JVM类加载机制

概述

        虚拟机把描述类的数据从Class文件加载到内存，并对数据进行校验、转换解析和初始化，最终形成可以被虚拟机直接使用的Java类型，这就是虚拟机的类加载机制。与那些在编译时需要进行连接工作的语言不同，在Java中，类型的加载、连接和初始化过程都是在程序运行期间完成的，这种策略虽然会令类加载时稍微增加一些性能开销，但是为Java应用程序提供了高度的灵活性。

类加载的时机

        类从被加载到虚拟机内存开始，到被卸载出内存，它的整个生命周期包括：加载（Loading）、验证（Verification）、准备（Preparation）、解析（Resolution）、初始化（Initialization）、使用（Using）、卸载（Uploading）七个阶段，其中验证、准备、解析三个部分统称为连接（Linking）。

其中加载、验证、准备、初始化、卸载这5个阶段的顺序是确定的，类的加载过程必须按照这种顺序按部就班地开始，而解析阶段则不一定：它在某些情况下可以在初始化阶段之后再开始，这是为了支持Java语言的运行时绑定（也称动态绑定或晚期绑定）。注意这里写的是按部就班地“开始”，而不是“进行”或“完成”，强调这点是因为这些阶段通常是相互交叉地混合式进行的，通常在一个阶段执行的过程中调用、激活另外一个阶段。

        什么时候开始类加载的第一个阶段：加载？Java虚拟机规范中并没有进行强制约束，这点可以交给虚拟机的具体实现来自由把握。对于初始化阶段，虚拟机规范则严格规定了有且只有5种情况立即对类进行“初始化”（而加载、验证、准备自然需要在此之前开始）：

        1）遇到new、getstatic、putstatic、或者invoicestatic这4条字节码指令时，如果类没有进行过初始化，则需要触发其初始化。生成这4条指令的最常见的Java代码场景是：使用new关键字实例化对象、读取或设置一个类的静态字段（被final修饰、已在编译期就把结果放入常量池的静态字段除外）的时候，以及调用一个类的静态方法的时候。

        2）使用java.lang.reflect包的方法对类进行反射调用的时候，如果类没有进行过初始化，则需要先触发其初始化。

        3）当初始化一个类的时候，如果发现父类还没有进行过初始化，需要先触发其父类的初始化。

        4）当虚拟机启动时，用户需要指定一个主类（包含main方法的那个类），虚拟机会先初始化这个主类。

       5）当时用JDK1.7的动态语言支持使，如果一个java.lang.invoke.MethodHandle实例最后的解析结果REF_getStatic、REF_putStatic、REF_invokeStatic的方法句柄，并且这个方法句柄对应的类没有进行过初始化，则需要先触发其初始化。

        对于这5种会触发初始化的场景，虚拟机规范中使用了一个很强烈的限定语：“有且只有”，这5种场景中的行为称为对一个类进行主动引用。除此之外所有引用类的方式都不会触发初始化，称为被动引用。下面是几个被动引用的代码示例

public class SuperClass {
    /**
     * 被动引用示例一：
     * 通过子类引用父类的静态字段，不会导致子类的初始化
     */
    static{
        System.out.println("SuperClass init");
    }
    public static int value = 123;
}

public class SubClass extends SuperClass {
    static {
        System.out.println("SubClass init");
    }
}

public class NotInitialization {
    public static void main (String[] args){
        System.out.println(SubClass.value);
    }
}

上述代码运行后只会输出“SuperClass init”,而不会输出“SubClass init"。对于静态字段，只有直接定义这个字段的类才会被初始化，因此通过子类来引用父类的静态字段不会触发子类的初始化。

public class NotInitialization {
    /**
     * 被动使用类字段演示二：
     * 通过数组定义来引用类，不会触发类的初始化
     */
    public static void main (String[] args){
        SuperClass[] sca = new SuperClass[10];
    }
}

