Linux 应用程序链接与加载:从 C 源码到进程的完整链路
本章目标:理解一个 C 程序为什么能够运行。
从:
hello.c到:
CPU执行指令中间经历了什么?
重点掌握:
- 编译(compile)
- 链接(link)
- ELF 文件格式
- 静态链接
- 动态链接
- PLT/GOT
- ld.so
- execve 加载过程
- 常用二进制分析工具
1. 程序运行的完整流程
写一个程序:
#include <stdio.h>
int main(){ puts("hello"); return 0;}执行:
gcc hello.c -o hello./hello表面看:
hello.c | vhello | v运行实际上:
hello.c
| | compiler v
hello.o
| | linker v
hello (ELF)
| | execve()
v
Linux kernel
| | loader
v
进程地址空间
| | CPU执行
v
main()2. 三个核心角色
2.1 Compiler(编译器)
作用:
C代码 → 汇编 → 目标文件例如:
gcc -c hello.c生成:
hello.o2.2 Linker(链接器)
作用:
把多个目标文件组合。
例如:
main.o
+
foo.o
↓
program解决两个问题:
符号解析(Symbol Resolution)
例如:
main.c:
foo();但是:
foo 在:
foo.c里面。
linker 找到:
foo在哪里重定位(Relocation)
修改:
call ????成为:
call 真实地址2.3 Loader(加载器)
作用:
把 ELF 文件放入内存。
负责:
- 创建地址空间
- 加载代码段
- 创建栈
- 设置寄存器
- 跳转入口地址
3. ELF:Linux可执行文件格式
Linux使用:
ELFExecutable and Linkable Format查看:
file hello例如:
输出:
hello: ELF 64-bit LSB executableELF 不只是可执行文件:
包括:
| 类型 | 说明 |
|---|---|
| .o | 目标文件 |
| 可执行文件 | 程序 |
| .so | 共享库 |
| core | 崩溃转储 |
4. ELF结构
大致:
ELF
+----------------+| ELF Header |+----------------+| Program Header |+----------------+| .text || .rodata || .data || .bss |+----------------+| Section Header |+----------------+5. Section 和 Segment
这是 ELF 最重要概念之一。
5.1 Section
面向:
linker链接器关心:
哪些东西需要合并?
常见:
| Section | 作用 |
|---|---|
| .text | 代码 |
| .rodata | 只读数据 |
| .data | 初始化全局变量 |
| .bss | 未初始化全局变量 |
| .symtab | 符号表 |
5.2 Segment
面向:
loader加载器关心:
哪些内容需要映射到内存?
例如:
LOAD
R-X
RW-关系:
Section | | linker视角
Segment | | loader视角6. 程序加载后的地址空间
一个进程:
高地址
+----------------+| stack |+----------------+
+----------------+| shared library || libc.so |+----------------+
+----------------+| mmap |+----------------+
+----------------+| heap |+----------------+
+----------------+| .bss/.data |+----------------+
+----------------+| .text |+----------------+
低地址对应 C:
| C代码 | 位置 |
|---|---|
| 函数 | .text |
| 字符串常量 | .rodata |
| global变量 | .data/.bss |
| malloc | heap |
| 局部变量 | stack |
7. 静态链接
思想
把库代码直接复制进程序。
例如:
printf()来自:
libc.a静态链接:
hello.o
+
libc.a
↓
hello最终:
hello
.text
main
printf
malloc
...优点
运行时不依赖外部库。
缺点
1. 文件大
2. 内存浪费
例如:
程序A libc
程序B libc
程序C libc8. 动态链接
解决静态链接问题。
思想:
共享库。
结构:
vim
| | libc.so
bash
| | libc.so多个程序共享:
libc.so9. 动态链接的问题
代码:
puts("hello");但是:
puts在哪里?
