0 背景
这篇文章笔者继续文件视角下的arm elf的解读，elf（Executable Linkable Format）是在linux下使用的一种可执行文件格式，我们的arm架构上通常都是部署的linux系统，因此elf文件也是跟arm架构强相关的一种文件格式。通过对其进行解读，可以帮助我们了解这样的一个文件是如何生成的，内部的结构是怎样的，如何在嵌入式的arm设备上加载运行起来，从而加深对整个系统运行机制的理解。当我们遇到一些系统级的问题，如系统的性能、应用程序的编排、组件的聚合等问题，就可以结合本文的elf运作机制去分析，相信会让你更清楚地看到全貌，解决起问题来也更加得心应手。
1 elf文件的生成
如下图所示是elf在arm文件视角下所处的位置，从图中可以看出elf的上一级文件是汇编文件，通过编译链接后就可以生成elf文件，下一级文件是运行时文件，elf可执行文件是可以直接加载运行的。来到elf这个主题内部，我们将elf所涉及的机制梳理成图中的5个模块，分别是elf是怎么生成的、elf文件的结构是怎样的、生成的elf可执行文件怎么加载、elf文件都包含哪些类型以及elf的应用场景。显然前4个模块是elf应用的基础，也是本文我们重点解读的方向。
从上面的纵览图，我们已经知道elf有不同的文件类型，分别是目标文件、静态或者动态的链接文件、可执行文件。前两类文件属于中间的文件，在我们日常的工作中，可能接触静态或者动态的链接文件比较多，当我们在完成一个应用特性的时候，就要考虑将这个特性以何种形式提供出来，是直接提供可执行的文件，还是作为一个更高阶的应用程序的一个组件存在。从架构的角度看，过多的可执行文件虽然会带来一定程度的解耦和灵活性，但是维护的成本却也随之水涨船高，因此我们通过会考虑将某些特性作为lib组件或者.so组件提供。那这些文件是怎么生成的呢？
如下图所示总结了从一个c代码实例生成可执行elf文件的全流程。这个过程对使用更高级语言的同学来说已经由IDE集成开发工具完成了，不需要再去关注，但是作为嵌入式开发的同学，特别是要理解arm的运行机制的同学，就需要了解这个过程。图中的代码A实现了main函数，在其中会调用代码B的打印helloworld的函数，还实现了输入一个应用程序名，然后创建一个进程运行这个应用程序的功能。
首先A和B这两个c文件会进行预编译，这里典型的就是我们定义的宏就会被展开，并且将包含的文件，如头文件插入到.i文件中；然后进行编译，编译的过程中会对文件进行词法分析、语法分析和语义分析，保证我们写的代码符合语法规则，如果代码中有语法错误也会报出来，最终这一步会生成汇编.s文件；汇编文件再通过汇编的方式生成目标.o文件，我们在看编译生成的中间文件中经常会看到每个c文件都会对应一个.o的目标文件，通过一定的规则，组合成静态或者动态的链接文件，再加入运行时库，就可以将这些目标文件组合成可执行的elf文件。这个组合的的规则是怎样的呢？
如下图所示是目标文件和运行时库组合成一个可执行的elf文件的过程。组合的基本规则是将具有相同属性的部分放到一起，比如说可执行elf的代码段，是由目标文件A和目标文件B，再加上运行时库的代码段（.text section）组合而成，依次类推，数据段、bss段、只读数据段等也分别由各目标文件的对应部分组合而成，只不过还会增加一些段，比如使用的c库，所有的符号构成的符号表等。
上面将具有相同属性的段组合到一起的好处是，可以节省内存空间中对页的开销。举个例子，假设目标文件A的代码段大小为5000 byte，内存一个页的大小为4096字节，那需要两个页去存储代码段，另外一个目标文件B的大小为512字节，加起来就需要三个页存储，但是如果将两个目标文件的代码段合到一起，就只需要两个页，很显然这极大地节省了空间访问，还有一个好处，将相同属性的段放到一起，也方便对其进行访问。至此一个elf文件的生成过程我们已经梳理完成，接下来，我们拆开看看elf文件内部的构造是怎样的。
2 elf文件结构解读
