這篇是對(duì) iOS 應(yīng)用啟動(dòng)時(shí)箩祥，main 函數(shù)執(zhí)行前發(fā)生的事的一點(diǎn)總結(jié)，限于水平，如有錯(cuò)誤請(qǐng)指正~

FAT 二進(jìn)制

FAT 二進(jìn)制文件，將多種架構(gòu)的 Mach-O 文件合并而成县匠。它通過(guò) Fat Header 來(lái)記錄不同架構(gòu)在文件中的偏移量，F(xiàn)at Header 占一頁(yè)(64位16kb撒轮，32位4kb)的空間乞旦。
按分頁(yè)來(lái)存儲(chǔ)這些 segement 和 header 會(huì)浪費(fèi)空間，但這有利于虛擬內(nèi)存的實(shí)現(xiàn)题山。

image

Mach-O 文件

Mach-O為 Mach Object 文件格式的縮寫(xiě)兰粉，它是一種用于可執(zhí)行文件，目標(biāo)代碼顶瞳，動(dòng)態(tài)庫(kù)玖姑，內(nèi)核轉(zhuǎn)儲(chǔ)的文件格式愕秫。
在 Mac OS X 系統(tǒng)中使用 Mach-O 作為其可執(zhí)行文件類(lèi)型。
它的組成結(jié)構(gòu)如下圖所示：

Mach-O 文件結(jié)構(gòu)

每個(gè) Mach-O 文件包括一個(gè) Mach-O Header焰络，然后是一系列的載入命令 load commands戴甩，再是一個(gè)或多個(gè)段(segment)，每個(gè)段包括0到255個(gè)節(jié)(section)闪彼。Mach-O使用REL再定位格式控制對(duì)符號(hào)的引用甜孤。Mach-O在兩級(jí)命名空間中將每個(gè)符號(hào)編碼成“對(duì)象-符號(hào)名”對(duì)，在查找符號(hào)時(shí)則采用線性搜索法畏腕。

Mach-O包含了幾個(gè) segment缴川，每個(gè) segment 又包含幾個(gè) section。segment的名字都是大寫(xiě)的郊尝，例如__DATA;section的名字都是小寫(xiě)的, 例如 __text二跋。在 Mach-O 的類(lèi)型不為MH_OBJECT時(shí)，空間大小為頁(yè)的整數(shù)倍流昏。頁(yè)的大小跟硬件有關(guān)扎即，在 arm64 架構(gòu)一頁(yè)是16kb，其余為4kb况凉。
section 雖然沒(méi)有整數(shù)倍頁(yè)大小的限制谚鄙，但是 section 之間不會(huì)有重疊。

Mach-O Header

推薦使用MachOView這個(gè)軟件查看 Mach-O 的文件結(jié)構(gòu)刁绒。注意需要手動(dòng)關(guān)閉 processing闷营，不然會(huì)閃退。下面是用 MachOView 查看自己的應(yīng)用結(jié)構(gòu)：

使用MachOView查看文件結(jié)構(gòu)

東西有點(diǎn)多就沒(méi)有截取全部知市。我們查看一下Mach-O Header部分

Header結(jié)構(gòu)

下面是64位架構(gòu)下header的數(shù)據(jù)結(jié)構(gòu)：

struct mach_header_64 {
    uint32_t    magic;      /* mach magic number identifier */
    cpu_type_t  cputype;    /* cpu specifier */
    cpu_subtype_t   cpusubtype; /* machine specifier */
    uint32_t    filetype;   /* type of file */
    uint32_t    ncmds;      /* number of load commands */
    uint32_t    sizeofcmds; /* the size of all the load commands */
    uint32_t    flags;      /* flags */
    uint32_t    reserved;   /* reserved */
};

image

Mach-O 全部的 filetype 和 flags在loader.h中找到傻盟。

除了MH_OBJECT以外的所有類(lèi)型，段(Segment)的空間大小均為頁(yè)的整數(shù)倍嫂丙。頁(yè)的大小跟硬件有關(guān)系娘赴，在 arm64 架構(gòu)下一頁(yè)為16kb，其它為4kb跟啤。

