Antkillerfarm Hacking V7.5

toolchain » gcc

2020-12-19 :: 5317 Words

gcc

GNU C Compiler在1987年3月22日发布了第一个beta版本，Richard Stallman原本想利用Free University Compiler Kit，但作者Andy Tanenbaum不想免费提供，RMS因此决定GNU的首个项目将是编译器。GCC是基于一个现有的Pastel编译器，使其扩展支持编译C，后用C进行重写。

代码：

git clone git://gcc.gnu.org/git/gcc.git

资料

http://www.hellogcc.org/

一个有关GCC和GDB的博客。其中的大牛teawater（朱辉）开发了一个Linux动态跟踪器KGTP，他的blog：

http://teawater.github.io/

https://www.cnblogs.com/kuoAT/p/9590606.html

深入分析GCC（王亚刚 著）

GNU Binutils

GNU Binutils是一系列二进制工具的集合。

  • ld：GNU链接器
  • as：GNU汇编器
  • addr2line：从目标文件的虚拟地址获取文件的行号或符号。
  • ar：可以对静态库做创建、修改和提取的操作。
  • c++filt：反编译（反混淆，demangle）C++符号的工具。
  • dlltool：创建创建Windows动态库。
  • gold：另一种新的、更快的仅支持ELF的链接器。
  • gprof：性能分析（profiling）工具程序。
  • nlmconv：可以转换成NetWare Loadable Module(NLM)目标文件格式。
  • nm：显示目标文件内的符号信息。
  • objcopy：复制和转译目标文件。
  • objdump：显示目标文件的相关信息，亦可反汇编。
  • ranlib：产生静态库的索引。（和nm -s功能类似）
  • readelf： 显示ELF文件的内容。
  • size：列出目标文件或库文件的section大小。
  • strings：列出文件中可打印的字符串。

https://www.zhihu.com/answer/2258430030

GNU Binutils工具集介绍

基本流程

1、预处理，生成.i的文件（预处理器cpp）

2、将预处理后的文件转换成汇编语言，生成文件.s（编译器egcs）

3、有汇编变为目标代码(机器代码)生成.o的文件（汇编器as）

4、连接目标代码，生成可执行程序（链接器ld）

Linker

常见的Linker主要有：GNU的Gold、LLVM的LLD，以及最新的Mold。

mold（A Modern Linker）大大改进了相关算法的并行性，因此性能要比前两者快得多。

gcc和ld的差异

理论上gcc做链接和ld做链接，应该是一样的效果，然而实际情况要复杂一些。有的厂商的工具链会给gcc添加一些环境变量之类的私货，所以两者的行为就变的很有差异了。遇到这种问题，互换是一种好的解决问题的思路。

链接顺序

有的链接器对链接顺序有要求，一般按照c代码、自定义库、标准库的顺序来链接，也就是越基础底层的库，越在后面。（这个顺序正好和声明的顺序相反）

gcc -c ./sparse_matrix.c -o sparse_matrix.o -luserlib -lm

但是如果有一系列很底层的库，他们太底层了，以至于会出现相互依赖的情况(circular dependence)，那gcc提供了一个option很好的解决了这个情况：

-Wl,--start-group -lmy_lib -lyour_lib -lhis_lib -Wl,--end-group

再比如下面的例子：

https://github.com/antkillerfarm/antkillerfarm_crazy/tree/master/helloworld/linux_so

gcc -o main_link main_link.c -L. -lhello

这条命令中的main_link.c如果放到-lhello之后就会出问题。也考虑使用--start-group和--end-group之类的链接选项解决链接顺序问题。

参考

https://stackoverflow.com/questions/27475977/c-undefined-reference-to-sqrt-even-with-lm

C - undefined reference to “sqrt” even with ‘-lm’

https://mp.weixin.qq.com/s/TnqAqpmuXsGFfpcSUqZ9GQ

今日头条优化实践：iOS包大小二进制优化，一行代码减少60MB下载大小

https://zhuanlan.zhihu.com/p/145263213

谈谈程序链接及分段那些事

-Werror

有的时候会遇到-Werror=XXXX这样的编译错误，如果确实不想改代码的话，可以用-Wno-error=XXXX或者-Wno-XXXX来回避之。

编译优化

查看当前版本gcc编译器开了哪些编译优化，使用命令：

gcc/g++ -Q -O2 --help=optimizers

查看向量优化信息：

g++ -fopt-info-vec-optimized main.cpp -O3

优化选项开关：

以-ftree-loop-vectorize为例，-f表示打开某选项，改成-fno-前缀就是关闭。

https://mp.weixin.qq.com/s/asjPNb_SXF5guNIcdduHmQ

从一个crash问题展开，探索gcc编译优化

nm和readelf

这两个命令都可以查看可执行文件的符号表。

示例：

nm XXX.so

readelf -h XXX.so

这两个命令虽然很早就在gcc工具链中了，但是早期版本只能查看本工具链编译的可执行文件。现在的话，主流的CPU指令集都可以支持了，不必采用arm-readelf这样的特殊前缀版本了。

