重學計算機組成原理(九)- 動態鏈接

把對應的不同文件內的代碼段,合併到一起,成爲最後的可執行文件

鏈接的方式,讓我們在寫代碼的時候做到了“複用”。

同樣的功能代碼只要寫一次,然後提供給很多不同的程序進行鏈接就行了。

“鏈接”其實有點兒像我們日常生活中的標準化、模塊化生產。

有一個可以生產標準螺帽的生產線,就可生產很多不同的螺帽。

只要需要螺帽,都可以通過鏈接的方式,去複製一個出來,放到需要的地方

但是,如果我們有很多個程序都要通過裝載器裝載到內存裏面,那裏面鏈接好的同樣的功能代碼,也都需要再裝載一遍,再佔一遍內存空間。

這就好比,假設每個人都有騎自行車的需要,那我們給每個人都生產一輛自行車帶在身邊,固然大家都有自行車用了,但是馬路上肯定會特別擁擠。

1 鏈接可以分動、靜,共享運行省內存

我們上一節解決程序裝載到內存的時候,講了很多方法。說起來,最根本的問題其實就是內存空間不夠用

如果能夠讓同樣功能的代碼,在不同的程序裏面,不需要各佔一份內存空間,那該有多好啊!

就好比,現在馬路上的共享單車,我們並不需要給每個人都造一輛自行車,只要馬路上有這些單車,誰需要的時候,直接通過手機掃碼,都可以解鎖騎行。

這個思路就引入一種新的鏈接方法,叫作動態鏈接(Dynamic Link)

相應的,我們之前說的合併代碼段的方法,就是靜態鏈接(Static Link)

在動態鏈接的過程中,我們想要“鏈接”的,不是存儲在硬盤上的目標文件代碼,而是加載到內存中的共享庫(Shared Libraries)

這個加載到內存中的共享庫會被很多個程序的指令調用到。

  • 在Windows下,這些共享庫文件就是.dll文件,也就是Dynamic-Link Libary(DLL,動態鏈接庫)

用了“動態鏈接”的意思

  • 在Linux下,這些共享庫文件就是.so文件,也就是Shared Object(一般我們也稱之爲動態鏈接庫)。

用了“共享”的意思

正好覆蓋了兩方面的含義。

2 地址無關很重要,相對地址解煩惱

要在程序運行的時候共享代碼,這些機器碼必須“地址無關

也就是說,我們編譯出來的共享庫文件的指令代碼,是地址無關碼(Position-Independent Code)

換句話說就是,這段代碼,無論加載在哪個內存地址,都能夠正常執行

如果還不明白,我給你舉一個生活中的例子
如果我們有一個騎自行車的程序,要“前進500米,左轉進入天安門廣場,再前進500米”。
它在500米之後要到天安門廣場了,這就是地址相關的。
如果程序是“前進500米,左轉,再前進500米”,無論你在哪裏都可以騎車走這1000米,沒有具體地點的限制,這就是地址無關的。

大部分函數庫其實都可以做到地址無關,因爲它們都接受特定的輸入,進行確定的操作,然後給出返回結果就好了。

無論是實現一個向量加法,還是實現一個打印的函數,這些代碼邏輯和輸入的數據在內存裏面的位置並不重要。

而常見的地址相關的代碼,比如絕對地址代碼(Absolute Code)、利用重定位表的代碼等等,都是地址相關的代碼

回想一下我們之前講過的重定位表。在程序鏈接的時候,我們就把函數調用後要跳轉訪問的地址確定下來了,這意味着,如果這個函數加載到一個不同的內存地址,跳轉就會失敗。

對於所有動態鏈接共享庫的程序來講,雖然我們的共享庫用的都是同一段物理內存地址,但是在不同的應用程序裏,它所在的虛擬內存地址是不同的。

沒辦法、也不應該要求動態鏈接同一個共享庫的不同程序,必須把這個共享庫所使用的虛擬內存地址變成一致。

如果這樣的話,我們寫的程序就必須明確地知道內部的內存地址分配。

那麼問題來了,我們要怎麼樣才能做到,動態共享庫編譯出來的代碼指令,都是地址無關碼呢?

動態代碼庫內部的變量和函數調用都很容易解決,我們只需要使用相對地址(Relative Address)

各種指令中使用到的內存地址,給出的不是一個絕對的地址空間,而是一個相對於當前指令偏移量的內存地址

因爲 整個共享庫是放在一段連續的虛擬內存地址中的,無論裝載到哪一段地址,不同指令之間的相對地址都是不變的

3 動態鏈接的解決方案

PLT和GOT

要實現動態鏈接共享庫,也並不困難,和前面的靜態鏈接裏的符號表和重定向表類似

拿出一小段代碼來看一看。

  • lib.h

定義了動態鏈接庫的一個函數 show_me_the_money

  • lib.c

包含了lib.h的實際實現

  • show_me_poor.c

調用了 lib 裏面的函數

  • 把 lib.c 編譯成了一個動態鏈接庫,也就是 .so 文件

  • 最終生成文件集

在編譯的過程中,指定了一個 -fPIC 的參數

其實就是Position Independent Code意,也就是要把這個編譯成一個地址無關代碼

然後,我們再通過gcc編譯 show_me_poor 動態鏈接了 lib.so 的可執行文件

  • 在這些操作都完成了之後,我們把 show_me_poor 這個文件通過objdump出來看一下。
0000000000400540 <show_me_the_money@plt-0x10>:
  400540:       ff 35 12 05 20 00       push   QWORD PTR [rip+0x200512]        # 600a58 <_GLOBAL_OFFSET_TABLE_+0x8>
  400546:       ff 25 14 05 20 00       jmp    QWORD PTR [rip+0x200514]        # 600a60 <_GLOBAL_OFFSET_TABLE_+0x10>
  40054c:       0f 1f 40 00             nop    DWORD PTR [rax+0x0]

