程序或-内存区域分配(五个段)

2/10/2017来源:ASP.NET技巧人气:976

一.

在学习之前我们先看看ELF文件。

ELF分为三种类型:.o 可重定位文件(relocalble file),可执行文件以及共享库(shared library),三种格式基本上从结构上是一样的,只是具体到每一个结构不同。下面我们就从整体上看看这3种格式从文件内容上存储的方式,spec上有张图是比较经典的:如上图:  其实从文件存储的格式来说,上面的两种view实际上是一样的,Segment实际上就是由section组成的,将相应的一些section映射到一起就叫segment了,就是说segment是由0个或多个section组成的,实际上本质都是section。在这里我们首先来仔细了解一下section和segment的概念:section就是相同或者相似信息的集合,比如我们比较熟悉的.text .data  .bss section,.text是可执行指令的集合,.data是初始化后数据的集合,.bss是未初始化数据的集合。实际上我们也可以将一个程序的所有内容都放在一起,就像dos一样,但是将可执行程序分成多个section是很有好处的,比如说我们可以将.text section放在memory的只读空间内,将可变的.data section放在memory的可写空间内。

从可执行文件的角度来讲,如果一个数据未被初始化那就不需要为其分配空间,所以.data和.bss一个重要的区别就是.bss并不占用可执行文件的大小,它只是记载需要多少空间来存储这些未初始化数据,而不分配实际的空间。

可以通过命令 $ readelf -l a.out 查看文件的格式和组成。

二.

站在汇编语言的角度,一个程序分为: 数据段 -- DS 堆栈段 -- SS 代码段 -- CS 扩展段 -- ES

站在高级语言的角度,根据APUE,一个程序分为如下段: text data (initialized) bss stack heap

        1.一般情况下,一个可执行二进制程序(更确切的说,在linux操作系统下为一个进程单元,在UC/OSII中被称为任务)在存储(没有调入到内存运行)时拥有3个部分,分别是代码段(text)、数据段(data)和BSS段。这3个部分一起组成了该可执行程序的文件。

可执行二进制程序 = 代码段(text)+数据段(data)+BSS段

        2.而当程序被加载到内存单元时,则需要另外两个域:堆域和栈域。图1-1所示为可执行代码存储态和运行态的结构对照图。一个正在运行的C程序占用的内存区域分为代码段、初始化数据段、未初始化数据段(BSS)、堆、栈5个部分。

正在运行的C程序 = 代码段+初始化数据段(data)+未初始化数据段(BSS)+堆+栈

       3.在将应用程序加载到内存空间执行时,操作系统负责代码段、数据段和BSS段的加载,并将在内存中为这些段分配空间。栈亦由操作系统分配和管理,而不需要程序员显示地管理;堆段由程序员自己管理,即显示地申请和释放空间。

          4.动态分配与静态分配,二者最大的区别在于:1. 直到Run-Time的时候,执行动态分配,而在compile-time的时候,就已经决定好了分配多少Text+Data+BSS+Stack。2.通过malloc()动态分配的内存,需要程序员手工调用free()释放内存,否则容易导致内存泄露,而静态分配的内存则在进程执行结束后系统释放(Text, Data), 但Stack段中的数据很短暂,函数退出立即被销毁。

 图1-1(从可执行文件a.out的角度来讲,如果一个数据未被初始化那就不需要为其分配空间,所以.data和.bss一个重要的区别就是.bss并不占用可执行文件的大小,它只是记载需要多少空间来存储这些未初始化数据,而不分配实际的空间)

三.

