Einleitung: Die unsichtbaren Baumeister der Software
Entwickler nutzen täglich Befehle wie:
| |
Dieser Vorgang wird umgangssprachlich oft als „Kompilieren“ bezeichnet. Doch der Compiler erledigt nur die halbe Arbeit. Die zweite Hälfte—das fehlerfreie Zusammenfügen hunderter einzelner Objektdateien und Bibliotheken, das Zuweisen virtueller Adressen und das Laden in den Speicher—übernehmen zwei unverzichtbare Werkzeuge: der Linker und der Loader.
flowchart TD
subgraph BuildPipeline ["Vom Quellcode zur Ausführung"]
SourceA["main.c"] -->|Compiler| ObjA["main.o (Relokatierbares Objekt)"]
SourceB["utils.c"] -->|Compiler| ObjB["utils.o (Relokatierbares Objekt)"]
Lib["libc.so / libm.a\n(Bibliotheken)"]
ObjA --> Linker["★ Linker (ld / lld / mold)\n[Symbolauflösung & Relokation]"]
ObjB --> Linker
Lib --> Linker
Linker --> Exec["myprogram (Ausführbare ELF-Datei)"]
end
Exec -->|execve| Loader["★ Loader (Kernel & ld-linux.so)\n[Speicherabbildung & dynamische Bindung]"]
Loader --> CPU["CPU-Ausführung (_start -> main)"]
style BuildPipeline fill:#f9f9f9,stroke:#333,stroke-width:2px
style Linker fill:#ffe6e6,stroke:#d9534f,stroke-width:2px
style Loader fill:#e6f3ff,stroke:#0066cc,stroke-width:2px
Ohne Linker gäbe es keine modulare Softwareentwicklung. Wir müssten Millionen Zeilen Code in einer einzigen gigantischen Datei verfassen und bei jeder Änderung stundenlang neu kompilieren.
1. Das ELF-Format: Anatomie einer Objektdatei
Eine Zwischendatei (.o) ist eine relokatierbare Objektdatei im ELF-Format (Executable and Linkable Format). Sie besteht überwiegend aus Metadaten für den Linker:
.text: Die kompilierten Maschinencode-Befehle (ausführbar, read-only)..rodata: Schreibgeschützte Konstanten und Zeichenketten..data: Initialisierte globale und statische Variablen..bss: Uninitialisierte globale Variablen. Verbraucht 0 Byte auf der Festplatte! Der Speicher wird erst zur Laufzeit reserviert und mit Nullen gefüllt..symtab: Die Symboltabelle (Verzeichnis aller Funktionen und Variablen)..rela.text: Die Relokationstabelle (Anweisungen, welche Platzhalter-Adressen der Linker korrigieren muss).
2. Symbolauflösung (Symbol Resolution)
Der Linker gleicht unvollständige Funktionsaufrufe mit Definitionen aus anderen Modulen ab.
Starke vs. Schwache Symbole:
- Stark: Funktionsdefinitionen und initialisierte globale Variablen (
int x = 1;). - Schwach: Uninitialisierte globale Variablen (
int x;).
Regeln:
- Mehrere gleichnamige starke Symbole führen zu einem Linker-Fehler (
multiple definition). - Stark überschreibt schwach.
- Bei mehreren schwachen Symbolen wählt der Linker willkürlich eines aus (Gefahr unbemerkter Speicherüberschreibungen).
Reihenfolge statischer Bibliotheken: Der Linker scannt Argumente strikt von links nach rechts. Daher muss -lm hinter main.c stehen, da sonst zur Zeit der Überprüfung von libm.a noch keine unaufgelösten Symbole bekannt sind.
3. Relokation (Relocation)
Der Compiler setzt für externe Adressen zunächst Nullen ein:
| |
($S$: Symboladresse, $A$: Addend, $P$: Position der Anweisung).
4. Dynamisches Linken: Position-Independent Code (PIC), GOT & PLT
Um Speicherverschwendung durch statisches Linken zu vermeiden, nutzen moderne Systeme Shared Libraries (.so).
Diese erfordern Positionsunabhängigen Code (PIC), realisiert über zwei Tabellen:
- GOT (Global Offset Table): Speichert absolute Laufzeitadressen im Datenbereich.
- PLT (Procedure Linkage Table): Sprungtabelle im Codebereich.
Dank Lazy Binding werden Funktionsadressen erst beim ersten tatsächlichen Aufruf durch den dynamischen Linker (ld-linux.so) aufgelöst und in die GOT eingetragen. Folgeaufrufe springen direkt ohne Overhead.
5. Der Loader: Von _start zu main()
Beim Aufruf von ./myprogram mappt der Kernel-Loader die ELF-Segmente per mmap in den virtuellen Speicher, bereitet den Stack (argc, argv, envp) vor und springt zum wahren Einstiegspunkt: _start.
Dort führt die C-Runtime (__libc_start_main) zunächst alle globalen Konstruktoren in .init_array aus, bevor main() aufgerufen wird.