Linux操作系统分析-lab2-进程的创建与可执行程序的加载

学号：sa****340 姓名：**钰

一、进程的创建过程分析

1、创建进程

Linux提供了几个函数fork，vfork和clone系统调用创建新进程，其中，clone创建轻量级进程，必须指定要共享的资源，exec系统调用执行一个新程序，exit系统调用终止进程（进程也可以因收到信号而终止）。



新的进程通过复制旧的进程（即父进程）而建立。在内核态建立的总体流图如下：



2、进程创建之do_fork()

long do_fork(unsigned long clone_flags,
unsigned long stack_start,
unsigned long stack_size,
int __user *parent_tidptr,
int __user *child_tidptr)

fork()一般用于创建普通进程，clone()可用于创建线程，kernel_thread()通过sys_clone创建新的内核进程。Fork和clone都通过do_fork()函数执行进程创建的操作。

do_fork()的第一步是调用copy_process函数来复制一个进程，并对相应的标志位等进行设置，成功调用copy_process之后，系统会让新开辟的进行开始运行，这时子进程一般都会马上调用exec()函数来执行其他任务，可以避免写时复制的开销（为什么是子进程执行其他任务了：如果首先执行父进程，在父进程执行过程中，可能会向地址空间写入数据，这个时候，系统就会为子进程拷贝父进程原来的数据，而当子进程调用的时候，其紧接着执行exec()函数，那么此时系统又会为子进程拷贝新的数据，这样多了一份拷贝）。参考资料[2]

do_fork()主要完成的任务：



3、进程创建之copy_process()

static struct task_struct *copy_process(unsigned long clone_flags,
unsigned long stack_start,
unsigned long stack_size,
int __user *child_tidptr,
struct pid *pid,
int trace)
wake_up_new_task(p,clone_flags)

do_fork()函数利用辅助函数copy_process()来创建进程描述符以及子进程执行所需要的所有其他内核数据结构。具体作用参见资料[2]。

其copy_process()的实现：

p = dup_task_struct(current)：为新进程创建一个内核栈，内核栈的空间指向内核地址空间。

thread_info和task_struct，这里完全copy了父进程的内容，到这里为止，父进程和子进程没有任何区别。

copy_process()主要完成的任务:



4、进程创建的整个过程的代码分析参考资料[2]。
二、可执行程序的加载
1、ELF可执行文件加载过程
do_fork()成功调用copy_process之后，系统会让新开辟的进程开始运行，这时子进程一般都会马上调用exec()函数来执行ELF任务，ELF可执行文件加载过程的总体流图如下：



Linux提供了execl、execlp、execle、execv、execvp和execve等六个用以执行一个可执行文件的函数。以上函数的本质都是调用在arch/i386/kernel/process.c文件中实现的系统调用sys_execve来执行一个可执行文件。

该系统调用所需要的参数pt_regs在include/asm-i386/ptrace.h文件中定义：

struct pt_regs
{
long ebx;
long ecx;
long edx;
long esi;
long edi;
long ebp;
long eax;
int xds;
int xes;
long orig_eax;
long eip;
int xcs;
long eflags;
long esp;
int xss;
};

该参数描述了在执行该系统调用时，用户态下的CPU寄存器在核心态的栈中的保存情况。通过这个参数，sys_execve可以获得保存在用户空间的以下信息：可执行文件路径的指针（regs.ebx中）、命令行参数的指针（regs.ecx中）和环境变量的指针（regs.edx中）。

真正执行程序的功能则是在fs/exec.c文件中的do_execve函数中实现的：

file =open_exec(filename);这个函数打开要执行的文件，并检查其有效性。

retval =prepare_binprm(bprm);这个函数检查文件是否可以被执行，填充linux_binprm结构中的e_uid和e_gid项，使用可执行文件的前128个字节来填充linux_binprm结构中的buf项。

retval =copy_strings_kernel(1, &bprm->filename,
bprm);

retval =copy_strings(bprm->envc, envp, bprm);

retval =copy_strings(bprm->argc, argv, bprm);