代码段 --text(code segment/text segment) text段在内存中被映射为只读,但.data和.bss是可写的。 text段是程序代码段,在AT91库中是表示程序段的大小,它是由编译器在编译连接时自动计算的,当你在链接定位文件中将该符号放置在代码段后,那么该符号表示的值就是代码段大小,编译连接时,该符号所代表的值会自动代入到源程序中。

数据段 -- data data包含静态初始化的数据,所以有初值的全局变量和static变量在data区。段的起始位置也是由连接定位文件所确定,大小在编译连接时自动分配,它和你的程序大小没有关系,但和程序使用到的全局变量,常量数量相关。数据段属于静态内存分配。 

bss段--bss bss是英文Block Started by Symbol的简称,通常是指用来存放程序中未初始化的全局变量的一块内存区域,在程序载入时由内核清0。BSS段属于静态内存分配。它的初始值也是由用户自己定义的连接定位文件所确定,用户应该将它定义在可读写的RAM区内,源程序中使用malloc分配的内存就是这一块,它不是根据data大小确定,主要由程序中同时分配内存最大值所确定,不过如果超出了范围,也就是分配失败,可以等空间释放之后再分配。BSS段属于静态内存分配。

stack: 栈(stack)保存函数的局部变量(但不包括static声明的变量, static 意味着 在数据段中 存放变量),参数以及返回值。是一种“后进先出”(Last In First Out,LIFO)的数据结构,这意味着最后放到栈上的数据,将会是第一个从栈上移走的数据。对于哪些暂时存贮的信息,和不需要长时间保存的信息来说,LIFO这种数据结构非常理想。在调用函数或过程后,系统通常会清除栈上保存的局部变量、函数调用信息及其它的信息。栈另外一个重要的特征是,它的地址空间“向下减少”,即当栈上保存的数据越多,栈的地址就越低。栈(stack)的顶部在可读写的RAM区的最后。

heap: 堆(heap)保存函数内部动态分配内存,是另外一种用来保存程序信息的数据结构,更准确的说是保存程序的动态变量。堆是“先进先出”(First In first Out,FIFO)数据结构。它只允许在堆的一端插入数据,在另一端移走数据。堆的地址空间“向上增加”,即当堆上保存的数据越多,堆的地址就越高。

下图是APUE中的一个典型C内存空间分布图:

所以可以知道传入的参数,局部变量,都是在栈顶分布,随着子函数的增多而向下增长. 函数的调用地址(函数运行代码),全局变量,静态变量都是在分配内存的低部存在,而malloc分配的堆则存在于这些内存之上,并向上生长.

举例1:

[c] view plain copy #include <stdio h="">   const int    g_A       = 10;         //代码段   int          g_B       = 20;         //数据段   static int   g_C       = 30;         //数据段   static int   g_D;                    //BSS段   int          g_E;                    //BSS段   char        *p1;                     //BSS段      void main( )   {       int           local_A;            //栈       int           local_B;            //栈       static int    local_C = 0;        //数据段       static int    local_D;            //数据段              char        *p3 = "123456";     //123456在代码段,p3在栈上          p1 = (char *)malloc( 10 );      //堆,分配得来得10字节的区域在堆区       strcpy( p1, "123456" );         //123456{post.content}放在常量区,编译器可能会将它与p3所指向 的"123456"优化成一块          PRintf("hight address\n");       printf("-------------栈--------------\n");       printf( "栈,    局部变量,                           local_A, addr:0x%08x\n", &local_A );       printf( "栈,    局部变量,(后进栈地址相对local_A低)  local_B, addr:0x%08x\n", &local_B );       printf("-------------堆--------------\n");       printf( "堆,    malloc分配内存,             p1,      addr:0x%08x\n", p1 );       printf("------------BSS段------------\n");       printf( "BSS段, 全局变量,       未初始化    g_E,     addr:0x%08x\n", &g_E, g_E );           printf( "BSS段, 静态全局变量,   未初始化,   g_D,     addr:0x%08x\n", &g_D );       printf( "BSS段, 静态局部变量,   初始化,     local_C, addr:0x%08x\n", &local_C);       printf( "BSS段, 静态局部变量,   未初始化,   local_D, addr:0x%08x\n", &local_D);       printf("-----------数据段------------\n");       printf( "数据段,全局变量,       初始化      g_B,     addr:0x%08x\n", &g_B);       printf( "数据段,静态全局变量,   初始化,     g_C,     addr:0x%08x\n", &g_C);       printf("-----------代码段------------\n");       printf( "代码段,全局初始化变量, 只读const,  g_A,     addr:0x%08x\n\n", &g_A);       printf("low address\n");       return;   }   </stdio>  

