JVM-类加载过程

目录

 

一.概述

二.类加载的时机

三.类加载的过程

3.1 加载

3.2 验证

3.3 准备

3.4 解析

3.5 初始化

---

一.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语言里面，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，但是会为Java应用程序提供高度灵活性，Java里天生可以动态扩展的语言特性就是依赖运行期动态加载和动态连接这个特点实现的。

二.类加载的时机

类从被加载到虚拟机内存中开始，到卸载出内存为止，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）和卸载（Unloading）7个阶段。其中验证，准备，解析3个部分统称为连接（Linking）。

加载，验证，准备，初始化和卸载这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（也称为动态绑定或晚期绑定）。按部就班的开始是指这些阶段通常是互相交叉地混合式进行的，通常会在一个阶段执行的过程调用，激活另外一个阶段。

什么情况下需要开始类加载过程的第一个阶段：加载？Java虚拟机规范中并没有进行强制规约，这点可以交给虚拟机的具体实现来自由把握。但是对于初始化阶段，虚拟机规范则是严格规定了有且只有5种情况必须立即对类进行“初始化”（而加载，验证，准备自然需要在此之前开始）：

• 遇到new,getstatic,putstatic或invokestatic这4条字节码指令，如果类没有进行过初始化，则需要先触发其初始化。生成这4条指令的最常见的Java代码场景是：使用new关键字实例化对象的时候，读取或设置一个类的静态字段（被final修饰，已在编译期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。
• 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。
• 当初始化一个类的时候，如果发现其父类还没有进行过初始化，则需要先触发其父类的初始化。
• 当虚拟机启动时，用户需要指定一个要执行的主类，虚拟机会先初始化这个主类。
• 当使用JDK 1.7的动态语言时，如果一个java.lang.invoke.MethodHandle实例最后解析结果REF_getStatic,REF_putStatic，REF_invokeStatic的方法句柄，并且这个方法句柄所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种会触发类进行初始化的场景，虚拟机规范中使用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。

三.类加载的过程

3.1 加载

“加载”是“类加载”过程的一个阶段。在加载阶段，虚拟机需要完成以下3件事情：

1）通过一个类的全限定名来获取定义此类的二进制字节流。

2）将这个字节流所代表得的静态存储结构转化为方法区的运行时数据结构。

3）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。

虚拟机规范的这3点要求并不算具体，因此虚拟机实现与具体应用的灵活度都是相当大的。例如“通过一个类的全限定名来获取此类的二进制字节流”这条，它没有指明二进制字节流要从一个Class文件中获取，准备来说是根本没有指定要从哪里获取，怎样获取。比如：比较常见的就是从 ZIP 包中读取（日后出现的JAR、EAR、WAR格式的基础）、其他文件生成（典型应用就是JSP）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（准确来说，是加载阶段中获得类的二进制字节流的动作）是开发人员可控性最强的，因为加载阶段既可以使用系统提供的引导类加载器完成，也可以由用户自定义的类加载器区去完成，开发人员可以通过定义自己的类加载器区控制字节流的获取方式。

对于数组类而言，情况就有所不同，数组类本身不通过类加载器创建，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最终是要靠类加载器去创建，一个数组类创建过程遵循以下规则：

• 如果数组的组件类型（指的是数组去掉一个维度的类型）是引用类型，那就递归采用定义的记载过程去加载这个组件类型，数组C将在加载该组件类型的类加载器的类名称空间上被标识。
• 如果数组的组件类型不是引用类型，Java虚拟机将会把数组C标记为与引导类加载器关联。
• 数组类的可见性与它的组件类型的可见性是一致，如果组件类型不是引用类型，那数组的可见性将默认为public。

加载阶段完成之后，虚拟机外部的二进制字节流就按照虚拟机所需的格式存储在方法区之中，方法区中的数据存储格式由虚拟机实现自行定义，虚拟机规范未规定此区域的具体数据结构。然后在内存中实例化一个java.lang.Class类的对象，这个对象将作为程序访问方法区中这些类型数据的外部接口。

加载阶段与连接阶段的部分内容是交叉进行的，加载阶段尚未完成，连接阶段可能已经开始，但这些夹在加载阶段之中进行的动作，仍然属于连接阶段的内容。这两个阶段的开始时间仍然保持固定的先后顺序。

