C++变量存储与ELF段布局详解从const全局到rodata与nm_readelf验证实践

C++变量存储与ELF段布局详解_从const全局到rodata与nm_readelf验证实践

一道常见面试题：const 全局变量落在 .data 还是 .bss？ 若只背「非零进 .data、零进 .bss」，容易忽略 只读语义与段权限 ：在典型 Linux ELF + GCC/Clang 下，文件作用域的 const 已初始化整型常量 往往进 .rodata （只读数据段），由加载器映射为 不可写页 ，与 .data / .bss 的可读写页 分离。本文从 段语义 讲到 nm / readelf 自证，并交代 C++ 链接属性 、编译器差异 与 局部 const 的常见落点，便于面试与排障对照。

[1. 面试题：先给结论与边界](#1. 面试题：先给结论与边界)
[2. 进程虚拟地址里常见「段」在说什么](#2. 进程虚拟地址里常见「段」在说什么)
[3. .data 与 .bss：谁占磁盘、谁运行时清零](#3. .data 与 .bss：谁占磁盘、谁运行时清零)
[4. .rodata：const 全局为何常在这里](#4. .rodata：const 全局为何常在这里)
[5. 动手验证：nm 符号类型速查](#5. 动手验证：nm 符号类型速查)
[6. readelf：看段地址与顺序](#6. readelf：看段地址与顺序)
[7. 速查表与常见误区](#7. 速查表与常见误区)
[8. 延伸阅读与免责声明](#8. 延伸阅读与免责声明)

1. 面试题：先给结论与边界

问题	典型答案（ELF + g++/Clang，Linux x86_64 常见）
`const int g = 10;`（文件域）	多在 `.rodata` ，不可写；`nm` 常为 `r`。
`int g = 10;`	`.data` ，`nm` 常为 `D` （全局）或 `d` （`static` 文件域）。
`int g;` 或 `int g = 0;`	多在 `.bss` （零或未初始化由运行时清零），`nm` 常为 `B` / `b`。

边界：具体是否完全进 .rodata、是否与其他常量合并、是否 mergeable ，随 优化级别（-O2） 、是否取址 、是否 extern const 跨 TU 等变化；以本机 nm/readelf 与编译器文档为准 。下文示例默认 -O0，便于对照符号。

面试官常通过这个题看什么

考察点	说明
不止语法糖	能否把 `const` 与存储期、链接、段权限联系起来，而不是只背「常量不能改」。
UB 与信号	是否知道强转去掉 `const` 再写是未定义行为（UB）；在 Linux 上若对象真在只读页，常见表现是 `SIGSEGV`，与「改没改成」无关。
Debugging 习惯	遇到「符号找不到 / 多重定义 / 段异常」时，会不会用 `nm`、 `objdump -t`、 `readelf` 对照 TU（翻译单元）与 VMA，而不是只盯着源码猜。

2. 进程虚拟地址里常见「段」在说什么

下面为 教科书式示意 （真实地址与是否合并 PIE 、ASLR 、链接脚本有关），表达的是 相对顺序、权限分工 与后文 「.text 与 .rodata 常同映射为只读」 的呼应。权限列为进程视角常见简写（R ead / W rite / eX ecute；- 表示无）。

text 复制代码

  High Address
+------------------+  Permissions   说明
|      Stack       |  RW-            局部自动变量、调用帧
+------------------+
|        ↑         |
|   heap growth    |
+------------------+
|      Heap        |  RW-            malloc / new
+------------------+
|      .bss        |  RW-            运行时清零的可写全局/静态
+------------------+
|      .data       |  RW-            带非零初值映像的可写全局/静态
+------------------+
|     .rodata      |  R--   <---     const 全局、字符串字面量等（只读）
+------------------+
|      .text       |  R-X            机器码（一般不可写、可执行）
  Low Address

要点：.text 与 .rodata 常为 非可写 映射，便于 页权限隔离 与 TLB 行为；.data/.bss 为 可读写 。.rodata 与 .text 在 VMA 上常相邻，便于操作系统用 同一类只读（及代码段的 RX）策略 管理相邻页。

3. .data 与 .bss：谁占磁盘、谁运行时清零

段	典型内容	可执行文件里
`.data`	已初始化且在映像里要占位的非零初值	占磁盘，加载时拷入 RW 页
`.bss`	未初始化或全零初值的可写全局/静态	常不占磁盘字节（`NOBITS`），只在内存占位，由加载/启动路径清零

直觉：巨大全零数组若硬塞进 .data，会把 ELF 撑胖；放 .bss 只记录大小更省镜像体积。

4. .rodata：const 全局为何常在这里

语义：const 对象 不应通过合法 C++ 语义被改写 ；放进 可写 .data 会与「只读」目标冲突（仍可能通过未定义行为改内存，但不应被映射策略鼓励）。
实现：编译器把「编译期已知、只读」数据放进 .rodata ，映射为 RO ，越界写易 SIGSEGV。
字符串字面量 ：如 "hello" 的存储体，通常也在 .rodata （char* 指向它时，改 p[0] 常崩溃，即此类权限问题）。