运行结果:

[c] view plain copy hight address   -------------栈--------------   栈,    局部变量,                           local_A, addr:0xffa70c1c   栈,    局部变量,(后进栈地址相对local_A低)  local_B, addr:0xffa70c18   -------------堆--------------   堆,    malloc分配内存,             p1,      addr:0x087fe008   ------------BSS段------------   BSS段, 全局变量,       未初始化    g_E,     addr:0x08049a64   BSS段, 静态全局变量,   未初始化,   g_D,     addr:0x08049a5c   BSS段, 静态局部变量,   初始化,     local_C, addr:0x08049a58   BSS段, 静态局部变量,   未初始化,   local_D, addr:0x08049a54   -----------数据段------------   数据段,全局变量,       初始化      g_B,     addr:0x08049a44   数据段,静态全局变量,   初始化,     g_C,     addr:0x08049a48   -----------代码段------------   代码段,全局初始化变量, 只读const,  g_A,     addr:0x08048620      low address  

注意: 编译时需要-g选项,这样才可以看elf信息; readelf -a a.out 

查看这个执行文件的elf信息,摘录部分如下:重点注意其中data段,text段还要有bss段的地址,然后比较这个地址和上面的运行结果,是否是在elf文件的各个段的地址之内。

[c] view plain copy Section Headers:     [Nr] Name              Type            Addr     Off    Size   ES Flg Lk Inf Al     [ 0]                   NULL            00000000 000000 000000 00      0   0  0     [ 1] .interp           PROGBITS        08048114 000114 000013 00   A  0   0  1     [ 2] .note.ABI-tag     NOTE            08048128 000128 000020 00   A  0   0  4     [ 3] .gnu.hash         GNU_HASH        08048148 000148 000020 04   A  4   0  4     [ 4] .dynsym           DYNSYM          08048168 000168 000070 10   A  5   1  4     [ 5] .dynstr           STRTAB          080481d8 0001d8 000058 00   A  0   0  1     [ 6] .gnu.version      VERSYM          08048230 000230 00000e 02   A  4   0  2     [ 7] .gnu.version_r    VERNEED         08048240 000240 000020 00   A  5   1  4     [ 8] .rel.dyn          REL             08048260 000260 000008 08   A  4   0  4     [ 9] .rel.plt          REL             08048268 000268 000028 08   A  4  11  4     [10] .init             PROGBITS        08048290 000290 000017 00  AX  0   0  4     [11] .plt              PROGBITS        080482a8 0002a8 000060 04  AX  0   0  4     [12] .text             PROGBITS        08048310 000310 0002e8 00  AX  0   0 16     [13] .fini             PROGBITS        080485f8 0005f8 00001c 00  AX  0   0  4     [14] .rodata           PROGBITS        08048614 000614 000326 00   A  0   0  4     [15] .eh_frame         PROGBITS        0804893c 00093c 000004 00   A  0   0  4     [16] .ctors            PROGBITS        08049940 000940 000008 00  WA  0   0  4     [17] .dtors            PROGBITS        08049948 000948 000008 00  WA  0   0  4     [18] .jcr              PROGBITS        08049950 000950 000004 00  WA  0   0  4     [19] .dynamic          DYNAMIC         08049954 000954 0000c8 08  WA  5   0  4     [20] .got              PROGBITS        08049a1c 000a1c 000004 04  WA  0   0  4     [21] .got.plt          PROGBITS        08049a20 000a20 000020 04  WA  0   0  4     [22] .data             PROGBITS        08049a40 000a40 00000c 00  WA  0   0  4     [23] .bss              NOBITS          08049a4c 000a4c 00001c 00  WA  0   0  4     [24] .comment          PROGBITS        00000000 000a4c 000114 00      0   0  1     [25] .debug_aranges    PROGBITS        00000000 000b60 000020 00      0   0  1     [26] .debug_pubnames   PROGBITS        00000000 000b80 00003a 00      0   0  1     [27] .debug_info       PROGBITS        00000000 000bba 0001f4 00      0   0  1     [28] .debug_abbrev     PROGBITS        00000000 000dae 00006f 00      0   0  1     [29] .debug_line       PROGBITS        00000000 000e1d 000058 00      0   0  1     [30] .debug_frame      PROGBITS        00000000 000e78 00003c 00      0   0  4     [31] .debug_str        PROGBITS        00000000 000eb4 00000d 00      0   0  1     [32] .debug_loc        PROGBITS        00000000 000ec1 000043 00      0   0  1     [33] .shstrtab         STRTAB          00000000 000f04 000143 00      0   0  1     [34] .symtab           SYMTAB          00000000 0015e8 000560 10     35  60  4     [35] .strtab           STRTAB          00000000 001b48 0002ad 00      0   0  1   Key to Flags:     W (write), A (alloc), X (execute), M (merge), S (strings)     I (info), L (link order), G (group), x (unknown)     O (extra OS processing required) o (OS specific), p (processor specific)  