3.2 验证

验证是连接阶段的第一步，这个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。

Java语言本身是相对安全的语言（相对于C/C++）,使用纯粹的Java代码无法做到诸如访问数组边界之外的数据，将一个对象类型转型为它并为实现的类型，跳转到不存在的代码行之类的事情，如果这样做了，编译器将拒绝编译。但前面已经说过，Class文件不一定要求用Java源码编译而来，可以使用任何途径产生，甚至包括用十六进制编辑器直接编写来产生Class文件。在字节码语言层面上，上述Java代码无法做到的事情都是可以实现的，至少语义是可以表达出来的。虚拟机如果不检查输入的字节流，对其完全信任的话，很可能会因为载入了有害的字节流而导致系统奔溃，所以验证是虚拟机对自身保护的一项重要工作。

规范列举了一些Class文件格式中的静态和结构化约束，如果验证到输入的字节流不符合Class文件格式的约束，虚拟机就应抛出一个java.lang.VerifyError异常或其子类异常。

验证阶段大致上会完成下面4个阶段的校验动作：

3.2.1 文件格式验证

第一阶段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0xCAFFBABE开头。
• 主次版本号是否在当前虚拟机处理范围之内。
• 常量池中的常量是否有不被支持的常量类型（检查常量tag标志）。
• 指向常量的各种索引值中是否有不存在的常量或不符合类型的常量。
• ......

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区之内，格式上符合描述一个Java类型信息的要求。这阶段的验证是基于二进制字节流进行的，只有通过这个阶段的验证后，字节流才会进入内存的方法区中进行存储，所以后面的3个验证阶段全部是基于方法区的存储结构进行的，不会再直接操作字节流。

3.2.2 元数据验证

第二阶段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：

• 这类是否有父类。
• 这个类的父类是否继承了不允许被继承的类（被final修饰的类）。
• 如果这个类不是抽象类，是否实现了其父类或接口之中要求实现的方法。
• 类中的字段，方法是否与父类产生矛盾（例如覆盖了父类的final字段，或者出现了不符合规则的方法重载，例如方法参数一致，但返回值类型不同等）。
• ....

第二阶段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。

3.2.3 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。这个阶段是将对类的方法体进行检验分析，保证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。
• 保证跳转指令不会跳转到方法体外的字节码指令上。
• 保证方法体中的类型转换是有效的。
• .....

如果一个类方法体的字节码没有通过字节码验证，那肯定是有问题的。但如果一个方法体通过了字节码验证，也不能说明其一定就是安全的。

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，给方法体中的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的本地变量表和操作栈应有的状态，在字节码验证期间，就不需要根据程序推导这些 状态的合法性，只需要检查StackMapTable属性中的记录是否合法即可。这样将字节码验证的类型推导转变为类型的检查从而节省一些时间。

3.2.4 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。
• 符合引用中的类，字段，方法的访问性是否能被当前类访问。
• ....

符合引用验证的目的是确保解析动作能正常执行，如果无法通过符号引用验证，那么将会抛出一个java.lang.IncompatibleClassChangeError异常的子类，如java.lang.IlleagalAccessError。

3.3 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在方法区中进行分配。这个阶段中有两个容易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（被static修饰的变量），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，这里说的初始值，通常情况下是指数据类型的零值。比如我们定义了public static int value=111 ，那么 value 变量在准备阶段的初始值就是 0 而不是111（初始化阶段才会赋值）。特殊情况：比如给 value 变量加上了 fianl 关键字public static  final int value=111，那么准备阶段 value 的值就被赋值为 111。

基本数据类型的零值：

3.4 解析

解析阶段是虚拟机将常量池内的符号引用替换成直接引用的过程。

• 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，只要使用时能无歧义地定位到目标即可。符号引用与虚拟机实现的内部布局无关，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部布局可以各不相同，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，同一个符号引用在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，那引用的目标必定出现在内存中。

虚拟机规范之中并为规定解析阶段发生的具体时间，只要求了在执行16个用于操作符号引用的字节码指令之前，先对它们所使用的符号引用进行解析。所以虚拟机实现可以根据需要来判断到底是在类被加载器加载时就对常量池中的符号引用进行解析，还是等到一个符号引用将要被使用采取解析它。

对同一个符号引用进行多次解析请求是很常见的事情，除invokedynamic指令之外，虚拟机实现可以对第一次解析结果进行缓存（在运行时常量池中记录直接引用，并把常量标识为已解析状态）从未避免解析动作重复进行。无论是否真正执行了多次解析动作，虚拟机需要保证的是在同一个实体中，如果一个符号引用之前已经被成功解析过，那么后续的引用解析请求就应当一直成功；同样的，如果第一次解析失败了，那么其他指令对这个符号的解析请求也应该收到相同的异常。

