Hello World 背后的故事

TUBOSS 2014-10-23

展開全文

Hello World 背后的真實(shí)故事

（至少是大部分故事）

原作者：Ant?nio Augusto M. Fr?hlich
原文鏈接： http://www.lisha./~guto/teaching/os/exercise/hello.html

譯者：楊文博 <http://>
譯文鏈接： http://share./os/hello_cn.html
最后更新時(shí)間： 2008 年 2 月 28 日

我們計(jì)算機(jī)科學(xué)專業(yè)的大多數(shù)學(xué)生至少都接觸過(guò)一回著名的 "Hello World" 程序。相比一個(gè)典型的應(yīng)用程序——幾乎總是有一個(gè)帶網(wǎng)絡(luò)連接的圖形用戶界面，"Hello World" 程序看起來(lái)只是一段很簡(jiǎn)單無(wú)趣的代碼。不過(guò)，許多計(jì)算機(jī)科學(xué)專業(yè)的學(xué)生其實(shí)并不了解它背后的真實(shí)故事。這個(gè)練習(xí)的目的就是利用對(duì) "Hello World" 的生存周期的分析來(lái)幫助你揭開它神秘的面紗。

源代碼

讓我們先看一下 Hello World 的源代碼：

1. 2. 3. 4. 5. 6. 7. #include <stdio.h> int main(void) { printf("Hello World!\n"); return 0; }

第 1 行指示編譯器去包含調(diào)用 C 語(yǔ)言庫(kù)（libc）函數(shù) printf 所需要的頭文件聲明。

第 3 行聲明了 main 函數(shù)，看起來(lái)好像是我們程序的入口點(diǎn)（在后面我們將看到，其實(shí)它不是）。它被聲明為一個(gè)不帶參數(shù)（我們這里不準(zhǔn)備理會(huì)命令行參數(shù)）且會(huì)返回一個(gè)整型值給它的父進(jìn)程（在我們的例子里是 shell ）的函數(shù)。順便說(shuō)一下，shell 在調(diào)用程序時(shí)對(duì)其返回值有個(gè)約定：子進(jìn)程在結(jié)束時(shí)必須返回一個(gè) 8 比特?cái)?shù)來(lái)代表它的狀態(tài)：0 代表正常結(jié)束，0~128 中間的數(shù)代表進(jìn)程檢測(cè)到的異常終止，大于 128 的數(shù)值代表由信號(hào)引起的終止。

從第 4 行到第 8 行構(gòu)成了 main 函數(shù)的實(shí)現(xiàn)，即調(diào)用 C 語(yǔ)言庫(kù)函數(shù) printf 輸出 "Hello World!\n" 字符串，在結(jié)束時(shí)返回 0 給它的父進(jìn)程。

簡(jiǎn)單，非常簡(jiǎn)單！

編譯

現(xiàn)在讓我們看看 "Hello World" 的編譯過(guò)程。在下面的討論中，我們將使用非常流行的 GNU 編譯器（ gcc ）和它的二進(jìn)制輔助工具（ binutils ）。我們可以使用下面命令來(lái)編譯我們的程序：

# gcc -Os -c hello.c

這樣就生成了目標(biāo)文件 hello.o，來(lái)看一下它的屬性：

# file hello.o hello.o: ELF 32-bit LSB relocatable, Intel 80386, version 1 (SYSV), not stripped

給出的信息告訴我們 hello.o 是個(gè)可重定位的目標(biāo)文件（relocatable），為 IA-32(Intel Architecture 32) 平臺(tái)編譯（在這個(gè)練習(xí)中我使用了一臺(tái)標(biāo)準(zhǔn) PC），保存為 ELF(Executable and Linking Format) 文件格式，并且包含著符號(hào)表（not stripped）。