Load commands

Load commands緊跟在頭部之后, 當(dāng)加載過(guò) header 之后诽表，會(huì)通過(guò)解析Load commands來(lái)加載剩下的數(shù)據(jù)，確定其內(nèi)存的分布隅肥。
下面是 load commands 的結(jié)構(gòu)定義：

struct load_command {
    uint32_t cmd;       /* 載入命令類(lèi)型 */
    uint32_t cmdsize;   /* total size of command in bytes */
};

所有load commands的大小即為 Header->sizeofcmds, 共有 Header->ncmds 條load command竿奏。
load command 以LC開(kāi)頭，不同的加載命令有不同的專(zhuān)有的結(jié)構(gòu)體腥放，cmd 和 cmdsize 是都有的泛啸，分別為命令類(lèi)型（即命令名稱(chēng)），這條命令的長(zhǎng)度捉片。這些加載命令告訴系統(tǒng)應(yīng)該如何處理后面的二進(jìn)制數(shù)據(jù)平痰，對(duì)系統(tǒng)內(nèi)核加載器和動(dòng)態(tài)鏈接器起指導(dǎo)作用汞舱。如果當(dāng)前 LC_SEGMENT 包含 section伍纫，那么 section 的結(jié)構(gòu)體緊跟在 LC_SEGMENT 的結(jié)構(gòu)體之后宗雇，所占字節(jié)數(shù)由 SEGMENT 的 cmdsize 字段給出。

注意：不同類(lèi)型的 segment 會(huì)使用不同的函數(shù)來(lái)加載

Segment

Mach-O 文件中由許多個(gè)段（Segment），每個(gè)段都有不同的功能母市，每個(gè)段包含了許多個(gè)小的Section矾兜。LC_SEGMENT意味著這部分文件需要映射到進(jìn)程的地址空間去，幾乎所有 Mach-O 都包含這三個(gè)段：

1. __TEXT：包含了執(zhí)行代碼和其它只讀數(shù)據(jù)(如C 字符串)患久。權(quán)限：只讀(VM_PROT_READ)椅寺，可執(zhí)行(VM_PROT_EXECUTE)
2. __DATA：程序數(shù)據(jù)，包含全局變量蒋失，靜態(tài)變量等返帕。權(quán)限：可讀寫(xiě)(VM_PROT_WRITE/READ) 可執(zhí)行(VM_PROT_EXECUTE)
3. __LINKEDIT：包含了加載程序的"元數(shù)據(jù)"，比如函數(shù)的名稱(chēng)和地址篙挽。權(quán)限：只讀(VM_PROT_READ)

除了上面三個(gè)荆萤，還有一個(gè)常見(jiàn)的 segment：

• __PAGEZERO：空指針陷阱段，映射到虛擬內(nèi)存空間的第一頁(yè)铣卡，用于捕捉對(duì) NULL 指針的引用

LC_SEGMENT_64 的結(jié)構(gòu)定義為：

struct segment_command_64 { /* for 64-bit architectures */
    uint32_t    cmd;        /* LC_SEGMENT_64 */
    uint32_t    cmdsize;    /* includes sizeof section_64 structs */
    char        segname[16];    /* segment name */
    uint64_t    vmaddr;     /* memory address of this segment */
    uint64_t    vmsize;     /* memory size of this segment */
    uint64_t    fileoff;    /* file offset of this segment */
    uint64_t    filesize;   /* amount to map from the file */
    vm_prot_t   maxprot;    /* maximum VM protection */
    vm_prot_t   initprot;   /* initial VM protection */
    uint32_t    nsects;     /* number of sections in segment */
    uint32_t    flags;      /* flags */
};

可以看到這里大部分的成員變量都是幫助內(nèi)核將 segment 映射到虛擬內(nèi)存的链韭。nsects即表明該段中包含多少個(gè) section，section是具體數(shù)據(jù)存放的地方煮落。cmdsize表示當(dāng)前 segment 結(jié)構(gòu)體以及它所包含的所有 section 結(jié)構(gòu)體的總大小敞峭。