对于invokedynamic指令，上面规则则不成立。当碰到某个前面已经由invokedynamic指令触发过的解析的符号引用时，并不意味着这个解析结果对于其他invokedynamic也同样生效。因为invokedynamic指令的目的本来就是用于动态语言支持，它所对应的引用称为“动态调用点限定符”，这里动态的含义就是必须等到程序实际运行到这条指令的时候，解析动作才能进行。相对的，其他可触发解析的指令都是静态的，可以在刚刚完成加载阶段，还没有开始执行代码时就进行解析。

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。

以类或接口的解析为例：

假设当前代码所处的类为D，如果要把一个从未解析过的符号引用N解析为一个类或者接口C的直接引用，那么虚拟机完成整个解析的过程需要以下三个步骤：

1）如果C不是一个数组类型，那虚拟机将会把代表N的全限定名传递给D的类加载器去加载这个类C。在加载过程中，由于元数据验证，字节码验证的需要，又可能触发其他相关类的加载动作，例如加载这个类的父类或者实现的接口。一旦这个加载过程出现了任何异常，解析过程就宣告失败。

2）如果C是一个数组类型，并且数组的元素类型为对象，也就是N的描述符会是“[Ljava/lang/Integer”的形式，那将会按照第一点的规则加载数组元素类型。如果N的描述符如前面所假设的形式，需要加载的元素类型就是“java.lang.Integer”，接着由虚拟机生成一个代表此数组维度和元素的数据对象

3）如果上面的步骤没有出现任何异常现象，那么C在虚拟机中已经成为一个有效的类或接口，但在解析完成之前还要进行符号引用验证，确认D是否具备对C的访问权限。如果不具备访问权限，将抛出java.lang.IllegalAccessError异常。

3.5 初始化

类初始化时类加载过程的最后一步，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的类加载器参与之外，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（或者说是字节码）。

在准备阶段，变量已经赋过一次系统要求的初始值，而在初始化阶段，则根据程序员通过程序定制的主观计划去初始化类变量和其他资源，或者说可以从另外一个角度来表达：初始化阶段是执行类构造器<clinit>方法的过程。

• <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而产生的，编译器收集的顺序是由语句在源文件中出现的顺序所决定的，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，在前面的静态语句库可以赋值，但是不能访问。
• <clinit>方法与类的构造函数不同，它不需要显式调用父类构造器，虚拟机会保证在子类<clinit>方法执行之前，父类的<clinit>方法已经执行完毕。因此在虚拟机中第一个被执行的<clinit>方法的类肯定是java.lang.Object。
• 由于父类的<clinit>方法先执行，也就意味着父类的中定义的静态语句块要优先子类的变量赋值操作。
• <clinit>方对于类或接口来说并不是必需的。如果一个类中没有静态语句块，也没有对变量的赋值操作，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，因此接口与类一样都会生成<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类接口的<clinit>方法。只有当父类接口定义的变量使用时，父类才会初始化。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。
• 虚拟机会保证一个类的<clinit>方法在多线程环境中被正确地加载，同步。如果多个线程同时去初始化一个类，那么只会一个线程区执行这个类的<clinit>方法，其他线程都需要阻塞等待，直到活动线程执行<clinit>方法完毕。

虚拟机规范则是严格规定了有且只有5种情况必须立即对类进行“初始化”（而加载，验证，准备自然需要在此之前开始）：

• 遇到new,getstatic,putstatic或invokestatic这4条字节码指令，如果类没有进行过初始化，则需要先触发其初始化。生成这4条指令的最常见的Java代码场景是：使用new关键字实例化对象的时候，读取或设置一个类的静态字段（被final修饰，已在编译期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。
• 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。
• 当初始化一个类的时候，如果发现其父类还没有进行过初始化，则需要先触发其父类的初始化。
• 当虚拟机启动时，用户需要指定一个要执行的主类，虚拟机会先初始化这个主类。
• 当使用JDK 1.7的动态语言时，如果一个java.lang.invoke.MethodHandle实例最后解析结果REF_getStatic,REF_putStatic，REF_invokeStatic的方法句柄，并且这个方法句柄所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种会触发类进行初始化的场景，虚拟机规范中使用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。