Linux kernel 分析之二:main函数执行启动过程

   内核是从哪里开始执行的呢？

   几乎任何一本Linux内核源代码分析的书都会给出详细的答案。

    不过，我试图从一个不同的角度（一个初学者的角度）来叙述，而不是一上来就给出答案。从熟悉的事物入手，慢慢接近陌生的事物，这是比较常见的思路。既然都是二进制代码，那么不妨从最简单的用户态C程序，hello world开始。说不定能找到共同点。恰好我是一个喜欢寻根究底的人。也许，理解了hello world程序的启动过程，有助于更好地理解内核的启动。
    好，开始寻根究底吧。从普通的C语言用户态程序开始写。先写一个简单的hello world程序。

/*helloworld.c*/

#include <stdio.h>int main()

{
    printf("hello world\n");   

 return 0;

}

然后gcc helloworld.c -o helloworld，一个最简单的hello world程序出现了。它是从哪里开始执行的呢？这还不简单？main函数么。地球人都知道。
为什么一定要从main函数开始呢？于是，我开始琢磨这个hello world程序。file helloworld可知，它是一个elf可执行文件。反汇编试试。

objdump -d helloworld

 

反汇编的结果令人吃惊，因为出现了_start()等一堆函数。一定是gcc编译时默认链接了一些库函数。
其实，只要运行

gcc -v helloworld.c -o helloworld

就会显示gcc详细的编译链接过程。其中包括链接/usr/lib/下的crti.o crt1.o crtn.o等等文件。用objdump查看，_start()函数就定义在crt1.o文件中。
那么helloworld的真正执行的入口在哪里呢？我们可以使用readelf来查看，看有没有有用信息。
readelf -a helloworld
helloworld作为一个elf文件，有elf文件头，section table和各个section等等。有兴趣可以去看看elf文件格式的文档。
用readelf可知，在helloworld的elf文件头的信息中，有这么一项信息：

入口点地址：               0x80482c0
可见，helloworld程序的入口地址在0x80482c0处，而由objdump得：080482c0 <_start>:
可见，_start()是helloworld程序首先执行的函数。_start()执行完一些初始化工作后，经过层层调用，最终调用main().可以设想，如果_start()里最终调用的是foo()，那么C程序的主函数就不再是main()，而是foo()了。
再进一步：helloworld程序具体是如何执行的呢。我们只能猜测是由bash负责执行的。然而具体看bash代码就太复杂了。我们可以用strace跟踪helloworld的执行。
strace ./helloworld
出来一大堆函数调用。其中第一个是execve().这是一个关键的系统调用，它负责载入helloworld可执行文件并运行。其中有很关键的一步，就是把用户态的eip寄存器（实际上是它在内存中对应的值）设置为elf文件中的入口点地址，也就是_start()。具体可见内核中的sys_execve()函数。
由此可见，程序从哪里开始执行，取决于在刚开始执行的那一刻的eip寄存器的值。而这个eip是由其它程序设置的，在这里，eip是由Linux内核设置的。

具体过程如下：

1.用户在shell里运行./helloworld。
2.shell（这里是bash）调用系统调用execve()。
3.execve陷入到内核里执行sys_execve()，把用户态的eip设置为_start()。

4.当系统调用执行完毕，helloworld进程开始运行时，就从_start()开始执行5.helloworld进程最后才执行到main()。

参考：elf文件格式
http://www.skyfree.org/linux/references/ELF_Format.pdf