Linux下C程序进程地址空间布局

今天我们将从进程地址空间中典型的存储区域分配情况开始讲起，然后顺序到Linux下C程序进程地址空间布局。

AD：

我们在学习C程序开发时经常会遇到一些概念：代码段、数据段、BSS段（Block Started by Symbol） 、堆（heap）和栈（stack）。先看一张教材上的示意图（来源，《UNIX环境高级编程》一书），显示了进程地址空间中典型的存储区域分配情况。

从图中可以看出：

从低地址到高地址分别为：代码段、（初始化）数据段、（未初始化）数据段（BSS）、堆、栈、命令行参数和环境变量堆向高内存地址生长栈向低内存地址生长

还经常看到下面这个图（来源，不详）：

先看一段程序。

#include
#include
int global_init_a=1;
int global_uninit_a;
static int static_global_init_a=1;
static int static_global_uninit_a;
const int const_global_a=1;
int global_init_b=1;
int global_uninit_b;
static int static_global_init_b=1;
static int static_global_uninit_b;
const int const_global_b=1; /*上面全部为全局变量，main函数中的为局部变量*/　int main()
int local_init_a=1;
int local_uninit_a;
static int static_local_init_a=1;
static int static_local_uninit_a;
const int const_local_a=1;
int local_init_b=1;
int local_uninit_b;
static int static_local_init_b=1;
static int static_local_uninit_b;
const int const_local_b=1;
int * malloc_p_a;
malloc_p_a=malloc(sizeof(int));
printf(" &global_init_a=%p
global_init_a=%d ",&global_init_a,global_init_a);
printf(" &global_uninit_a=%p
global_uninit_a=%d ",&global_uninit_a,global_uninit_a);
　printf(" &static_global_init_a=%p
static_global_init_a=%d ",&static_global_init_a,static_global_init_a);
　printf("&static_global_uninit_a=%p
static_global_uninit_a=%d ",&static_global_uninit_a,static_global_uninit_a);
printf(" &const_global_a=%p
const_global_a=%d ",&const_global_a,const_global_a);
　printf(" &global_init_b=%p
global_init_b=%d ",&global_init_b,global_init_b);
　printf(" &global_uninit_b=%p
global_uninit_b=%d ",&global_uninit_b,global_uninit_b);
　printf(" &static_global_init_b=%p
　static_global_init_b=%d ",&static_global_init_b,static_global_init_b);
printf("&static_global_uninit_b=%p
static_global_uninit_b=%d ",&static_global_uninit_b,static_global_uninit_b);
　printf(" &const_global_b=%p
const_global_b=%d ",&const_global_b,const_global_b);
printf(" &local_init_a=%p
local_init_a=%d ",&local_init_a,local_init_a);
printf(" &local_uninit_a=%p
local_uninit_a=%d ",&local_uninit_a,local_uninit_a);
　printf(" &static_local_init_a=%p
static_local_init_a=%d ",&static_local_init_a,static_local_init_a);
printf(" &static_local_uninit_a=%p
static_local_uninit_a=%d ",&static_local_uninit_a,static_local_uninit_a);
　printf(" &const_local_a=%p
const_local_a=%d ",&const_local_a,const_local_a);
printf(" &local_init_b=%p
local_init_b=%d ",&local_init_b,local_init_b);
printf(" &local_uninit_b=%p
local_uninit_b=%d ",&local_uninit_b,local_uninit_b);
printf(" &static_local_init_b=%p
static_local_init_b=%d ",&static_local_init_b,static_local_init_b);
　printf(" &static_local_uninit_b=%p
static_local_uninit_b=%d ",&static_local_uninit_b,static_local_uninit_b);
　printf(" &const_local_b=%p
　const_local_b=%d ",&const_local_b,const_local_b);
　printf(" malloc_p_a=%p
*malloc_p_a=%d ",malloc_p_a,*malloc_p_a);
return 0;