这段代码运行后发现没有输出“SuperClass init"，说明没有触发SuperClass的初始化。

public class ConstClass {
    /**
     * 被动使用类字段演示三：
     * 常量在编译阶段会存入调用类的常量池中，本质上没有直接引用到定义常量的类，因此不会触发定义常量的
     * 类的初始化
     */
    static{
        System.out.println("ConstClass init");
    }
    public static final String HELLWORLD = "hello world";
}

public class NotInitialization {
    /**
     * 非主动使用类字段演示
     */
    public static void main (String[] args){
        System.out.println(ConstClass.HELLWORLD);
    }
}

上述代码运行后也没有输出“ConstClass init”,这是因为虽然在Java源码中引用了ConstClass类中的常量HELLOWORLD，但其实在编译阶段通过常量传播优化，已将将此常量的值“hello world”存储到了NotInitialization类的常量池中，以后NotInitialization对常量ConstClass.HELLOWORLD的引用实际都被转化为NotInitialization类对自身常量池的引用。

类的加载过程

        接下来我们详细讲解一下Java虚拟机中类加载的全过程，也就是加载、验证、准备、解析和初始化这5个阶段所执行的具体动作。

1.加载

        在加载阶段，虚拟机需要完成以下3件事情：

• 通过一个类的全限定名来获取定义此类的二进制字节流。
• 将这个字节流所代表的静态存储结构转化为方法区的运行时数据结构。
• 在内存中生成一个代表这个类的 java.lang.Class对象，作为方法区这个类的各种数据的访问入口。（ps:对于HotSpot虚拟机而言，Class对象比较特殊，它虽然是对象，但是存放在方法区中。）

        虚拟机规范的这3点要求其实并不算具体，这为加载提供了很大的灵活性，它没有指明二进制字节流要从一个Class文件中获取，准确地说没有指明要从哪里获取，怎样获取。因此可以用各种不同的方式获取到二进制字节流，如从ZIP包中读取、从网络中读取、运行时计算生成等等。

        相对于类加载过程的其他阶段，一个非数组类的加载阶段（准确的说，是加载阶段中获取类的二进制字节流的动作）是开发人员可控性最强的阶段，因为加载阶段既可以使用系统提供的引导类加载器来完成，也可以由用户自定义的类加载器去完成，可以通过定义自己的类加载器去控制字节流的获取方式。

        对于数组类而言，情况有所不同，数组类本身不能通过类加载器创建，它是由Java虚拟机直接创建的。但数组类与类加载器仍然有很密切的关系，因为数组类的元素类型（指的是数组去掉所有维度的类型）最终是要靠类加载器去创建。

2.验证

        验证是连接阶段的第一步，这一阶段的目的是为了确保Class文件的字节流中包含的信息符合当前虚拟机的要求，并且不会危害虚拟机自身的安全。

        验证阶段是十分重要的，这个阶段是否严谨直接决定了Java虚拟机是否能够承受恶意代码的攻击。从整体上看，验证阶段大致完成下面4个阶段的检验动作：文件格式验证、元数据验证、字节码验证、符号引用验证。

    1）文件格式验证

        该阶段主要验证字节流是否符合Class文件格式的规范，并且能被当前版本的虚拟机处理。这一阶段可能包括下面这些验证点：

• 是否以魔数0xCAFEBABE开头。
• 主、次版本号是否在当前虚拟机的处理范围内。
• 常量池的常量中是否有不被支持的常量类型
• ...........................

上述仅仅是列举了验证中的一小部分内容，完整的验证点远远不止这些。该验证阶段的主要目的是保证输入的字节流能正确地解析并存储于方法去之内，格式上符合描述一个Java类型信息的要求。只有通过了这个阶段的验证后，字节流才会进入内存的方法区中进行存储，之后3个阶段的验证都是基于方法区的存储结构进行的，不会直接操作字节流。

    2）元数据验证

        第二阶段的验证是对字节码描述的信息进行语义分析，以保证其描述的信息符合Java语言规范的要求，这个阶段可能包括的验证点如下：

• 这个类是否有父类
• 这个类的父类是否继承了不允许继承的类（被final修饰的类）
• 如果这个类不是抽象类，是否实现了父类或接口中要求实现的所有方法
• 类中的字段、方法是否与父类产生矛盾（例如覆盖父类的final字段，或者出现了不符合规则的方法重载等）
• ......................

