链接(Linking)就是通过符号将各个模块组合成一个独立的程序的过程

  • 链接的主要内容就是把各个模块之间的相互引用部分处理好,使得各个模块能够正确地衔接
  • 链接器所做的主要工作跟前面提到的“人工调整地址”本质上没有什么两样,只不过现代的高级语言拥有诸多的特性,使得编译器和链接器更为复杂,功能更为强大,但从原理上来讲,无非是找到符号的地址,或者把指令中使用到的地址加以修正。这个过程称为符号决议(Symbol Resolution)或者重定位(Relocation)

对于简单的C语言程序,链接过程如下图所示。

  • 每个模块的源文件(.c 和 .h)先被编译成目标文件,
  • 再和系统库一起链接成可执行文件。

库(Library)其实是一组目标文件的包,是将一些最常用的代码编译成目标文件后打包存放

链接redisdocker 链接的拼音_链接redisdocker

系统库这个概念比较模糊,专业一点应该叫做运行时库(Runtime Library)。“运行时”就是程序运行期间,“运行时库”包含了程序运行期间所需要的基本函数,是程序运行不可或缺的,例如输入输出函数 printf()、scanf(),内存管理函数 malloc()、free() 等

链接过程并没有想象中的复杂,它还是一个比较容易理解的概念。

假设一个程序有两个模块 main.c 和 module.c,我们在 module.c 中定义了函数 func(),并在 main.c 中进行了多次调用,当所有模块被编译成一个可执行文件后,每一处对 func() 函数的调用都会被替换为一个绝对地址。但由于每个模块都是单独编译的,编译器在处理 main.c 时并不知道 func() 的地址,所以需要把这些调用 func() 的指令的目标地址搁置,等到最后链接的时候再由链接器将这些地址修正

  • 如果没有链接器,我们必须手工修正 func() 的地址。当 module.c 被修改并重新编译时,func() 的地址极有可能改变,那么在 main.c 中所有使用到 func() 函数的地方,都要全部重新调整地址。这些繁琐的工作将成为程序员的噩梦。
  • 有了链接器,我们可以直接调用其他模块中的函数而无需知道它们的地址,因为在链接的时候,链接器会根据符号 func 自动去 module.c 模块查找 func 的地址,然后将 main.c 模块中所有使用到 func 的指令重新修正,让它们的目标地址成为真正的 func() 函数的地址

这种

  • 在程序运行之前确定符号地址的过程叫做静态链接(Static Linking)
  • 如果需要等到程序运行期间再确定符号地址,就叫做动态链接(Dynamic Linking)。Windows 下的 .dll 或者 Linux 下的 .so 必须要嵌入到可执行程序、作为可执行程序的一部分运行,它们所包含的符号的地址就是在程序运行期间确定的,所以称为动态链接库(Dynamic Linking Library)

变量和函数一样,都是符号,都需要确定它的地址。例如在 a.c 中有一个 int 类型的全局变量 var,现在需要在 b.c 中对它赋值 42,对应的C语言代码是:

var = 42;

对应的汇编代码为:

mov 0x2a, var

mov 用来将一份数据移动到一个存储位置,这里表示将 0x2a 移动到 var 符号所代表的位置,也就是对 var 变量赋值

当被编译成目标文件后,得到如下的机器指令:

c705  00000000  0000002a

由于在编译时不知道变量 var 的地址编译器将这条 mov 指令的目标地址设置为 0,等到将目标文件 a.o 和 b.o 链接起来的时候,再由链接器对其进行修正

假设生成可执行文件后变量 var 的地址为 0x1100,那么上面的机器指令就变为:

c705  00001100  0000002a

这种地址修正的过程就是前面提到的重定位,每个需要被修正的地方叫做一个重定位入口(Relocation Entry)。重定位所做的工作就是给程序中每个这样的绝对地址引用的位置“打补丁”,使它们指向正确的地址

符号的概念

函数和变量在本质上是一样的,都是地址的助记符,在链接过程中,它们被称为符号(Symbol)链接器的一个重要任务就是找到符号的地址,并对每个重定位入口进行修正

我们可以将符号看做是链接中的粘合剂,整个链接过程正是基于符号才能正确完成

在《目标文件里面有什么,它是如何组织的》一节中讲到,目标文件被分成了多个部分,其中有一个叫做符号表(Symbol Value),它的段名是.symtab。符号表记录了当前目标文件用到的所有符号,包括:

  1. 全局符号,也就是全局函数和全局变量,它们可以被其他目标文件引用
  2. 外部符号(External Symbol),也就是在当前文件中使用到、却没有在当前文件中定义的全局符号
  3. 局部符号,也就是局部变量。它们只在函数内部可见,对链接过程没有作用,所以链接器往往也忽略它们
  4. 段名,这种符号往往由编译器产生,它的值就是该段的起始地址,比如.text、.data等

对链接来说,最值得关注的是全局符号,也就是上面的第一类和第二类,其它符号都是次要的

所有的符号都保存在符号表.symtab中,它一个结构体数组,每个数组元素都包含了一个符号的信息,包括符号名、符号在段中的偏移、符号大小(符号所占用的字节数)、符号类型等

确切地说,真正的符号名字是保存在字符串表.strtab中的,符号表仅仅保存了当前符号在字符串表中的偏移

符号决议(Symbol Resolution)

  • 当要进行链接时,链接器首先扫描所有的目标文件,获得各个段的长度、属性、位置等信息,并将目标文件中的所有(符号表中的)符号收集起来,统一放到一个全局符号表在这一步中,链接器会将目标文件中的各个段合并到可执行文件,并计算出合并后的各个段的长度、位置、虚拟地址等。
  • 在目标文件的符号表中,保存了各个符号在段内的偏移,生成可执行文件后,原来各个段(Section)起始位置的虚拟地址就确定了下来,这样,使用起始地址加上偏移量就能够得到符号的地址(在进程中的虚拟地址)这种计算符号地址的过程被称为符号决议(Symbol Resolution)
  • 重定位表.rel.text和.rel.data中保存了需要重定位的全局符号以及重定位入口完成了符号决议,链接器会根据重定位表调整代码中的地址,使它指向正确的内存位置

至此,可执行文件就生成了,链接器完成了它的使命。

全局变量和局部变量

在《C语言和内存》中的《Linux下C语言程序的内存布局(内存模型)》一节讲到,当程序被加载到内存后,全局变量要在数据区(全局数据区)分配内存,局部变量要在栈上分配内存。

  • 全局数据区数据区在程序运行期间一直存在,全局变量的位置不会改变,地址也是固定的,所以在链接时就能够计算出全局变量的地址
  • 栈区内存会随着函数的调用不断被分配和释放,局部变量的地址不能预先计算,必须等到发生函数调用时才能确定,所以链接过程会忽略局部变量

关于局部变量的定位,在《一个函数在栈上到底是怎样的》中已经进行了讲解,就是 ebp 加上偏移量,这在编译阶段就能给出计算公式(一条简单的语句),程序运行后,只要执行这条语句,就能够得到局部变量的地址

总结起来,链接的一项重要任务就是确定函数和全局变量的地址,并对每一个重定位入口进行修正。