前言
这是做mit6.s081和看jyy老师一些课的感悟，这篇文章主要还是引入一些思想的一些导论，主要讲的是进程是什么样的，我该怎么加载一个进程，为了跟进时代的变化这里还用了chatgpt来做了一些名词的解释之类的（相当好用！）
什么是进程
很多人可能一上来就是概念，阿吧阿巴，进程是：进程 （英语：process），是指电脑中已执行的程式 ，曾经是分时系统 的基本运作单位。在面向进程设计的系统（如早期的UNIX ，Linux 2.4及更早的版本）中，是程式的基本执行实体；在面向线程设计的系统（如当代多数操作系统、Linux 2.6及更新的版本）中，行程本身不是基本执行单位，而是执行绪 的容器。（来源于wiki）
tl;dr 在冯诺依曼架构下面 进程就是一块内存其中填充了一堆当前CPU认识的指令
并且操作系统给他做了特殊标识 并把对应的资源附着在这上面
但是，有没有什么能让我们感觉到真实的进程是什么样的呢？
有，甚至很确切
Copy #include <stdio.h>
int main () {
printf( "hello world\n" ) ;
return 0 ;
} 这是一个简单的hello world代码，我们把它编译成可执行文件 a.out后gdb调试他，在源代码里面随便打一个断点，之后使用pmap命令来获取进程号，具体过程如下面图所示
在 Linux 操作系统中，pmap 命令用于查看指定进程或进程中指定线程的内存映射情况。pmap 命令会输出指定进程或线程使用的内存地址、使用的内存大小、内存权限等相关信息。pmap 命令是一个非常有用的诊断工具，可以帮助用户检测内存泄漏、内存碎片等问题。通常情况下，pmap 命令需要 root 权限才能运行。以下是 pmap 命令的常见用法：
Copy pmap PID # 查看指定进程的内存映射情况
pmap -x PID # 查看指定进程的详细内存映射情况
pmap -d PID # 显示指定进程或线程的内存映射中的数据段
pmap -s PID # 显示指定进程或线程的内存映射中的栈段 来源于chatgpt,有兴趣的可以自己man 1 pmap查看
在这里同样你也可以通过!cat /proc/83220/maps来查看，pmap其实对前者封装了一下而已，让他更human friendly
上面的内存信息就是我们的进程真实的样子啦，很多人可能会很懵，你这进程长这逼样谁看得懂啊，别急，慢慢来。
这里简单介绍一下
linux的内存都是4k为一个块，所以这里内存都是4k对齐的
libc.so.6和ld-linux-x86-64.so.2就是我们进程动态链接过来的内存页，比如hello world用到的printf就是从libc.so.6动态链接过来的
anno其实就是匿名页，比如说mmap映射的在这里就是匿名页
其实细心同学用别的代码尝试的话还可能发现有vdso和vvar等，由于篇幅原因可以自行man手册和chatgpt
具体细节可以去看jyy老师的课：进程的地址空间
elf文件
那操作系统是怎么知道我们要创建这样的进程的呢？
没错，elf文件 ，也就是我们的xxx.o文件（当然我们的a.out其实也是，毕竟是从xxx.o链接过来的），我们可以通过file xxx.o来查看文件类型
ELF（Executable and Linkable Format）文件是一种常见的二进制文件格式，在Linux及其他类UNIX系统中被广泛使用。ELF文件可以包含可执行程序、共享库、目标文件等类型的程序代码。ELF格式的设计目标是提供一种通用、可移植、灵活的二进制格式，能够适应各种CPU架构和操作系统。
ELF文件具有丰富的头部、节区、符号表和重定位等元信息，这些元信息描述了程序的各种属性和结构，如代码段、数据段、链接信息、调试信息 等等。这些元信息使得在运行时对程序进行加载、链接和执行变得简单和高效。ELF文件中包含的重定位信息，也可以帮助程序进行动态链接和库加载并在运行时进行代码共享。
ELF文件的结构十分清晰、灵活，使得他们能够满足不同类型的程序的需要。它被广泛应用于Linux系统的各种应用场景，无论是编译器、链接器、动态链接器、调试器，还是其他形式的二进制文件，都使用了ELF文件格式。(来源于chatgpt)
其实elf文件就是我们学到的一种数据结构而已，包括他的程序头，各种section，都在elf.h中定义，在你的/usr/include/elf.h就可以看到，这里随便列举点片段，这边建议搞懂elf具体长什么样再看后面的例子，可以看看csapp的第七章
Copy typedef struct
{
unsigned char e_ident[EI_NIDENT]; /* Magic number and other info */
Elf64_Half e_type; /* Object file type */
Elf64_Half e_machine; /* Architecture */
Elf64_Word e_version; /* Object file version */
Elf64_Addr e_entry; /* Entry point virtual address */
Elf64_Off e_phoff; /* Program header table file offset */