文件映射的起始位置由fileoff給出，映射到地址空間的vmaddr處州邢。

Section

section 的名字均為小寫(xiě)儡陨。section 是具體數(shù)據(jù)存放的地方，它的結(jié)構(gòu)體跟隨在 LC_SEGMENT 結(jié)構(gòu)體之后量淌。在64位環(huán)境中它的結(jié)構(gòu)定義為：

struct section_64 { /* for 64-bit architectures */
    char        sectname[16];   /* name of this section */
    char        segname[16];    /* segment this section goes in */
    uint64_t    addr;       /* memory address of this section */
    uint64_t    size;       /* size in bytes of this section */
    uint32_t    offset;     /* file offset of this section */
    uint32_t    align;      /* section alignment (power of 2) */
    uint32_t    reloff;     /* file offset of relocation entries */
    uint32_t    nreloc;     /* number of relocation entries */
    uint32_t    flags;      /* flags (section type and attributes)*/
    uint32_t    reserved1;  /* reserved (for offset or index) */
    uint32_t    reserved2;  /* reserved (for count or sizeof) */
    uint32_t    reserved3;  /* reserved */
};

其中flasg字段儲(chǔ)存了兩個(gè)屬性的值：type 和 attributes骗村。type 只能有一個(gè)值，而 attributes 的值可以有多個(gè)呀枢。如果 segment 中任何一個(gè) section 擁有屬性 S_ATTR_DEBUG胚股，那么該段所有的 section 都會(huì)擁有這個(gè)屬性。屬性詳情可以參考loader.h

虛擬內(nèi)存

在 segment 的結(jié)構(gòu)體中刻坊，我們可以看到vmaddr和vmsize兩個(gè)成員變量，它們分別代表 segment 在虛擬內(nèi)存中的地址以及大小党晋。

虛擬內(nèi)存就是一層間接尋址（indirection）谭胚。軟件工程中有句格言就是任何問(wèn)題都能通過(guò)添加一個(gè)間接層來(lái)解決。虛擬內(nèi)存解決的是管理所有進(jìn)程使用物理 RAM 的問(wèn)題未玻。通過(guò)添加間接層來(lái)讓每個(gè)進(jìn)程使用邏輯地址空間灾而，它可以映射到 RAM 上的某個(gè)物理頁(yè)上。這種映射不是一對(duì)一的扳剿，邏輯地址可能映射不到 RAM 上旁趟，也可能有多個(gè)邏輯地址映射到同一個(gè)物理 RAM 上。針對(duì)第一種情況庇绽，當(dāng)進(jìn)程要存儲(chǔ)邏輯地址內(nèi)容時(shí)會(huì)觸發(fā) page fault锡搜；第二種情況就是多進(jìn)程共享內(nèi)存。

對(duì)于文件可以不用一次性讀入整個(gè)文件敛劝，可以使用分頁(yè)映射（mmap()）的方式讀取余爆。也就是把文件某個(gè)片段映射到進(jìn)程邏輯內(nèi)存的某個(gè)頁(yè)上。當(dāng)某個(gè)想要讀取的頁(yè)沒(méi)有在內(nèi)存中夸盟，就會(huì)觸發(fā) page fault蛾方，內(nèi)核只會(huì)讀入那一頁(yè)，實(shí)現(xiàn)文件的懶加載上陕。