順便：

# objdump -hrt hello.o hello.o: file format elf32-i386 Sections: Idx Name Size VMA LMA File off Algn 0 .text 00000011 00000000 00000000 00000034 2**2 CONTENTS, ALLOC, LOAD, RELOC, READONLY, CODE 1 .data 00000000 00000000 00000000 00000048 2**2 CONTENTS, ALLOC, LOAD, DATA 2 .bss 00000000 00000000 00000000 00000048 2**2 ALLOC 3 .rodata.str1.1 0000000d 00000000 00000000 00000048 2**0 CONTENTS, ALLOC, LOAD, READONLY, DATA 4 .comment 00000033 00000000 00000000 00000055 2**0 CONTENTS, READONLY SYMBOL TABLE: 00000000 l df *ABS* 00000000 hello.c 00000000 l d .text 00000000 00000000 l d .data 00000000 00000000 l d .bss 00000000 00000000 l d .rodata.str1.1 00000000 00000000 l d .comment 00000000 00000000 g F .text 00000011 main 00000000 *UND* 00000000 puts RELOCATION RECORDS FOR [.text]: OFFSET TYPE VALUE 00000004 R_386_32 .rodata.str1.1 00000009 R_386_PC32 puts

這告訴我們 hello.o 有 5 個(gè)段：

（譯者注：在下面的解釋中讀者要分清什么是 ELF 文件中的段（section）和進(jìn)程中的段（segment）。比如 .text 是 ELF 文件中的段名，當(dāng)程序被加載到內(nèi)存中之后，.text 段構(gòu)成了程序的可執(zhí)行代碼段。其實(shí)有時(shí)候在中文環(huán)境下也稱 .text 段為代碼段，要根據(jù)上下文分清它代表的意思。）

.text: 這是 "Hello World" 編譯生成的可執(zhí)行代碼，也就是說(shuō)這個(gè)程序?qū)?yīng)的 IA-32 指令序列。.text 段將被加載程序（ loader ）用來(lái)初始化進(jìn)程的代碼段。
.data:"Hello World" 的程序里既沒(méi)有初始化的全局變量也沒(méi)有初始化的靜態(tài)局部變量，所以這個(gè)段是空的。否則，這個(gè)段應(yīng)該包含變量的初始值，運(yùn)行前被裝載到進(jìn)程的數(shù)據(jù)段。
.bss: "Hello World" 也沒(méi)有任何未初始化的全局或者局部變量，所以這個(gè)段也是空的。否則，這個(gè)段指示的是，在進(jìn)程的數(shù)據(jù)段中除了上文的 .data 段內(nèi)容，還有多少字節(jié)應(yīng)該被分配并賦 0。
.rodata: 這個(gè)段包含著被標(biāo)記為只讀 "Hello World!\n" 字符串。很多操作系統(tǒng)并不支持進(jìn)程（運(yùn)行的程序）有只讀數(shù)據(jù)段，所以 .rodata 段的內(nèi)容既可以被裝載到進(jìn)程的代碼段（因?yàn)樗侵蛔x的），也可以被裝載到進(jìn)程的數(shù)據(jù)段（因?yàn)樗菙?shù)據(jù)）。因?yàn)榫幾g器并不知道你的操作系統(tǒng)所使用的策略，所以它額外生成了一個(gè) ELF 文件段。
.comment: 這個(gè)段包含著 33 字節(jié)的注釋。因?yàn)槲覀冊(cè)诖a中沒(méi)有寫任何注釋，所以我們無(wú)法追溯它的來(lái)源。不過(guò)我們將很快在下面看到它是怎么來(lái)的。

它也給我們展示了一個(gè)符號(hào)表（ symbol table ），其中符號(hào) main 的地址被設(shè)置為 00000000，符號(hào) puts 未定義。此外，重定位表（relocation table）告訴我們?cè)趺礃尤ピ?.text 段中去重定位對(duì)其它段內(nèi)容的引用。第一個(gè)可重定位的符號(hào)對(duì)應(yīng)于 .rodata 中的 "Hello World!\n" 字符串，第二個(gè)可重定位符號(hào) puts，代表了使用 printf 所產(chǎn)生的對(duì)一個(gè) libc 庫(kù)函數(shù)的調(diào)用。為了更好的理解 hello.o 的內(nèi)容，讓我們來(lái)看看它的匯編代碼：

