【动态库的加载】【进程地址空间（三）】

再谈进程地址空间时，【Linux】动静态库 我们先讲一个关于动态库是如何加载的话题，再引入进程地址空间，再次谈论该话题。

1. 宏观看待动态库的加载

当一个可执行程序被运行时，操作系统要为其创建内核数据结构 PCB、进程地址空间 和 页表，然后再把该程序的代码和数据从外设加载到内存中。可执行程序也是一个文件，只要是文件，就有路径和 inode，那么就可以通过路径找到该文件所在分区，再根据 inode 编号找到所在分组。而在加载可执行程序之前，需要先找到该文件，就可以通过其路径和 inode 找到其文件属性 + 文件内容，然后把它们加载到内存。

换言之，动态库也是一个文件，也有路径和 inode。当我们的程序需要访问动态库的代码时，那么这个动态库也需要被加载到内存。但是进程之间是相互独立的，一个进程是无法直接访问另一个进程的代码和数据的！所以动态库经过页表映射到进程地址空间中的共享区，而我们自己的进程的代码是位于正文代码区的，当我们的代码想调用动态库的方法时，只需要调整到共享区，执行动态库的代码，执行完后原路返回即可。

也可以理解为，建立映射后，我们执行的任何代码，都是在我们的进程地址空间中执行的！

接着，我们需要建立一个共识，一个进程是可能加载多个动态库的，反之，一个动态库也可能跟多个进程产生关联。所以在系统运行中一定会存在多个动态库，系统中有许多进程、文件，因此它们都需要被管理起来，同理，动态库也需要被操作系统所管理起来，换言之，操作系统对所有动态库的加载情况是非常清楚的。所以如果后续有另一个进程想要访问相同的动态库，操作系统能够分辨该库是否已经被加载，如果已经被加载到内存了，只需要在该进程的页表中做一下映射关系，该进程就能够跳转执行该库的代码。

• C 标准库 libc.so 中有一个全局变量 errno，如果有多个进程共同访问这个库，并且自己的程序运行时都出问题了，即 errno 被写入了。它们访问的是同一个库，那么多进程之间会互相影响吗？？

  共享区是位于堆栈之间的一段空间，属于用户空间。所以只要是对共享数据做写入操作，都会导致进程发生写时拷贝！我们之前讲用户缓冲区时就有过一个案例，在调用各种 fprint、fwrite 之后 fork() 创建子进程，C 式接口的输出信息输出了两次，因为缓冲区刷新的本质也是写入，所以进程对缓冲区做了写时拷贝，而缓冲区也是位于共享区中的！

2. 进程地址空间第二讲

2.1 程序没有加载前的地址

• 程序编译完成之后，运行之前，程序内部有地址的概念吗？

  程序内部有地址。在 vs 编译调试时，如果你转到汇编上，你就可以看到编译之后的每条代码，都是有地址的，包括函数名、变量名，在编译之后都是以地址的形式进行地址，调用一个函数，会转变为 call 一个函数的地址。再诸如 C++ 的继承多态中的虚函数表，在编译时就已经为虚函数表分配地址了，包括表内有各种派生类的方法的地址。

  并且，在编译时为各段代码分配的地址，该地址是有分段的，诸如进程地址空间中分成了代码区、未初始化、已初始化等等各种区域，这是为了方便后续加载代码设计的，也就是说编译器，也是要考虑操作系统的（编译器编译的程序是要被操作系统加载的，所以需要照顾该程序加载到内存的问题，即进程地址空间的分段）。而在编译时给程序分配的地址，是虚拟地址！只不过如果该程序还没有被加载，我们更多的称为 逻辑地址。

  objdump -S a.out
  

  

2.2 程序加载后的地址

程序加载后，就变为进程，所以探讨程序加载后的地址，其实就是探讨进程的地址。

当一个程序加载到内存，它的代码和数据在内存中也一定要占据内存空间（不管是从语言代码的角度看待，还是汇编指令的角度），这个程序的每一条指令 / 代码都有相应的 物理地址 ，但是这与上述说的，程序在编译完后，还没被加载的时候就已经有地址这件事不冲突，加载到内存后，代码存储在物理内存上需要空间，因此它有对应的物理地址，但是这个地址不是代码数据内部的地址，只是它存储在物理内存的位置而已，该程序内部各条指令 / 代码还是采用的虚拟地址（就好比每个学生都有自己的学号，等到了考场上，每个考生都有一个座位号，但不影响你有自己的学号这件事，座位号自己记录你的位置，学号才是你这个人的代表）。