也就是說(shuō) Mach-O 文件中的__TEXT段可以映射到多個(gè)進(jìn)程桩砰，并可以懶加載，且進(jìn)程之間共享內(nèi)存释簿。__DATA段是可讀寫(xiě)的亚隅。這里使用到了Copy-On-Write技術(shù)，簡(jiǎn)稱(chēng) COW庶溶。也就是多個(gè)進(jìn)程共享一頁(yè)內(nèi)存空間時(shí)煮纵，一旦有進(jìn)程要做寫(xiě)操作，它會(huì)先將這頁(yè)內(nèi)存內(nèi)容復(fù)制一份出來(lái)偏螺，然后重新映射邏輯地址到新的 RAM 頁(yè)上行疏。也就是這個(gè)進(jìn)程自己擁有了那頁(yè)內(nèi)存的拷貝。這就涉及到了 clean/dirty page 的概念套像。dirty page 含有進(jìn)程自己的信息酿联，而 clean page 可以被內(nèi)核重新生成（重新讀磁盤(pán)）。所以 dirty page 的代價(jià)大于 clean page。

在多個(gè)進(jìn)程加載 Mach-O 文件時(shí)__TEXT和__LINKEDIT因?yàn)橹蛔x贞让，都是可以共享內(nèi)存的周崭。而__DATA因?yàn)榭勺x寫(xiě)，就會(huì)產(chǎn)生 dirty page喳张。當(dāng) dyld 執(zhí)行結(jié)束后续镇，__LINKEDIT就沒(méi)用了，對(duì)應(yīng)的內(nèi)存頁(yè)會(huì)被回收蹲姐。

dyld

dyld

dyld（the dynamic link editor）磨取，Apple 的動(dòng)態(tài)鏈接器人柿。在內(nèi)核完成映射進(jìn)程的工作后會(huì)啟動(dòng)dyld柴墩，負(fù)責(zé)加載應(yīng)用依賴的所有動(dòng)態(tài)鏈接庫(kù)，準(zhǔn)備好運(yùn)行所需的一切凫岖。
在 App 啟動(dòng)的時(shí)候江咳，首先會(huì)加載 App 的 mach-o 文件，從 load commands 中得到 dyld 的路徑哥放，并且運(yùn)行歼指。隨后 dyld 做的事情順序概括如下：

1. 初始化運(yùn)行環(huán)境
2. 加載主程序執(zhí)行文件 生成 image, 將image添加到一個(gè)全局容器中
3. 加載共享緩存
4. 根據(jù)依賴鏈遞歸加載動(dòng)態(tài)鏈接庫(kù) dylib，如果在緩存中有加載好的 image 則直接拿出來(lái)甥雕，否則生成一個(gè)新的 image踩身，將image添加到一個(gè)全局容器中
5. link 主執(zhí)行文件
6. link dylib
   • 根據(jù)依賴鏈遞歸修正指針 Rebase
   • 根據(jù)依賴鏈遞歸符號(hào)綁定 Bind
7. 初始化 dylib（runtime 的初始化就在這個(gè)時(shí)候）

在加載完所有的 dylib 之后，它們處于互相獨(dú)立的狀態(tài)社露，所以還需要將它們綁定起來(lái)挟阻。代碼簽名讓我們不能修改指令，所以不能直接讓一個(gè) dylib 調(diào)用另一個(gè) dylib峭弟，這時(shí)需要很多間接層附鸽。
這個(gè)時(shí)候需要 dyld 來(lái)修正指針(rebasing)和綁定符號(hào)(binding)。

詳細(xì)可以查看 dyld 的源碼中的_main函數(shù)瞒瘸。
下面會(huì)分析上述的其中幾個(gè)步驟坷备。

ImageLoader

ImageLoader是一個(gè)將 mach-o 文件里面二進(jìn)制數(shù)據(jù)(編譯過(guò)的代碼、符號(hào)等)加載到內(nèi)存的基類(lèi)情臭，它負(fù)責(zé)將 mach-o 中的二進(jìn)制數(shù)據(jù)映射到內(nèi)存省撑，它的實(shí)例就是我們熟悉的 image。
每一個(gè) mach-o 文件都會(huì)有一個(gè)對(duì)應(yīng)的 image俯在，實(shí)例的類(lèi)型根據(jù) mach-o 格式的不同也會(huì)不同竟秫。

image

• ImageLoaderMachOClassic: 用于加載__LINKEDIT段為傳統(tǒng)格式的 mach-o 文件
• ImageLoaderMachOCompressed: 用于加載__LINKEDIT段為壓縮格式的 mach-o 文件