0000000000400550 <show_me_the_money@plt>:
  400550:       ff 25 12 05 20 00       jmp    QWORD PTR [rip+0x200512]        # 600a68 <_GLOBAL_OFFSET_TABLE_+0x18>
  400556:       68 00 00 00 00          push   0x0
  40055b:       e9 e0 ff ff ff          jmp    400540 <_init+0x28>
……
0000000000400676 <main>:
  400676:       55                      push   rbp
  400677:       48 89 e5                mov    rbp,rsp
  40067a:       48 83 ec 10             sub    rsp,0x10
  40067e:       c7 45 fc 05 00 00 00    mov    DWORD PTR [rbp-0x4],0x5
  400685:       8b 45 fc                mov    eax,DWORD PTR [rbp-0x4]
  400688:       89 c7                   mov    edi,eax
  40068a:       e8 c1 fe ff ff          call   400550 <show_me_the_money@plt>
  40068f:       c9                      leave  
  400690:       c3                      ret    
  400691:       66 2e 0f 1f 84 00 00    nop    WORD PTR cs:[rax+rax*1+0x0]
  400698:       00 00 00 
  40069b:       0f 1f 44 00 00          nop    DWORD PTR [rax+rax*1+0x0]

我們還是隻關心整個可執行文件中的一小部分內容

  • 在main函數調用show_me_the_money的函數的時候,對應的代碼是這樣的:

這裏後面有一個@plt的關鍵字,代表了我們需要從PLT,也就是程序鏈接表(Procedure Link Table)裏面找要調用的函數。對應的地址呢,則是400580這個地址。

那當我們把目光挪到上面的 400580 這個地址,你又會看到裏面進行了一次跳轉,

  • 這個跳轉指定的跳轉地址,你可以在後面的註釋裏面可以看到:

這裏的 _GLOBAL_OFFSET_TABLE_,就是我接下來要說的全局偏移表。

在動態鏈接對應的共享庫,我們在共享庫的data section裏面,保存了一張全局偏移表(GOT,Global Offset Table)

雖然共享庫的代碼部分的物理內存是共享的,但是數據部分是各個動態鏈接它的應用程序裏面各加載一份的。

所有需要引用當前共享庫外部的地址的指令,都會查詢GOT,來找到當前運行程序的虛擬內存裏的對應位置

而GOT表裏的數據,則是在我們加載一個個共享庫的時候寫進去的。

不同的進程,調用同樣的 _lib.so_,各自GOT裏面指向最終加載的動態鏈接庫裏面的虛擬內存地址是不同的。

這樣,雖然不同的程序調用的同樣的動態庫,各自的內存地址是獨立的,調用的又都是同一個動態庫,但是不需要去修改動態庫裏面的代碼所使用的地址,

而是各個程序各自維護好自己的GOT,能夠找到對應的動態庫就好了

GOT表位於共享庫自己的數據段裏

GOT表在內存裏和對應的代碼段位置之間的偏移量,始終是確定的

這樣,共享庫就是地址無關的代碼,對應的各個程序只需在物理內存里加載同一份代碼

而我們又要通過各個可執行程序在加載時,生成的各不相同的GOT表,找到它需要調用到的外部變量和函數的地址

這是一個典型的、不修改代碼,而是通過修改“地址數據”來進行關聯的辦法

它有點像我們在C語言裏面用函數指針來調用對應的函數,並不是通過預先已經確定好的函數名稱來調用,而是利用當時它在內存裏面的動態地址來調用。

4 總結

終於在靜態鏈接和程序裝載後,利用動態鏈接把我們的內存利用到了極致

同樣功能的代碼生成的共享庫,我們只要在內存裏面保留一份就好了

這樣

  • 不僅能夠做到代碼在開發階段的複用
  • 也能做到代碼在運行階段的複用。

實際上,在進行Linux程序開發,一直會用到各種各樣的動態鏈接庫。

C語言的標準庫就在1MB以上。

撰寫任何一個程序可能都需要用到這個庫,常見的Linux服務器裏,/usr/bin下面就有上千個可執行文件。

如果每一個都把標準庫靜態鏈接進來的,幾GB乃至幾十GB的磁盤空間一下子就用出去了。如果我們服務端的多進程應用要開上千個進程,幾GB的內存空間也會一下子就用出去了。這個問題在過去計算機的內存較少的時候更加顯著。

通過動態鏈接這個方式,可以說_徹底解決了這個問題_。

就像共享單車一樣,如果仔細經營,是一個很有社會價值的事情,但是如果粗暴地把它變成無限制地複製生產,給每個人造一輛,只會在系統內製造大量無用的垃圾。

已經把程序怎麼從源代碼變成指令、數據,並裝載到內存裏面,由CPU一條條執行下去的過程講完了。希望你能有所收穫,對於一個程序是怎麼跑起來的,有了一個初步的認識。

5 推薦閱讀

想要更加深入地瞭解動態鏈接,推薦你可以讀一讀《程序員的自我修養:鏈接、裝載和庫》的第7章

裏面深入地講解了,動態鏈接里程序內的數據佈局和對應數據的加載關係。

參考

  • 深入淺出計算機組成原理
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章