为什么ELF执行入口点虚拟地址为0x80xxxxx而不是0x0？

Question

执行时，程序将从虚拟地址0x80482c0开始运行。此地址不指向我们的main()过程，而是指向由链接器创建的名为_start的过程。

到目前为止，我的谷歌研究只是让我得到了一些（含糊的）历史猜测：

  

有民间传说，0x08048000曾经是由加利福尼亚州圣克鲁斯市的一个团体颁布的* NIX到i386的端口上的STACK_TOP（也就是说，堆栈从接近0x08048000向下增长到0）。这是因为128MB的RAM很昂贵，4GB的RAM是不可想象的。

任何人都可以确认/否认这个吗？

Answer 1

正如Mads指出的那样，为了通过空指针捕获大多数访问，类Unix系统倾向于使地址为零的页面“未映射”。因此，访问会立即触发CPU异常，换句话说就是段错误。这比让应用程序变得流氓要好得多。但是，异常向量表可以位于任何地址，至少在x86处理器上（有一个特殊的寄存器，加载了lidt操作码）。

起点地址是描述内存布局方式的一组约定的一部分。链接器在生成可执行二进制文件时必须知道这些约定，因此它们不太可能更改。基本上，对于Linux来说，内存布局约定是从90年代早期的Linux的第一个版本继承而来的。流程必须能够访问多个区域：

• 代码必须在包含起点的范围内。
• 必须有一个堆栈。
• 必须有一个堆，其限制随着brk()和sbrk()系统调用而增加。
• mmap()系统调用必须有一些空间，包括共享库加载。

如今，malloc()所在的堆由mmap()调用支持，这些调用在内核认为合适的任何地址获取内存块。但是在较老的时代，Linux就像以前的类Unix系统一样，它的堆需要一个不间断的大块区域，这可能会增加地址。因此，无论是什么约定，它都必须将代码和堆栈填充到低地址，并在给定点之后将每个地址空间块分配给堆。

但是还有堆栈，它通常很小但在某些情况下可能会非常显着。堆栈增长，当堆栈已满时，我们真的希望流程可以预测崩溃而不是覆盖一些数据。因此，堆栈必须有一个广泛的区域，在该区域的低端，是一个未映射的页面。瞧！在地址零处有一个未映射的页面，用于捕获空指针解引用。因此，定义了堆栈将获得第一个128 MB的地址空间，第一页除外。这意味着代码必须在128 MB之后，地址类似于0x080xxxxx。

迈克尔指出，“丢失”128 MB的地址空间并不是什么大问题，因为地址空间非常大，可以实际使用。那时，Linux内核将单个进程的地址空间限制为1 GB，硬件允许的最大值为4 GB，这并不是一个大问题。

Answer 2

为什么不从地址0x0开始？至少有两个原因：

• 因为地址零被称为NULL指针，并且被编程语言用于理智的检查指针。如果您要在那里执行代码，则不能使用地址值。
• 地址0处的实际内容通常（但不总是）是异常向量表，因此在非特权模式下无法访问。请参阅特定体系结构的文档。

关于入口点_start vs main： 如果链接C运行时（C标准库），则库包装名为main的函数，因此它可以在调用main之前初始化环境。在Linux上，这些是应用程序的 argc 和 argv 参数， env 变量，可能还有一些同步原语和锁。它还确保从主要传递返回状态代码，并调用_exit函数，这将终止进程。