这三个函数的作用将文件名、环境变量和命令行参数拷贝到新分配的页面中。

retval =search_binary_handler(bprm,regs);这个函数的作用查询能够处理该可执行文件格式的处理函数，并调用相应的load_library方法进行处理。

该函数用到了一个类型为linux_binprm的结构体来保存要执行的文件相关的信息，该结构体在include/linux/binfmts.h文件中定义：

struct linux_binprm{
char buf[BINPRM_BUF_SIZE]; //保存可执行文件的头128字节
struct page *page[MAX_ARG_PAGES];
struct mm_struct *mm;
unsigned long p;    //当前内存页最高地址
int sh_bang;
struct file * file;     //要执行的文件
inte_uid, e_gid;    //要执行的进程的有效用户ID和有效组ID
kernel_cap_t cap_inheritable, cap_permitted, cap_effective;
void *security;
int argc, envc;     //命令行参数和环境变量数目
char * filename;    //要执行的文件的名称
char * interp;        //要执行的文件的真实名称，通常和filename相同
unsigned interp_flags;
unsigned interp_data;
unsigned long loader, exec;
};

在该函数的最后，又调用了fs/exec.c文件中定义的search_binary_handler函数来查询能够处理相应可执行文件格式的处理器，并调用相应的load_library方法以启动进程。这里，用到了一个在include/linux/binfmts.h文件中定义的linux_binfmt结构体来保存处理相应格式的可执行文件的函数指针如下：

struct linux_binfmt {
struct linux_binfmt * next;
struct module *module;
// 加载一个新的进程
int(*load_binary)(struct linux_binprm *, struct pt_regs * regs);
// 动态加载共享库
int(*load_shlib)(struct file *);
// 将当前进程的上下文保存在一个名为core的文件中
int(*core_dump)(long signr, struct pt_regs * regs, struct file * file);
unsigned long min_coredump;
};

在调用特定的load_binary函数加载一定格式的可执行文件后，程序将返回到sys_execve函数中继续执行。该函数在完成最后几步的清理工作后，将会结束处理并返回到用户态中，最后，系统将会将CPU分配给新加载的程序。

2、小结

进程的创建和ELF可执行程序加载的过程到这里结束了。下面的附录主要是从代码的角度介绍fork()和exec()函数，这里我选取了execl()函数；以及ELF可执行文件格式的分析。

三、附录

1、fork()和execl()函数
Linux提供了六个exec()函数，这些函数的第一个参数都是要被执行的程序的路径，第二个参数则向程序传递了命令行参数，第三个参数则向程序传递环境变量。
execl()函数说明：

函数定义：int
execl(const char * path,const char * arg,....,(char*)0);

函数说明：execl()用来执行参数path字符串所代表的文件路径，接下来的参数代表执行该文件时传递过去的argv(0)、argv[1]……，最后一个参数必须用空指针(NULL)作结束。

返回值：如果执行成功则函数不会返回，执行失败则直接返回-1。

强调：函数定义中的最后一个参数必须为(char*)0

Linux系统下execl函数特点:

当进程调用一种exec函数时，该进程完全由新程序代换，而新程序则从其main函数开始执行。因为调用exec并不创建新进程，所以前后的进程ID并未改变。exec只是用另一个新程序替换了当前进程的正文、数据、堆和栈段。

execl.c

#include <unistd.h>
#include <sys/types.h>
#include <stdlib.h>
#include <stdio.h>
int main()
{
pid_t pid;
pid = fork();
if(pid > 0)/*parent process*/
{
printf("In parent process\n");
printf("child_pid=%d\n",pid);
exit(EXIT_SUCCESS);
}
else if(pid == 0)/*child process*/
{
printf("In child process\n");
if(execl("./args","args","songzeyu","wahaha",(char *)0) < 0)
perror("error");
printf("the sentence is not coming!\n");/*nerver calls printf*/
}
else
{
puts("fork failure!");
exit(EXIT_FAILURE);
}
}

args.c

#include<stdlib.h>
#include<string.h>
#include<stdio.h>
int main(int argc , char *argv[])
{
if(argc != 3)
{
printf("argc = %d\n",argc);
printf("error!\n");
exit(0);
}
char a[10],b[10];
strcpy(a,argv[1]);
strcpy(b,argv[2]);
printf("a = %s b = %s\n",a,b);
return 0;
}