这一阶段验证的主要目的是对类的元数据信息进行语义校验，保证不存在不符合Java语言规范的元数据信息。

    3）字节码验证

        第三个阶段是整个验证过程中最复杂的一个阶段，主要目的是通过数据流和控制流分析，确定程序语义是合法的、符合逻辑的。在第二个阶段对元数据信息中的数据类型做完校验后，这个阶段将对类的方法体进行校验分析，保证被校验类的方法在运行时不会做出危害虚拟机安全的事件，例如：

• 保证任意时刻操作数栈的数据类型与指令代码序列都能配合工作，例如不会出现类似这样的情况：在操作数栈放置了一个int类型的数据，使用时却按龙类型来加载如本地变量表中。
• 保证跳转指令不会跳转到方法体以外的字节码指令上。
• 保证方法体中的类型转换是有效的，例如可以把一个子类对象赋值给父类数据类型，这是安全的，但是把父类对象赋值给子类数据类型，甚至把对象赋值给与它毫无继承关系、完全不相干的一个数据类型，则是危险和不合法的。
• .........................

        由于数据流验证的高复杂性，虚拟机设计团队为了避免过多的时间消耗在字节码验证阶段，在JDK1.6之后的Javac编译器和Java虚拟机中进行了一项优化，给方法体的Code属性的属性表中增加了一项名为“StackMapTable”的属性，这项属性描述了方法体中的所有基本块开始时本地变量表和操作数栈应有的状态，在字节码验证期间，只需要检查StackMapTable属性中的记录是否合法即可。这样字节码验证由类型推导转变为类型检查从而节省了一些时间。

        在JDK1.6中，可以选择不使用StackMapTable属性进行优化，但在JDK1.7之后，对于版本号大于50的Class文件，使用类型检查完成数据流分析校验是唯一的选择，不允许再退回到类型推导的校验方式。

    4）符号引用验证

        最后一个阶段的校验发生在虚拟机将符号引用转化为直接引用的时候，这个转化动作将在连接的第三个阶段——解析阶段中发生。符号引用验证可以看做是对类自身以外（常量池中的各种符号引用）的信息进行匹配性校验，通常需要校验下列内容：

• 符号引用中通过字符串描述的全限定名是否能找到对应的类
• 在指定类中是否存在符合方法的字段描述符以及简单名称所描述的方法和字段。
• 符号引用中的类、字段、方法的访问性是否可以被当前类访问。
• ..........................

符号引用验证的目的是确保解析动作能正常执行。

        对于虚拟机的类加载机制来说，验证阶段是一个非常重要的，但不是一定必要的阶段。如果所运行的全部代码都已经反复使用和验证过，那么在实施阶段可以考虑关闭大部分的类验证措施，以缩短虚拟机类加载的时间。

3.准备

        准备阶段是正式为类变量分配内存并设置类变量初始值的阶段，这些变量所使用的内存都将在方法区中进行分配。这个阶段中有两个容易产生混淆的概念需要强调一下，首先，这时候进行内存分配的仅包括类变量，而不包括实例变量，实例变量将会在对象实例化时随着对象一起分配在Java堆中。其次，这是所说的初始值“通常情况”下是数据类型的零值，而不是程序员指定那个变量初始值。假设一个类变量的定义如下：

public static int value = 123;

那么变量value在准备阶段过后的初始值为0而不是123，因为这时候尚未开始执行任何Java方法，而把value赋值为123的putstatic指令是程序被编译后，存放在类构造器<clinit>()方法中，所以把value赋值为123的动作将在初始化阶段才会执行。

