前几天，有读者群的朋友问：进程创建后，如何进入我写的main函数？今天这篇文章就来聊聊这个话题。首先明确本期讨论范围：C/C++语言本文主要讨论操作系统层面创建和初始化进程和线程的行为，而基于解释器和虚拟机的语言如Python和Java，如何进入main函数的执行，这后面的路径比较长（包括解释器和虚拟机内部的执行过程），后面再说。所以这里我们主要关注C/C++等原生语言的main函数是如何进入的。本文将兼顾Linux和Windows两大主要平台上的详细过程。创建流程第一步是创建流程。在Linux上，我们想要启动一个新的进程，一般是通过fork+exec系列函数来实现的。前者将当前进程“fork”成一个孪生子进程，后者负责替换子进程的执行文件来执行子进程。进程的新程序文件。这里的fork和exec系列函数是操作系统提供给应用程序的API函数。它们最终会通过系统调用进入操作系统内核，通过内核中的进程管理机制完成一个进程的创建。操作系统内核将负责进程的创建。主要有以下工作要做：在内核中创建用于描述进程的数据结构。在Linux上，创建新进程的页目录和页表是task_struct，用于构建新进程。内存地址空间在Linux内核中。由于历史原因，Linux内核早期并没有线程的概念。相反，它使用task:task_struct来描述一个程序的执行实例：process。在内核中，一个任务对应一个task_struct，也就是一个进程，内核的调度单位也是一个接一个的task_struct。后来出现了多线程的概念。Linux内核为了支持多线程技术，task_struct实际上代表一个线程，通过将多个task_struct合并成一个group（通过结构体内部的groupid字段）来描述一个进程。因此，Linux上的线程也被称为轻量级进程。系统调用fork的一个重要任务是创建新进程的task_struct结构。创建完成后，进程就有了调度单元。然后你就会开始能够参与调度，并有机会被执行。加载可执行文件并通过fork成功创建进程后，此时的子进程和父进程就相当于一个正在进行有丝分裂的细胞，两个进程“几乎”完全一样。但是，为了让子进程执行新的程序，需要在子进程中使用exec系列函数来替换进程的可执行程序。exec系列函数也是对系统调用的封装。通过调用它们，它们将进入内核sys_execve执行真正的工作。这项工作有很多细节，其中一项重要的工作就是将可执行文件加载到进程空间，并对其进行分析，提取出可执行文件的入口地址。我们用C、C++等高级语言编写的代码，最终都会被编译器编译生成可执行文件。在Linux上，它是ELF格式。在Windows上，它称为PE文件。无论是ELF文件还是PE文件，在各自的文件头中，都记录了可执行文件的指令入口地址，它表示程序应该从哪里开始执行。这个入口指向哪里？它是我们的主要功能吗？这里有个技巧，先解决一个问题：进程创建后，如何到达这个入口地址？无论是在Windows还是Linux上，应用程序线程都会经常在用户空间和内核空间之间来回穿梭，这可能出现在以下几种情况：当系统调用中断异常从内核返回时，线程如何知道它从哪里来，从哪里回到应用程序空间继续执行呢？答案是当进入内核空间时，线程会自动将上下文（其实就是一些寄存器的内容，比如指令寄存器EIP）保存到线程栈中，记录它来自哪里，等到它返回从内核。从把这个信息加载到栈上，回到原来的地方继续执行。前面说过，子进程是通过sys_execve系统调用进入内核的。后面对可执行文件的解析完成后，得到ELF文件的入口地址，修改原来保存在栈上的上下文信息，将EIP指向ELF文件的入口地址。这样，当sys_execve系统调用结束，回到用户空间后，就可以直接到新的程序入口开始执行代码了。因此，一个很重要的特点是：exec系列函数在正常情况下是不会返回的，一旦进入，任务完成后，执行过程就会转向新的可执行文件入口。另外需要说明的是，除了ELF文件，Linux还支持MS-DOS、COFF等其他格式的可执行文件。除了二进制可执行文件外，它还支持shell脚本。在这种情况下，脚本将以解释器程序作为入口，从ELF入口开始到main函数。上面解释了一个新的进程是如何执行到可执行文件的入口地址的。同时我也留下了一个疑问，这个入口地址是什么？它是我们的主要功能吗？下面是一个简单的C程序，运行后输出经典的helloworld：#include