编译并运行结果截图：



执行说明：执行可执行程序args必须使argc=3，函数功能为打印除可执行文件名外的其它命令参数。



执行说明：函数创建了一个新的进程，新的进程运行后去执行可执行文件args。
2、args.c文件的汇编文件







仅分析args.c的汇编文件，从汇编文件的开头几行知道：该文件的ELF将右.string ，./text， ./globl， ./type，.size， .ident， .section节。（这里就不分析execl.c的汇编文件了）
3、task_struct进程控制块，ELF文件格式分析
stack_struct进程控制块图：



stack_struct进程控制块中的一些基本符号所代表的意思：



4、ELF可执行文件的格式
目标文件既要参与程序链接又要参与程序执行，目标文件有两种并行视图，（参考资料[1]）如下图：



ELF文件的简要说明：ELF文件包括三部分，ELF header,Program header table,Section
header table.
ELF header:在文件的开始，保存了路线图，描述该文件的组织情况。
Program header table:告诉系统如何创建进程映像。用来构造进程映像的目标文件具有程序头部表，可重定位文件没有这个表。
Section header table:包含了描述文件节区的信息，每个节区在表中都有一个项，给出节区的名称、节区大小这类心里。用于链接的目标文件（可重定向文件）必须包含节区头部表，而可执行文件可以没有。
结合execl.c 和args.c生成的execl.o ，execl，args.o，args文件来分析ELF文件格式，需要用到的hexdump，objdump，readelf等工具来查看ELF文件格式。
具体分析如下：
用readelf命令的 -h选项查看它们的ELF header，格式如下：



从上面红色框框里面的内容可以看出，program headers的长度为0，因为这是可重定向文件，没有program header头部，所以长度为0。
下面是execl可执行文件的ELF header，这个输出很重要，如下图：



section:在一个ELF文件中有一个section header table，通过它可以定位到所有的section，而在ELF
header中的e_shoff变量中保存section header table入口对文件头的偏移量。而每个section都会对应一个section header，所以只要在section header table中找到每个section header，就可以通过section header找到你想要的section。
以可执行文件execl为例，以保存字符串表的section为例来讲解读取某个section的过程。选择保存字符串表的section因为我们从ELF
header中就可以得知它在section header table的索引值为27。
用命令 readelf -S execl查看execl中所有的section header，如下图：



可以从中得到索引值为27的section header是.shstrtab。也就是要查看的字符串表section。这里用readelf命令查看.shstrtab这个section中的内容。
命令为:readelf -x 27 execl，结果如下图：



再用hexdump命令去查看.shstrtab这个section中的内容。在ELF
header中从e_shoff变量中得到section header table相对文件头的偏移量是4432字节。每个section header的大小是40字节，索引值是27，所以可以得到.shstrtab这个section header的偏移量：4432+40*27=5512。



对照上面的十六进制值和section header结构体Elf32_Shdr，我们需要得到sh_offset这个变量的值，即section的第一个字节与文件头之间的偏移。这个变量是section
header的17-20字节，所以我们得到52 10 00 00。那么这个section的首地址是0x1052=4178。我们还可以得到这个section的大小，在sh_offset后四个字节中，保存在变量sh_size中为fc 00 00 00：0xfc=252。所以我们可以得到：



结论：通过hexdump和readelf得到的.shatrtab和section结果相同。
program:可执行文件或者共享目标文件的程序头部都是一个结构数组，每个结构描述了一个段或者系统准备程序执行所必须的其它信息。这里的段是指segment，有些segment中保存着机器指令，有些保存着已初始化的变量，有些则作为进程镜像的一部分被操作系统读入内存。
我们从ELF中可以获得关于program的信息就是Program Header Table的偏移量e_phoff: 52 (bytes
into file)，Program Header大小e_phentsize：32 (bytes)，Program Header总数e_phnum：7。



四.参考资料
[1]ELF 文件格式学习.http://www.verydemo.com/demo_c92_i190978.html
[2]fork系统调用分析do_fork()http://edsionte.com/techblog/archives/2131