CS-Notes 精讲操作系统中的链接机制——编译系统、目标文件与静态/动态链接【免费下载链接】CS-Notes:books: 技术面试必备基础知识、Leetcode、计算机操作系统、计算机网络、系统设计项目地址: https://gitcode.com/GitHub_Trending/cs/CS-Notes「链接」是把多个源代码文件与运行库组装成最终可执行程序的关键环节也是面试与工程排障中极易被忽视的一环。本文以 CS-Notes 操作系统系列的 链接 章节为主体梳理从hello.c到可执行文件的完整编译链路并深入讲解静态链接的符号解析与重定位、ELF 目标文件的三种形态以及动态链接如何解决静态库的两大痛点。读完你会对gcc、ld、.so等背后的机制建立系统认知并能在 Linux 环境下动手验证每一步产物。编译系统一条命令背后的四个阶段一个最小的 C 程序考虑下面这个经典的hello.c#include stdio.h int main() { printf(hello, world\n); return 0; }在 Unix 系统上只需要一条命令编译器就会把源文件转换为可直接运行的目标文件gcc -o hello hello.c这条命令的背后其实隐藏着一整套编译工具链。整个过程大致由四个阶段组成如下图所示预处理阶段处理以#开头的预处理命令例如把#include stdio.h展开为头文件内容、替换#define宏、处理条件编译等编译阶段把预处理后的源程序翻译成汇编文件.s汇编阶段将汇编文件翻译成机器指令生成可重定位目标文件.o如hello.o链接阶段将可重定位目标文件与printf.o等单独预编译好的目标文件进行合并解析跨模块引用并分配最终地址得到可执行目标文件hello。逐步拆解单独观察每一阶段为了让每个阶段更加直观可以不依赖gcc -o hello hello.c的一步式命令而是用gcc的参数逐一暂停在某一阶段观察中间产物# 1. 预处理展开 #include / #define 等指令输出仍是文本形式的 hello.i gcc -E hello.c -o hello.i # 2. 编译把 hello.i 翻译成汇编程序 hello.s gcc -S hello.i -o hello.s # 3. 汇编把 hello.s 翻译成机器码得到可重定位目标文件 hello.o gcc -c hello.s -o hello.o # 4. 链接把 hello.o 与系统库中的 printf 实现链接产出可执行文件 gcc hello.o -o hello各阶段产物类型不同hello.i仍是可读的 C 源码文本hello.s是汇编文本hello.o是二进制格式的机器码文件此时内部符号地址尚未定稿只有经过链接生成的hello才是操作系统可以直接加载运行的最终产物。为什么一定要理解编译与链接printf并不是我们在hello.c中实现的函数它来自系统预编译好的运行库。编译器在编译阶段只能为printf生成一个待解析的符号引用真正把它与库函数实现绑定起来的是链接阶段。理解这一链条有助于后续理解静态链接、目标文件与动态链接这些核心概念。静态链接符号解析与重定位链接器在做什么静态链接器以一组可重定位目标文件以及静态库中的目标文件为输入生成一个完全链接的可执行目标文件作为输出。链接器主要完成以下两个任务符号解析每个符号对应于一个函数、一个全局变量或一个静态变量符号解析的目的是将每个符号引用与一个符号定义关联起来。例如main.o中出现的printf引用需要找到printf.o中printf的定义重定位链接器通过把每个符号定义与一个内存位置关联起来然后修改所有对这些符号的引用使得它们指向这个内存位置。即把未知地址的引用改写为最终加载地址的引用。下图展示了多个源文件经由翻译器生成可重定位目标文件后再由链接器ld合并为一个可执行文件的静态链接过程符号解析的细节强符号与弱符号从源码结构上可以进一步细化符号解析规则在 C/C 中函数和已初始化的全局变量被称为强符号未初始化的全局变量被称为弱符号。链接器在解析跨模块符号时遵循三条规则不允许有多个同名的强符号——若两个目标文件都定义了同名强符号链接器直接报重复定义错误如果有一个强符号和多个弱符号同名那么选择强符号如果有多个弱符号同名那么任选其中一个。这三条规则决定了全局变量重复定义时到底是编译错误还是静默取值是面试中常被追问的考点。符号表.symtab中记录的就是这些符号与其所在节section的对应关系nm命令可以查看目标文件内的符号信息。重定位的细节重定位阶段建立在符号解析完成的基础上。链接器把多个可重定位目标文件中的相同类型的节section合并为每个节和符号分配运行时内存地址然后根据重定位条目relocation entries记录在.rel.text、.rel.data等节中逐一改写引用位置的内容使其指向解析后的符号地址。