MIPS架构下LW指令的重定位过程

通常我们不会去关心指令重定位（relocation）的细节，编译器的ld过程已经帮助我们做好了。由于最近在移植CRIU，涉及到指令的重定位计算，不得不细细研究代码重定位的细节知识。之前的文章介绍了MIPS架构下函数跳转指令bal和jal和重定位过程，感兴趣的同学可以跳转到https://blog.csdn.net/weixin_38669561/article/details/100536803查看，本章通过分析lw 指令来分析从内存加载数据到寄存器的重定位的过程。

本文有点烧脑，看完注意休息 “^_”

一、准备工作和基础知识

可以跳过
首先看下面的示例汇编语句：

//test.S
ENTRY(__export_parasite_head_start).set noreorderlw a0, __valuejr ra__value:.long 0
END(__export_parasite_head_start)

这里lw a0,__value 就是我们要分析的汇编指令。我们用gcc编译

$ gcc -save-temps -g -c -fno-builtin -mno-abicalls test.S

其中 -save-temps 参数意味着保留中间临时文件，所以这条命令执行完成会发现当前目录多了两个文件，test.s和test.o。其中test.s就是GCC编译生成的中间编译文件，而test.o是汇编文件。编译文件和汇编文件有什么区别呢？首先要了解GCC编译是有4个过程，预编译（生成.i文件）-> 编译（生成.s文件）->汇编（生成.o文件）->链接（生成可执行文件，默认为a.out）。这里的test.s就是编译阶段产生的文件，test.o就是汇编阶段产生的文件，编译和汇编的区别可以通过查看文件内容得知：

//test.s.section .head.text, "ax"
.globl __export_parasite_head_start; .align 4; .type __export_parasite_head_start, @function; __export_parasite_head_start:.set noreorderlw $4, __export_parasite_cmdjr $31
__export_parasite_cmd:.long 2
.size __export_parasite_head_start, . - __export_parasite_head_start

可以看出test.s和test.S几乎没有差别，都是汇编指令。
test.o已经是ELF格式的文件了，所以不能直接打开，需要使用objdump命令

$ objdump -D test.o > test.o.dump

然后打开文件test.o.dump

test.o：     文件格式 elf64-tradlittlemips...
Disassembly of section .head.text:
0000000000000000 <__export_parasite_head_start>:0:    3c040000    lui a0,0x04:    3c010000    lui at,0x08:    64840000    daddiu  a0,a0,0c:   0004203c    dsll32  a0,a0,0x010:    0081202d    daddu   a0,a0,at14: 8c840000    lw  a0,0(a0)18: 03e00008    jr  ra000000000000001c <__export_parasite_cmd>:1c:    00000002    srl zero,zero,0x0...

汇编过程就是将汇编代码（test.s）转变成机器可以执行的指令（test.o），有些汇编语句和机器指令一一对应，不需要扩展，比如上面的 "jr ra" 指令。有些汇编指令可能扩展成多条机器指令，比如test.S里里面的 "lw a0, __value" 扩展成了6条指令

   0:    3c040000    lui a0,0x04:    3c010000    lui at,0x08:    64840000    daddiu  a0,a0,0c:   0004203c    dsll32  a0,a0,0x010:    0081202d    daddu   a0,a0,at14: 8c840000    lw  a0,0(a0)

同时我们有知道，此时的test.o还是没有做重定位的指令集，从起始地址"0000000000000000"就可以看出，或者使用file命令

$ file test.o
test.o: ELF 64-bit LSB relocatable, MIPS, MIPS64 rel2 version 1 (SYSV), not stripped

这里 "relocatable"就意味着这是需要重定位的文件，或者说需要做指令修正的文件。
那么重定位什么时候做呢？链接阶段。上面我在使用gcc工具时有一个参数 "-c" 。这个值意思是制作编译、汇编，不进行链接。链接过程主要包括了地址和空间分配、符号决议和重定位。