Elf64_Off e_shoff; /* Section header table file offset */
Elf64_Word e_flags; /* Processor-specific flags */
Elf64_Half e_ehsize; /* ELF header size in bytes */
Elf64_Half e_phentsize; /* Program header table entry size */
Elf64_Half e_phnum; /* Program header table entry count */
Elf64_Half e_shentsize; /* Section header table entry size */
Elf64_Half e_shnum; /* Section header table entry count */
Elf64_Half e_shstrndx; /* Section header string table index */
} Elf64_Ehdr; //64位elf文件头
typedef struct
{
Elf64_Word sh_name; /* Section name (string tbl index) */
Elf64_Word sh_type; /* Section type */
Elf64_Xword sh_flags; /* Section flags */
Elf64_Addr sh_addr; /* Section virtual addr at execution */
Elf64_Off sh_offset; /* Section file offset */
Elf64_Xword sh_size; /* Section size in bytes */
Elf64_Word sh_link; /* Link to another section */
Elf64_Word sh_info; /* Additional section information */
Elf64_Xword sh_addralign; /* Section alignment */
Elf64_Xword sh_entsize; /* Entry size if section holds table */
} Elf64_Shdr; //64位section头
typedef struct
{
Elf64_Word p_type; /* Segment type */
Elf64_Word p_flags; /* Segment flags */
Elf64_Off p_offset; /* Segment file offset */
Elf64_Addr p_vaddr; /* Segment virtual address */
Elf64_Addr p_paddr; /* Segment physical address */
Elf64_Xword p_filesz; /* Segment size in file */
Elf64_Xword p_memsz; /* Segment size in memory */
Elf64_Xword p_align; /* Segment alignment */
} Elf64_Phdr; //64位程序头 具体elf长啥样？
我们可以通过readelf命令来读取elf文件
readelf是一个用于查看ELF文件的命令行工具。它支持读取并显示ELF文件的所有表头信息、段头信息、符号表信息、重定位信息、动态节信息、动态符号表信息等。
常用的readelf命令选项包括：
-h/--file-header：显示ELF文件的文件头信息；
-S/--section-header：显示ELF文件的节表信息；
-s/--symbols：显示ELF文件的符号表信息；
-r/--relocs：显示ELF文件的重定位表信息；
-d/--dynamic：显示ELF文件的动态节信息；
-V/--version-info：显示ELF文件使用的动态库版本信息。
示例：
读取ELF文件的文件头信息：readelf -h test.out
读取ELF文件的节表信息：readelf -S test.out
读取ELF文件的程序头信息：readelf -l test.out（来源于chatgpt）感兴趣可以自行man 1 readelf
以下是一些helloworld的例子
elf文件头
elf文件的各种section
可执行文件的程序头
注意这里是a.out这种已经链接过的可执行文件才有的程序头，用于告诉操作系统该怎么加载这个进程，那些东西得放哪里......
来点实际的🌰
再比如，在riscv中，一个用户进程被要求长这样
那么我们只要把我们的elf文件按照如下格式放进一块内存里面，就得到了一个操作系统可以识别到的用户进程
这里是xv6中的exec系统调用的代码段，当然你完全可以自己实现一些用户级别的elf文件加载器
这里我会忽略用户页表以及文件系统的一些调用，主要还是看elf文件加载，之后你就会体会到，哦！原来操作系统真的不是魔法 （doge）
Copy int
exec ( char * path , char ** argv)
{
........
