文章目录
jvm–字节码浅析
- 本文主要 以java11为例 说明，如有错误，欢迎指正
- java字节码一般是以.class为后缀的文件，但以.class为后缀的可不一定就是字节码文件，真正区分是否是字节码文件，还是得看前四个字节是否是16进制的cafebabe，如下
- 那么这个文件的结构是怎样的，我们怎么才能解析出相关信息呢
- 有过二进制协议制定的小伙伴可能就不会太陌生，在制定协议时经常会用前2个字节表示什么，第n个字节表示什么等等，没错，这个字节码文件其实就是二进制协议，只不过里面的类型较多，解析和理解还是挺繁琐的
字节码文件结构
-
-
上图就是字节码文件的结构，是从官方截取而来的，u来表示一个无符号字节，u1表示1个字节，u2表示2个字节，u4表示4个字节）
-
这个结构总体看起来还是很清晰的，解析的时候也只要跟随这个总体结构一步一步深入下去即可
-
下面我们就来解释下这些结构（下文中所说的位置和索引其实是同个意思）
| 占用的字节长度 | 表示 | 说明 |
|---|---|---|
| u4 | magic | 魔术字，固定为16进制的ca fe ba be，表示class文件 |
| u2 | minor_version | 副版本号，现在一般都为0 |
| u2 | major_version | 主版本号，我们熟悉的java8对应的就是十进制的52 |
| u2 | constant_pool_count | 常量池计数器，注意实际的个数是常量池计数器-1，即如果常量池计数器为10，那么实际常量个数为9，而且下标是从1开始的；下标为0有其他用处，比如匿名内部类的就是下标为0 |
| cp_info | constant_pool [constant_pool_count-1] | 常量表，其所占用字节长度根据常量池计数器和每个常量的定义决定，比如常量池计数器为5，那么我们可以知道有4个常量，假定每个常量依次占用的字节为2，2，3，4的话，那么这里的字节长度n=2+2+3+4=11 |
| u2 | access_flags | 类的访问标识，例如ACC_PUBLIC，即我们在声明类时的public class Xxx{}中的public，注意此不同的访问标识是可以叠加的，比如同时拥有ACC_PUBLIC和ACC_FINAL |
| u2 | this_class | 当前类在常量池的索引（注意常量池索引是从1开始的），比如为1的话表示常量池列表的第一个常量 |
| u2 | super_class | 父类在常量池的索引 |
| u2 | interfaces_count | 实现的接口的计数器，没有实现任何接口的话则为0 |
| u2* interfaces_count | interfaces [interfaces_count] | 此数组存放每个接口在常量表中的位置，而位置只占用两个字节长度而已，因此总的长度就是2*interfaces_count 另外，这里的顺序跟源码中声明的接口顺序必须保持一致 |
| u2 | fields_count | 字段计数器 |
| field_info | fields [fields_count] | 字段表，由于每个字段占用长度不同，因此此部分占用长度要根据实际的字段计算 https://docs.oracle.com/javase/specs/jvms/se11/html/jvms-4.html#jvms-4.5 |
| u2 | methods_count | 方法计数器 |
| method_info | methods [methods_count] | 方法表，由于每个方法占用长度不同，因此此部分占用长度要根据实际的方法计算 https://docs.oracle.com/javase/specs/jvms/se11/html/jvms-4.html#jvms-4.6 |
| u2 | attributes_count | 属性计数器 |
| attribute_info | attributes [attributes_count] | 属性表，由于每个属性占用长度不同，因此此部分占用长度要根据实际的属性计算 https://docs.oracle.com/javase/specs/jvms/se11/html/jvms-4.html#jvms-4.7 |
常量表
- 为啥要有常量表（也叫常量池）呢，我们知道字节码文件可以被反编译成源码，既然可以被反编译，这就说明字节码中记录了整个源码的信息，比如方法名，字段名等
- 而一个类中可能有多个方法同名，多个相同的调用，因此为了节省空间，我们只需要对这些信息建立一个表，然后在需要用到的地方用索引来替代，这样就可以大大节省空间了，而这张表就是我们所说的常量池，它其实就是一个数组，只不过索引是从1开始的，0表示其他意义
- 比如某个字符串被放在了索引1的位置，那么在需要使用这个字符串的地方用索引1表示即可
- 由于常量池记录了整个源码的信息，因此这部分内容在整个字节码中所占的比重是比较大的
- 那么源码的每个信息是怎么存储的呢
- jvm首先规定了每种信息的统一存储结构，即tag+info
- tag用一个字节存储，用来表示信息的类别，共有17种，info则表示每种信息自己相对应的存储结构，这部分内容由于过多，想了解详情的建议去官方查阅：https://docs.oracle.com/javase/specs/jvms/se11/html/jvms-4.html#jvms-4.4
- 举例说明，如果想存储类的信息，从官网查阅类的存储结构如下
CONSTANT_Class_info {
u1 tag;//对于类来说，固定为0x07
