跨系统运行:CPU 架构、ABI 与可执行文件格式
直觉上很容易把问题归结为 CPU 架构不同:Windows 电脑长期以 x86-64 为主,Mac 现在以 ARM64 为主。但这只解释了一部分。
更关键的是:程序依赖的不只是 CPU 指令集,还依赖操作系统提供的二进制接口。
2019 年之前有大量 Intel Mac,CPU 架构和很多 Windows 电脑一样,但 Windows .exe 依然不能直接当作 macOS 程序运行。同样,Linux 和 Windows 即使都在 x86-64 上,普通二进制也不能互相直接运行。
CPU 架构只是第一层
CPU 架构决定机器码长什么样。例如:
- x86-64 程序不能直接在 ARM CPU 上执行;
- ARM64 程序不能直接在 x86-64 CPU 上执行。
但即使 CPU 指令集一样,程序仍然需要操作系统配合。因为程序运行时会不断请求系统服务:创建进程、读写文件、分配内存、访问网络、加载动态库、处理异常等。
这些服务的入口和规则由 OS 定义。
用户态、内核态和系统调用
普通程序运行在用户态,不能直接控制硬件、页表、磁盘、网卡和定时器。需要这些能力时,它必须通过系统调用进入内核。
这里讲的是“系统调用 ABI”,不是程序员平时直接写的高级 API。Windows 程序常调用 Win32 API,例如 CreateProcess;这些 API 再进入 Windows 内核提供的更低层服务。Linux 程序常通过 libc 包装 syscall,而不是手写系统调用指令。
系统调用的一般流程是:
- 用户程序把系统调用号放入约定寄存器;
- 把参数放入约定寄存器或栈中;
- 执行特殊入口指令,例如 x86-64 上常见的
syscall,ARM64 上常见的svc; - CPU 切换到内核态;
- 操作系统读取系统调用号和参数,查表执行对应服务;
- 内核返回用户态。
问题在于:不同操作系统的系统调用集合、编号、参数规则都不同。
ABI:真正卡住二进制兼容的地方
ABI 是 Application Binary Interface,应用二进制接口。它规定的是“已经编译好的机器码如何和系统以及其他二进制模块打交道”。
ABI 包括:
- 系统调用编号;
- 系统调用参数放在哪些寄存器里;
- 函数调用约定;
- 栈如何对齐;
- 返回值放在哪里;
- 动态链接规则;
- 结构体布局;
- 异常处理和线程局部存储规则;
- 可执行文件格式。
所以跨系统不兼容并不是“CPU 不认识这条加法指令”,而是“程序请求系统服务的方式和当前 OS 不匹配”。
Windows 和 Unix 创建进程的差异
Windows 提供 CreateProcess 这类 Win32 API:一个主要 API 就能指定新程序路径、参数、环境、句柄继承等信息,然后创建新进程。它不是简单的一条 CPU 指令,也不是本文重点讨论的“系统调用编号”,而是 Windows 用户态 API 和内核服务共同形成的进程创建模型。
Unix/Linux 传统上常见的是 fork + exec 两步:
fork():复制当前进程,得到一个子进程;exec():在子进程中把当前程序映像替换成另一个程序。
这不是语法差异,而是进程模型差异。现代 Unix-like 系统也常提供 posix_spawn(),它在语义上更接近“一步创建并执行新程序”,但底层仍要遵守该系统自己的 ABI 和加载规则。
fork 详解
fork() 调用后,会出现两个几乎一样的进程:
- 父进程继续从
fork()返回处往下执行; - 子进程也从同一个位置往下执行;
- 父进程中
fork()返回子进程 PID; - 子进程中
fork()返回 0。
示意:
pid_t pid = fork();
if (pid == 0) { // child} else { // parent}现代 Linux 不会在 fork() 时立刻把父进程所有内存完整复制一份。它通常使用 copy-on-write:
- 父子进程先共享同一批物理页;
- 页表标记为只读;
- 谁要写某页,触发缺页异常;
- 内核这时才复制该页,让写入方拥有自己的副本。
这样 fork() 可以很快,尤其适合马上接 exec() 的场景。
exec 详解
exec() 不是创建新进程,而是替换当前进程的程序映像。
执行 exec() 后:
- PID 通常不变;
- 当前地址空间被新程序替换;
- text/data/heap/stack 重新建立;
- 程序从新可执行文件入口点开始;
- 打开的文件描述符默认可以保留,除非设置了 close-on-exec;
- 原来的代码不会继续往下执行,除非
exec()失败。
典型 shell 执行命令的流程:
sequenceDiagram
participant Shell
participant Child
participant Kernel
Shell->>Kernel: fork()
Kernel-->>Shell: 返回 child pid
Kernel-->>Child: 返回 0
Child->>Kernel: execve("/bin/ls", ...)
Kernel->>Child: 替换地址空间,跳到 ls 入口
Shell->>Kernel: waitpid(child)为什么要拆成两步?因为子进程在 fork() 和 exec() 之间可以做准备工作,例如重定向标准输入输出、设置环境变量、关闭文件描述符、改变工作目录等。
可执行文件格式不同
即使系统调用问题解决了,OS 也要能加载这个文件。
常见格式:
| 系统 | 可执行文件格式 |
|---|---|
| Windows | PE / Portable Executable |
| Linux | ELF / Executable and Linkable Format |
| macOS | Mach-O |
可执行文件不只是机器码,还包含:
- 入口点;
- 代码段和数据段布局;
- 动态库依赖;
- 重定位信息;
- 符号表;
- 调试信息;
- 权限和加载元数据。
操作系统的加载器只认识自己支持的格式。Windows loader 不会按 ELF 规则加载普通 Linux 程序,Linux loader 也不会按 PE 规则运行普通 .exe。Linux 可以通过 binfmt_misc 把某些外来格式转交给解释器或兼容层,但那已经不是“内核原生直接运行这个二进制”。
运行时和跨平台语言
Python、JavaScript、Java 这类语言看起来更容易跨平台,是因为中间多了一层运行时:
- Python 代码由对应平台的 Python 解释器执行;
- Java 字节码由 JVM 执行;
- JavaScript 由浏览器或 Node.js 执行。
真正和操作系统 ABI 打交道的是解释器或虚拟机,而不是源码本身。
但这不等于完全没有兼容问题。如果程序依赖平台专属模块、原生扩展、系统路径、动态库或外部命令,仍然可能只能在特定系统上运行。
Wine、虚拟机和容器分别解决什么
| 方案 | 解决方式 |
|---|---|
| Wine | 在 Unix-like 系统上实现一层 Windows API/ABI 兼容层 |
| 虚拟机 | 模拟一整套硬件环境,在里面运行另一个 OS |
| 容器 | 共享宿主机内核,只隔离用户态环境;通常要求同一内核 ABI |
| Rosetta / QEMU | 做 CPU 指令集翻译 |
它们解决的问题不同。Wine 主要处理 Windows API 和 PE 加载;虚拟机直接带上完整 Windows;容器共享宿主机内核,所以 Linux 容器本质上仍运行 Linux 用户态程序;指令翻译只能解决 CPU 架构差异,不能自动解决 OS ABI 差异。
一句话:二进制程序能不能跨系统运行,取决于 CPU 指令集、可执行文件格式、系统调用 ABI、动态链接和运行时环境是否全部匹配。
分享文章
生成精美分享图或复制链接,与更多人分享本文。
继续阅读
换条路线
从其他文章中稳定抽取
最后更新于 ,距今已过 125 天
部分内容可能已过时