

复习：fork要返回两次，子程序是从ret_from_fork开始执行然后返回用户态

而execve独特的地方在于：陷入内核态，把当前进程的可执行程序覆盖掉，返回的已经是新的可执行程序

sys_execve内核处理过程

根据文件头部信息寻找对应的文件格式（这里就是ELF）处理模块

命令行参数和shell环境，一般我们执行一个程序的Shell环境，我们的实验直接使用execve系统调用。

Shell本身不限制命令行参数的个数，命令行参数的个数受限于命令自身

例如，int main(int argc, char *argv[])

又如， int main(int argc, char *argv[], char *envp[])

Shell会调用execve将命令行参数和环境参数传递给可执行程序的main函数

int execve(const char * filename,char * const argv[ ],char * const envp[ ]);

库函数exec*都是execve的封装例程

sys_execve内部会解析可执行文件格式

do_execve -> do_execve_common -> exec_binprm

search_binary_handler符合寻找文件格式对应的解析模块，如下：

    list_for_each_entry(fmt, &formats, lh) {

        if (!try_module_get(fmt->module))

            continue;

        read_unlock(&binfmt_lock);

        bprm->recursion_depth++;

        retval = fmt->load_binary(bprm);

        read_lock(&binfmt_lock);

fmt：链表中的一个节点

对于ELF格式的可执行文件fmt->load_binary(bprm);执行的应该是load_elf_binary其内部是和ELF文件格式解析的部分需要和ELF文件格式标准结合起来阅读

关键词：观察者模式  多台  发布订阅架构

82static struct linux_binfmt elf_format = {

  .module     = THIS_MODULE,

  .load_binary    = load_elf_binary,

  .load_shlib = load_elf_library,

  .core_dump  = elf_core_dump,

  .min_coredump   = ELF_EXEC_PAGESIZE,

};

2198static int __init init_elf_binfmt(void)

{

    register_binfmt(&elf_format);

    return ;

}

execve系统调用返回到用户态从哪里开始执行？

通过修改内核堆栈中的EIP值作为新程序的起点

sys_execve系统调用处理过程

ELF可执行文件会被默认映射到0x8048000这个地址

需要动态链接的可执行文件去加载链接器ld

elf_entry：指向可执行文件里规定的头部（main函数对应的位置）；如果是动态链接，就是动态链接器的起点（用户态的起点），将cpu控制权交给ld来加载依赖库并完成动态链接

start_thread：把我们返回用户态的位置从0x8048000的下一条变成我们规定的entry的位置

庄生梦蝶 —— 醒来迷惑是庄周梦见了蝴蝶还是蝴蝶梦见了庄周？

庄周（调用execve的可执行程序）入睡（调用execve陷入内核），醒来（系统调用execve返回用户态）发现自己是蝴蝶（被execve加载的可执行程序）

庄子和蝴蝶：你可以装载我，我可以装载你

修改int 0x80压入内核堆栈的EIP

load_elf_binary ->  start_thread

浅析动态链接可执行程序的装载

大多程序都需要依赖动态链接库

可以关注ELF格式中的.interp和.dynamic

实际上动态链接库的依赖关系会形成一个图，动态链接装载的过程是一个图的广度遍历

装载和链接后ld将cpu的控制权交给可执行程序

动态链接的过程主要不是内核而是由动态链接器来完成的

To tell the turth,虽然我是这周的课题负责人，但是对课题的理解还是有限的，好几个视频我都懵逼了，恩，求高分。