《深入理解Java虚拟机 3》类加载机制与字节码执行引擎

本系列是用来记录《深入理解Java虚拟机》这本书的读书笔记。方便自己查看，也方便大家查阅。

欲速则不达，欲达则欲速！

第六章：类文件结构

讲完了自动内存管理，我们来说说执行子系统。执行子系统讲解的是JVM如何执行程序。

Class文件概述

这篇我们只讲讲Class文件。Class文件又名类文件或字节码文件。javac将.java文件（源代码）编译成class文件（字节码），jvm再将.class文件解释成机器码。

Class文件中包含的是java虚拟机指令集和符号表以及若干其它辅助信息。其是一组以8字节为基础单元的二进制流，没有空隙存在。

其存储数据的结构有两种：无符号数和表。

（1）无符号数是用来描述数字，索引引用，数量值或按照UTF-8编码构成字符串值。属于基本的数据类型，以u1,u2,u4,u8分别代表1个字节，2个字节，4个字节，8个字节

（2）表是由多个无符号数或其它表作为数据项构成的复合数据类型，以“_info”结尾。

其特点是：在class文件中，哪个字节代表什么含义，长度是多少，先后顺序如何，都不允许改变。

Class文件组成部分

对于Class的组成，在上图中已经罗列的很清楚了。还需再对常量池进行一下强调：当虚拟机运行时，需要从常量池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。

第七章：类加载机制

一、类加载器

JVM的类加载是通过ClassLoader及其子类来完成的，类的层次关系和加载顺序可以由下图来描述：

1、基本概念

类加载机制是把类的数据从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。这一系列的过程都是在程序运行期间完成的。

2、使用情景

对于一个非数组类的加载阶段，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。

对于数组类而言，其由java虚拟机直接创建，不通过类加载器。

3、双亲委派机制

双亲委派机制是类加载所采取的一种方式。如果一个类加载器收到了类加载的请求，它首先不会自己去尝试加载这个类，而是把这个请求委托给父类加载器去完成。每一层的类加载器均是如此。只有当父加载器反馈自己无法完成这个请求时，子加载器才会尝试自己去加载。

类比到现实：小明想买一个玩具推土机，可他又不好意思直接张口。所以，发生了下面的对话。

小明去问他爸爸：爸爸你有挖土机吗？
爸爸说：没有哎
接着爸爸问爷爷：爸爸爸爸，你有挖土机吗？
爷爷说：没有哎
接着爷爷问太爷爷：爸爸爸爸，你有挖土机吗？
太爷爷说：我也没有。让重孙子去买一个吧。
结果小明就高高兴兴地自己去买了一个玩具挖土机。

问题来了：如果爷爷有一台挖土机怎么办？那小明只能玩爷爷那个了，不能自己去买了。类比到类加载机制里，就是如果某广父类能对此类进行加载，那应用程序类或自定义这些子类就不用自己加载了。

4、分类

启动类加载器是使用C++实现的，是虚拟机自身的一部分。

其它类加载器是由java语言实现的，独立于虚拟机外部，并且全部继承自抽象类java.lang.ClassLoader。

5、好处

以string类为例，用户自己写了一个string类的实现，对此类进行加载时，只会委派给启动类加载器来对JDK中原本的string类进行加载，而自定义的string类永远不会被调用，这样保证了系统的安全。

二、什么时候进行类加载

只有以下5中方式必须立即对类进行加载

1、使用new实例化对象的时候；读取或配置一个类的静态字段（被final修饰、已在编译器把结果放入常量池的静态字段除外）的时候；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，如果发现其父类还没进行过初始化，则需要先触发其父类的初始化。

4、当虚拟机启动时，用户需要指定一个要执行的主类（包含main方法的类），虚拟机会先初始化这个主类。

三、类加载过程详述

类加载过程分为5步。大部分都是由虚拟机主导和控制的，除了以下两种情形：

• 在加载阶段

开发人员可以通过自定义类加载器参与

• 在初始化阶段

会执行开发人员的代码去初始化变量和其它资源

1、加载

虚拟机需要完成的事情：

（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）在内存区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。

2、验证

验证的目的是确保Class文件的字节流中包含的信息符合当前虚拟机的要求，不会危害虚拟机自身的安全。

其分为4个步骤：文件格式验证，元数据验证，字节码验证，符号引用验证。

其中文件格式验证是直接对字节流进行操作的，其余3项是在方法区中进行的。

3、准备

此阶段时正式为类变量分配内存并设置类变量初始值的阶段。其是在方法区中进行分配。有两个注意点：

（1）此时只是对类变量（static修饰的变量）进行内存分配，而不是对象变量。给对象分配内存是在对象实例化时，随着对象一起分配到java堆中。

（2）如果一个类变量没有被final修饰，则其初始值是数据类型的零值。比如int类型时0，boolean类型时false。举个例子说明:

public static int value = 123;

在准备阶段过后的初始值为0而不是123，因为这个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，存放于类加载器<clinit>()方法之中。所以把value赋值为123的动作将在初始化阶段才会执行。

public static final int value=123;