u2 name_index;//类信息在常量表中的位置
}
- 也就是存储类信息只需要3个字节，第一个固定为0x07，后两个字节则表示此类信息在常量表的位置（也叫索引，表达的是用一个意思，下同）
接口表
- https://docs.oracle.com/javase/specs/jvms/se18/html/jvms-4.html#jvms-4.4.1
- 接口在jvm中的存储结构和类是一样的，每个接口信息占用3个字节，如下
CONSTANT_Class_info {
u1 tag;//对于接口来说，固定为0x07
u2 name_index;//接口信息在常量表中的位置
}
- 用于表示接口时tag固定为7，name_index则表示接口名在常量表的位置
- 这里需要注意的是，接口表里只记录了接口在常量表中的位置，而不是接口的信息，因此接口表的字节长度为 2*接口数
- 同时接口顺序与源码中声明的顺序是一致的
字段表
field_info {
u2 access_flags; //访问标识，如ACC_PUBLIC
u2 name_index; //字段名在常量表中的位置
u2 descriptor_index;//字段类型，例如int则为I，也是指在常量表中的位置
u2 attributes_count; //此字段携带的属性个数
attribute_info attributes[attributes_count];
}
- 前两个字节用于表示字段的访问权限，即我们源码中声明的private,public等，字段对应的访问标识有如下
- descriptor_index是指描述符的位置，这个描述符其实是放在常量表中，因此这里其实指的就是常量表的位置
- 什么是描述符呢
- 对于字节码来说就是我们在源码中看到的基本数据类型如int,double以及数组，类对象等的另一种表现形式，如下
- 至于属性，字段可以有哪些属性呢
- 举个例子，比如
public final int a=123；，由于用final修饰，那么这个123就是常量了，这就可以算是字段a的一个属性 - 查阅得知属性的一般结构如下
attribute_info {
u2 attribute_name_index; //属性字符串在常量表中的位置
u4 attribute_length;//接下来属性所占用的字节长度，可以为0
u1 info[attribute_length];//此部分根据具体的属性决定，其所占用的字节长度就是attribute_length
}
- 而我们本例中的123表示"ConstantValue"，是属性多种存储结构中的一种类型，如下
ConstantValue_attribute {
u2 attribute_name_index;//即"ConstantValue"字符串在常量表中的位置
u4 attribute_length;//对于常量值固定为2
u2 constantvalue_index;//常量值123在常量表中的位置
}
方法表
method_info {
u2 access_flags;//方法的访问标识，如ACC_PUBLIC
u2 name_index;//方法名在常量表中位置,值得注意的是编译器可能会帮我们添加<init>，<clinit>方法
u2 descriptor_index;//方法名描述符，如(II)V
u2 attributes_count;//方法的属性个数
attribute_info attributes[attributes_count];//属性表
}
-
方法的访问标识可以有如下
-
-
那么方法有什么属性呢，方法抛出的异常可以算一个，方法的参数名也是，方法里的指令也是一个属性（即方法体）
-
这里就来讲讲方法里最重要的方法体，在jvm中用Code来指代
属性–Code
- 在说明Code的结构之前，我们得先知道Code究竟是哪块？
- 在我们用命令
javap -verbose xxx.class得到可读的字节码时，下面红框的部分就是Code了，那么左边的数字0,1,4表示什么意思呢，我们知道Code也是编译成二进制一个一个字节存储起来的，那么这个数字就是Code所占用的字节数组里的位置（也叫偏移量），通常都用pc表示 
Code_attribute {
u2 attribute_name_index; //"Code"字符串在常量表中的位置
u4 attribute_length;//接下来属性所占用的长度，即不包含attribute_length和attribute_name_index的长度，也就是不包含这6个字节;举个例子，整个Code_attribute的长度为n,那么attribute_length的值就是n-6
u2 max_stack; //此方法操作数栈的最大深度
u2 max_locals;//最多的局部变量个数
u4 code_length;//指令所占用的字节长度，注意不是指指令的个数
u1 code[code_length];//所有指令就存储在这里了
u2 exception_table_length;//异常表的个数，每个异常都占用8个字节
{ u2 start_pc; //在指令字节数组中的起始位置，比如指令总共占用了10个字节，如果这里start_pc是4的话，则表示第5个字节就是异常的开始位置；start_pc和end_pc就描述了这个trycatch所作用的范围
u2 end_pc;//在指令字节数组中的结束位置
u2 handler_pc;//产生异常后的处理程序在指令字节数组的位置
u2 catch_type;//异常类型，在常量表中的位置
