GNU LD 手冊略讀 (0): 目錄和簡介

關於一個程式的binary要怎麼存放其實是很有趣的問題，我以前都沒有去想這個問題。後來當組裝工久了以後就忍不住會想知道這些。隨便想一下就有很多問題，例如：

  • 程式碼和資料要怎麼放？
  • 怎麼做到不同的source code共用global 變數？
  • global 變數和local變數放的地方應該不一樣吧？那麼確實不一樣的點是？
  • 呼叫副函數這回事一定是要先找到副函數再跳過去吧？那麼「找到」到底是什麼意思？
  • 如果是用shared library的話，runtime才會找到副函數所在的地方，那麼為什麼編譯的時候不會有錯誤呢？ ...

這些問題列出來真的是「罄竹難書」，不過我想整體來說至少在Linux下面從binutils下手應該是沒錯。第一個問題應該和linker有關係。所以我先去看GNU ld手冊的linker script部份，希望可以解決我的疑惑。就算和我的問題無關，至少可以留下一些中文參考資料，造福需要的朋友。

為了讓單篇的篇幅不要太過冗長，我把內容切割成幾個部份。這邊就先放全部的目錄和簡介的部份。

目錄

第一部份

第二部份

第三部份

簡介

ld是GNU linker的程式。ld吃多個object (.o)檔或archive (.a)檔，將他們的資料relocate還有symbol reference資訊一併輸出到新的binary。link通常是compile產生binary的最後步驟。ld在執行的時候依照Linker command language檔案描述去產生binary。ld支援不同的binary format (BFD: Binary File Descriptor)

每次link的時候，都會依照特定的命令去產生新的object檔。而這些命令就是linker script；換句話說，linker script提供一連串的命令讓linker照表操課。Linker script描述的命令有

  • ld吃的object檔案中的section要怎麼map到要輸出的binary檔案。
  • 要輸出的binary檔案要在記憶體中的layout
  • 其他

因為每次link一定會依據linker script去link，所以當ld沒有指定linker script的時候，系統會使用預設的linker script。而ld --verbose可以顯示預設的linkder script。link時指定自幹的linker script則使用ld -T 自己的linker script。

背景知識

  • object 檔格式：輸入檔案和輸出檔案所遵循的格式
  • object 檔案：linker處理時讀入的輸入檔案和將結果存放的輸出檔案
  • executable：ld輸出的檔案，有時候會這樣稱呼
  • 每個object檔案都有好幾個section，而
    • input section：輸入object檔案中的section
    • output section：輸出object檔案中的section
  • bss
    • 存放沒有初始值的全域變數的地方 ex: int g_var;
  • text
    • 存放編譯過的執行機械碼的地方
  • data
    • 存放沒有初始值全域變數的地方 ex: int g_var = 0xdeadbeef;
  • locale counter
    • 代表目前輸出object檔案位置的最後端
  • region
    • 執行平臺實體的記憶體區塊。如0x1000~0x1999是ROM, 0x5000~0x9999是RAM。那麼這個平臺就可以設定成有兩個region。

Section

  • obj檔案內部有一組section
  • section包含
    • 自己的名稱
    • section contents
    • section長度資訊
    • 狀態
      • loadable: 執行時該section是否需要被載入到記憶體
      • allocatable: 如果section本身沒資料（如.bss）可以設成這個狀態，讓loader先保留記憶體的一塊空間
      • section不是loadable 或allocatable 的話一般來說都是給debug用的
      • objdump -h顯示的狀態(出處)，不要問我為何和手冊不一樣，因為我也不知道。
      • LOAD
        • 表示這個section需要從檔案載入到記憶體
      • DATA
        • 表示這個section存放資料，不可以被執行
      • READONLY
        • 可以望文生義吧？
      • ALLOC
        • 表示該section會吃記憶體，你可能會想說廢話，section不放記憶體放檔案是放心酸的嘛？還真的有，例如放除錯的section。
      • CONTENTS
        • 表示這個section是執行程式所需要的資訊，如程式碼或是資料。
  • 參考示意圖: (Jim Huang) How GNU Toolchain Works投影片

Section 記憶體位址

  • Output section如果被載入記憶體，會存放兩種記憶體位址
    • VMA: Virtual Memory Address
      • Runtime 的記憶體位址
      • LMA: Load Memory Address
      • load time的記憶體位址
  • 一般來說，VMA = LMA。不同情況有東西要燒到ROM時參考LMA。從ROM載入到記憶體執行的時候參考VMA
  • 可以使用objdump -h看VMA/LMA資訊

Symbol

  • 一個object 檔案存放多個symbol，又稱為symbol table
  • 將名稱對應到一個記憶體位址的symbol稱為defined symbol，名稱沒有對應到記憶體位址的稱為undefined symbol
  • 名稱通常就是全域變數、靜態變數或是函數的名稱
  • 一般來說，如果把單獨的c編譯成object file時
    • defined symbol為該檔案內的global variable, static varible 和funciton
      • undefined symbol為該檔案內的extern variable和外部funciton
  • 可以使用objdump -t或是nm看symbol資訊