下面我们使用ld工具来进行test.o的链接过程。为了便于分析LW指令的重定位的过程，ld使用自定义的链接脚本，内容如下：

// ld.lds
OUTPUT_ARCH(mips)
ENTRY(__export_parasite_head_start) /*指定了程序入口函数*/
SECTIONS
{. = 0x120000000; /*0xfff70c4000;  指定当前虚拟地址*/tinytext : {  *(.head.text)*(.text*)*(.data)*(.rodata)}/DISCARD/ : { /*释义：需要丢弃的输入段*/*(.comment)*(.pdr)}/* Parasite args should have 4 bytes align, as we have futex inside. */
. = ALIGN(4);
__export_parasite_args = .;
}

在这个文件中，你只要关注两点，一、"ENTRY（__export_parasite_head_start）"指定了程序运行的入口地址，没有它，接下来的ld命令会失败。二、". = 0x120000000" 指定了当前虚拟起始地址。接下来执行l命令。

$ ld -static -T ld.lds -o test test.o

这时查看生成的test文件已经是可执行的，relocation已经完成。

$ file test
test: ELF 64-bit LSB executable, MIPS, MIPS64 rel2 version 1 (SYSV), statically linked, not stripped

二、relocation分析

敲黑板上面的内容都是准备工作，接下来开始分析重定位（relocation）的过程。
首先反汇编test文件

$ objdump -D test > test.dump

打开test.dump文件

test：     文件格式 elf64-tradlittlemips...Disassembly of section tinytext:000000fff70c4030 <__export_parasite_head_start>:fff70c4030:   3c040000        lui     a0,0x0fff70c4034:   3c01f70c        lui     at,0xf70cfff70c4038:   64840100        daddiu  a0,a0,256fff70c403c:   0004203c        dsll32  a0,a0,0x0fff70c4040:   0081202d        daddu   a0,a0,atfff70c4044:   8c84404c        lw      a0,16460(a0)fff70c4048:   03e00008        jr      ra000000fff70c404c <__export_parasite_cmd>:fff70c404c:   00000002        srl     zero,zero,0x0

发现和上面的test.o文件反汇编文件的不同点了吗？我把区别标记下来并开始分析：

其中蓝色部分是做了重定向的结果。 R_MIPS_HIGHEST、R_MIPS_HI16 、R_MIPS_HIGHER、R_MIPS_LO16是重定位入口类型。每种类型的指令修正方式可以通过查看mipsabi文档可以找到
目前我从https://elinux.org网站上下载下来的mipsabi.pdf文档里对重定向入口类型介绍的也不全，最好的分析办法是看 binutils 的源码
还要明确一下，我当前运行的是在龙芯处理器上。mips寄存器为64位，指令32位，寻址48位(我还不确定)。lw指令的描述是 lw rt,offset(base) ，这里base可以寻址64位。按上面的"lw a0,16460(a0)" 为例，base值应该是0xfff70c0000(等于ld.lds里面设置的初始虚拟地址) 。16460是10进制数，对应的16进制数为0x404c。那么寻址后的a0值应该为0xfff70c0000+0x404c = 0xfff70c404c。base值应该是（也就是上面的a0）

接下来我开始分析上面的每一条指令来了解lw a0,__export_parasite_cmd是怎么加载上来的。

第一条指令 lui a0,0x0

lui 功能为上位加载立即数，描述为a0 = 0x0<<16位，操作后的a0值为：
a0 ：0x0000 0000 0000 0000

第二条指令 lui at,0xf70c

这里使用了at寄存器做中间变量，描述为at = 0xf70c<<16，操作后的at值为：
at：0xffff ffff f70c 0000
这里是最让人费解的地方，f70c左移16位后应该是0x0000 0000 f70c 0000。而这里却是0xffff ffff f70c 0000 这是我通过gdb调试确认过的结果，可能是MIPS实现48位内存寻址的策略

第三条指令 daddiu a0,a0,256

daddiu 功能为64位立即数加法，描述为a0 = a0+256 ,256为10进制对应0x0100,操作后的a0值为：
a0：0x0000 0000 0000 0100

第四条指令 dsll32 a0,a0,0x0

dsll32 功能为32位左移，描述为a0 = a0<<(32+0x0)，操作后的a0值为：
a0：0x0000 0000 0100 0000

第五条指令 daddu a0,a0,at

daddu功能同daddiu，为64位加法，但是操作数不是立即数而是寄存器。描述为a0 = a0+at，结果为：
a0：0x0000 00ff f70c 0000
此时你可能明白点为啥at值的高32位填充全f的原因没？

