首先先劃定一下這個問題的討論范圍：C/C++語言

這篇文章主要討論的是操作系統(tǒng)層面上對于進程、線程的創(chuàng)建初始化等行為，而像Python、Java等基于解釋器、虛擬機的語言，如何進入到main函數(shù)執(zhí)行，這背后的路徑則更長（包含了解釋器和虛擬機內(nèi)部的執(zhí)行流程），以后有機會再討論。所以這里就重點關(guān)注C/C++這類native語言的main函數(shù)是如何進入的。

本文會兼顧敘述Linux和Windows兩個主要平臺上的詳細流程。

創(chuàng)建進程

第一步，創(chuàng)建進程。

在Linux上，我們要啟動一個新的進程，一般通過fork + exec系列函數(shù)來實現(xiàn)，前者將當(dāng)前進程“分叉”出一個孿生子進程，后者負責(zé)替換這個子進程的執(zhí)行文件，來執(zhí)行子進程的新程序文件。

這里的fork、exec系列函數(shù)，是操作系統(tǒng)提供給應(yīng)用程序的API函數(shù)，在其內(nèi)部最終都會通過系統(tǒng)調(diào)用，進入操作系統(tǒng)內(nèi)核，通過內(nèi)核中的進程管理機制，來完成一個進程的創(chuàng)建。

操作系統(tǒng)內(nèi)核將負責(zé)進程的創(chuàng)建，主要有下面幾個工作要做：

• 創(chuàng)建內(nèi)核中用于描述進程的數(shù)據(jù)結(jié)構(gòu)，在Linux上是 task_struct
• 創(chuàng)建新進程的頁目錄、頁表，用于構(gòu)建新進程的內(nèi)存地址空間

在Linux內(nèi)核中，由于歷史原因，Linux內(nèi)核早期并沒有線程的概念，而是用任務(wù)：task_struct來描述一個程序的執(zhí)行實例：進程。

在內(nèi)核中，一個任務(wù)對應(yīng)就是一個task_struct，也就是一個進程，內(nèi)核的調(diào)度單元也是一個個的個task_struct。

后來，多線程的概念興起，Linux內(nèi)核為了支持多線程技術(shù)，task_struct實際上表示的變成了一個線程，通過將多個task_struct合并為一組（通過該結(jié)構(gòu)內(nèi)部的組id字段）再來描述一個進程。因此，Linux上的線程，也稱為輕量級進程。

系統(tǒng)調(diào)用fork的一個重要使命就是要去創(chuàng)建新進程的task_struct結(jié)構(gòu)，創(chuàng)建完成后，進程就擁有了調(diào)度單元。隨后將開始可以參與調(diào)度并有機會獲得執(zhí)行。

加載可執(zhí)行文件

通過fork成功創(chuàng)建進程后，此時的子進程和父進程相當(dāng)于一個細胞進行了有絲分裂，兩個進程“幾乎”是一模一樣的。

而要想子進程執(zhí)行新的程序，在子進程中還需要用到exec系列函數(shù)來實現(xiàn)對進程可執(zhí)行程序的替換。

exec系列函數(shù)同樣是系統(tǒng)調(diào)用的封裝，通過調(diào)用它們，將進入內(nèi)核sys_execve來執(zhí)行真正的工作。

這個工作細節(jié)比較多，其中有一個重要的工作就是加載可執(zhí)行文件到進程空間并對其進行分析，提取出可執(zhí)行文件的入口地址。

我們使用C、C++等高級語言編寫的代碼，最終通過編譯器會編譯生成可執(zhí)行文件，在Linux上，是ELF格式，在Windows上，稱之為PE文件。

無論是ELF文件還是PE文件，在各自的文件頭中，都記錄了這個可執(zhí)行文件的指令入口地址，它指示了程序該從哪里開始執(zhí)行。

這個入口指向哪里，是我們的main函數(shù)嗎？這里賣一個關(guān)子，先來解決在這之前的一個問題：進程創(chuàng)建后，是如何來到這個入口地址的？

不管在Windows還是Linux上，應(yīng)用線程都會經(jīng)常在用戶空間和內(nèi)核空間來回穿梭，這可能出現(xiàn)在以下幾種情況發(fā)生時：

• 系統(tǒng)調(diào)用
• 中斷
• 異常

從內(nèi)核返回時，線程是如何知道自己從哪里進來的，該回到應(yīng)用空間的哪里去繼續(xù)執(zhí)行呢？

答案是，在進入內(nèi)核空間時，線程將自動保存上下文（其實就是一些寄存器的內(nèi)容，比如指令寄存器EIP）到線程的堆棧上，記錄自己從哪里來的，等到從內(nèi)核返回時，再從堆棧上加載這些信息，回到原來的地方繼續(xù)執(zhí)行。

前面提到，子進程是通過sys_execve系統(tǒng)調(diào)用進入到內(nèi)核中的，在后面完成可執(zhí)行文件的分析后，拿到了ELF文件的入口地址，將會去修改原來保存在堆棧上的上下文信息，將EIP指向ELF文件的入口地址。這樣等sys_execve系統(tǒng)調(diào)用結(jié)束時，返回到用戶空間后，就能夠直接轉(zhuǎn)到新的程序入口開始執(zhí)行代碼。