切换gcc版本

sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-9 40

sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-7 50

sudo update-alternatives --config gcc

编译加速

  • 并行编译

make -j 4

可用nproc命令动态获取编译机的CPU核数。

  • 分布式编译

利用Distcc和Dmucs构建大规模、分布式C++编译环境。

  • 预编译头文件

PCH（Precompiled Header）

  • CCache

CCache（Compiler Cache）是一个编译缓存工具，其原理是将cpp的编译结果保存在文件缓存中，以后编译时若对应文件无变动可直接从缓存中获取编译结果。需要注意的是，Make本身也有一定缓存功能，当目标文件已编译（且依赖无变化）时，若源文件时间戳无变化也不会再次编译；但CCache是按文件内容做的缓存，且同一机器的多个项目可以共享缓存，因此适用面更大。

  • Module编译

C++20之前的版本会把每一个cpp当做一个编译单元处理，会存在引入的头文件被多次解析编译的问题。而Module的出现就是解决这一问题。

  • 自动依赖分析

Google推出了开源的Include-What-You-Use工具（简称IWYU），使用该工具可以扫描出文件依赖问题，同时该工具还提供脚本解决头文件依赖问题。

https://mp.weixin.qq.com/s/yITNjo_UQi8-OKQNOfGrPw

C++服务编译耗时优化原理及实践

gdb

设置参数：

启动时：

gdb --args <exe> <arg1> ...

这里把可执行程序当作arg0，参数当作arg1…

运行时：

set args -l

INT3指令—又叫断点指令，是软件断点的实现基础。

标志寄存器FLAGS的TF标志—陷阱标志位。是单步执行的实现基础。

断点地址寄存器DR0一DR3—用于设置断点地址(线性内存地址或l/O地址)，是硬件断点的实现基础。

断点控制寄存器DR7—用来控制和进一步描述四个调试地址寄存器(DR0一DR3)的断点条件。

断点状态寄存器DR6—当断点发生时，向调试器报告该断点的具体情况，以便调试器区分发生的是哪个断点。

断点异常(#BP)一当INT3指令执行时，会导致此异常，CPU转到该异常的处理程序。

调试异常(#DB)一当除INT3指令以外的调试事件发生时会导致此异常。

任务状态段(TS)S的T标志任务陷阱标志，当切换到设置了T标志的任务时，中断到调试器。

分支记录机制用来记录上一个分支、中断和异常的地址等信息。

https://zhuanlan.zhihu.com/p/608919072

为脚本开发调试器

参考：

https://mp.weixin.qq.com/s/30Zh_8H6QfDgJuG9e9ORSQ

使用gdb调试多进程程序

https://zhuanlan.zhihu.com/p/254879649

GDB的那些奇淫技巧

https://mp.weixin.qq.com/s/y3c07Hk7g3P-rd0oDzszlA

GDB底层实现原理

https://zhuanlan.zhihu.com/p/678879367

GDB高级技巧：Linux多线程调试没那么难，可别再用printf了

rr

逆向调试，不是逆向工程的逆向，而是在debug的时候，需要退回到过去，比如还想再看看这个函数是如何计算的，但是又不想重新启动程序，或者重新复现。这里的退回到过去，就是逆向。

gdb提供的reverse debugging比较原始，需要长时间使用才能熟练。rr: record, Replay就是一大杀器，它由Mozilla开发。

官网：

https://rr-project.org/

参考：

https://zhuanlan.zhihu.com/p/364075104

又一debug装逼技能：record, replay

白手起家

  • Stage0 部分

Hex0：起点，Binary不超过1KB，用来从带注释的hex dump生成binary。

Hex1、Hex2：Hex0+偏移量计算，用来简化后续过程；每一级由上一级实现和编译。

M0：宏汇编器，由Hex2实现和编译。

cc_*：用汇编写的C子集编译器（支持x86、x644、ARMv7和v8）；由M0编译。

M2-Planet + mescc-tools：用先前的C子集制作的用于生成Mes的基础工具。

  • Mes部分

Mes + MesCC -> 一个修改过的TCC -> GCC 4.7 -> 现代的GCC

https://www.zhihu.com/question/441129390

假如有某种力量使得世界上所有编译器都被删除了，人类是否需要从打孔卡开始写第一个编译器?

https://zhuanlan.zhihu.com/p/693132914

计算机考古：第一代C语言编译器

C4：4个函数实现的C语言编译器

https://github.com/rswier/c4

https://zhuanlan.zhihu.com/p/672720180

用4个函数528行代码写了个能自举的C编译器！

glibc

查看glibc版本：

ldd --version

代码中获得glibc版本：

#if defined(__GLIBC__) && __GLIBC_MINOR__ >= 33 // for glibc 2.33+
...
#endif

测试

社区用例主要是编译器开发过程中出错小程序的积累，因此也称之为regressiontest，回归测试用例，gcc社区的dejagnu有将近8万个用例。

https://zhuanlan.zhihu.com/p/37594930

编译器是如何做测试的

参考

https://github.com/Bill-Haku/kawaii-gcc/

一个修改gcc编译出错信息文本的项目

https://zhuanlan.zhihu.com/p/372526494

GCC的整体架构

https://www.zhihu.com/question/478761697

gcc -O3具体做了些什么事情？

Antkillerfarm
antkillerfarm@sohu.com

github.com/antkillerfarm

Fork me on GitHub