腾讯三面：源代码是怎样转化成进程的

你好，我是大白。前两篇文章讲解了[计算机是怎样工作的] 以及[操作系统具体做了什么] 。接下来的文章就要开始详细讲操作系统了。接下来会有多篇文章详细讲进程，进程是操作系统中十分重要的一个虚拟化产物，我们一起来详细学习下吧！之前从[系统调用的角度讲过怎样创建进程] ，今天我们来看看怎样把源代码转化成一个进程！

一个阳光明媚的中午，大白在领导办公室

‍ 大白：领导我......

‍ 领导：行行行，你哪疼快去看哪吧！

--------------------当日下午，腾讯大楼，面试开始--------------------

1为什么需要进程

‍ 面试官：这是第三轮面试了，前几轮问的差不多了，今天我想考查下你的基本功，我就想咱们详细的分析下从代码到进程要经过哪些步骤！你能先讲下我们为什么需要进程这个东西吗？

‍ 大白：好的，我在我上一篇写的系列文章中也提到过，大家都希望能同时在电脑上运行多个程序。比如看直播的同时也能开着微信聊天，还能同时看看邮件等等。但是我们知道，一个 CPU 在一瞬间只能同时处理一个运行着的程序，所以我们就需要通过虚拟化的技术来让操作系统用一个 CPU 营造出无数个 CPU 可用的假象。为了达到这个目的，我们首先要把运行着的程序进行抽象，把正在运行的程序抽象成所谓的进程。有利于后面的一系列操作。

2源代码转化为进程的步骤

‍ 面试官：不错，那你再讲下把源代码转化成一个进程一共需要哪几步吧？

‍ 大白：好的，程序转换为进程需要五个阶段，分别是预处理、编译、汇编、链接、装载。我下面画个图，看的更直观一些。这个流程都是以 Linux 系统和 C 语言为例的。

‍ 面试官：不错不错，那再讲下每个阶段分别再做什么吧！

‍ 大白：没问题，咱们一个个的看。

• 预处理：有的地方也叫预编译。主要处理代码中以“#”开头的预编译指令。比如 #include、#define等，再具体一点就比如说将头文件嵌入正文中，将定义的宏展开、把注释删去等。C 语言文件经过这一步生成 .i 文件，C++ 经过这一步生成 .ii 文件。
• 编译：将预处理完的文件进行词法分析、语法分析和语义分析以及优化后产生相应汇编代码。这里展开讲又是很多的知识点，就不详细讲了，大家有兴趣可以下来自行了解。反正知道经过编译后产生的是汇编代码就好啦。
• 汇编：汇编阶段将汇编代码转变为机器可以执行的二进制机器指令文件。汇编器的汇编过程相对于编译器会简单很多，直接根据汇编指令和机器指令对照表翻译过来就可以了。经汇编后生成 .o 目标文件。

3目标文件的格式

‍ 面试官：打断一下，预处理和编译处理后的结果大家应该比较容易理解。第一步是一些代码的预处理，编译就是把 C 转化为汇编的代码。但是经过第三步处理后生成的 .o 目标文件是什么样我就不太清楚了。这里详细讲一下吧！

‍ 大白：好的！其实目标文件在不同的平台上是不一样的，比如在 Windows 上的目标文件为 .obj 文件，而在 Linux 上目标文件为 .o 文件，格式被称为 ELF（Executable and Linkable Format, 可执行与可链接格式)。

大家有兴趣可以按照我下面给出的命令看下。首先写一段 C 语言代码，可以命名成 dabai.c 。然后用 “gcc -c dabai.c” 编译下文件会生成一个同名的 .o 文件，然后用命令 “readelf -a dabai.o” 输出就可以看啦。

我把重要的部分在下面单拿出来讲下，.o 文件的结构长下面这样。

图仿极客时间《趣谈 Linux 操作系统》 https://time.geekbang.org/column/article/90855

具体各部分的表示为

.text：放编译好的二进制可执行文件

.data：已经初始化好的全局变量

.rodata：只读数据，例如字符串常量、const 的变量

.bass：未初始化全局变量，运行时会置为0

.symtab：符号表，记录的则是函数和变量

.strtab：字符串表、字符串常量和变量名

.rel.text：代码段重定位表，描述代码段中出现的函数、变量的引用地址信息等

.rel.data：数据段重定位表

4链接

‍ 面试官：好的，你接着说下链接是做什么的！

‍ 大白：好的，链接 需要把各个模块之间相互引用的部分处理好，使得各个模块之间能够正确衔接。比如代码文件 A.c 引用了代码文件 B.c 中的函数，在编译时对应生成的是 A.o 和 B.o。那么 A.o 中的 .rel.text 和 rel.data 就应该记录了引用信息。通过链接把多个人 .o 文件就合并成了.out 文件。这个 .out 文件和 .o 文件相似，也是采用 ELF 格式的，只不过是 ELF 文件的另一种格式。具体长下面这样。转化成下面这样后就可以往内存中加载了。

此图仿极客时间《趣谈 Linux 操作系统》 https://time.geekbang.org/column/article/90855

‍ 面试官：你刚才说的是静态链接的方法吧？他有什么优缺点呢？

‍ 大白：是的，上面采用的是静态链接的方法，静态链接库一旦链接进去就合并了，以后程序运行就不会依赖链接库了。但这样的缺点就是一段代码如果被多个程序使用，那么内存里面就会存在多份。所以就又出现了一种动态链接，具体做法是将一个动态链接库链接到一个程序文件中时，最后的程序文件并不包括动态链接库中代码，而仅仅包括对动态链接库的引用。动态链接我就不特别详细的展开讲了，细节有点不太熟。

‍ 面试官：好的，那你说下装载是在做什么吧！

‍ 大白：经过上面的一系列操作已经把代码转化为可执行文件了，把可执行文件 装载 到内存中就可以执行了。装载可执行文件并且执行需要做以下三件事:

1. 创建一个独立的虚拟地址空间。
2. 读取可执行文件头，并且建立虚拟空间与可执行文件的映射关系。
3. 将 CPU 的指令寄存器设置成可执行文件的入口地址，启动执行。这里面自然又涉及到一系列的技术，今天时间不早了，我们以后再讲呀！

‍ 面试官：我是第一次遇见有人想主动加面的！