• 当进程的 PCB、进程地址空间、页表等结构都创建完成之后，该进程如何执行第一条指令呢

  当一个程序被编译完成之后，程序内部的表头就已经存储了一个 entry 程序入口地址的信息，这个入口地址也是逻辑地址（因为编译后就有这个地址了，还没加载到内存，所以不可能是物理地址）。而 CPU 为了知道下一次执行哪一条指令，在 CPU 内部维护了一个 PC 寄存器，用于存储下一条执行的指令地址。而当一个程序被加载到内存时，其入口地址就已经被加载到 CPU 内部的 PC 寄存器中了。而因为在编译后，入口地址就是虚拟地址了，因此 CPU 可以直接访问这个虚拟地址，然后开始执行该程序。

  接着，顺着这个虚拟地址到页表中寻址映射的物理地址，如果此时发现该程序还没有建立物理地址的映射（即该程序还没有被加载到内存中），那么就发生缺页中断，等程序的代码和数据加载到内存中了，每条指令天然的就有了物理地址，加上程序内部自己的虚拟地址，就能够完成对页表的虚拟地址到物理地址的映射！

  顺着程序中的代码执行下去，当下一条指令遇到函数调用处，其代码会被解释为 call 一个地址，假设 call 400450，那么 CPU 读取到的指令就是地址，这个地址是代码编译完后形成的地址！因此 CPU 读取到的地址也是虚拟地址！然后 CPU 再顺着该虚拟地址到进程地址空间中寻址，接着通过页表映射到物理地址，再次访问物理地址。后续可能还有调用函数，CPU 还是读取到虚拟地址，然后再顺着虚拟地址映射到物理地址进行访存，这不就是一个环吗！ 执行该程序一套操作下来，你应该要知道，CPU 读取到的地址，全部都是虚拟地址！

所以现在也就能够进一步理解，编译器再设计的时候，就已经考虑到进程地址空间了，编译后形成程序内部的地址，即虚拟地址，等程序变为进程时，内部的地址直接套用即可，这也是编译器与操作系统互相协同最重要的表现之一。

3. 动态库的地址

• 绝对地址：进程地址空间中规定的 0x0000 0000 ~ 0xFFFF FFFF 这样的地址，称为绝对地址
• 相对地址：比如 int a 变量在虚拟地址中的地址为 0x11223344，int b 变量在距离 a 变量地址之后的 4 字节，即0x11223348，这样的描述称为相对地址。

现假设可执行程序 a.out 中调用了 libc.so 库的 printf 方法，所以当可执行程序运行起来，加载到内存之后，执行到调用处，在虚拟地址映射物理地址时，发现动态库还没有被加载到内存中，于是缺页中断，等动态库加载完成并且在页表建立中建立了映射关系之后，进而根据 cpu 读取到的 printf 的地址（虚拟地址 0x11223344）跳转到共享区执行库的方法。

• 现在的问题是：动态库要映射到共享区的哪个地方呢？？

  当我们的程序编译完成后，假如给动态库 libc.so 分配了 0x11223344 这样的地址，即地址已经被硬编码到程序内部了，所以当程序调用 printf 时，只能映射到虚拟地址中的 0x11223344，换言之，在虚拟地址中，动态库就必须被加载到 0x11223344 的位置处，如果不加载到这个位置处，将来程序跳转时，就找不到动态库。但是当系统加载了多个库时，凭什么保证 0x11223344 处一定加载的是 libc.so 这个动态库，可能还有其它库也同时被加载到内存呢？？换言之，操作系统可无法保证哪个库一定被加载到固定的地方。所以在虚拟内存中，库的加载是任意位置的。

  所以在编译时，会让库函数不采用绝对编址，只采用偏移量表示每个函数在库中的偏移位置，进而找到对应的库函数。所以当动态库被任意的加载到虚拟地址的某一处时，操作系统只需要记住这个库的起始地址 start 即可， 当程序执行时调用库函数，程序即可根据 start + 编译时库函数形成的偏移量，即可跳转到对应库的对应方法处！

  讲 【Linux】动静态库 时，对如何编译形成动态库，当时有一个选项：-fPIC 产生与位置无关码，产生与位置无关码的意思就是告诉编译器，不要再采用绝对编制了，直接用偏移量对库函数进行编制！

• 静态库为什么不谈加载，不谈与位置无关这些概念？

  现在我们就对动静态库的区别的理解更进一步了，为什么只有动态库有加载的概念，因为静态库是拷贝策略，自己的程序调用了库方法，用什么我拷什么即可，需要的库方法已经成为我的可执行程序的一部分了，所以没有静态库需要加载的说法。而当我们的程序被加载到内存时，在程序内部，任何指令可是都已经硬编址好的了，方法都已经拷贝到我自己的程序内部了，哪一条指令加载到虚拟地址的哪一地址处，都是清清楚楚的，还需要用什么偏移量？！还需要怕找不到库的问题吗？！（库方法就在你程序里面）

如果感觉该篇文章给你带来了收获，可以 点赞👍 + 收藏⭐️ + 关注➕ 支持一下！

感谢各位观看！