1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. # gcc -Os -S hello.c -o - .file "hello.c" .section .rodata.str1.1,"aMS",@progbits,1 .LC0: .string "Hello World!" .text .align 2 .globl main .type main,@function main: pushl %ebp movl %esp, %ebp pushl $.LC0 call puts xorl %eax, %eax leave ret .Lfe1: .size n,.Lfe1-n .ident "GCC: (GNU) 3.2 20020903 (Red Hat Linux 8.0 3.2-7)"

從匯編代碼中我們可以清楚的看到 ELF 段標(biāo)記是怎么來(lái)的。比如，.text 段是 32 位對(duì)齊的（第 7 行）。它也揭示了 .comment 段是從哪兒來(lái)的（第 20 行）。因?yàn)槲覀兪褂?printf 來(lái)打印一個(gè)字符串，并且我們要求我們優(yōu)秀的編譯器對(duì)生成的代碼進(jìn)行優(yōu)化（ -Os ），編譯器用（應(yīng)該更快的） puts 調(diào)用來(lái)取代 printf 調(diào)用。不幸的是，我們后面將會(huì)看到我們的 libc 庫(kù)的實(shí)現(xiàn)會(huì)使這種優(yōu)化變得沒(méi)什么用。

那么這段匯編代碼會(huì)生成什么代碼呢？沒(méi)什么意外之處：使用標(biāo)志字符串地址的標(biāo)號(hào) .LC0 作為參數(shù)的一個(gè)對(duì) puts 庫(kù)函數(shù)的簡(jiǎn)單調(diào)用。

連接

下面讓我們看一下 hello.o 轉(zhuǎn)化為可執(zhí)行文件的過(guò)程?？赡軙?huì)有人覺(jué)得用下面的命令就可以了：

# ld -o hello hello.o -lc ld: warning: cannot find entry symbol _start; defaulting to 08048184

不過(guò)，那個(gè)警告是什么意思？嘗試運(yùn)行一下！

是的，hello 程序不工作。讓我們回到那個(gè)警告：它告訴我們連接器（ld）不能找到我們程序的入口點(diǎn) _start。不過(guò) main 難道不是入口點(diǎn)嗎？簡(jiǎn)短的來(lái)說(shuō)，從程序員的角度來(lái)看 main 可能是一個(gè) C 程序的入口點(diǎn)。但實(shí)際上，在調(diào)用 main 之前，一個(gè)進(jìn)程已經(jīng)執(zhí)行了一大堆代碼來(lái)“為可執(zhí)行程序清理房間”。我們通常情況下從編譯器或者操作系統(tǒng)提供者那里得到這些外殼程序（surrounding code，譯者注：比如 CRT）。

下面讓我們?cè)囋囘@個(gè)命令：

# ld -static -o hello -L`gcc -print-file-name=` /usr/lib/crt1.o /usr/lib/crti.o hello.o /usr/lib/crtn.o -lc -lgcc

現(xiàn)在我們可以得到一個(gè)真正的可執(zhí)行文件了。使用靜態(tài)連接（static linking）有兩個(gè)原因：一，在這里我不想深入去討論動(dòng)態(tài)連接庫(kù)（dynamic libraries）是怎么工作的；二，我想讓你看看在我們庫(kù)（libc 和 libgcc）的實(shí)現(xiàn)中，有多少不必要的代碼將被添加到 "Hello World" 程序中。試一下這個(gè)命令：

# find hello.c hello.o hello -printf "%f\t%s\n" hello.c 84 hello.o 788 hello 445506

你也可以嘗試 "nm hello" 和 "objdump -d hello" 命令來(lái)得到什么東西被連接到了可執(zhí)行文件中。

想了解動(dòng)態(tài)連接的更多內(nèi)容，請(qǐng)參考 Program Library HOWTO。

裝載和運(yùn)行

在一個(gè)遵循 POSIX(Portable Operating System Interface) 標(biāo)準(zhǔn)的操作系統(tǒng)（OS）上，裝載一個(gè)程序是由父進(jìn)程發(fā)起 fork 系統(tǒng)調(diào)用來(lái)復(fù)制自己，然后剛生成的子進(jìn)程發(fā)起 execve 系統(tǒng)調(diào)用來(lái)裝載和執(zhí)行要運(yùn)行的程序組成的。無(wú)論何時(shí)你在 shell 中敲入一個(gè)外部命令，這個(gè)過(guò)程都會(huì)被實(shí)施。你可以使用 truss 或者 strace 命令來(lái)驗(yàn)證一下：

# strace -i hello > /dev/null [????????] execve("./hello", ["hello"], [/* 46 vars */]) = 0 ... [08053d44] write(1, "Hello World!\n", 13) = 13 ... [0804e7ad] _exit(0) = ?

