[发明专利]编译链接优化方法

说明书

本发明涉及一种编译链接优化方法，其利用GNU开源编译链接工具BINUTILS的链接器LD的地址空间分配功能、符号决议功能以及重定位功能，对链接器的链接功能进行优化，并且，优化的功能包括符号表建立功能、查找功能以及链接过程中的查询功能。本发明提供的编译链接优化方法，克服了编译链接速度慢的缺陷，可降低链接时内存占用率，从而达到提升编译链接速度、节省时间成本、提高生产效率的目的。

技术领域

本发明涉及计算机软件程序运行技术领域，具体涉及一种编译链接优化方法。

背景技术

GNU工具链在Linux系统中的作用重大，编译链接占有重要比例。近些年，Linux系统迅速发展，随着计算机技术的不断发展，越来越多的个人和企业开始大量使用Linux系统，各种应用程序的种类不断增加，程序功能不断发生变化，变的愈加多样和复杂，这样的现象导致了程序代码量的急剧增加和模块的增加，同时也给程序的编译链接带来了极大的负担。编译集成过程中，模块的增加导致了二进制目标文件的增加，直接导致需要链接的符号大量增加，这样的数量级将会占用大量系统资源，严重拖慢系统的运行速度，所以将引入一种大数据的查询处理方式，以解决链接带来的问题。

原有的链接器使用了hash算法。hash算法就是将任一给定长度的数据(字符或数值等)通过给定函数映射为较短的、固定长度的数值，这个数值被称为hash值，这个数值便作为索引。hash表是通过给定的hash函数H(key)和处理冲突方法将一组关键字映射到一个已申请好的内存空间上，H(key)作为给定关键字在内存空间中的存储位置，这部分内存空间被称为hash表或散列，所得存储位置称为hash地址或散列地址。作为线性数据结构与表格和队列等相比，hash表无疑是查找速度比较快的一种。

整个链接过程中，符号表的建立、查找部分最为耗时，主要在于对符号表的建立、查找定位方面的消耗，数量稍小一点的目标文件无法察觉到这方面的消耗，但是如果面临上百个目标文件的链接，而每个目标文件又包括上百个(不止)需要链接的符号时，这样的数量级将会暴露龙芯平台硬件方面的不足。如果在这样的数量级或更高的数量级下继续使用链接器现有的hash算法，将会暴露hash算法的重要缺陷，就是空间效率低下，也就是说当在更高数量级的情况下，将会产生hash冲突，为解决hash冲突，就要开拓更多的内存；链接器现在使用的hash算法将占用更大的内存，在此期间对系统速度影响非常大，极易导致系统卡顿，链接导致的系统资源被大量占用对系统的影响已经不容忽视。

发明内容

为解决现有技术存在的不足，本发明提供了一种编译链接优化方法，利用GNU开源编译链接工具BINUTILS的链接器LD的地址空间分配功能、符号决议功能以及重定位功能，对链接器的链接功能进行优化，并且，优化的功能包括符号表建立功能、查找功能以及链接过程中的查询功能。

其中，所述符号表建立功能的优化为创建GL_KV符号表。

其中，符号表建立功能的优化中，通过下述步骤创建GL_KV符号表：

步骤S1：分别收集GNU库符号和基本图形库符号；

步骤S2：将步骤S1中收集的符号的符号名输入布隆过滤器；

步骤S3：将布隆过滤器的输出作为索引算法的输入，确定符号在符号表中的位置；

步骤S4：将符号信息写入符号表。

其中，还包括：

步骤S5：如果经索引算法计算后发现有重复，则另填一张表存放数据，是否重复由GL_KV_sym-rep-sym_r确定；

所述步骤S3中，索引算法为Hash索引算法；