进程的创建与可执行程序的加载

进程的创建与可执行程序的加载-总结

进程的创建与可执行程序的加载-总结

根据前两篇博文中的实验：

1：Linux进程地址空间之初探：一

2：Linux进程地址空间之初探：二

现对进程的创建和可执行程序的加载过程总结如下：

一：进程地址空间的组成及相关数据结构

Linux为每个进程都维持了一个独立的虚拟地址空间，进程地址空间又被分为几个虚拟内存区域：代码段、数据段、堆段、栈段、共享库段。进程地址空间中的任何有效地址都只能位于唯一的区域，这些区域不能相互覆盖。通过mmap/munmap函数，内核可以创建/删除一个虚拟内存区域。

主要的数据结构有：

task_struct : 进程描述符结构，定义在<linux/sched.h>文件中，描述了该进程打开的文件、进程的地址空间、进程的状态等信息。

mm_struct ：进程虚拟内存描述符，定义在<linux/sched.h>文件中，该结构包含了和进程地址空间相关的全部信息。

vm_area_struct：虚拟内存区域描述符，定义在<linux/mm.h>文件中，该结构体描述了指定地址空间内连续区间上的一个独立的内存范围（比如进程用户空间栈、代码段、数据段等）。

三个结构之间的关系：

task_struct 中的一个 字段 mm 指向当前进程的虚拟地址空间描述符 mm_struct , mm_struct中的字段 mmap 指向一个vm_area_struct组成的链表，其中每个vm_area_struct 都描述了当前虚拟地址空间的一个区域。

这里涉及的一些关键结构的具体信息可查看我前面的博文 ：Linux进程地址空间之初探：一

二：fork 和 exec 函数及加载器的执行过程

fork( )函数通过拷贝当前进程创建一个子进程，子进程与父进程的区别仅仅在在于PID、PPID和某些资源和统计量（例如，挂起的信号，它没必要被继承）,Linux中fork是通过clone( )实现的，clone( )再调用do_fork( )。

执行过程：

1）为新进程创建一个内核栈、thread_info结构和task_struct 结构，这些结构的值与当前进程的值相同。此时子进程和父进程的描述符是完全相同。

2）子进程开始使自己与父进程区别开来。进程描述符内的许多成员要被清零或设为初始值。

3）子进程的状态被设置为TASK_UNINTERRUPTIBLE,以保证不会透入运行。

4）设置task_struct中的相应flags标志，例如权限

5 ) 为新进程分配一个有效PID

6）根据传递给clone( )的参数标志进行拷贝或者共享打开的文件、文件系统信息、进程地址空间和命名空间等。

7）最后返回子进程的PID。

exec( )函数：exec函数在当前进程的上下文中加载并运行一个新的程序，只有在出错的情况下exec 函数才会返回到调用程序中，所以与fork函数调用一次返回两次不同，exec调用一次并从不返回。

exec( )执行过程：

1）删除当前进程虚拟地址空间的用户部门已经存在的区域结构。

2）加载可执行文件，用可执行文件中的内容覆盖当前进程地址空间相应区域

3）设置程序计数器即eip中的值，使它指向新的代码区的入口点，调用启动代码，启动代码设置栈，控制传给新程序的主函数。

其中加载可执行文件的执行过程如下：

1)启动加载器，加载器删除子进程现有的虚拟地址段

2)加载器根据可执行目标文件中的段头部表信息，创建一组新的代码段、数据段、堆段和栈段。新的堆、栈段初始化为零。代码段和数据段映射为可执行文件的代码段和数据段。

3）根据可执行文件 ELF 中的.interp段查找动态链接器ld.so的路径名，动态链接器实际上也是一个共享对象，加载器同样通过映射的方式将它加载到进程的地址空间。然后把控制权交给动态链接器的入口地址（与可执行文件一样，共享对象也有入口地址），当动态链接器得到控制权后，进行一系列初始化操作，然后根据可执行文件ELF中.dynamic段，这个段里保存了动态链接器所需要的相关信息，比如依赖于哪些共享对象（例如libc.so）、动态链接符号表位置、动态链接重定位表的位置、共享对象初始化代码的地址等信息，根据它们查找和加载可执行文件所依赖的共享对象，并映射到进程地址空间的共享区域中。

4）当所有动态链接工作完成以后，动态连接器会将控制权交给可执行文件的入口地址，即跳转到可执行文件的_start 启动代码并调用新程序中的main函数开始执行。

这里提到的 .interp 、.dynamic、段头部表的查看方法及具体信息可查看我上篇博文：Linux进程地址空间之初探：二

三：task_struct进程控制块，ELF文件格式与进程地址空间的联系

task_struct进程控制块中的mm字段所指向的mm_struct结构描述了进程地址空间的信息，包括代码段、数据段、堆段、栈段所在地址空间里的起始和结束地址等信息。

ELF文件格式中的 ELF头部、段头部表、.init、.text、.rodata段对应进程地址空间中的代码段，在加载可执行文件时，会把它们映射到进程地址空间中的代码段区域。

ELF文件格式中的 .data、.bss段 对应 进程地址空间中的 数据段，在加载可执行文件时，会把它们映射到进程地址空间的数据段区域。

具体的对应关系图请见 上篇博文：Linux进程地址空间之初探：二

四：动态链接库在ELF文件格式中与进程地址空间中的表现形式

动态链接库在ELF文件中对应着.dynamic段所包含的信息：包括动态链接器所需要的相关信息，比如依赖于哪些共享对象（例如libc.so）、动态链接符号表位置、动态链接重定位表的位置、共享对象初始化代码的地址等信息。

动态链接库最后被映射到进程地址空间的共享库区域段。

ELF文件格式图、可执行文件加载完后进程地址空间的状态图、及dynamic段的信息见上篇博文：Linux进程地址空间之初探：二