一、目的
本文将讲述进程如何加载并执行一个二进制文件。
进程被创建完成后，如果需要执行自己的程序，需要做两件事情：从文件系统中读取二进制文件；识别该二进制文件的格式并加载到进程内存地址空间。
为什么需要识别二进制文件的格式呢？因为linux支持的二进制文件格式不止一种，例如：ELF、BASH等。不同的二进制文件格式，需要调用不同的解析程序识别并加载该二进制文件到内存中。
sys_execve()负责二进制文件的读取、识别和加载；sys_execve()的实现可以在fs/exec.c文件中找到。
二、读取二进制文件
定义structlinux_binprm结构体，记录二进制文件的重要信息：二进制头128字节、文件名、进程名、环境变量个数、命令行参数个数等。
sys_execve()->do_execve()->do_execve_common()负责加载二进制文件：
1、调用unshare_files()为进程复制一份文件表；
2、调用kzalloc()分配一份structlinux_binprm结构体；
3、调用open_exec()查找并打开二进制文件；
4、调用sched_exec()找到最小负载的CPU，用来执行该二进制文件；
5、根据获取的信息，填充structlinux_binprm结构体中的file、filename、interp成员；
6、调用bprm_mm_init()创建进程的内存地址空间，并调用init_new_context()检查当前进程是否使用自定义的局部描述符表；如果是，那么分配和准备一个新的LDT；
7、填充structlinux_binprm结构体中的argc、envc成员；
8、调用prepare_binprm()检查该二进制文件的可执行权限；最后，kernel_read()读取二进制文件的头128字节（这些字节用于识别二进制文件的格式及其他信息，后续会使用到）；
9、调用copy_strings_kernel()从内核空间获取二进制文件的路径名称；
10、调用copy_string()从用户空间拷贝环境变量和命令行参数；
至此，二进制文件已经被打开，structlinux_binprm结构体中也记录了重要信息；下面需要识别该二进制文件的格式并最终运行该文件。
三、识别二进制文件
每种格式的二进制文件对应一个structlinux_binprm结构体，load_binary成员负责识别该二进制文件的格式；内核使用链表组织这些structlinux_binfmt结构体，链表头是formats。
接着do_execve_common()继续往下看：
11、调用search_binary_handler()在formats的链表中找到该二进制文件的处理函数，并执行该函数；（例如，ELF文件的处理函数是load_elf_binary()）
12、释放structlinux_binprm结构体占用的内存空间。
四、ELF格式的二进制文件
通常加载的二进制文件都是ELF格式的，因此下面讲述ELF格式的二进制文件处理过程。（注：此处需要一些ELF文件格式的只是，可以参考ELF规范。）
1、从structlinux_binprm结构体的buf成员中拷贝ELF头到缓冲区，并检查该文件是否是可执行文件或共享文件；
2、调用elf_check_arch()检查ELF头记录的系统体系结构与当前系统的体系结构是否相同（例如，x86、arm等）；
3、计算ELF文件structelf32_phdr结构数组的长度（即e_phensize* e_phnum = total program header）并分配内存；
4、调用kernel_read()从二进制文件中读取programheader到内存中；
5、如果该二进制文件中包含PT_INTER类型的programheader，那么打开该programheader指向的文件（ELF程序解析器，该文件也是二进制文件）并读取该解析程序的ELF头；
6、调用flush_old_exec()复制父进程的信号处理表、用户空间等资源；至此，新进程与父进程就没有什么共享资源了；
7、调用setup_new_exec()设置新进程的名称、清空信号处理表、关闭已经打开的文件；
8、调用setup_arg_pages()分配命令行参数和环境变量的地址空间；
9、处理二进制文件中类型为PT_LOAD的programheader，装入text、data段；
10、调用set_brk()分配bss段空间；
11、根据前期获取的ELF程序解析器，加载“解析器”二进制文件；
12、调用create_elf_tables()初始化命令行参数和环境变量；
13、设置新进程的text、data、bss段的起始地址和终止地址；
14、调用start_kernel()启动新进程（首先执行的是“解析器”程序）；
总之，load_elf_binary()依次处理ELF的programheader，并为新进程分配独占的资源，最后启动新进程。
五、总结
linux通过sys_execve()系统调用从文件系统中读取、识别并加载二进制文件；根据二进制文件中记录的文件类型，调用相应的处理函数识别、加载二进制文件到新进程的地址空间中，最后启动该新进程。至此，新进程就彻底与父进程毫无“瓜葛”了。
版权声明：
原创作品，如非商业性转载，请注明出处；如商业性转载出版，请与作者联系。