程序從編譯到被執(zhí)行的流程介紹

當掌握越來越多的基礎(chǔ)知識之后，你所看到的代碼視角和你之前看代碼的視角會發(fā)生一個翻天覆地的變化，就像你寫代碼看到的是一行一行代碼的邏輯，而高級程序員看到的是一行一行指令或者你寫函數(shù)調(diào)用是一個正常的函數(shù)調(diào)用，其他人看到的是調(diào)用鏈背后被調(diào)用的情況，所以學(xué)東西盡量學(xué)習(xí)一些基礎(chǔ)，這樣能夠帶給我們很不一樣的編程體驗，也能夠讓你了解整個程序的本質(zhì)。當遇到瓶頸之后，更應(yīng)該多學(xué)一些基礎(chǔ)知識來豐富自己的眼界。

首先看下編譯的過程，

源代碼會經(jīng)過編譯器，首先編譯成匯編文件，匯編文件經(jīng)過匯編器變成目標文件。在目標文件當中，函數(shù)調(diào)用地址是沒有被真正的鏈接起來的，鏈接的過程是需要經(jīng)過鏈接器，把目標文件當中相關(guān)的地址信息給鏈接起來，最后形成可執(zhí)行的文件。

c編譯舉例

這是一個簡單的add函數(shù)，在main方法里面調(diào)用這個add函數(shù)，然后進行打印。

生成目標文件

gcc -c main.c

用gcc -c的命令可以生成一個目標文件，

看下生成的目標文件里的地址信息

objdump -d main.o

objdump反編譯看下目標文件存了哪些信息，

這是一個.test段，程序最終在內(nèi)存上面或磁盤上面存儲的時候，它不是無規(guī)律的存儲，最后被翻譯成機器碼之后，也是一段一段存儲的，每一段所存的內(nèi)容是不一樣的，像.test段存儲的就是正常的代碼段也是函數(shù)段，而聲明的全局變量會存在.data段或.bss段。

這里只需要理解，我們寫的代碼被翻譯成機器碼大概的分段邏輯就行了。

左邊是這條指令的地址0 4 5 8 .... ，就是我們寫的程序加載到內(nèi)存當中的時候是被加載成一條一條指令，然后每一個指令都會對應(yīng)一個特定的地址，cpu在取的時候，就會取這個地址上面的信息，就可以知道這條指令地址所對應(yīng)指令的具體內(nèi)容。目標文件的這個地址是相對地址，相對于當前段的地址，當前段是.test段，所以是從0開始 按順序排下來。

callq在匯編里面是調(diào)用函數(shù)的指令，這里寫的是33 ，但其實在真正目標文件被鏈接成可執(zhí)行文件之后，33會變成add函數(shù)的絕對地址。

被鏈接成可執(zhí)行文件之后，看下整個代碼地址的變化，用gcc命令編譯了一個可執(zhí)行文件，反匯編看下，將.test段的地址列出來了，它已經(jīng)不是相對于.test段的相對地址了，而是一個絕對地址。

然后看下調(diào)用callq add函數(shù)的時候 ，1149所對應(yīng)的首地址是add函數(shù)的第一行。<>括號在真正的機器代碼中是不存在的，反匯編為了增加可讀性才顯示的。

在看了程序是怎么被編譯成可執(zhí)行文件之后，我們又知道了可執(zhí)行文件里面，每一條指令所對應(yīng)的地址代表什么意思之后，來看下是如何被加載？

這里要明白一點，程序是在內(nèi)存里面被執(zhí)行的，被加載到內(nèi)存之后，cpu才能從內(nèi)存里面讀取并執(zhí)行，所以有一個從磁盤加載到內(nèi)存的過程，這個過程由加載器去完成的。

提到內(nèi)存的話，就要提到cpu的實模式和保護模式。

在很早之前，cpu在實模式時期，我們的程序所使用的地址都是物理地址，就是真正的在內(nèi)存芯片上所能看到的物理地址，使用物理地址之后，就會導(dǎo)致我們寫的程序被編譯成可執(zhí)行文件之后，可執(zhí)行文件是由鏈接器編譯成鏈接腳本生成的，然后在鏈接腳本里面可以指定程序的首地址，如果要指定首地址（有一個默認的首地址），在實模式下，指定了當前編譯程序的首地址之后，那它被加載到物理地址之后，這個首地址就只能是真正的被加載到物理地址的那個地方，如果它的首地址比如是0x10，那它被加載到的物理地址的首地址如果不是0x10 就會導(dǎo)致后面那些指令的順序出現(xiàn)問題，因為指令是順序排布的，就會導(dǎo)致后面的那些指令地址和可執(zhí)行文件里面描述的這些指令地址是不吻合的。

這樣會導(dǎo)致callq函數(shù)會調(diào)用到錯誤的地址，所以在cpu的實模式下，調(diào)用程序，程序在執(zhí)行的時候，它的首地址要固定住，這樣就會導(dǎo)致一個問題就是得考慮調(diào)得那個地址是不是可用的，調(diào)用期間內(nèi)存是不是可用的，所以會演變成后面的cpu保護模式。

cpu保護模式能夠讓程序使用的是一個虛擬地址，現(xiàn)在的64位系統(tǒng)都是使用的頁式管理，基于這個分析一下。要明白虛擬地址，首先要明白地址空間的概念，地址空間可以理解為進程能用的一個地址范圍，比如進程能用的內(nèi)存是512G，然后由于程序經(jīng)過編譯之后是分段的，就認為這512G里面，0-10G是屬于.test段，10-20G是屬于.data段，20-200G屬于堆空間，其他范圍分：?？臻g是哪個范圍，內(nèi)核空間又是哪個范圍，只是將這段區(qū)間劃分為了具體的內(nèi)容所在的這段范圍，但是不會實際的在內(nèi)存上去分配這些內(nèi)存，只是將范圍劃分出來，而實際保存的也是這些范圍，當需要用到這些范圍地址的時候，cpu才會去通過MMU列表里面去尋找這個虛擬地址所對應(yīng)的物理地址，如果沒有這個映射關(guān)系，才會去真正的分配物理內(nèi)存創(chuàng)建映射關(guān)系，如果可執(zhí)行文件一開始沒有加載到內(nèi)存，那么后續(xù)地址缺失是如何找到磁盤上面的文件位置的？所以需要看下可執(zhí)行文件里面到底有哪些信息？

這里列出了可執(zhí)行文件里面段的頭部信息，在段的頭部信息里面包含了虛擬地址、文件的偏移量，文件的偏移量可以理解為磁盤信息，可以通過偏移量去定位到在磁盤上的哪個位置，所以操作系統(tǒng)是可以這樣做的：在可執(zhí)行文件里面能夠讀到段地址還有文件偏移地址，所以在進程被加載執(zhí)行的時候，剛開始被加載的時候，是可以為這個進程創(chuàng)建頁表項，頁表項是能夠覆蓋每個段的地址還有文件偏移的地址，但是這個時候，只是標記這個頁表項所映射的這個映射關(guān)系，只是標記，并沒有真正的分配實際的物理內(nèi)存，這樣等到頁缺失的時候 ，夠找到這個頁表項并并且能夠從這個頁表項的標記去發(fā)現(xiàn)沒有分配物理內(nèi)存，這個時候再從磁盤上去讀，再建立映射關(guān)系，這樣就能夠達到在真正使用的時候再去分配物理內(nèi)存的目的了。

審核編輯：劉清