为什么ELF执行入口点虚拟地址的形式是0x80xxxxxx而不是0x0？

Question

执行时，程序将从虚拟地址 0x80482c0 开始运行。这个地址并不指向我们的main() 过程，而是指向一个由链接器创建的名为_start 的过程。

到目前为止，我的 Google 研究只是让我得出一些（模糊的）历史推测，如下所示：

民间传说 0x08048000 曾经是 STACK_TOP（即堆栈从 0x08048000 附近向下增长到 0）在 *NIX 到 i386 的端口上，这是由加利福尼亚州圣克鲁斯的一个团体颁布的。当时 128MB 的 RAM 很昂贵，而 4GB 的 RAM 是不可想象的。

任何人都可以确认/否认这一点吗？

Answer 1

正如 Mads 所指出的，为了捕获大多数通过空指针进行的访问，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，即段错误。这比让应用程序流氓要好得多。然而，异常向量表可以位于任何地址，至少在 x86 处理器上是这样（为此有一个特殊的寄存器，加载了lidt 操作码）。

起始地址是一组描述内存布局方式的约定的一部分。链接器在生成可执行二进制文件时，必须知道这些约定，因此它们不太可能改变。基本上，对于 Linux，内存布局约定是从 90 年代初的 Linux 的第一个版本继承而来的。一个进程必须可以访问多个区域：

• 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。
• 必须有空间供mmap() 系统调用使用，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。但在过去，Linux 就像以前的类 Unix 系统一样，它的堆在一个不间断的块中需要一个很大的区域，这可能会随着地址的增加而增长。所以无论约定是什么，它都必须将代码和堆栈填充到低地址，并将给定点之后的地址空间的每一块都分配给堆。

但也有堆栈，它通常很小，但在某些情况下可能会显着增长。堆栈向下增长，当堆栈已满时，我们真的希望进程可以预见地崩溃，而不是覆盖某些数据。所以堆栈必须有一个广阔的区域，在该区域的低端，一个未映射的页面。瞧！在地址 0 处有一个未映射的页面，用于捕获空指针取消引用。因此，定义堆栈将获得前 128 MB 的地址空间，但第一页除外。这意味着代码必须在这 128 MB 之后，位于类似于 0x080xxxxx 的地址。

正如 Michael 指出的那样，“丢失” 128 MB 的地址空间没什么大不了的，因为地址空间对于实际使用的内容来说非常大。当时，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4 GB，这并没有被认为是一个大问题。

Answer 2

为什么不从地址 0x0 开始？这至少有两个原因：

• 因为地址 0 被称为 NULL 指针，编程语言使用它来完善检查指针。如果要在那里执行代码，则不能为此使用地址值。
• 地址 0 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。请查阅您的特定架构的文档。

关于入口点_start 与main： 如果链接到 C 运行时（C 标准库），该库会包装名为 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 main 返回传递状态码，并调用 _exit 函数，该函数终止进程。