} exception_table[exception_table_length];
u2 attributes_count;//方法的属性个数，方法的属性比如代码行数，局部变量都属于方法的属性
attribute_info attributes[attributes_count];//每个属性的占用空间
}
- 代码指令的构成是“操作码+操作数（可选）”，操作码用一个字节表示，一个字节最多表示256个，也就是现在操作码的上限就是256个（多了我也不知道jvm后面会怎么兼容），而操作数是可选的，大部分情况下也就是两个字节来存储的常量表的索引
属性–LineNumberTable
- 这里以方法的代码行号表属性来讲解一下，这个属性为LineNumberTable
LineNumberTable_attribute {
u2 attribute_name_index; //"LineNumberTable"字符串在常量表中的位置
u4 attribute_length;//接下来属性所占用的长度，即LineNumberTable_attribute所占用字节长度-6
u2 line_number_table_length;//行数属性个数
{ u2 start_pc;//在指令字节数组的位置
u2 line_number; //start_pc所在位置代表的指令所对应的源码的行号
} line_number_table[line_number_table_length];
}
属性–LocalVariableTable
- 为了加深印象，这里再以局部变量表为例讲解方法的属性
LocalVariableTable_attribute {
u2 attribute_name_index;//"LocalVariableTable"字符串在常量表中的位置
u4 attribute_length;//接下来属性所占用的长度，即LocalVariableTable所占用字节长度-6
u2 local_variable_table_length;//局部变量个数
{ u2 start_pc;//此变量的作用范围在指令字节数组中的起始位置
u2 length;//start_pc+length就指明了此局部变量的作用范围
u2 name_index;//变量名在常量表中的位置
u2 descriptor_index;//描述符在常量表中的位置
u2 index;//在局部变量表中的位置（槽位），我们知道局部变量表中的槽位是可以复用的，即多个局部变量可能都放置在同一个槽位
} local_variable_table[local_variable_table_length];
}
属性表
- https://docs.oracle.com/javase/specs/jvms/se11/html/jvms-4.html#jvms-4.7
- 在字段和方法结构中我们都可以看到有属性这个东西，那么对于jvm来说，什么才是属性呢
- 我们之所以会对属性感到困惑，可能就是我们把属性和字段搞混了
- 对于jvm来说，字段就是在源码中声明的字段，比如
int a=1;中的a就是字段 - 那么什么是属性呢，对于类来说，这个类的源文件名就是它的一个属性；字段如果是个常量值，那么常量值也是字段的一个属性；等等
- 这些属性也需要像数组一样存储起来，这就是所谓的属性表
- 属性的一般存储结构如下：
attribute_info {
u2 attribute_name_index;//属性字符串在常量表中的位置
u4 attribute_length;//接下来属性所占用的字节长度，可以为0
u1 info[attribute_length]; //此部分根据具体的属性决定，其所占用的字节长度就是attribute_length
}
属性–Deprecated
- 以过时声明属性为例
Deprecated_attribute {
u2 attribute_name_index;// "Deprecated"字符串在常量表的位置
u4 attribute_length; //对于Deprecated来说，固定为0，因此也就没有了一般存储结构中的info信息
}
属性–SourceFile
- 再以源文件属性为例
SourceFile_attribute {
u2 attribute_name_index;//"SourceFile"字符串在常量表中的位置
u4 attribute_length;//对于SourceFile来说，固定为2
u2 sourcefile_index;//源文件名在常量表中的位置
}
问题
一个类究竟可以有多大
- 从字节码结构中用于存储常量池计数器的字节个数我们可以知道，两个字节能表示的最大常量个数为65535-1，这也就是最大极限了
- 不过可以放心，一般类都不会有这么大，如果真的有，那也不是jvm的问题，反而你应该自我反省怎么写出了一个如此庞大臃肿的类
- 而且从jvm规范中我们可以知道用来存储个数的一般都是2个字节，那么其实这也就限制了类的大小，比如最多只能有两个字节长度的字段，最多只能有两个字节长度的方法等等
字段和属性的区别
- 在字节码定义中，字段是源码中的声明的Field，而属性则是用来记录字段，方法和类的其他一些附加信息，如final修饰的字段的常量就是字段的一个属性，方法的方法体中的指令也是一个属性，类的源文件信息也是一个属性，等等
常量池索引为何从1开始
- 常量池索引0用来表示不指向任何常量，例如匿名内部类是没有类名称信息的，此时常量池索引就是0
1273
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