答案:
libc.so编译 hello 时:
不知道:
libc加载在哪里因为:
- ASLR
- 动态库地址随机
解决:
PLT + GOT10. GOT
Global Offset Table
全局偏移表。
本质:
一个地址表。
例如:
GOT
+-------------+| puts地址 |+-------------+| malloc地址 |+-------------+| printf地址 |+-------------+启动前:
puts = ?动态链接后:
puts = 0x7ffff7xxxx11. PLT
Procedure Linkage Table
函数跳板。
调用:
puts();实际:
call puts@plt流程:
main
| |puts@plt
| |GOT
| |libc puts12. 第一次调用 puts
流程:
main
call puts@plt
|
v
PLT
|
v
GOT
|
v
ld.so
|
v
查找 libc
|
v
修改 GOT之后:
main
↓
PLT
↓
GOT
↓
puts这叫:
Lazy Binding
延迟绑定。
13. ld.so
动态链接器。
文件:
/lib64/ld-linux-x86-64.so.2查看:
ls -l /lib64/ld-linux-x86-64.so.2作用:
1. 加载共享库
例如:
libc.solibm.so2. 符号解析
找到:
puts在哪里3. 修改GOT
填入:
真实地址14. 程序启动流程
执行:
./hello真实:
shell
| |execve()
| v
kernel
| |读取ELF
| |发现.interp
| |启动ld.so
| |加载libc.so
| |修改GOT
| |_start
| |__libc_start_main
| |main15. 为什么不是main开始执行?
查看:
readelf -h hello看到:
Entry point address通常:
_start不是:
main原因:
main之前需要:
- 初始化libc
- 设置argc argv
- 初始化环境
- 初始化全局变量
16. objdump:查看机器指令
命令:
objdump -d hello作用:
反汇编。
例如:
C:
puts("hello");汇编:
lea string,%rax
mov %rax,%rdi
call puts@plt17. main函数解释
典型:
push rbpmov rsp,rbp建立栈帧。
加载字符串:
lea offset(%rip),%rax原因:
PIE。
不能固定地址。
使用:
RIP + offset参数传递:
Linux x86-64 ABI:
| 参数 | 寄存器 |
|---|---|
| 1 | rdi |
| 2 | rsi |
| 3 | rdx |
| 4 | rcx |
| 5 | r8 |
| 6 | r9 |
所以:
puts("hello")变成:
rdi = hello地址18. 常用命令总结
18.1 查看文件类型
file hello作用:
查看是否 ELF。
18.2 查看 ELF Header
readelf -h hello查看:
- ELF类型
- entry point
重点:
Entry point address18.3 查看 Program Header
readelf -l hello重点:
LOAD
INTERP
DYNAMIC18.4 查看 Section
readelf -S hello查看:
.text.data.bss.rodata18.5 查看动态依赖
ldd hello例如:
libc.so.6
libm.so.6
ld-linux18.6 查看汇编
objdump -d hello查看:
_start
main
PLT18.7 C代码和汇编对应
编译:
gcc -g hello.c -o hello查看:
objdump -S hello18.8 查看符号表
nm hello动态符号:
nm -D hello例如:
U puts表示:
undefined。
18.9 查看重定位
objdump -R hello查看:
JUMP_SLOT puts18.10 查看运行时地址空间
启动:
./hello查 PID:
ps aux查看:
pmap PID或者:
cat /proc/PID/maps19. LD_PRELOAD
作用:
强制加载自己的动态库。
例如:
LD_PRELOAD=./hook.so ./hello可以:
- 替换函数
- 监控调用
- 调试
20. 总结:完整知识链
C源码
↓
gcc
↓
.o目标文件
↓
linker
↓
ELF
↓
execve
↓
kernel
↓
loader
↓
ld.so
↓
加载动态库
↓
解析符号
↓
修改GOT
↓
_start
↓
libc初始化
↓
main
↓
PLT
↓
GOT
↓
libc函数最终需要掌握的核心概念
| 概念 | 一句话 |
|---|---|
| ELF | 描述程序如何运行的文件格式 |
| Section | 链接器看到的组织方式 |
| Segment | 加载器看到的组织方式 |
| Linker | 生成最终程序 |
| Loader | 把程序放入内存 |
| ld.so | 动态加载和链接 |
| PLT | 函数调用跳板 |
| GOT | 保存真实地址 |
| Relocation | 修正地址 |
| Lazy Binding | 第一次调用时解析 |
这一章学完以后,后面的:
- shell 为什么能执行程序
- execve 如何工作
- fork 为什么复制地址空间
- mmap 为什么能加载共享库
- 调试器如何找到函数
都会建立在这套模型上。你现在用 pmap + readelf + objdump + ldd 这几个工具观察程序,已经是在用 Linux 系统程序员的视角理解 OS 了。
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 85 天
部分内容可能已过时