此时因为final，所以在准备阶段value就已经被赋值为123了。

4、解析

解析阶段时虚拟机将常量池内的符号引用替换为直接引用的过程。可对类或接口、字段、类方法、接口方法等进行解析。

（1）符号引用是什么

符号引用即使包含类的信息，方法名，方法参数等信息的字符串，它供实际使用时在该类的方法表中找到对应的方法。

（2）直接引用是什么

直接引用就是偏移量，通过偏移量可以直接在该类的内存区域中找到方法字节码的起始位置。

符号引用时告诉你此方法的一些特征，你需要通过这些特征去找寻对应的方法。

直接引用就是直接告诉你此方法在哪。

5、初始化

此阶段时用于初始化类变量和其它资源，是执行类构造器<clinit>()方法的过程，此时才真正开始执行勒种定义的java程序代码。

第八章：字节码执行引擎

JVM中的执行引擎在执行java代码的时候，一般有解释执行（通过解释器执行）和编译执行（通过即时编译器产生本地代码执行）两种选择。

一、栈帧

1、基本概念

（1）、定义

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，它位于虚拟机栈里面。

（2）、作用

每个方法从调用开始到执行完成的过程中，都对应着一个栈帧在虚拟机栈里面从入栈到出栈的过程。

（3）、特点

• 栈帧包括了局部变量表，操作栈等，到底是需要多大的局部变量表，多深的操作栈是在编译期确定的。因为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。
• 两个栈帧之间的数据共享。在概念模型中，两个栈帧完全独立，但是在虚拟机的实现里会做一些优化处理，令两个栈帧出现一部分重叠。这样在进行方法调用时，就可以共用一部分数据，无须进行额外的参数复制传递。

2、局部变量表

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。

//方法参数
max(int a,int b)

局部变量和类变量（用static修饰的变量）不同

//全局变量
int a;
//局部变量
void say(){
    int b=0;
}

类变量有两次赋初始值的过程：准备阶段（赋予系统初始值）和初始化阶段（赋予程序定义的初始值）。所以即使初始化阶段没有为类变量赋值也没关系，它仍然有一个确定的初始值。

但局部变量不一样，如果定义了，但没赋初始值，是不能使用的。

3、操作栈

当一个方法刚刚开始执行的时候，这个方法的操作栈是空的，在方法的执行过程中，会有各种字节码指令往操作栈中写入和提取内容，也就是出栈、入栈操作。

例如，计算：

int a = 2+3;

当执行iadd指令时，会将2和3出栈并相加，然后将相加的结果5出栈。

4、动态链接

Class文件的常量池中存有大量的符号引用，字节码中的方法调用指令就以常量池中指向方法的符号引用作为参数。这些符号引用分为两个部分：

（1）静态解析：在类加载阶段或第一次使用的时候就转化为直接引用。

（2）动态链接：在每一次运行期间转化为直接引用。

5、返回地址

当一个方法开始执行后，只有两种方式可以退出这个方法：正常退出、异常退出。无论采用何种退出方式，在方法退出之后，都需要返回到方法被调用的位置，程序才能继续执行。

（1）正常退出：调用者的PC计数器作为返回地址，栈帧中一般会保存这个计数器值。

（2）异常退出：返回地址是通过异常处理器表来确定的，栈帧中一般不会保存这部分信息。

二、方法调用

1、解析

对“编译器可知，运行期不可变”的方法进行调用称为解析。符合这种要求的方法主要包括：

（1）静态方法，用static修饰的方法

（2）私有方法，用private修饰的方法

2、分派

分派讲解了虚拟机如何确定正确的目标方法。分派分为静态分派和动态分派。讲解静动态分派之前，我们先看个多态的例子。

Human man=new Man();

在这段代码中，Human为静态类型，其在编译期是可知的。Man是实际类型，结果在运行期才可确定，编译期在编译程序的时候并不知道一个对象的实际类型时什么。

（1）静态分派

所有依赖静态类型来定位方法执行版本的分派动作称为静态分派。它的典型应用是重载。

public class StaticDispatch{  
   static abstract class Human{  
    }  
   static class Man extends Human{
    }
    static class Woman extends Human{
    }
    public void say(Human hum){  
        System.out.println("I am human");  
    }  
    public void say(Man hum){  
        System.out.println("I am man");  
    }  
    public void say(Woman hum){  
        System.out.println("I am woman");  
    }  
    
    public static void main(String[] args){  
        Human man = new Man();  
        Human woman = new Woman();  
        StaticDispatch sr = new StaticDispatch();  
        sr.say(man);  
        sr.say(woman);  
    }  
}  

运行结果是：

I am human
I am human

为什么会产生这个结果呢？

因为编译器在重载时，是通过参数的静态类型而不是实际类型作为判断依据的。在编译阶段，javac编译器会根据参数的静态类型决定使用哪个重载版本，所以两个对say()方法的调用实际为sr.say(Human)。

