程序员的自我修养—精华（elf文件虚拟内存）

Posted 2021-10-13 WChango

catalog

• 程序
• • 运行、exe文件
  • 地址映射

程序

我们写的程序，需要经过（编译，链接）得到 最终的exe/elf（产生到 磁盘上）。

如果我们要运行他，必须要把他加载到 内存里！ 因为cpu访问内存的速度 要比访问磁盘，速度快千万倍

cpu的位数，是指： 他一次性能够进行运算的 整数的宽度，因为cpu是在ALU里运算数据
所以， cpu的位数 其实是 ALU的宽度（即，数据总线的 条数）
但是， cpu的位数 不一定等于 地址总线的 条数，他等于的是 数据总线的条数

---

比如虚拟地址是4GB，（物理内存不一定是4GB！！），他的布局格式是：

• [0 - 3GB]这个地址区域，称为 用户空间

  • [0 - 128MB] 是forbidden禁止的！ 他是禁止访问的，连访问都不能，更不能写！！

  • [128MB - 3GB]，这是我们程序可以使用的 虚拟地址区域
    第一个区域，他划分为有： [.text] [.data] [.bss]
    我们知道，一个程序无非是：（指令） + （数据）
    指令是在：.text段， 数据是在：.data段 和 .bss段

    紧接着 第二个区域： heap 堆空间

    第三个区域：用来放到dll共享库的！
    比如，你用了很多scanf这种函数，他在头文件里 只有声明，并没有定义。 但是，等到链接时，程序会自动的 链接一些系统的库。

    第四个区域： [.stack]段
    因为，我们程序的运行 就是从入口函数开始递归，这个段就是供我们函数运行的；比如，你的局部变量 就会在这个.stack段里。

    第五个区域： 放命令行参数、环境变量。main函数的参数 argv这些

• [3 - 4GB]这个地址区域，称为 内核空间，即OS运行的空间
  第一个区域是： ZONE_DMA DMA： direct memory access，加速 磁盘和内存 交换数据用的
  在没有DMA技术前，磁盘和内存交换数据时： 磁盘数据 必须经过总线，流经 cpu的寄存器，最终才能到达内存
  这是对cpu的 极大浪费。
  有了DMA，比如加载一个文件 从磁盘 通过总线 到内存中时，不需要使用cpu的寄存器！！！
  cpu遇到这种情况，他就会空闲下来，来调度其他的进程！！

    第二区域： `ZONE_NORMAL`
  
    第三区域： `ZONE_HIGHMEM`
  

---

int a = 1;
int b = 0;
int c;
static int d = 1;
static int e = 0;
static int f;

int main(){
	int g = 1;
	int h = 0;
	int i;
	
	static int j = 1;
	static int k = 0;
	static int l;

	return 0;
}

这个程序中，属于 指令的是： int main(){ int g = 1; int h = 0; int i; return 0; }，即他们是在 .text段。
因为这些，要么是函数，要么是局部变量，可以多次调用 是属于指令。 即注意，局部变量 属于的是 指令！

而对于： 全局变量 + 局部static，这些都是 数据（即这些，在程序的运行，自始至终 都是占着内存的）
其中，已经初始化的 且不为0 的变量 a,d,j 是在 .data段，即.data段的大小 是12。

常量（比如"hello"），他是在 .rodata段

没有初始的 或 初始为0的，是在.bss段。
关于.bss段，有几个信息：

• 在.obj文件里， [elf header] [.text] [.data] [.bss] [.comment] [section table]
  但其实你会发现，.comment段 和 .bss段 在文件里的地址，其实是一样的！！
  而这两个段 大小都不是0，为什么是一样的呢？
  其实，.bss段 他在obj文件里 其实是不占空间的！！！ 其实就没有这个段，.data后面就是.comment
.bss段 只会占的是： 虚拟空间里的内存！！ 而不占.obj文件里的空间

  而，这个.bss段 在.obj文件 是不存在的，那他怎么知道 这个段里的那些全局/static变量呢？
  通过读section table段表，他里面会记录 每个段的详细信息，bss的信息 可以通过他来获取

  .bss段，没必要在文件中存储。这是因为： .data段里存的 都是初始值，即程序一运行 这些值就必须初始化为（用户指定的值）
  但是，.bss段里的 他的值 都是0，就不用在文件里存储他了，这样减少文件的大小