因?yàn)?code>dylib之間有依賴關(guān)系，所以系統(tǒng)會(huì)沿著依賴鏈遞歸加載 image朝巫。

Rebasing

dylib的二進(jìn)制數(shù)據(jù)會(huì)隨機(jī)的映射到內(nèi)存的一個(gè)隨機(jī)地址ASLR(Address space layout randomization,)中鸿摇，這個(gè)隨機(jī)的地址跟代碼和數(shù)據(jù)指向的舊地址(preferred_address)會(huì)有一定的偏差，dyld需要修正這個(gè)偏差(slide)劈猿，做法就是將dylib內(nèi)部的指針地址都加上這個(gè)偏移值拙吉，偏移值的計(jì)算方法如下：

slide = actual_address - preferred_address

隨后就是不斷的將__DATA段中需要修正的指針加上這個(gè)偏移值潮孽。
注意：每次程序啟動(dòng)后的地址都會(huì)變化，所以指針的地址都需要重新修正筷黔。

在 mach-o 的一個(gè)載入命令LC_DYLD_INFO_ONLY可以查看到rebase, bind, week_bind,lazy_bind的偏移量和大小往史。

image

Binding

binding處理那些指向dylib外部的指針，它們實(shí)際上被符號(hào)名稱(chēng)(symbol)綁定佛舱，也就是個(gè)字符串椎例。比如我們 objc 代碼中需要使用到 NSObject, 即符號(hào)OBJC_CLASS$_NSObject，但是這個(gè)符號(hào)不存在當(dāng)前的 image 中请祖，而是在系統(tǒng)庫(kù) Foundation.framework中订歪，因此就需要binding這個(gè)操作將對(duì)應(yīng)關(guān)系綁定到一起。

Lazy Binding

lazyBinding就是在加載動(dòng)態(tài)庫(kù)的時(shí)候不會(huì)立即 binding, 當(dāng)時(shí)當(dāng)?shù)谝淮握{(diào)用這個(gè)方法的時(shí)候再實(shí)施 binding肆捕。 做到的方法也很簡(jiǎn)單： 通過(guò)dyld_stub_binder這個(gè)符號(hào)來(lái)做刷晋。lazy binding 的方法第一次會(huì)調(diào)用到 dyld_stub_binder, 然后 dyld_stub_binder負(fù)責(zé)找到真實(shí)的方法，并且將地址bind到樁上慎陵，下一次就不用再bind了眼虱。
多數(shù)符號(hào)都是 lazy binding 的

Runtime

每一個(gè)dylib都有自己的初始化方法，當(dāng)相應(yīng)的 image 被加載到內(nèi)存后席纽，就會(huì)調(diào)用初始化方法捏悬。當(dāng)然這不是調(diào)用名為initialize方法，而是C++靜態(tài)對(duì)象初始化構(gòu)造器润梯，__attribute__((constructor))標(biāo)記的方法以及Initializer方法过牙。你可以在程序中設(shè)置環(huán)境變量DYLD_PRINT_INITIALIZERS來(lái)打印dylib的初始化方法。

image

打印信息

我們可以看到程序首先調(diào)用了libSystem這個(gè)dylib的初始化方法仆救。libSystem是很多系統(tǒng)的lib的集合抒和，包括 libdispatch(GCD), libsystem_c(c語(yǔ)言庫(kù)), libsystem_blocks(block)。
在libSystem的源碼init.c中我們可以看到彤蔽，它的初始化方法libSystem_initializer會(huì)調(diào)用libdispatch_init();, 然后逐步調(diào)用到_objc_init摧莽，也就是 objc 和 runtime 的入口。
添加一個(gè)符號(hào)斷點(diǎn)_objc_init顿痪，下面是方法調(diào)用棧：

