mesjava源代码如何执行 源代码运行_mesjava源代码如何执行


想一下， 我们想把源文件放到内存中执行，应该怎么做？

直觉上我们需要将源代码翻译成机器语言，以某种结构组织代码和数据。再让CPU去按这种结构读取指令。如果是多个源文件， 我们可能还需要按某种方式将它们组合到一块。 编译运行的原理其实大致类似，下面让我们看下具体流程：

一、 源文件的编译执行流程

链接（linking）是将各种代码和数据片段收集并组合成一个单一文件的过程， 这个文件可被加载到内存并执行。

首先， 来看两段C代码：

code/link/main.c


int sum（int *a, int n）;
int array[2] = {1,2};
int main () {
     int val = sum(array , 2);
     return val;
}


code/link/sum.c


int sum (int *a, int n) {
     int i, s = 0;
     for(i = 0; i < n; i++){
           s += a[i];
     }
     return s;
}


在linux 上我们可以通过系统提供的gcc编译器将其编译成可执行文件prog,命令如下：

gcc -o prog main.c sum.c

那执行这个命令时， 系统具体都做了哪些内容呢？如图所示展示了源文件编译链接的整个过程：


mesjava源代码如何执行 源代码运行_源文件_02


  1. 首先预处理将C的源文件main.c 翻译成一个ASCII 码的中间 main.i ，这个过程等价于命令：cpp main.c /tmp/main.i
  2. 编译器 ccl 将main.i 翻译成一个ASCII 汇编语言文件 main.s ，等价于: ccl /tmp/main.i -Og -o /tmp/main.s
  3. 然后，汇编器as ， 将main.s 翻译成一个可重定位目标文件main.o， 等价于：as -o /tmp/main.o /tmp/main.s
  4. sum 的编译过程和main类似
  5. 链接器把main.o 和 sum.o 以及一些必要的目标文件链接在一起， 生成一个可执行目标文件。
  6. 最后， 我们用shell 命令./prog 执行程序。 操作系统会调用一个叫做加载器的函数（loader）, 将可执行文件中的代码和数据复制到内存，然后将控制转移到程序开头。

二、可重定位目标文件的结构

在上面的过程中我们提到了两个目标文件： 可重定位目标文件和可执行目标文件。

目标文件， 其实就是子节序列以文件的形势存放在硬盘中。 源代码以某种格式序列化， 在运行的时候系统按找这种格式去找到每个函数，每个执行和每个变量的地址。 linux 以可执行可链接（ELF）格式存储。

为了更好的被CPU 识别， 想一下如何组织这些二进制代码可以更高效呢？

就像书桌上的物品要分类放置才整洁一样，为了便于管理翻译出来的二进制代码也分类存放，把表示代码的放在一起，表示数据的放在一起。这样，二进制代码就分为了不同的块来存放。这样的一个区域就是被称为段（segment）的东西。

首先，让我们来看一下由源文件编译产生的可重定位目标文件长什么样子：


mesjava源代码如何执行 源代码运行_目标文件_03


  • ELF 头： 记录程序入口地址 ， 目标机器型号，版本号等信息。
  • .txt ： 文本段
  • .data .bss : 数据段（.data 存放已初始化的数据， .bss存放未初始化的数据）
  • .rel.text ： 文本重定位段
  • .rel.data: 数据重定位段（被模块引用或定义的全局变量的重定位信息）
  • .symtab： 符号表 （符号表是一个符号信息的数组， 数组的每个条目中包含被分配到哪个节、 距该节起始位置的偏移）。

一般来说，代码中都会存在引用了外部的函数，或者变量的情况。既然是引用，那么这些函数、变量并没存在该目标文件内。在使用他们的时候， 就要给出他们的实际地址（这个过程发生在链接的时候）。而重定位表，提供了寻找这些实际地址的信息。 当汇编器遇到最终位置未知的目标引用时， 就会生成一个重定位条目。

一个可执行文件往往包含多个源文件？ 在我们产生了多个可重定位目标文件之后， 链接器又是怎么把他们汇集到一起的呢？

三、 链接过程

每个全局变量和函数都可以看作是一个符号，存放在符号表中。 链接过程可以大致分为两步：

1. 符号解析 ：将每个符号引用比如代码main.c 中的 sum ， array 和符号表中的的符号定义关联起来 。

2. 重定位： 将可重定位目标文件组合起来，将所有相同类型的节合并。 将运行时的内存地址赋给新的聚合节，把符号定义和一个内存地址相关联。 然后修改这些符号的引用， 使他们指向这个内存位置。通过重定位段 .rel.text 和.rel.data 生成 已重定位的.text节和.data 节。

3. 加载到内存之后， .text 为只读内存段，.data 和.bss为读/写内存段。

四、 加载可执行目标文件


mesjava源代码如何执行 源代码运行_源文件_04


程序复制到内存运行之后的内存布局如上图所示。 刚才我们提到.data和.bss节中保存全局和静态变量， 而局部变量在运行时保存在栈中。