除了 execve 系統(tǒng)調(diào)用，上面的輸出展示了打印函數(shù) puts 中的 write 系統(tǒng)調(diào)用，和用 main 的返回值（0）作為參數(shù)的 exit 系統(tǒng)調(diào)用。

為了解 execve 實(shí)施的裝載過(guò)程背后的細(xì)節(jié)，讓我們看一下我們的 ELF 可執(zhí)行文件：

# readelf -l hello Elf file type is EXEC (Executable file) Entry point 0x80480e0 There are 3 program headers, starting at offset 52 Program Headers: Type Offset VirtAddr PhysAddr FileSiz MemSiz Flg Align LOAD 0x000000 0x08048000 0x08048000 0x55dac 0x55dac R E 0x1000 LOAD 0x055dc0 0x0809edc0 0x0809edc0 0x01df4 0x03240 RW 0x1000 NOTE 0x000094 0x08048094 0x08048094 0x00020 0x00020 R 0x4 Section to Segment mapping: Segment Sections... 00 .init .text .fini .rodata __libc_atexit __libc_subfreeres .note.ABI-tag 01 .data .eh_frame .got .bss 02 .note.ABI-tag

輸出顯示了 hello 的整體結(jié)構(gòu)。第一個(gè)程序頭對(duì)應(yīng)于進(jìn)程的代碼段，它將從文件偏移 0x000000 處被裝載到映射到進(jìn)程地址空間的 0x08048000 地址的物理內(nèi)存中（虛擬內(nèi)存機(jī)制）。代碼段共有 0x55dac 字節(jié)大小而且必須按頁(yè)對(duì)齊（0x1000, page-aligned）。這個(gè)段將包含我們前面討論過(guò)的 ELF 文件中的 .text 段和 .rodata 段的內(nèi)容，再加上在連接過(guò)程中生成的附加的段。正如我們預(yù)期，它被標(biāo)志為：只讀(R)和可執(zhí)行(X)，不過(guò)禁止寫(W)。

第二個(gè)程序頭對(duì)應(yīng)于進(jìn)程的數(shù)據(jù)段。裝載這個(gè)段到內(nèi)存的方式和上面所提到的一樣。不過(guò)，需要注意的是，這個(gè)段占用的文件大小是 0x01df4 字節(jié)，而在內(nèi)存中它占用了 0x03240 字節(jié)。這個(gè)差異主要?dú)w功于 .bss 段，它在內(nèi)存中只需要被賦 0，所以不用在文件中出現(xiàn)（譯者注：文件中只需要知道它的起始地址和大小即可）。進(jìn)程的數(shù)據(jù)段仍然需要按頁(yè)對(duì)齊（0x1000, page-aligned）并且將包含 .data 和 .bss 段。它將被標(biāo)識(shí)為可讀寫(RW)。第三個(gè)程序頭是連接階段產(chǎn)生的，和這里的討論沒(méi)有什么關(guān)系。

如果你有一個(gè) proc 文件系統(tǒng)，當(dāng)你得到 "Hello World" 時(shí)停止進(jìn)程（提示: gdb，譯者注：用 gdb 設(shè)置斷點(diǎn)），你可以用下面的命令檢查一下是不是如上所說(shuō)：

# cat /proc/`ps -C hello -o pid=`/maps 08048000-0809e000 r-xp 00000000 03:06 479202 .../hello 0809e000-080a1000 rw-p 00055000 03:06 479202 .../hello 080a1000-080a3000 rwxp 00000000 00:00 0 bffff000-c0000000 rwxp 00000000 00:00 0