目标文件三种形态与 ELF 结构根据不同的链接与加载需求目标文件存在以下三种形态可执行目标文件已经完全链接、地址已定稿可以直接在内存中执行可重定位目标文件可与其它可重定位目标文件在链接阶段合并创建一个可执行目标文件或共享目标文件例如上面的hello.o共享目标文件这是一种特殊的可重定位目标文件可以在运行时被动态加载进内存并链接即下文将介绍的.so/ DLL。在 LinuxELF 格式下一个典型的可重定位目标文件中包含若干具有特定用途的节例如节内容.text已编译程序的机器代码.rodata只读数据如字符串常量.data已初始化的全局变量与静态变量.bss未初始化的全局变量与静态变量不占磁盘空间.symtab符号表记录函数与全局变量信息.rel.text/.rel.data重定位信息供链接器改写引用地址.strtab/.debug等字符串表、调试信息等可以用file命令区分目标文件类型用readelf -S查看节表用objdump -h查看各节内容概览用nm查看符号这些都是动手验证目标文件结构的常用手段。动态链接共享库解决的两大问题静态库的痛点如果把常用库做成静态库Linux 下通常以.a归档文件形式存在内含多个可重定位目标文件会带来两个问题当静态库更新时整个程序都要重新进行链接——因为静态库的代码在链接时被整体拷贝进了每个可执行文件对于printf这种标准函数库如果每个程序都要有自己的代码副本这会极大浪费资源——磁盘与内存中都会存在大量重复的机器代码。共享库的设计与特性共享库shared library正是为了解决静态库的这两个问题而设计的。在 Linux 系统中它通常用.so后缀来表示在 Windows 系统上则被称为 DLLDynamic Link Library。它具有以下特点在给定的文件系统中一个库只有一个文件所有引用该库的可执行目标文件都共享这个文件它不会被复制到引用它的可执行文件中——由此避免磁盘空间的重复占用也使得库升级时只需替换这一个文件而无需重编所有引用它的程序在内存中一个共享库的.text节已编译程序的机器代码的一个副本可以被不同的正在运行的进程共享——操作系统通过虚拟内存的映射机制把同一份共享库代码映射进多个进程的地址空间从而显著降低内存占用。下图展示了共享库参与的动态链接完整流程链接器只对主程序做部分链接并记录对libc.so等共享库的引用程序加载运行时再由动态链接器完成最后的绑定动态链接的完整流程从上面的示意图可以看到动态链接把一个链接动作拆分到了两个时机编译期的部分链接链接器ld看到主程序引用了共享库中的符号时不把共享库代码拷贝进来而是生成一个引用了共享库重定位与符号表信息的可执行文件例如图中的prog21运行时的动态链接当可执行文件被加载器图中的execve加载到内存后由动态链接器Linux 下通常为ld-linux.so负责加载依赖的共享库并完成符号绑定最终在内存中得到完全链接的程序。实践观察一个共享库的构建与依赖在 Linux 环境下可以快速体验动态链接的构建方式。以常见的 gcc 为例把源码编译为共享库并让主程序链接它# 用 -fPIC 生成位置无关代码、-shared 生成共享目标文件 gcc -fPIC -shared -o libfoo.so foo.c # 链接主程序-L 指定库搜索目录-lfoo 对应 libfoo.so gcc main.c -L. -lfoo -o main # 用 ldd 查看可执行文件依赖了哪些共享库 ldd main运行main时若libfoo.so不在系统默认库路径中通常需要借助环境变量指明搜索路径如在 Linux shell 中执行LD_LIBRARY_PATH. ./main。这与静态链接产物自包含的行为形成鲜明对比动态链接的可执行文件只有在运行时能够找到依赖的共享库才能正常启动。小结链接是把源代码与运行库拼装成可执行程序的最后一公里一次gcc -o hello hello.c背后包含预处理、编译、汇编、链接四个阶段hello.o到hello的差异就是链接的效果静态链接完成两大任务符号解析把引用与定义关联与重定位把符号绑定到最终内存地址目标文件分可执行、可重定位、共享三种形态可用file、readelf、nm等工具查看动态链接通过共享库Linux.so/ Windows DLL让库在文件系统与内存中只保留一份规避了静态库更新需全量重链、每个程序都带一份代码的两大问题。链接产生的可执行文件最终由操作系统加载进内存运行这与进程的创建、虚拟内存的映射密切相关。本文属于 CS-Notes 操作系统系列的一部分完整的知识脉络可查阅 计算机操作系统 - 目录进程加载与并发执行的机制可继续阅读 进程管理内存中代码共享与地址空间隔离的实现基础则在 内存管理 中有进一步展开。【免费下载链接】CS-Notes:books: 技术面试必备基础知识、Leetcode、计算机操作系统、计算机网络、系统设计项目地址: https://gitcode.com/GitHub_Trending/cs/CS-Notes创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