下面是输出结果。

先仔细分析一下上面的输出结果，看看能得出什么结论。貌似很难分析出来什么结果。好了我们继续往下看吧。

接下来，通过查看proc文件系统下的文件，看一下这个进程的真实内存分配情况。（我们需要在程序结束前加一个死循环，不让进程结束，以便我们进一步分析）。

在return 0前，增加 while(1); 语句

重新编译后，运行程序，程序将进入死循环。

使用ps命令查看一下进程的pid

#ps -aux | grep a.out

查看/proc/2699/maps文件，这个文件显示了进程在内存空间中各个区域的分配情况。

#cat /proc/2699/maps

上面红颜色标出的几个区间是我们感兴趣的区间：

08048000-08049000 r-xp 貌似是代码段08049000-0804a000 r--p 暂时不清楚，看不出来0804a000-0804b000 rw-p 貌似为数据段08a7e000-08a9f000 rw-p 堆bff73000-bff88000 rw-p 栈

我们把这些数据与最后一次的程序运行结果进行比较，看看有什么结论。

&global_init_a=0x804a018 全局初始化：数据段 global_init_a=1
&global_uninit_a=0x804a04c 全局未初始化：数据段 global_uninit_a=0
&static_global_init_a=0x804a01c 全局静态初始化：数据段 static_global_init_a=1
&static_global_uninit_a=0x804a038 全局静态未初始化：数据段 static_global_uninit_a=0
&const_global_a=0x80487c0 全局只读变量： 代码段 const_global_a=1

&global_init_b=0x804a020 全局初始化：数据段 global_init_b=1
&global_uninit_b=0x804a048 全局未初始化：数据段 global_uninit_b=0
&static_global_init_b=0x804a024 全局静态初始化：数据段 static_global_init_b=1
&static_global_uninit_b=0x804a03c 全局静态未初始化：数据段 static_global_uninit_b=0
&const_global_b=0x80487c4 全局只读变量： 代码段 const_global_b=1

&local_init_a=0xbff8600c 局部初始化：栈 local_init_a=1
&local_uninit_a=0xbff86008 局部未初始化：栈 local_uninit_a=134514459
&static_local_init_a=0x804a028 局部静态初始化：数据段 static_local_init_a=1
&static_local_uninit_a=0x804a040 局部静态未初始化：数据段 static_local_uninit_a=0
&const_local_a=0xbff86004 局部只读变量：栈 const_local_a=1

　&local_init_b=0xbff86000 局部初始化：栈 local_init_b=1
&local_uninit_b=0xbff85ffc 局部未初始化：栈 local_uninit_b=-1074241512
　&static_local_init_b=0x804a02c 局部静态初始化：数据段 static_local_init_b=1
&static_local_uninit_b=0x804a044 局部静态未初始化：数据段 static_local_uninit_b=0
&const_local_b=0xbff85ff8 局部只读变量：栈 const_local_b=1

p_chars=0x80487c8 字符串常量：代码段 p_chars=abcdef
malloc_p_a=0x8a7e008 malloc动态分配：堆 *malloc_p_a=0

通过以上分析我们暂时可以得到的结论如下，在进程的地址空间中：

数据段中存放：全局变量（初始化以及未初始化的）、静态变量（全局的和局部的、初始化的以及未初始化的）

代码段中存放：全局只读变量（const）、字符串常量

堆中存放：动态分配的区域

栈中存放：局部变量（初始化以及未初始化的，但不包含静态变量）、局部只读变量（const）

这里我们没有发现BSS段，但是我们将未初始化的数据按照地址进行排序看一下，可以发现一个规律。

&global_init_a=0x804a018 全局初始化：数据段 global_init_a=1
&static_global_init_a=0x804a01c 全局静态初始化：数据段 static_global_init_a=1
&global_init_b=0x804a020 全局初始化：数据段 global_init_b=1
&static_global_init_b=0x804a024 全局静态初始化：数据段 static_global_init_b=1
　 &static_local_init_a=0x804a028 局部静态初始化：数据段 static_local_init_a=1
　 &static_local_init_b=0x804a02c 局部静态初始化：数据段 static_local_init_b=1