所以，一個非常重要的特點是：exec系列函數(shù)正常情況下是不會返回的，一旦進入，完成使命后，執(zhí)行流程就會轉(zhuǎn)向新的可執(zhí)行文件入口。

另外需要提一下的是，在Linux上，除了ELF文件，還支持一些其他格式的可執(zhí)行文件，如MS-DOS、COFF

除了二進制的可執(zhí)行文件，還支持shell腳本，這個情況下將會將腳本解釋器程序作為入口來啟動

從ELF入口到main函數(shù)

上面交代了，一個新的進程，是如何執(zhí)行到可執(zhí)行文件的入口地址的。

同時也留了一個問題，這個入口地址是什么？是我們的main函數(shù)嗎？

這里有一個簡單的C程序，運行起來后輸出經(jīng)典的hello world：

#include?
int?main()?{
????printf("hello,?world!\n");
????return?0;
}

通過gcc編譯后，生成了一個ELF可執(zhí)行文件，通過readelf指令，可以實現(xiàn)對ELF文件的分析，這里可以看到ELF文件的入口地址是0x400430：

隨后，我們通過反匯編神器，IDA打開分析這個文件，看一下位于0x400430入口的地方是什么函數(shù)？

可以看到，入口地方是一個叫做 _start 的函數(shù)，并不是我們的main函數(shù)。

在_start的結(jié)尾，調(diào)用了 __libc_start_main 函數(shù)，而這個函數(shù)，位于libc.so中。

你可能疑惑，這個函數(shù)是哪里冒出來的，我們的代碼中并沒有用到它呢？

其實，在進入main函數(shù)之前，還有一個重要的工作要做，這就是：C/C++運行時庫的初始化。上面的 __libc_start_main 就是在完成這一工作。

在通過GCC進行編譯時，編譯器將自動完成運行時庫的鏈接，將我們的main函數(shù)封裝起來，由它來調(diào)用。

glibc是開源的，我們可以在GitHub上找到這個項目的libc-start.c文件，一窺 __libc_start_main 的真面目，我們的main函數(shù)正是被它在調(diào)用。

完整流程

到這里，我們梳理了，從進程創(chuàng)建fork，到通過exec系列函數(shù)完成可執(zhí)行文件的替換，再到執(zhí)行流程進入到ELF文件的入口，再到我們的main函數(shù)的完整流程。

Windows上的一些區(qū)別

下面簡單介紹下Windows上這一流程的一些差異。

首先是創(chuàng)建進程的環(huán)節(jié)，Windows系統(tǒng)將fork+exec兩步合并了一步，通過CreateProcess系列函數(shù)一步到位，在其參數(shù)中指定子進程的可執(zhí)行文件路徑。

不同于Linux上進程和線程的邊界模糊，在Windows操作系統(tǒng)上，內(nèi)核是有明確的進程和線程概念定義，進程用EPROCESS結(jié)構(gòu)表示，線程用ETHREAD結(jié)構(gòu)表示。

所以在Windows上，進程相關(guān)的工作準備就緒后，還需要單獨創(chuàng)建一個參與內(nèi)核調(diào)度的執(zhí)行單元，也就是進程中的第一個線程：主線程。當(dāng)然，這個工作也封裝在了CreateProcess系列函數(shù)中了。

新進程的主線程創(chuàng)建完成后，便開始參與系統(tǒng)調(diào)度了。主線程從哪里開始執(zhí)行呢？內(nèi)核在創(chuàng)建時就明確進行了指定：nt!KiThreadStartup，這是一個內(nèi)核函數(shù)，線程啟動后就從這里開始執(zhí)行。

線程從這里啟動后，再通過Windows的異步過程調(diào)用APC機制執(zhí)行提前插入的APC，進而將執(zhí)行流程引入應(yīng)用層，去執(zhí)行Windows進程應(yīng)用程序的初始化工作，比如一些核心DLL文件的加載（Kernel32.dll、ntdll.dll）等等。

隨后，再次通過APC機制，再轉(zhuǎn)向去執(zhí)行可執(zhí)行文件的入口點。

這后面和Linux上的機制類似，同樣沒有直接到main函數(shù)，而是需要先進行C/C++運行時庫的初始化，這之后經(jīng)過運行時函數(shù)的包裝，才最終來到我們的main函數(shù)。

下面是Windows上，從創(chuàng)建進程到我們的main函數(shù)的完整流程（高清大圖：https://bbs.pediy.com/upload/attach/201604/501306_qz5f5hi1n3107kt.png）：

現(xiàn)在你清楚，從進程啟動是怎么一步步到你的main函數(shù)的了嗎？

SEGGER的三款RTOS有什么特點？

Keil MDK如何將變量存儲在指定內(nèi)存地址

幾款優(yōu)秀的支持C、C++等多種語言的在線編譯器

長按前往圖中包含的公眾號關(guān)注