CS-Notes 精讲：操作系统中的链接机制——编译系统、目标文件与静态/动态链接
CS-Notes 精讲操作系统中的链接机制——编译系统、目标文件与静态/动态链接【免费下载链接】CS-Notes:books: 技术面试必备基础知识、Leetcode、计算机操作系统、计算机网络、系统设计项目地址: https://gitcode.com/GitHub_Trending/cs/CS-Notes「链接」是把多个源代码文件与运行库组装成最终可执行程序的关键环节也是面试与工程排障中极易被忽视的一环。本文以 CS-Notes 操作系统系列的 链接 章节为主体梳理从hello.c到可执行文件的完整编译链路并深入讲解静态链接的符号解析与重定位、ELF 目标文件的三种形态以及动态链接如何解决静态库的两大痛点。读完你会对gcc、ld、.so等背后的机制建立系统认知并能在 Linux 环境下动手验证每一步产物。编译系统一条命令背后的四个阶段一个最小的 C 程序考虑下面这个经典的hello.c#include stdio.h int main() { printf(hello, world\n); return 0; }在 Unix 系统上只需要一条命令编译器就会把源文件转换为可直接运行的目标文件gcc -o hello hello.c这条命令的背后其实隐藏着一整套编译工具链。整个过程大致由四个阶段组成如下图所示预处理阶段处理以#开头的预处理命令例如把#include stdio.h展开为头文件内容、替换#define宏、处理条件编译等编译阶段把预处理后的源程序翻译成汇编文件.s汇编阶段将汇编文件翻译成机器指令生成可重定位目标文件.o如hello.o链接阶段将可重定位目标文件与printf.o等单独预编译好的目标文件进行合并解析跨模块引用并分配最终地址得到可执行目标文件hello。逐步拆解单独观察每一阶段为了让每个阶段更加直观可以不依赖gcc -o hello hello.c的一步式命令而是用gcc的参数逐一暂停在某一阶段观察中间产物# 1. 预处理展开 #include / #define 等指令输出仍是文本形式的 hello.i gcc -E hello.c -o hello.i # 2. 编译把 hello.i 翻译成汇编程序 hello.s gcc -S hello.i -o hello.s # 3. 汇编把 hello.s 翻译成机器码得到可重定位目标文件 hello.o gcc -c hello.s -o hello.o # 4. 链接把 hello.o 与系统库中的 printf 实现链接产出可执行文件 gcc hello.o -o hello各阶段产物类型不同hello.i仍是可读的 C 源码文本hello.s是汇编文本hello.o是二进制格式的机器码文件此时内部符号地址尚未定稿只有经过链接生成的hello才是操作系统可以直接加载运行的最终产物。为什么一定要理解编译与链接printf并不是我们在hello.c中实现的函数它来自系统预编译好的运行库。编译器在编译阶段只能为printf生成一个待解析的符号引用真正把它与库函数实现绑定起来的是链接阶段。理解这一链条有助于后续理解静态链接、目标文件与动态链接这些核心概念。静态链接符号解析与重定位链接器在做什么静态链接器以一组可重定位目标文件以及静态库中的目标文件为输入生成一个完全链接的可执行目标文件作为输出。链接器主要完成以下两个任务符号解析每个符号对应于一个函数、一个全局变量或一个静态变量符号解析的目的是将每个符号引用与一个符号定义关联起来。例如main.o中出现的printf引用需要找到printf.o中printf的定义重定位链接器通过把每个符号定义与一个内存位置关联起来然后修改所有对这些符号的引用使得它们指向这个内存位置。即把未知地址的引用改写为最终加载地址的引用。下图展示了多个源文件经由翻译器生成可重定位目标文件后再由链接器ld合并为一个可执行文件的静态链接过程符号解析的细节强符号与弱符号从源码结构上可以进一步细化符号解析规则在 C/C 中函数和已初始化的全局变量被称为强符号未初始化的全局变量被称为弱符号。链接器在解析跨模块符号时遵循三条规则不允许有多个同名的强符号——若两个目标文件都定义了同名强符号链接器直接报重复定义错误如果有一个强符号和多个弱符号同名那么选择强符号如果有多个弱符号同名那么任选其中一个。这三条规则决定了全局变量重复定义时到底是编译错误还是静默取值是面试中常被追问的考点。符号表.symtab中记录的就是这些符号与其所在节section的对应关系nm命令可以查看目标文件内的符号信息。重定位的细节重定位阶段建立在符号解析完成的基础上。链接器把多个可重定位目标文件中的相同类型的节section合并为每个节和符号分配运行时内存地址然后根据重定位条目relocation entries记录在.rel.text、.rel.data等节中逐一改写引用位置的内容使其指向解析后的符号地址。