JVM Class 文件结构

1、基本概念

1、JIT

一般情况下，jvm 以解释的方式来执行 class 文件中的字节码，但当一段代码被频繁调用时，更好的做法是将其对应的字节码再次编译生成平台对应的机器码，这样就不需要每次都解释了，此之谓 JIT。

虚拟机执行代码的两种方式：

• 加载并执行 java 程序对应的 jvm 指令字节码；
• 加载 jvm 指令字节码，并将其翻译成宿主机 CPU 的本地指令集，然后执行，即 JIT；

2、字节码是平台无关的，虚拟机是平台相关的

虚拟机有不同的版本，也就是在安装 jdk 或 jre 时，linux 平台要安装 linux 版本，Windows 要安装 windows 版本，不能乱装。

Java 代码会被编译成 .class 文件，这种字节码文件是平台无关的，也就是说，可以在任意平台的 JVM 上执行，这就是所谓的 一次编译，到处运行。

3、语言与虚拟机

Java 虚拟机不与任何语言绑定，它只关注于 Class 文件，Class 文件中包含了虚拟机的指令集，符号表，以及若干其他辅助信息。

Java 语言中的各种变量、关键字和运算符号的语义最终都可以表示成多条字节码命令的组合，因此字节码命令所能提供的语义描述能力会比 Java 语言本身更加强大。

语言的能力与表现力是不同的概念，汇编语言尽管不够灵活，不适于快速开发，但它无所不能。

4、ELF

ELF 是 Linux 平台中目标文件和可执行文件的格式，目标文件中的内容包括编译后的机器指令代码、数据，还包括链接时所需要的一些信息，如符号表、调试信息、字符串等。

一般目标文件将信息按类型，以 Section 的形式存储，有时候也叫 Segment。编译后的机器指令放在代码段，全局变量和局部静态变量数据放在数据段。

class 文件与 elf 文件有相似之处，也有很多不同，可以对比理解。

5、JVM 指令操作码的长度只有一个字节：所以最大指令数目为 256！！！

2、Class 文件结构

Class 文件是一组以 8 位字节为基础单位的二进制流，也就是字节码流，各个数据项目严格按照顺序紧凑地排列在 class 文件中。

Class 文件的结构本质上是一种数据模型，存哪些信息，怎么存，存在哪里。是典型的系统数据或者底层数据建模的模式，跟网络协议中的数据建模方式很像，这类模型文件的特点是紧凑。

平时做业务层数据建模的时候，可以通过类，比如 UML，或者通过 XML Schema，JSON schema，Yaml schema，或 SQL Schema 的形式来建模，模型文件要简洁、易读，易修改。

class 文件结构的定义为给谁用的呢？编译器和加载器。

编译器会根据 class 文件的结构定义将 java 文件转换为 class 文件，而类加载器会根据 class 文件的结构定义读取的 class 文件字节流来创建 Class 实例。

所以，只要编译器与加载器它们俩对 class 文件结构有一致统一的认知，就可以了。而不像在业务建模的时候，你设计出来的业务模型，客户、产品经理、研发经理，甚至程序员，都要看懂，所以对易读性的要求很高，常常需要配合使用图表、图形，比如类图，流程图，交互图等等。

class 文件结构没这么多讲究。

下面是某个 class 文件的字节码信息，开头四个字节 CA FE BA BE 是魔数 ( 上图中的 u4 magic )，所有的 class 文件都以此开头，后面的四个字节 00 00 00 33 是版本( 上图中的 u2 minor_version 和 u2 major_version )， 后面的两个字节 00 17 是常量池的大小( 上图中的 u2 constant_pool_count )，对应十进制数为 23。后面的字节，可以按照上图中的 Class 结构文件，依次类推。

也可以使用 jclasslib.exe 来查看 class 文件内容，或者使用 javap 命令。

access flags 值得详细了解一下：

• final： 不可被继承
• super：使用 invokespecial 调用父类方法时，特殊对待
• interface：接口类
• abstract：不可实例化
• synthetic：该类由编译器生成，没有对应的 java 文件
• annotation：注解类
• enum：枚举类

常量池

Class 文件中的常量池可以理解为资源仓库，主要存放两大类信息：字面量和符号表。

Java 代码在编译的时候，不像 c 和 c++ 那样有链接的过程，Java 实在虚拟机加载 Class 文件的时候进行动态链接。因此，Class 文件中不会保存方法、字段的内存布局信息。在类加载时，虚拟机从 class 文件的常量池中获得对应的符号引用，再在类创建时或运行时解析、翻译到具体的内存地址之中。

public class Person implements Action {
    public String name;
    public int age;
    public String gender;

