标签 · 编译工具链

当输入增长到数万个目标文件，链接器既要提高速度，又要保持结果确定、错误可诊断。从并行阶段的依赖关系出发，讨论结构不变式、运行测试、差分测试、变异测试与模糊测试，分析增量链接和工具链集成怎样改变工程取舍。

从文件头、目录记录与内容的关系出发，对照 Mach-O 与 PE/COFF 的符号、重定位和加载机制；通过字节布局与地址换算解释导入、指针链、展开记录、去重及 TLS，并区分文件结构、链接接口与运行时契约。

分开编译形成了优化的信息边界，LTO 通过保留 IR 并协调符号决议跨越这条边界。本文解释定义选择、内部化与代码生成的分工，分析 ThinLTO 的并行与缓存机制，再讨论 ICF 的等价判定、地址身份，以及函数布局如何影响代码局部性。

链接器写完程序头表就退场了，剩下的事归加载器。本文先读 xv6 的 kexec，看一个最小的加载器只用哪几个字段、做哪三道检查；再读 Linux 的 load_elf_binary，看 PT_INTERP、PT_GNU_STACK、基址选择、.bss 的页尾清零与匿名页、按需调页和 brk；然后打印初始进程栈和辅助向量，跟着 musl 的源码从 _start 走到 main，手工复现驱动程序加的五个启动文件，构建一个 static-pie 看 rcrt1.o 怎样自己处理 R_X86_64_RELATIVE；最后在真实内核上改坏 ELF，看加载器怎样守住安全边界。

同一个目标文件，用不同的链接器、不同的选项链接，填进机器码的数字都不一样。这些数字取决于布局：输入节怎么并成输出节、输出节怎么分进段、段放在哪个地址、哪些节被垃圾回收删掉。本文用 GNU ld 和 lld 的真实输出，讲清楚程序头的每个字段、文件偏移与虚拟地址为什么要同余、-z separate-code、PIE 与基址、--gc-sections 的标记过程、__start_/__stop_ 符号，以及链接器脚本和映射文件。

从一个真正能运行的 Linux 程序出发，追踪 call 指令里的四个字节：输入节偏移如何变成 P，CPU 为什么从下一条指令算起，S+A-P 又如何落成机器码。再逐步进入负位移、绝对指针、不同加数、溢出和链接期指令改写。

从一个能独立运行的加法程序开始，亲手制造缺失定义、重复定义和库顺序错误。沿着“谁需要、谁提供、提供者是否进入链接”理解符号解析，再讨论弱定义、common、类型检查与 C++ 的边界。

从 1949 年 EDSAC 的子程序库讲起，沿着"一个问题催生一个发明"的线索，看重定位、汇编器、目标文件、ELF、共享库、DWARF、.eh_frame、COMDAT、可执行栈标记和四代链接器是怎么一个接一个出现的，以及它们怎样把链接器推到今天的位置。

从一个正常的跨文件函数调用出发，拆开编译器驱动的预处理、编译、汇编与链接过程，再借类型不一致的程序辨认链接器的信息边界。沿着目标文件、可执行文件与内存映射，建立符号解析、布局、重定位以及编译、链接、加载、运行四个时期的联系，并提供统一的 Linux 本机实验环境。