注意静态变量初始化为零和全局静态变量初始化为零的情况,都是存储在bss段★★★

从上面的elf文件可以看出,

  [23] .bss              NOBITS          08049a4c 000a4c 00001c 00  WA  0   0  4

  [22] .data             PROGBITS    08049a40000a40 00000c 00  WA  0   0  4

  [12] .text             PROGBITS      08048310000310 0002e8 00  AX  0   0 16

但是在结果中显示: BSS段, 静态局部变量,   初始化,    local_C, addr:0x08049a58 

 (0x08049a58 大于0x08049a4c 属于bss段)是初始化的静态局部变量但是却属于bss段,为什么?

原因是:local_C是局部静态变量但是却初始化为零。这和没有初始化,默认是零的情况一样,都存储在bss段,如果初始化为其他的值,那么local_C这个变量就会存储在data段。

可执行文件大小由什么决定?

可执行文件在存储时分为代码段、数据段和BSS段三个部分。

【例一】 程序1: int ar[30000]; void main() {     ...... }  程序2: int ar[300000] =  {1, 2, 3, 4, 5, 6 }; void main() {     ...... }  发现程序2编译之后所得的.exe文件比程序1的要大得多。当下甚为不解,于是手工编译了一下,并使用了/FAs编译选项来查看了一下其各自的.asm,发现在程序1.asm中ar的定义如下: _BSS SEGMENT      ?ar@@3PAHA DD 0493e0H DUP (?)    ; ar _BSS ENDS  而在程序2.asm中,ar被定义为: _DATA SEGMENT      ?ar@@3PAHA DD 01H     ; ar                 DD 02H                 DD 03H                 ORG $+1199988 _DATA ENDS  区别很明显,一个位于.bss段,而另一个位于.data段,两者的区别在于:全局的未初始化变量存在于.bss段中,具体体现为一个占位符;全局的已初始化变量存于.data段中;而函数内的自动变量都在栈上分配空间。

.bss是不占用.exe文件空间的,其内容由操作系统初始化(清零);而.data却需要占用,其内容由程序初始化,因此造成了上述情况。

以上仅仅做为学习只用!!

参考材料: 可执行文件(ELF)格式的理解 http://www.cnblogs.com/xmphoenix/archive/2011/10/23/2221879.html C程序内存区域分配(5个段作用) http://www.cnblogs.com/bigbigtree/archive/2012/11/23/2784137.html