（2）动态分派

在运行期根据实际类型确定方法执行版本的分派过程，它的典型应用是重写。

public class DynamicDispatch{  
   static abstract class Human{  
            protected abstract void say();
    }  
   static class Man extends Human{
            @Override
             protected abstract void say(){
             System.out.println("I am man");  
            }
    }
    static class Woman extends Human{
         @Override
             protected abstract void say(){
             System.out.println("I am woman ");  
            }
    }
    
    public static void main(String[] args){  
        Human man = new Man();  
        Human woman = new Woman();  
        man.say();
        woman.say();
        man=new Woman();
        man.say();
    }  
}  

I am man
I am woman 
I am woman 

这似乎才是我们平时敲的java代码。对于方法重写，在运行时才确定调用哪个方法。由于Human的实际类型时man，因此调用的是man的name方法。其余的同理。

动态分派的实际依赖于方法区中的虚方法表，它里面存放着各个方法的实际入口地址。如果某个方法在子类中被重写了，那子类方法表中的地址将会替换为指向子类实际版本的入口地址，否则，指向父类的实际入口。

（3）单分派和多分派

方法的接收者与放的参数统称为方法的宗量，分为单分派和多分派。

单分派是指根据一个宗量就可以知道调用目标（即应该调用哪个方法），多分派需要根据多个宗量才能确定调用目标。

在静态分派中，需要调用者的实际类型和方法参数的类型才能确定方法版本，所以其是多分派型。

在动态分派中，已经知道了参数的实际类型，所以此时只需知道方法调用者的实际类型就可以确定出方法版本，所以其是单分派类型。

综上，java是一门静态多分派，动态单分派的语言。

三、基于栈的字节码解释执行引擎

1、解释执行

java语言中，javac编译器完成了程序代码经过词法分析、语法分析到抽象语法树，再遍历语法树生成线性的字节码指令流的过程。因为这一部分动作在java虚拟机以外进行，解释器在虚拟机的内部，所以java程序的编译是半独立的实现。

2、基于栈的指令集与基于寄存器的指令集

（1）基本概念

java编译器输出的指令流，基本上是一种基于栈的指令集架构，指令流的指定大部分都是领地址指令，他们依赖操作数栈进行工作。

与之相对应的另一套常用的指令集架构师基于寄存器的指令集，最典型的就是x86的二地址指令集，通俗一点，就是我们主流PC机中直接支持的指令集架构，这些指令依赖寄存器进行工作。

（2）优缺点

基于栈的指令集优点：

• 基于栈的指令集主要优点就是可移植性，寄存器由硬件直接提供，程序直接依赖硬件寄存器则不可避免的要受到硬件的约束。

例如，现在32位80*86体系的处理器中提供了8个32位的寄存器，如果使用栈架构的指令集，用户程序不会直接使用这些寄存器，就可以由虚拟机实现来自行决定把一些访问最频繁的数据（程序计数器、栈顶缓存等）放到寄存器中以获取尽量好的性能，这样实现看起来更简单一些。

• 代码相对更加紧凑

字节码中每个字节对应一条指令，而多地址指令集中还需要存放参数。

• 编译器实现更加简单

不需要考虑空间分配的问题，所需空间都在栈上操作。

基于栈的指令集缺点：

栈架构指令集的主要缺点是执行速度相对来说会缓慢一些，所以主流物理机的指令集都是寄存器架构的。

虽然栈架构指令集的代码非常紧凑，但是完成相同功能所需要的指令数量一般会比寄存器架构多，因为出栈、入栈操作本身就产生了相当多的指令。更重要的是，栈实现在内存之中，频繁的栈访问也就意味着频繁的内存访问，相对于处理器来说，内存始终是执行速度的瓶颈。尽管虚拟机可以采取栈顶缓存的手段，把最常用的操作映射到寄存器中避免直接内存访问，但这也只能是优化措施而不是解决本质问题的方法。由于指令数量和内存访问的原因，所以导致了栈架构指令集的执行速度相对较慢。

3、基于栈的解释器执行过程

虚拟机中的字节码解释执行引擎是基于栈的。下面通过一段代码来仔细看一下其解释的执行过程。

public int calc(){  
    int a = 100;  
    int b = 200;  
    int c = 300;  
    return (a + b) * c;  
}  

第一步：将100入栈。

第二步：将操作栈中的100出栈并存放到局部变量中，后面的200,300同理。

第三步：将局部变量表中的100复制到操作栈顶。

第四步：将局部变量表中的200复制到操作栈顶。

第五步：将100和200出栈，做整型加法，最后将结果300重新入栈。

第六步：将第三个数300从局部变量表复制到栈顶。接下来就是将两个300出栈，进行整型乘法，将最后的结果90000入栈。

第七步：方法结束，将操作数栈顶的整型值返回给此方法的调用者。

4、本章小结

本章中，我们分析了虚拟机在执行代码时，如何找到正确的方法、如何执行方法内的字节码以及执行代码时设计的内存结构。

在第6、7、8三章中，我们针对java程序是如何存储的、如何载入创建的、以及如何执行的问题把相关知识进行了讲解，在第9章我们将一起看看理论知识在具体开发中的经典应用。