斷點(diǎn)調(diào)試

注意：runtime 和 objc 屬于libobjc

下面是_objc_init的實(shí)現(xiàn)：

void _objc_init(void)
{
    // 省略...
    _dyld_objc_notify_register(&map_images, load_images, unmap_image);
}

上面的map_images不是將 image 添加到內(nèi)存中的意思镊辕，在這個(gè)方法被調(diào)用的時(shí)候，已經(jīng)完成了 image 的映射以及指針修正蚁袭，綁定符號(hào)的工作了征懈。
這個(gè)函數(shù)實(shí)際上是將 image 中 OBJC 相關(guān)的信息進(jìn)行初始化，具體實(shí)現(xiàn)可以查看_read_image的源碼揩悄，因?yàn)榇a太多所以這里就不貼出來(lái)了卖哎，下面是具體做的事情：

• 會(huì)將所有的 Class 存放在一張映射類(lèi)名與 Class 的全局表中gdb_objc_realized_classes
• 隨后調(diào)用readClass函數(shù)將 每一個(gè) Class 添加到gdb_objc_realized_classes表中。
• 確定 selector 是唯一的
• read protocols: 讀取protocol
• realizeClasses：這一步的意義就是動(dòng)態(tài)鏈接好class, 讓class處于可用狀態(tài)，主要操作如下：
  • 檢查ro是否已經(jīng)替換為rw,沒(méi)有就替換一下亏娜。
  • 檢查類(lèi)的父類(lèi)和metaClass是否已經(jīng)realize,沒(méi)有就先把它們先realize
  • 重新layout ivar. 因?yàn)橹挥屑虞d好了所有父類(lèi)焕窝，才能確定ivar layout
  • 把一些flags從ro拷貝到rw
  • 鏈接class的 nextSiblingClass 鏈表
  • attach categories: 合并categories的method list、 properties维贺、protocols到 class_rw_t 里面
• read categories：讀取類(lèi)目

在map_images結(jié)束會(huì)調(diào)用load_images函數(shù)它掂。這一步做的事情比較少，就是調(diào)用我們熟悉的+(load)函數(shù)溯泣。父類(lèi)會(huì)先調(diào)用虐秋，除了 Class，每個(gè)類(lèi)目的+(load)方法也會(huì)被調(diào)用一次垃沦，但順序就不一定了客给。

總結(jié)

在這里對(duì) main 函數(shù)之前的操作做一個(gè)小總結(jié)吧：

1. 將 App 的 mach-o header 讀取到內(nèi)存中
2. 根據(jù) load commands 獲取 dyld 的路徑，運(yùn)行 dyld
3. 初始化運(yùn)行環(huán)境栏尚，加載 dylib起愈，如果緩存中存在則從緩存中拿出加載過(guò)的 image，否則新建一個(gè) image译仗，加載到內(nèi)存中
4. 修正指針(rebase)，綁定符號(hào)(bind)
5. 初始化 dylib官觅，運(yùn)行 runtime
6. runtime 將 image 中有關(guān) OBJC 的數(shù)據(jù)進(jìn)行初始化
7. 調(diào)用 +(load) 方法
8. dyld 調(diào)用 main 函數(shù)

花了一周的時(shí)間用來(lái)研究這部分的內(nèi)容纵菌，終于填完坑了~很舒服
最大的感受就是學(xué)習(xí)完后，看 clang 編譯后的 C++ 代碼能看懂的更多了休涤。比如添加完一個(gè)類(lèi)目之后咱圆，會(huì)將這個(gè)這個(gè)類(lèi)目添加到__DATA的section __objc_catlist中，以前不知道啥意思現(xiàn)在就明白了功氨。也明白 xcode 的許多設(shè)置是用來(lái)干嘛的序苏，總之好處多多~
學(xué)習(xí)也是一個(gè)遞歸的過(guò)程，總之捷凄，也多加油吧忱详！

引用

iOS 程序 main 函數(shù)之前發(fā)生了什么
優(yōu)化 App 的啟動(dòng)時(shí)間
dyld源碼分析-動(dòng)態(tài)加載load
dyld與ObjC