分析的最后一条 lw a0,16460(a0)

lw 功能为32位加载，64位CPU上进行符号扩展。描述为a0 = memory(0xff f70c 0000+0x404c)，a0结果为：
a0 = 2 //如果不信，你可以使用gdb调试
也就是lw执行后，a0可以加载到内存地址为fff70c404c上的数据。

到这里，我们已经通过重定位的指令分析了lw的基址计算过程。如果让你去实现relocation过程，你该怎么做？可能我们不被逼到死路是不会考虑这个问题。此刻，我就在死路上。

敲黑板：指令修正方式

上面提到了重定位入口类型R_MIPS_HIGHEST、R_MIPS_HI16 、R_MIPS_HIGHER、R_MIPS_LO16，但是分析过程一点没有用到，那是由于ld已经帮我们根据这几个类型实现了指令修正。重定位入口类型只有在test.o 到可执行文件test 的汇编过程才会用到。test.o是ELF格式的文件，ELF格式中会存储哪些段需要重定位以及指令修正的类型等信息。我们可以通过readelf命令查看

$ readelf -r test.o重定位节 '.rela.head.text' 位于偏移量 0x4b0 含有 4 个条目：Offset          Info           Type           Sym. Value    Sym. Name + Addend
000000000000  00040000001d R_MIPS_HIGHEST    0000000000000000 .head.text + 1cType2: R_MIPS_NONE      Type3: R_MIPS_NONE
000000000004  000400000005 R_MIPS_HI16       0000000000000000 .head.text + 1cType2: R_MIPS_NONE      Type3: R_MIPS_NONE
000000000008  00040000001c R_MIPS_HIGHER     0000000000000000 .head.text + 1cType2: R_MIPS_NONE      Type3: R_MIPS_NONE
000000000014  000400000006 R_MIPS_LO16       0000000000000000 .head.text + 1cType2: R_MIPS_NONE      Type3: R_MIPS_NONE

offset是指当前指令在elf文件中的位置，Type即为重定位入口类型，Addend会参与到指令修正的运算。

MIPS上的重定位类型对应的计算方式可以通过mipsabs.pdf查看到一些（但不是全部），如下图：

在此我就上面的几个类型结合代码讲解test.o中relocation的计算过程。

重定位类型 R_MIPS_HIGHEST

通过elf格式解析过程能够看到test.o中第一条指令 lui a0,0x0 ，指令码为 3c040000，重定位类型为R_MIPS_HIGHEST。怎么计算呢？mipsabi上还真没有，我参考了binutils的源码中mips.cc得出计算过程为：
((vbase（0xfff70c4000）+ 0x800080008000llu)>>48) & 0xffff

上述的计算结果（0x0）放在lui指令的低16位。修正后的lui指令码还是 3c040000

重定位类型 R_MIPS_HI16

test.o中第二条指令 lui at,0x0，指令码为 3c010000，重定位类型 R_MIPS_HI16，计算方式根据不同的符号类型有不同的计算方式，此处的符号类型为Local，计算过程为：
((vbase（0xfff70c4000）+ 0x8000)>>16) & 0xffff
上述的计算结果（0xf70c）放在lui指令的低16位，修正后的lui指令码为 3c01f70c

重定位类型 R_MIPS_HIGHER

第三条指令 daddiu a0,a0,256 ，指令码为 64840000 ，重定位类型为R_MIPS_HIGHER，计算方式也只能参考binutils的源码中mips.cc文件
((vbase（0xfff70c4000）+ 0x80008000)>>32) & 0xffff
上述计算结果（0x0100）放在daddiu指令的低16位，修正后的daddiu指令码为64840100

重定位类型 R_MIPS_LO16 ( fixme)

第六条指令 lw a0，0(a0) ，指令码为 8c840000 ，重定位类型为R_MIPS_LO16，计算方式根据不同的符号类型有不同的计算方式，此处的符号类型为Local，计算过程为：
(vbase（0xfff70c4000）& 0xffff)+A (0x4c)

上述计算结果（0x404c）放在lw指令的低16位，修正后的lw指令码为8c84404c