• 按理说，该有6个变量 是在.bss段。 但是，为什么1不是在.bss段呢？

  main.c
  	short x = 10; short y = 10;
  	extern void func();
  	int main(){
  		func();
  	}
  test.c
  	int x;
  	void func(){ x = 20; }
  

  这个项目，在c++里 肯定是错误的。因为有2个x，c++里 所有的符号变量/函数，都不能重名。
  而在c里，他存在 强符号（初始化了的） 和 弱符号（未初始化的）的区别，这里：short x是强符号，int x是弱符号
  （强符号：只能有1个，即初始化的 只能有1个）（弱符号：可以有多个，即未初始的 可以有多个，不管是什么类型）
  （在链接后，优先使用强符号； 没有强符号，则优先使用内存最大的弱符号）

  即，在项目进行链接完后，func()函数里 所使用的x，其实是：short x这个
  func函数里 他的汇编是： 往x 写4个字节的内存，这是在单独编译test.c 就确定下来的汇编指令。
  而最终链接后，这个汇编指令 肯定是不变的，但这个x 并不是int，而是short
  所以，20的4字节是： 14 00 00 00，前面的14 00 给short x，后面的00 00 给short y，所以，最终：x = 20, y = 0 {x是指的short这个}

  int c;这个全局变量，他是不在.bss段的。
  因为： int b = 0;初始了，他是强符号 虽然c++没有强弱符号，但这个程序 也可能是c的！！
int c;未初始，弱符号。 他会在另外一个COM段，不是在bss段。因为他可能被其他obj里的强符号所顶替
  其他的，都是static。static，是本文件可见！！！他是强制性的！！即，即使是一个static的弱符号，在本文件里 也不会被其他强符号替代！
  static还有个名字，是local，即本地的 本文件的。其他文件，也看不到这个文件里的static变量。

---

os会 运行很多的进程，这些进程 所使用的虚拟空间，其中他们的内核区域[3 - 4GB]区域 都是共享的，因为只有1个操作系统
但用户空间，他是 独立的，每个进程的 用户空间，肯定都是不同的。

---

运行、exe文件

当程序要运行时，即变成进程，要进行下面几个步骤：

• 从虚拟地址 到 物理内存 的 映射，创建 页目录 和 页表
• 加载 .text段 和 .data段
• 把该exe的入口地址，写到 pc寄存器里。
  ELF header里，有个entry point address。到时候这个进程运行时，这个地址 就会放到cpu的 pc寄存器里，即为该程序的入口地址

---

exe文件，和 obj文件，非常相似，但多了一个： program headers
exe: [elf header] [program header] [.text] ...
obj: [elf header] [.text] ...，obj正是因为没有program headers 所以他不能运行

program headers里，有2个加载页面load，

• 他指示了OS的loader加载器：要把当前exe程序里的 哪些东西，加载到内存上
• 他也指示了： 要把哪些段 放到 一个页面上
  比如，可能第一个LOAD页面 存储了.text段， 第二个LOAD页面 存储了.data + .bss段
• 一个页，是对齐大小是4kb（即，一定是4kb的倍数）
  这两个LOAD page，其实就是：磁盘里的 2个页 DP： disk page
  当要运行时，这两个页 就会映射到 虚拟地址空间 上的页 （虚拟地址空间 和 虚拟内存，是两个概念）
  然后再从虚拟地址空间上的页，映射到 物理内存地址上的页，
• 当这个进程在running时，他的虚拟地址空间 当然是有很多的页（每个页是4Kb）
  有的页，是一些C动态库（比如，libc.so）
  其中有2个页，
  一个是： 我们exe的program header的第一个Load页
  、、、、他里面是.text段 [ r x p ] read，executable, private(和其他进程不共享), 不可写(因为是指令)）
  另一个是： 我们exe的program header的第二个Load页
  、、、、它里面是.data .bss段 [r w p] read write private(和其他进程不贡献), 不可执行(因为不是指令)

地址映射

磁盘、虚拟空间、内存，都是以一个PAGE_SIZE = 4kb 来划分的。

磁盘上的页，-> 通过 mmap函数 ->，映射到 虚拟地址空间上的页

虚拟地址空间上的页，-> 通过 多级页表映射 ->，映射到 物理内存上的页