暑假集训——计算机系统级之链接

链接器把程序的各个代码和数据片段收集并联合成一个文件，处理器将这个文件加载到内存，并且执行它。链接可以在编译时、加载时、运行时。本文概括总结了链接各方面的全面讨论。从传统静态链接到加载时的共享库的动态链接，以及到运行时的共享库的动态链接。

一、编译器驱动程序

1、编译器驱动程序（complier driver）：

指的是用户在需要时调用的语言预处理器、编译器、汇编器和链接器。

2、Linux命令：

从编写的c/cpp文件，到最终可以在计算机上运行的文件，这中间需要经历几个过程：

（1）预处理cpp文件：

这个步骤主要扩充源文件，例如将头文件等相关需要被源文件使用到的代码加入进来，处理后main.cpp变成main.i

Linux> gcc -o main.i -E main.cpp

（2）编译：

这个过程主要是将main.i翻译成为main.s，也即变成一条一条的指令

Linux> gcc -o main.s -S main.i

（3）汇编：

这个过程主要是将main.s汇编为main.o，也就是变成二进制机器码表示的可重定位目标文件

Linux> gcc -o main.o -c main.s

（4）链接：

将得到的可重定位目标程序进行和一些必要的系统目标文件组合起来，创建出一个可执行目标文件

Linux> gcc -o prog main.o

（5）执行：

shell调用加载器函数，它将prog中的代码和数据复制到内存，然后将控制权移交给这个程序。

Linux> ./prog

3、静态链接：

静态链接器以一组可重定位目标文件和命令行参数作为输入，生成一个完全链接的、可以加载和运行的可执行目标文件作为输出。为了构造出可执行目标文件，链接器需要做两件事情：
（1）符号解析：

目标文件定义和引用符号，这些符号包括：函数名、全局变量名、静态变量。符号解析的目的是将每个符号引用和一个符号定义关联起来。

（2）重定位：

编译器和汇编器都是从地址0给代码和数据节编址的，链接器通过把每个符号定义和一个内存位置关联起来，从而重定位这些节，然后修改所有对这些符号的引用。

4、目标文件：

目标文件的三种形式：

• 可重定位目标文件
• 可执行目标文件
• 共享目标文件

5、可重定位目标文件：

目标文件是按照特定的目标文件格式组织的，不同的平台，目标文件的格式不尽相同。本节重点介绍ELF可重定位目标文件格式（ELF：Excutable and Linkable Format）。

ELF头：以一个16字节的序列开始，这个序列描述了生成该文件的系统的字的大小和字节顺序。剩余部分包括ELF头的大小、目标文件的类型、机器类型、节头部表的文件偏移，以及头部表中条目的大小和数量。

节头部表：不同节的位置和大小也是由节头部表描述的。

夹在ELF头和节头部表之间的都是节，一个典型的ELF可重定位目标文件包含下面几个节：

（1）.text：已编译程序的机器代码

（2）.rodata：只读数据

（3）.data：已初始化的全局和静态变量

（4）.bss：未初始化的全局和静态变量，以及所有被初始化为0的全局和静态变量

（5）.symtab：符号表，存储程序中定义和引用的函数和全局变量信息

（6）.rel .text：.text节中位置的列表，当链接器把这个目标文件和其他文件组合时，需要修改这些位置。一般，任何调用外部函数或者引用全局变量的指令都需要修改。

（7）.rel .data：被模块引用或定义的所有全局变量的重定位信息。

（8）.debug：一个调试符号表

（9）.line：源程序行号和.text中机器指令之间的映射

（10）.strlab：

6、符号和符号表：

在链接器的上下文中，有三种不同的符号：

• 由模块m定义，并能被其他模块引用的全局符号，例如非静态的C函数和全局变量

• 由其他模块定义并被模块m引用的全局符号

• 在模块m中定义，并只在m中引用的局部符号，对应于带static的函数和全局变量

本地非静态程序变量运行的时候是被栈管理，链接器对他们不感兴趣。但是，若本地过程变量带上了static修饰，则例外。

正在更新…

7、符号解析：

（1）

（2）与静态库链接：

静态库的提出解决了编译和链接时的痛点，所有的编译系统都提供了一种机制，这种机制将所有相关的目标模块打包成一个单独的文件，称为静态库。当链接器生成可执行目标文件时，只复制静态库里被应用程序所引用的目标模块。为了方便解释，举一个例子来说明：

// add.c文件
int add(int a, int b) {return a+b;
}

// sub.c文件
int sub(int a,int b) {return a-b;
}

// main应用程序
# include <stdio.h>int add(int a,int b);
int sub(int a,int b);int main() {printf("%d",add(1,2));return 0;
}

首先，用 gcc -c add.c sub.c，得到add.o和sub.o

接着，将这两个.o文件打包成一个库mylib.a，用命令：
Linux> ar rcs mylib.a add.o sub.o

再次，Linux> gcc -c main.c

最后，使用Linux> gcc -static -o prog main.o mylib.a得到可执行目标文件

实际上，最后一条命令写成Linux> gcc -static -o prog main.o mylib.a libc.a也是可以的，但没必要，因为libc.a都会被默认加上

当链接器运行时，它判定main.o引用了add.o中的add符号，所以从mylib.a中复制add.o到可执行文件，而不会去复制sub.o文件。链接器还会复制libc.a中的printf.o等模块。

upding