目标文件三种形态与 ELF 结构根据不同的链接与加载需求目标文件存在以下三种形态可执行目标文件已经完全链接、地址已定稿可以直接在内存中执行可重定位目标文件可与其它可重定位目标文件在链接阶段合并创建一个可执行目标文件或共享目标文件例如上面的hello.o共享目标文件这是一种特殊的可重定位目标文件可以在运行时被动态加载进内存并链接即下文将介绍的.so/ DLL。在 LinuxELF 格式下一个典型的可重定位目标文件中包含若干具有特定用途的节例如节内容.text已编译程序的机器代码.rodata只读数据如字符串常量.data已初始化的全局变量与静态变量.bss未初始化的全局变量与静态变量不占磁盘空间.symtab符号表记录函数与全局变量信息.rel.text/.rel.data重定位信息供链接器改写引用地址.strtab/.debug等字符串表、调试信息等可以用file命令区分目标文件类型用readelf -S查看节表用objdump -h查看各节内容概览用nm查看符号这些都是动手验证目标文件结构的常用手段。动态链接共享库解决的两大问题静态库的痛点如果把常用库做成静态库Linux 下通常以.a归档文件形式存在内含多个可重定位目标文件会带来两个问题当静态库更新时整个程序都要重新进行链接——因为静态库的代码在链接时被整体拷贝进了每个可执行文件对于printf这种标准函数库如果每个程序都要有自己的代码副本这会极大浪费资源——磁盘与内存中都会存在大量重复的机器代码。共享库的设计与特性共享库shared library正是为了解决静态库的这两个问题而设计的。在 Linux 系统中它通常用.so后缀来表示在 Windows 系统上则被称为 DLLDynamic Link Library。它具有以下特点在给定的文件系统中一个库只有一个文件所有引用该库的可执行目标文件都共享这个文件它不会被复制到引用它的可执行文件中——由此避免磁盘空间的重复占用也使得库升级时只需替换这一个文件而无需重编所有引用它的程序在内存中一个共享库的.text节已编译程序的机器代码的一个副本可以被不同的正在运行的进程共享——操作系统通过虚拟内存的映射机制把同一份共享库代码映射进多个进程的地址空间从而显著降低内存占用。下图展示了共享库参与的动态链接完整流程链接器只对主程序做部分链接并记录对libc.so等共享库的引用程序加载运行时再由动态链接器完成最后的绑定动态链接的完整流程从上面的示意图可以看到动态链接把一个链接动作拆分到了两个时机编译期的部分链接链接器ld看到主程序引用了共享库中的符号时不把共享库代码拷贝进来而是生成一个引用了共享库重定位与符号表信息的可执行文件例如图中的prog21运行时的动态链接当可执行文件被加载器图中的execve加载到内存后由动态链接器Linux 下通常为ld-linux.so负责加载依赖的共享库并完成符号绑定最终在内存中得到完全链接的程序。实践观察一个共享库的构建与依赖在 Linux 环境下可以快速体验动态链接的构建方式。以常见的 gcc 为例把源码编译为共享库并让主程序链接它# 用 -fPIC 生成位置无关代码、-shared 生成共享目标文件 gcc -fPIC -shared -o libfoo.so foo.c # 链接主程序-L 指定库搜索目录-lfoo 对应 libfoo.so gcc main.c -L. -lfoo -o main # 用 ldd 查看可执行文件依赖了哪些共享库 ldd main运行main时若libfoo.so不在系统默认库路径中通常需要借助环境变量指明搜索路径如在 Linux shell 中执行LD_LIBRARY_PATH. ./main。这与静态链接产物自包含的行为形成鲜明对比动态链接的可执行文件只有在运行时能够找到依赖的共享库才能正常启动。小结链接是把源代码与运行库拼装成可执行程序的最后一公里一次gcc -o hello hello.c背后包含预处理、编译、汇编、链接四个阶段hello.o到hello的差异就是链接的效果静态链接完成两大任务符号解析把引用与定义关联与重定位把符号绑定到最终内存地址目标文件分可执行、可重定位、共享三种形态可用file、readelf、nm等工具查看动态链接通过共享库Linux.so/ Windows DLL让库在文件系统与内存中只保留一份规避了静态库更新需全量重链、每个程序都带一份代码的两大问题。链接产生的可执行文件最终由操作系统加载进内存运行这与进程的创建、虚拟内存的映射密切相关。本文属于 CS-Notes 操作系统系列的一部分完整的知识脉络可查阅 计算机操作系统 - 目录进程加载与并发执行的机制可继续阅读 进程管理内存中代码共享与地址空间隔离的实现基础则在 内存管理 中有进一步展开。【免费下载链接】CS-Notes:books: 技术面试必备基础知识、Leetcode、计算机操作系统、计算机网络、系统设计项目地址: https://gitcode.com/GitHub_Trending/cs/CS-Notes创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