        上面提到，在“通常情况”下初始值是零值，那相对的会有一些“特殊情况”：如果类字段的字段属性表中存在ConstantValue属性，那么在准备阶段变量value就会被初始化为ConstantValue属性所指定的值，假设上面类变量value的定义变为：

public static final int value = 123;

编译时Javac将会为value生成ConstantValue属性，在准备阶段虚拟机就会根据ConstantValue的设置将value赋值为123。

4.解析

        解析阶段是虚拟机将常量池中的符号引用替换为直接引用的过程，下面有必要对符号引用和直接引用做个解释

• 符号引用：符号引用以一组符号来描述所引用的目标，符号可以是任何形式的字面量，只要能无歧义地定位到目标即可。符号引用与虚拟机实现的内存布局无关，引用的目标并不一定已经加载到内存中。各种虚拟机实现的内存布局可以各不相同，但是它们能接受的符号引用必须都是一致的，因为符号引用的字面量形式明确定义在Java虚拟机规范的Class文件格式中。
• 直接引用：直接引用可以是直接指向目标的指针、相对偏移量或是一个能间接定位到目标的句柄。直接引用是和虚拟机实现的内存布局相关的，同一个符号引用再不同虚拟机实例上翻译出来的直接引用一般不会相同。如果有了直接引用，那引用的目标必定已经在内存中存在。

        解析动作主要针对类或接口、字段、类方法、接口方法、方法类型、方法句柄和调用点限定符7类符号引用进行，分别对应于常量池的CONSTANT_Class_Info、CONSTANT_Fieldref_info、CONSTANT_Methodref_info、CONSTANT_InterfaceMethodref_info、CONSTANT_MethodType_info、CONSTANT_MethodHandle_info和CONSTANT_InvokeDynamic_info 7种常量类型。

初始化

        类初始化阶段是类加载过程中的最后一步，前面的类加载过程中，除了在加载阶段用户应用程序可以通过自定义类加载器参与之外，其余动作完全由虚拟机主导和控制。到了初始化阶段，才真正开始执行类中定义的Java程序代码。初始化阶段是执行类构造器<clinit>()方法的过程，虚拟机通过这个方法来完成类的初始化。关于<clinit>()方法有以下几点说明

• <clinit>()方法是由编译器自动收集类中的所有类变量的赋值动作和静态语句块中的语句合并产生的，编译器收集的顺序是由语句在源文件中出现的顺序决定的，静态语句块只能访问到定义在静态语句块之前的变量，定义在它之后的变量，在前面的语句块中可以赋值，但是不能访问。示例如下：

public class Test{
   static{
     i =  0; //给变量赋值可以编译通过
     System.out.print(i);  //这句不能通过编译
    }
    static int i = 1;
}                                        

• <clinit>()方法与类的构造函数（或者说实例构造器<init>()方法）不同，它不需要显示地调用父类构造器，虚拟机会保证子类的<clinit>()方法执行之前，父类的<clinit>()方法已经执行完毕
• 由于父类的<clinit>()方法先执行，也就意味着父类中定义的静态语句块要优先于子类的变量赋值操作。
• <clinit>()方法对于类或接口并不是必需的，如果一个类中没有静态语句块，也没有对类变量的赋值操作，那么编译器可以不为这个类生成<clinit>()方法。
• 接口中不能使用静态语句块，但仍然有变量初始化的赋值操作，因此接口和类一样都会生成<clinit>()方法，但接口与类不同的是，执行接口的<clinit>()方法不需要先执行父接口的<clinit>()方法，只有当父接口中定义的变量使用时，父接口才会初始化。另外，接口的实现类在初始化时也一样不会执行接口的<clinit>()方法。
• 虚拟机保证一个类的<clinit>()方法在多线程环境中被正确地加锁、同步，如果多个线程同时去初始化一个类，那么只会有一个线程去执行该类的<clinit>()方法，其他线程都需要阻塞等待，知道活动线程执行<clinit>()方法完毕。