Linux内核分析第七周———可执行程序的装载
李雪琦+原创作品转载请注明出处 + 《Linux内核分析》MOOC课程http://mooc.study.163.com/course/USTC-1000029000
一、知识要点：
Linux中，可以从c源代码生产一个可执行程序，这其中要经过预处理、编译和链接的过程。可以参考以下图来理解这个过程：
其中，目标文件中至少有编译后的机器指令代码、数据，也还包括了链接时所须要的一些信息，比如符号表、调试信息、字符串等。这Linux中，可执行文件的格式现在主要是ELF格式（对应于Windows中PE格式）。ELF的格式如下：
链接，是收集、组织程序所需的不同代码和数据的过程，以便程序能被装入内存并被执行。
链接过程分为两步:
- 1.空间与地址分配
- 2.符号解析与重定位
在Linux中，一个程序的执行是做为一个新的进程，使用execve系统调用完成的。execve对应的系统调用是sys_execve，在其内部会解析可执行文件格式。对应的内核代码，就是，在search_binary_handler中寻找符合文件格式对应的解析模块，关键代码如下：
对于ELF文件，retval = fmt->load_binary(bprm)实际上执行的就是load_elf_binary，其内部就是按照ELF文件格式来加载ELF文件的。这里，我们也可以看到Linux是可以支持多种可执行文件格式的，所有的格式处里信息用一个结构体存储在一个链表中，其中的load_binary是一个函数指针，对应于该中格式的可执行文件的加载方式；要想支持一种新的可执行文件，只需要向链表中注册一个新的format结构体就可以了，此种设计类似观察者模式，具有很好的扩展性。
二、实验过程：
打开实验楼中的虚拟机，在shell中依次运行以下命令，获取本次实验的代码，并编译运行
cd LinuxKernel
rm menu -rf
git clone https://github.com/mengning/menu.git
cd menu
mv test_exec.c test.c
make rootfs
效果如下：
关闭QEMU窗口，在shell窗口中，cd LinuxKernel回退到LinuxKernel目录，使用下面的命令启动内核并在CPU运行代码前停下以便调试：
qemu -kernel linux-3.18.6/arch/x86/boot/bzImage -initrd rootfs.img -s -S
接下来，我们就可以水平分割一个新的shell窗口出来，依次使用下面的命令启动gdb调试
gdb
(gdb) file linux-3.18.6/vmlinux
(gdb) target remote:1234
并在系统调用sys_execve的入口处设置断点
(gdb) b sys_execve
继续运行程序，在QEMU窗口中输入exec，系统就会停在上面设置的断点处，如图：
接下来我们可以单步跟踪sys_execve的内核代码，也可以通过设置以下断点
b load_elf_binary
b start_thread
来完整地跟踪进程的创建和启动代码。
三、总结：
Linux系统可以通过execve API启动一个新进程，该API又呼叫sys_execve系统调用，负责将新的程序代码和数据替换到新的进程中，打开可执行 文件，载入依赖的库文件，申请新的内存空间，最后执行 start_thread(regs, elf_entry, bprm->p) ，设置 new_ip, new_sp ，完成新进程的代码和数据替换，然后返回，接下来就是执行新的进程代码了。