    {
        name = "tom";
        age = 18;
    }

    public Person() {
    }

    public Person(String name, int age, String gender) {
        this.name = name;
        this.age = age;
        this.gender = gender;
    }

    public String say() {
        return String.format("name = %s, age = %s", name, age);
    }

    public void walk() {
        System.out.print("walk");
    }
}

该 java 文件对应的 class 文件的常量池大小为 62，CONSTANT_Class_info 的数据为 6， CONSTANT_Fieldref_info 的数目为 4。

CONSTANT_Class_info 对应的具体类信息：

• java/lang/Object
• chorus/Person
• chorus/Action
• java/lang/Integer
• java/lang/String
• java/lang/System
• java/io/PrintStream

CONSTANT_Fieldref_info 对应的具体字段信息：

• Person.name
• Person.age
• Person.gender
• System.out

字段表

1、字段包括类变量及实例变量，不包括在方法内部声明的局部变量

2、字段表中不会列出从超类或者父接口中继承而来的字段

但是有可能列出原 Java 代码之中不存在的字段，也就是 SYNTHETIC 字段，比如在内部类中为了保持对外部类的访问性，会自动添加指向外部类实例的字段。

方法表

1、方法的代码存放在方法属性表中一个名为 Code 的属性里面

2、<clinit> 与 <init>

如果父类方法在子类中没有被重写，方法表集合中就不会出现来自父类的方法信息。

有时，会出现由编译器自动添加的方法，最典型的便是类构造器方法 <clinit> 和示例构造器方法 <init>。

<clinit> 可以理解为类中的 static{} 块，但并不是所有的 static {} 块都会生成对应的 <clinit> 方法，编译器会做一定程度的优化。

属性表

Java SE 8 的预定义属性为 23 项：

1、Code 属性

Code 属性中存储 Java 方法编译生成的字节码指令信息；

接口或者抽象类中的方法不存在 Code 属性。

Code 属性是 Class 文件中最重要的一个属性，Java 程序中的信息可以分代码和元数据两部分：

• 代码： Code 属性
• 元数据： 类、字段、方法定义以及其他信息；

能够直接阅读字节码是工作中分析 Java 代码语义问题的基本技能。

2、InnerClass 属性

InnerClass 属性用于记录内部类和宿主类之间的关联，如果一个类中定义了内部类，那编译器将会为它以及它所包含的内部类生成 InnerClasses 属性。

3、EnclosingMethod 属性

当且仅当一个类为局部类或者匿名类时，该类才能拥有此属性，这个属性用于标识这个类所在的外围方法。

例如以下这段代码： org.postgresql.Driver
编译器会生成一个匿名类： org.postgresql.Driver$1

3、字节码

1、操作数栈

Java 虚拟机采用面向操作数栈而不是寄存器的架构，所以大多数的指令都不包含操作数，只有一个操作码。汇编语言的指令集就是面向寄存器架构的，有很多寄存器相关的指令。

寄存器是 CPU 的重要组成部分，分为指令寄存器（IR），程序计数器（PC），其中指令寄存器又分为：数据寄存器，地址寄存器，段寄存器等等。

2、操作码数目

受限于 Java 虚拟机操作码的长度设定，Java 指令集的操作码总数不超过 256 个。

3、局部变量表和操作数栈

java 虚拟机中的局部变量表和操作数栈，可以理解为汇编语言中的函数栈与寄存器。

4、指令分类

• 加载与存储指令：
• 运算指令：
• 类型转换指令：
• 对象创建与访问指令：
• 操作数栈管理指令：
• 控制转移指令：
• 方法调用与返回指令：
• 异常处理指令
• 同步指令

5、栈帧：Stack Frame

栈帧是用于支持虚拟机进行方法调用和方法执行的数据结构，栈帧存储了方法的局部变量表、操作数栈、动态链接和方法返回地址等信息。
在编译程序代码的时候，栈帧中需要多大的局部变量表，多深的操作数栈都已经完全确定了，并且写入到方法表中的 Code 属性中，因此一个栈帧需要分配多少内存，不会受到程序运行期变量数据的影响，仅仅取决于具体的虚拟机实现。

局部变量表是一组变量值存储空间，用于存放方法参数和方法内部定义的局部变量：

6、字节码指令中有特定含义的字符：

• i 代表 int：例如 iconst, iload
• l 代表 long:
• s 代表 short
• b 代表 byte: 例如 bipush, sipush
• c 代表 char
• f 代表 float
• d 代表 double
• a 代表 reference
• ia 代表 int 型数组
• fa 代表 float 数组
• da 代表 double 数组
• aa 代表数组的数组

7、iload_<n>

这种形式的指令，比如 iload_0, iload_1, iload_2，代表某个带有一个操作数的通用指令的特殊形式，对于这若干特殊指令来说，它们省略掉了显示的操作数。

8、ifeq, ifne, iflt, ifge, ifgt, ifle

• if : 表示该指令为条件判断并跳转的指令，
• eq: equal 等于
• lt: less than 小于
• gt: great than 大于
• ge: 大于等于
• le：小于等于