【小叶】编译和链接【未完待续】

构建：编译和链接合并到一起的过程

一、预处理Prepressing

你们随便找篇博客、找本书吧，都有

二、编译Compilation

词法分析、语法分析、语义分析及优化后生成相应的汇编代码文件

扫描（词法分析）-语法分析（检查表达式是否合法）-语义分析（静态语义通常包括声明和类型匹配、类型的转换；动态语义：运行期出现的语义相关问题，比如除0）-源代码优化-代码生成-目标代码优化

三、汇编Assembly

将汇编代码转换成机器可以执行的指令。输出目标文件

四、链接Linking

把各个模块间相互引用的部分处理好，能够正确地衔接。主要包括：地址和空间分配、符号决议、重定位。A模块使用B模块函数func()，单独编译时A不知道func()地址，链接时由链接器将目标地址修正，填入正确的func()地址。

4.1 静态链接

链接器为变量、函数分配地址

4.2 动态链接

要解决的问题

多个模块用同一个函数func()，同时跑多个模块的进程时，不希望内存加载多份func();

将公共的函数放在一个文件中，只加载到内存中一次（.dll, .so）。

动态库数据段、代码段靠在一起，没有像可执行程序的数据段、代码段合并。在不同进程的虚拟地址，并不一定相同。动态库文件中的符号，加载时才解析，也就是动态链接。

地址无关代码

重定位-加载期间或运行期间。加载期间的重定位依赖地址无关代码PIC (position independent code)，尤其是两个共享库有引用关系。

GOT

五、加载

可执行文件（经过编译器和链接器处理后的二进制文件，假设叫a.out）加载进内存时，不同的section(ELF中标记为LOAD的)，会被加载进内存中不同的segment。

5.1 虚拟内存到物理内存

主要是怎么映射。要了解MMU、也要了解页表的作用和变化。

进程使用页表。

5.2 可执行文件到虚拟内存

为了简化，我们现在只考虑程序怎么在进程中跑起来。

int val = 10;
int *pval = &val; 

int *pmalloc_data = (int *)malloc(sizeof(int) * 2000u); 

• pval 其实是虚拟地址  /* 前提支持虚拟内存 */
• pmalloc_data 其实也是虚拟地址；
• pmalloc_data[0]~pmalloc_data[999] 在虚拟内存上是连续的，在物理内存上是连续的吗？不一定哦（操作系统的事，你别管）

简化的方法就是只考虑虚拟内存，忽略掉虚拟内存与物理内存的转换过程，忽略掉数据从磁盘到L3-L2-L1缓存的过程，不然就太复杂了。建议在脑袋里，按模块隔离掉各个系统的知识点，在需要的时候，又能通过“接口”串起来。

我们的代码，经过编译、链接变成了二进制，变成了a.out。这些二进制已经被解析成代码（.text）、数据（.data(又分很多种，就很烦)），是有意义的。

当我们执行可执行文件时，二进制再加载进内存（其实是加载进物理内存，为了简化我们构建了一个虚拟内存“层”，使得地址摆的好看、用的方便）。加载也不是扔到一起，放得下就行，而是要映射到不同的内存上。同时，不同的segment还区分了可读、可写权限。

虚拟内存的排布，由a.out决定，又要考虑程序运行过程中的数据计算、指令操作等。同时，进程跑起来，调用函数的过程中，“堆”、“栈”也要加入进来。这个过程是动态的，真正用到时，操作系统才会为其映射真正的物理内存，而且用多少才映射多少。所以malloc可能会失败，递归可能会堆栈溢出，因为我们一开始是无法估计他们到底要用多少的，我们只是告诉他们能用的最大值是多少（操作系统的事）。

一个经典的虚拟内存排布图，如下：（进程的虚拟地址空间分布（@ JoeChenzzz））

不是吓唬大家，这个图上的每个字，都能聊很久，这里点到为止。

5.3 虚拟内存与进程

虚拟内存，可以为各个进程提供统一的地址排布方式，但实际映射的物理地址不同，由此进程间隔离，不会相互影响。

一个进程可以理解为打包了一批内存，给进程中的各个线程使用，有些每个线程公用。比如合租房（603）里的厨房、客厅、阳台、卫生间，三个卧室都能访问。各个卧室（线程）又有独立的空间，甚至有的还有独立卫浴，另外两个人公用外面的卫浴。如果一个人把客厅的桌子掀了，那这套房（进程）中每个卧室的主人，也都用不了。但是不会影响到隔壁602继续吃饭、睡觉、打游戏。