&static_global_uninit_a=0x804a038 全局静态未初始化：数据段 static_global_uninit_a=0
&static_global_uninit_b=0x804a03c 全局静态未初始化：数据段 static_global_uninit_b=0
　&static_local_uninit_a=0x804a040 局部静态未初始化：数据段 static_local_uninit_a=0
　&static_local_uninit_b=0x804a044 局部静态未初始化：数据段 static_local_uninit_b=0
　 &global_uninit_b=0x804a048 全局未初始化：数据段 global_uninit_b=0
&global_uninit_a=0x804a04c 全局未初始化：数据段 global_uninit_a=0

这里可以发现，初始化的和未初始化的数据好像是分开存放的，因此我们可以猜测BSS段是存在的，只不过数据段是分为初始化和未初始化（即BSS段）的两部分，他们在加载到进程地址空间时是合并为数据段了，在进程地址空间中没有单独分为一个区域。

还有一个问题，静态数据与非静态数据是否是分开存放的呢？请读者自行分析一下。

接下来我们从程序的角度看一下，这些存储区域是如何分配的。首先我们先介绍一下ELF文件格式。

ELF（Executable and Linkable Format ）文件格式是一个开放标准，各种UNIX系统的可执行文件都采用ELF格式，它有三种不同的类型：–可重定位的目标文件（Relocatable，或者 Object File）–可执行文件（Executable）–共享库（Shared Object，或者Shared Library）下图为ELF文件的结构示意图（来源，不详）：

一个程序编译生成目标代码文件（ELF文件）的过程如下，此图引自《程序员的自我修养》一书的一个图：

可以通过readelf命令查看EFL文件的相关信息，例如 readelf -a a.out ，我们只关心各个段的分配情况，因此我们使用以下命令：

# readelf -S a.out　

将这里的内存布局与之前看到的程序的运行结果进行分析：

&global_init_a=0x804a018 全局初始化：数据段 global_init_a=1
&global_uninit_a=0x804a04c 全局未初始化：BSS段 global_uninit_a=0
&static_global_init_a=0x804a01c 全局静态初始化：数据段 static_global_init_a=1
&static_global_uninit_a=0x804a038 全局静态未初始化：BSS段 static_global_uninit_a=0
&const_global_a=0x80487c0 全局只读变量： 只读数据段 const_global_a=1

&global_init_b=0x804a020 全局初始化：数据段 global_init_b=1
&global_uninit_b=0x804a048 全局未初始化：BSS段 global_uninit_b=0
&static_global_init_b=0x804a024 全局静态初始化：数据段 static_global_init_b=1
&static_global_uninit_b=0x804a03c 全局静态未初始化：BSS段 static_global_uninit_b=0
&const_global_b=0x80487c4 全局只读变量： 只读数据段 const_global_b=1

&static_local_init_a=0x804a028 局部静态初始化：数据段 static_local_init_a=1
&static_local_uninit_a=0x804a040 局部静态未初始化：BSS段 static_local_uninit_a=0

　&static_local_init_b=0x804a02c 局部静态初始化：数据段 static_local_init_b=1
&static_local_uninit_b=0x804a044 局部静态未初始化：BSS段 static_local_uninit_b=0

　 p_chars=0x80487c8 字符串常量：只读数据段 p_chars=abcdef
ELF 文件一般包含以下几个段 :

.text section：主要是编译后的源码指令，是只读字段。.data section ：初始化后的非const的全局变量、局部static变量。.bss：未初始化后的非const全局变量、局部static变量。.rodata字段 是存放只读数据

分析到这以后，我们在和之前分析的结果对比一下，会发现确实存在BSS段，地址为0804a030 ，大小为0x20，之前我们的程序中未初始化的的确存放在这个地址区间中了，只不过执行exec系统调用时，将这部分的数据初始化为0后，放到了进程地址 空间的数据段中了，在进程地址空间中就没有必要存在BSS段了，因此都称做数据段。同理，.rodata字段也是与text段放在一起了。

在ELF文件中，找不到局部非静态变量和动态分配的内容。