第一個(gè)映射的區(qū)域是這個(gè)進(jìn)程的代碼段，第二個(gè)和第三個(gè)構(gòu)成了數(shù)據(jù)段(data + bss + heap)，第四個(gè)區(qū)域在 ELF 文件中沒(méi)有對(duì)應(yīng)的內(nèi)容，是程序棧。更多和正在運(yùn)行的 hello 進(jìn)程有關(guān)的信息可以用 GNU 程序：time, ps 和 /proc/pid/stat 得到。

程序終止

當(dāng) "Hello World" 程序運(yùn)行到 main 函數(shù)中的 return 語(yǔ)句時(shí)，它向我們?cè)诙芜B接部分討論過(guò)的外殼函數(shù)傳入了一個(gè)參數(shù)。這些函數(shù)中的某一個(gè)發(fā)起 exit 系統(tǒng)調(diào)用。這個(gè) exit 系統(tǒng)調(diào)用將返回值轉(zhuǎn)交給被 wait 系統(tǒng)調(diào)用阻塞的父進(jìn)程。此外，它還要對(duì)終止的進(jìn)程進(jìn)行清理，將其占用的資源還給操作系統(tǒng)。用下面命令我們可以追蹤到部分過(guò)程：

# strace -e trace=process -f sh -c "hello; echo $?" > /dev/null execve("/bin/sh", ["sh", "-c", "hello; echo 0"], [/* 46 vars */]) = 0 fork() = 8321 [pid 8320] wait4(-1, <unfinished ...> [pid 8321] execve("./hello", ["hello"], [/* 46 vars */]) = 0 [pid 8321] _exit(0) = ? <... wait4 resumed> [WIFEXITED(s) && WEXITSTATUS(s) == 0], 0, NULL) = 8321 --- SIGCHLD (Child exited) --- wait4(-1, 0xbffff06c, WNOHANG, NULL) = -1 ECHILD (No child processes) _exit(0)

結(jié)束

這個(gè)練習(xí)的目的是讓計(jì)算機(jī)專業(yè)的新生注意這樣一個(gè)事實(shí)：一個(gè) Java Applet 的運(yùn)行并不是像魔法一樣（無(wú)中生有的），即使在最簡(jiǎn)單的程序背后也有很多系統(tǒng)軟件的支撐。如果您覺(jué)得這篇文章有用并且想提供建議來(lái)改進(jìn)它，請(qǐng)發(fā)電子郵件給我。

常見(jiàn)問(wèn)題

這一節(jié)是為了回答學(xué)生們的常見(jiàn)問(wèn)題。

什么是 "libgcc"? 為什么它在連接的時(shí)候被包含進(jìn)來(lái)？

編譯器內(nèi)部的函數(shù)庫(kù)，比如 libgcc，是用來(lái)實(shí)現(xiàn)目標(biāo)平臺(tái)沒(méi)有直接實(shí)現(xiàn)的語(yǔ)言元素。舉個(gè)例子，C 語(yǔ)言的模運(yùn)算符 ("%") 在某個(gè)平臺(tái)上可能無(wú)法映射到一條匯編指令?？赡苡靡粋€(gè)函數(shù)調(diào)用實(shí)現(xiàn)比讓編譯器為其生成內(nèi)嵌代碼更受歡迎（特別是對(duì)一些內(nèi)存受限的計(jì)算機(jī)來(lái)說(shuō)，比如微控制器）。很多其它的基本運(yùn)算，包括除法、乘法、字符串處理（比如 memory copy）一般都會(huì)在這類函數(shù)庫(kù)中實(shí)現(xiàn)。

本站是提供個(gè)人知識(shí)管理的網(wǎng)絡(luò)存儲(chǔ)空間，所有內(nèi)容均由用戶發(fā)布，不代表本站觀點(diǎn)。請(qǐng)注意甄別內(nèi)容中的聯(lián)系方式、誘導(dǎo)購(gòu)買等信息，謹(jǐn)防詐騙。如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容，請(qǐng)點(diǎn)擊一鍵舉報(bào)。

轉(zhuǎn)藏 分享

QQ空間 QQ好友新浪微博微信

獻(xiàn)花（0） +1

來(lái)自： TUBOSS > 《待分類1》

舉報(bào)/認(rèn)領(lǐng)