// Check ELF header
//检查文件头
if ( readi(ip , 0 , (uint64) & elf , 0 , sizeof (elf)) != sizeof (elf)) //读取elf文件
goto bad;
if ( elf . magic != ELF_MAGIC) //检查文件头魔数，类似于java的0xCAFEBABE
goto bad;
.......
// Load program into memory.
for (i = 0 , off = elf . phoff; i < elf . phnum; i ++ , off +=sizeof (ph)){
if ( readi(ip , 0 , (uint64) & ph , off , sizeof (ph)) != sizeof (ph))
goto bad;
if ( ph . type != ELF_PROG_LOAD) //程序头类型是否要被加载
continue ;
if ( ph . memsz < ph . filesz) //检验大小而已
goto bad;
if ( ph . vaddr + ph . memsz < ph . vaddr)
goto bad;
uint64 sz1;
if ((sz1 = uvmalloc(pagetable , sz , ph . vaddr + ph . memsz) ) == 0 ) //只是在用户进程上分配一块内存
goto bad;
sz = sz1;
if ( ph . vaddr % PGSIZE != 0 )
goto bad;
if ( loadseg(pagetable , ph . vaddr , ip , ph . off , ph . filesz) < 0 ) //加载具体的程序段
goto bad;
}
p = myproc() ; //获取用户进程
uint64 oldsz = p -> sz;
// Allocate two pages at the next page boundary.
// Use the second as the user stack.
sz = PGROUNDUP(sz) ;
uint64 sz1;
if ((sz1 = uvmalloc(pagetable , sz , sz + 2 * PGSIZE) ) == 0 )
goto bad;
sz = sz1;
uvmclear(pagetable , sz - 2 * PGSIZE) ;
sp = sz;
stackbase = sp - PGSIZE;
// Push argument strings, prepare rest of stack in ustack.
for (argc = 0 ; argv[argc]; argc ++ ) {
if (argc >= MAXARG)
goto bad;
sp -= strlen(argv[argc]) + 1 ;
sp -= sp % 16 ; // riscv sp must be 16-byte aligned
if (sp < stackbase)
goto bad;
if ( copyout(pagetable , sp , argv[argc] , strlen(argv[argc]) + 1 ) < 0 ) //这里就是一些内存的copy,所有的操作都是为了把参数给丢到进程的栈里面去
goto bad;
ustack[argc] = sp;
}
ustack[argc] = 0 ;
//同上
// push the array of argv[] pointers.
sp -= (argc + 1 ) * sizeof (uint64);
sp -= sp % 16 ;
if (sp < stackbase)
goto bad;
if ( copyout(pagetable , sp , ( char * )ustack , (argc + 1 ) *sizeof (uint64)) < 0 ) //一些内存的copy,所有的操作都是为了把参数给丢到进程的栈里面去
goto bad;
// arguments to user main(argc, argv)
// argc is returned via the system call return
// value, which goes in a0.
p -> trapframe -> a1 = sp;
// Commit to the user image. //设置一个进程的一些参数，比如页表等
oldpagetable = p -> pagetable;
p -> pagetable = pagetable;
p -> sz = sz;
p -> trapframe -> epc = elf . entry; // initial program counter = main
p -> trapframe -> sp = sp; // initial stack pointer
return argc; // this ends up in a0, the first argument to main(argc, argv)
bad: //就是一系列异常处理，c语言只能这样了
if (pagetable)
proc_freepagetable(pagetable , sz) ;
if (ip){
iunlockput(ip) ;
end_op() ;
}
return - 1 ;
} 有兴趣的同学可以看jyy老师实现的x86 elf文件加载器代码，代码只有几十行，这里不列出来了，留下一些自我想象空间吧
结尾
其实在这里就阐明了进程是什么了，你甚至可以去读一读手册，看看x86或者其他架构里面的操作系统，是如何实现进程的，最后你甚至就可以去实现一个自己写的进程加载器~~~解开魔法啦
Last updated 11 months ago
