当二进制文件运行时，它是否会立即将其整个二进制数据复制到内存中？我可以改变吗？

Question

它在执行之前是否将整个二进制文件复制到内存中？我对这个问题很感兴趣，并希望将其改为其他方式。我的意思是，如果二进制文件是100M大（似乎不可能），我可以运行它，而我将它复制到内存中。这有可能吗？

或者你能告诉我如何看待它的运行方式吗？我需要哪些工具？

Answer 1

应用程序级程序员的理论模型看起来就是这样。事实上，正常的启动过程（至少在Linux 1.x中，我相信2.x和3.x是优化但相似）是：

• 内核创建一个流程上下文（或多或少，虚拟机）
• 在该流程上下文中，它定义了映射的虚拟内存映射 从RAM地址到可执行文件的开头
• 假设您是动态关联的（默认/常规），ld.so程序 （例如/lib/ld-linux.so.2）在程序的头文件中定义，为共享库设置内存映射
• 内核在程序的启动例程中执行jmp（对于C程序，那就是 类似crtprec80的内容，调用main）。由于它只设置了映射，并没有实际加载任何页面（*），因此会导致来自CPU内存管理单元的页面错误，这是内核的中断（异常，信号）。
• 内核的Page Fault处理程序加载程序的某些部分，包括部分 导致页面错误，进入RAM。
• 当您的程序运行时，如果它访问没有RAM支持的虚拟地址 它现在，页面错误将发生并导致内核暂停程序 简单地说，从光盘加载页面，然后将控制权返回给程序。这一切 发生在“指令之间”并且通常无法检测到。
• 当您使用malloc / new时，内核会创建RAM的读写页面（没有光盘后备文件），并将它们添加到您的虚拟地址空间。
• 如果通过尝试访问虚拟内存映射中未设置的内存位置而引发页面错误，则会收到分段违规信号（SIGSEGV），这通常是致命的。
• 当系统耗尽物理RAM时，RAM页面会被删除;如果它们是已经存在于光盘上的东西的只读副本（如可执行文件或共享对象文件），它们只是被取消分配并从其源重新加载;如果它们是读写的（就像你使用malloc“创建”的那样），它们会被写入（页面文件=交换文件=交换分区=盘上虚拟内存）。访问这些“已释放”页面会导致另一个页面错误，并且它们会被重新加载。

但是，一般情况下，直到你的进程大于可用内存 - 并且数据几乎总是比可执行文件大得多 - 你可以安全地假装你在这个世界中独处，并且没有发生这种请求分页的事情。 / p>

所以：实际上，内核已经 在加载程序时运行你的程序（如果你从未加载过某些页面，可能永远不会加载那些代码/引用那些数据）。

如果您的创业公司特别迟钝，您可以查看prelink系统以优化共享库负载。这减少了ld.so在启动时（在程序的exec和main被调用之间以及首次调用库例程时）必须执行的工作量。

有时，静态链接可以提高程序的性能，但是占用RAM的主要成本 - 因为您的库不是共享的，除了共享{{1}之外，您还复制了“libc”例如，每个其他程序正在使用的。这通常仅适用于程序在机器上运行或多或少运行的嵌入式系统。

（*）实际上，内核有点聪明，通常会预加载一些页面 减少页面错误的数量，但理论是相同的，无论如何 优化

Answer 2

不，它只将必要的页面加载到内存中。这是请求分页。

我不知道哪种工具可以实时显示，但您可以查看/proc/xxx/maps，其中xxx是您的流程的PID。

Answer 3

当你问一个有效的问题时，我认为你不必担心这个问题。首先，100M的二进制文件并非不可能。其次，系统加载器会将所需的页面从ELF（可执行文件和可链接格式）加载到内存中，并执行各种重定位等，以便在必要时使其工作。它还将以相同的方式加载其所有必需的共享库依赖项。但是，这不是一个非常耗时的过程，并且不需要进行优化。可以说，任何“优化”都会产生很大的开销，以确保它不会尝试使用未在适当时候加载的东西，并且可能更少效率。

如果你很好奇被映射的内容，正如fge所说，你可以检查/ proc / pid / maps。如果您想了解程序的加载方式，可以尝试使用strace运行程序，例如：

strace ls

它非常冗长，但它应该让你对mmap（）调用等有所了解。