C++ 链接 ：文件域 const int x = 1; 默认 内部链接 （等价于 static const 的文件内可见性），nm 里常出现 _ZL... 风格 的修饰名；若需要跨翻译单元共享，通常用 extern const int x; 在某处定义------符号形态与是否仍进 .rodata 需以实际 nm 为准。

5. 动手验证：nm 符号类型速查

5.1 示例源码

cpp 复制代码

// segdemo.cpp --- 建议用 g++ -O0 -g 编译便于对照
const int a = 10;
const int b = 0;
int c;
int d = 9;
static int e;
static int f = 10;

int main() { return a + b + c + d + e + f; }

5.2 命令

bash 复制代码

g++ -O0 -g segdemo.cpp -o segdemo
nm -C --defined-only segdemo | sort

5.3 如何读第二列类型（常见子集）

`nm` 字母	常见含义	常与哪类段对应
`r`	read-only data	`.rodata`
`D` / `d`	已初始化 data object	`.data` （大写/小写与全局 vs static 可见性相关，依 `nm` 手册）
`B` / `b`	BSS	`.bss`
`T` / `t`	text（代码）	`.text`

你应能在输出里看到 a/b 一带为 r ，d/f 为 D/d ，c/e 为 B/b （具体符号名是否被修饰取决于 C++ ABI 与是否 extern "C"）。

6. readelf：看段地址与顺序

bash 复制代码

readelf -S segdemo

关注 .text、.rodata、.data、.bss 的 VMA 与 Align ；常见现象是 .rodata VMA 紧挨或靠近 .text ，而 .data/.bss 落在更高 VMA 区域 （与链接脚本、PIE 有关）。这支持「代码与只读数据共享只读映射」的工程叙述。

发布或内部分享时，可附一张本机终端 readelf -S segdemo 的截图（高亮上述四段），读者对 VMA 顺序 一眼更稳。

7. 速查表与常见误区

7.1 速查（文件域 / 静态存储期，Linux ELF 常见）

写法	常见段	`nm` 线索
`const int x = k;`	`.rodata`	`r`
`int x = 非零;`	`.data`	`D`/`d`
`int x;` / `int x = 0;`	`.bss`	`B`/`b`
字符串字面量	`.rodata`	常表现为 `r` 或与合并常量相邻
函数内 `const int y = 3;`	多为栈上常量（或优化进立即数），不与全局 `.rodata` 混谈

7.2 误区与陷阱示例

误区	更正
「`const int g = 0` 一定在 `.bss`」	零初值可写全局才典型进 `.bss`；`const` 只读常在 `.rodata`。
「`nm` 大小写只是大小写」	在 GNU `nm` 里常区分全局（Global）可见与局部（Local）/ 文件内 static 等符号绑定属性，以手册为准。
「所有平台都一样」	Windows PE 中类似只读常量区常用 `.rdata` 等节名表达；嵌入式裸机、不同链接脚本与 ELF 也不尽相同；本文以 Linux ELF 为主。

陷阱代码（UB，勿依赖「是否崩溃」当逻辑） ：通过 const_cast 或 C 风格强转 去掉 const 再写入，若对象实际位于 只读映射 ，在 Linux 上常见 Segmentation fault ；即便未立刻崩溃，仍是 C++ 未定义行为。

cpp 复制代码

const int g_const = 10;

int main() {
    int* p = const_cast<int*>(&g_const);  // 仍不保证可写
    *p = 20;  // Undefined Behavior
    return 0;
}

实际现象以 页权限、编译器是否把常量完全优化掉 为准；教学上可用 readelf -l 看 LOAD 段 RWE 与 gdb/catch syscall 对照，但结论应写 UB，不要写「一定崩 / 一定不崩」。

8. 延伸阅读与免责声明

检索线索	用途
`man nm` / `man readelf`	符号字母与段表字段权威说明。
ELF 与 Linkers and Loaders	段、节、加载与权限。
GCC/Clang `-fdata-sections`、LTO	可能改变合并与段布局时的对照方法。
`objdump -h` / `-t`	与 `readelf` 互补看节名与符号表。

免责声明 ：段布局、符号名修饰与 const 合并 行为随 编译器版本、优化、语言标准模式 变化；面试回答建议句式为「在 Linux ELF + g++/Clang 的典型配置下，我会用 nm/readelf 验证为... 」，避免绝对化。上文 §1 已归纳面试官常见考察点，可与本节工具链 disclaimer 一并使用。

记住：段名是工具链与 OS 加载约定的结果；会查 nm/readelf 比背「标准答案」更经得起追问。

C++变量存储与ELF段布局详解 从const全局到rodata与nm_readelf验证实践