如下图所示，是我们举例的文件通过readelf命令读取的elf文件结构，在目标文件链接和加载elf文件时，会按照这张图提供的信息进行检查、组合、加载和运行。图中的elf文件结构从链接视图和加载视图两个角度进行分解，链接视图下会将代码和数据生成不同的section，每个section会有对应的地址，最终生成一张符号表symtab，其中包含了所有符号和对应的地址映射。加载视图则将section中具有相同访问属性的段如只读的、可读可执行、可读可写的组合到一起，生成segment，便于操作系统加载运行。最后包含的section信息和segment信息会被打包在elf头中，再加上魔术字、文件类型（可执行或者可重定位）、数据是大端还是小端、系统架构是arm还是x86、入口点地址等信息，就可以构成一个完整的elf文件。
图中的elf头信息，是文件链接后生成的，在文件被加载的过程中用来做校验。首先可以用来确定是否是elf文件，在magic中，开头的4个字符7f 45 4c 46分别代表del e l f，通过判断可以确定加载器，校验文件是否正确；其次文件的一些属性信息，如数据大小端，系统架构，类型等信息可以进一步确定文件运行时环境是否满足；最后上面的文件正确、环境满足后，就可以按照segment和section的信息，将文件加载到环境中，并跳转到入口点地址，也就是代码段的地址处开始运行。
图中的链接视图，文件的section（主要包含代码段、数据段、bss段）、.dynsym（库函数）、.rela.plt（库函数可重定位，主要生成库加载函数地址）、.rela.dyn（同rela.plt）、dynamic section（动态链接库节点）这5个部分构成.symtab（符号表，包含所有符号和偏移地址）表。这张链接视图将所有的符号和地址信息生成在一张表中，便于后续进行加载。
图中的加载视图，会按照section到segment的映射，将不同访问属性的section放到对应的段中。比如.text .rodata .init等具有只读或者可读可执行的section被放到了segment的LOAD字段；.data .bss等具有可读可写的section被放到了segment的另一个LOAD字段；其他的section也根据不同的访问属性被放到segment的9个段中。笔者按照地址信息将这9个段进行排列，可以很明显的看出各个段之间的关系，比如具有跟代码段相同的访问属性的段PHDR、INTERP、NOTE、GNU_EH_FRAME，被放到了一个地址范围内；跟数据段相同的访问属性GNU_RELRO、DYNAMIC也被放到了一个地址范围内。这样的映射方式非常方便直接将文件映射到内存不同的页，下一节我们将介绍这个加载映射过程。
3 elf文件加载过程
elf文件是如何加载到内存中并运行的呢？如下图所示，是在一个bash进程下创建elf进程和加载elf文件到进程虚拟地址空间的全流程。通过对这个过程的了解，可以帮助我们理解系统的运行机制，知道一个文件是如何被加载到内存，然后由CPU调用运行的，这也是我们这篇文章的根本目的，通过对elf文件的解读和加载运行，深入理解arm架构。
图中在bash命令行下运行一个test.elf文件，bash进程首先会创建一个test.elf的进程，生成pid，下面就是加载这个文件到进程空间，运行该文件。接下来bash进程继续调用接口execve，系统也切换到内核态；接着调用sys_execve，对execve传进来的参数进行检查，如检查运行的文件名是否为空，检查通过后，就可以调用do_execve。在这个函数中，会首先找到test.elf文件，然后读取文件的头128个字节，基于魔术字判断该文件是否为elf文件，如果是，则使用加载函数将elf中的segment映射到test.elf进程空间中。
加载函数进来先是校验elf的头部，获取文件的运行信息，判断是否满足加载条件，如果满足，就会依次将elf文件中代码段的LOAD和数据段的LOAD映射到进程地址空间的只读段和可读可写段，最后将dynamic段中的fini地址设置到EDX寄存器中，入口地址设置到EIP寄存器，依次返回调用栈，从内核态切换回用户态后，就可以进入入口地址执行test.elf文件。
4 小结
至此，本文对elf的解读完成，这篇文章从elf文件的生成，内部结构和加载三个角度进行梳理，以期帮助读者理清整个流程，加深对arm架构和系统的理解。后续笔者将从进程的视角解读arm架构下的运行时文件，敬请期待。