深入理解JVM - 虚拟机类加载机制

在Class文件中描述的各种信息，最终都需要加载到虚拟机中之后才能运行和使用。

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、连接和初始化都是在运行期间完成的，运行期间的动态加载和动态连接使Java天生具备可以动态扩展的语言特性。

1、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、验证、准备、解析、初始化、使用、卸载。其中验证、准备、解析三个部分统称为连接。

加载、验证、准备、初始化和卸载这五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之后再开始，这是为了支持Java语言的运行时绑定（也成为动态绑定或者晚期绑定）。

什么情况下需要开始类加载过程的第一个阶段：加载？虚拟机规范中用了一个很强的限定语：有且只有。即有且只有5种情况必须立即对类进行“初始化”（而加载、验证、准备自然要在此之前开始）：

1）遇到new、getstatic、putstatic或invokestatic这四条字节码指令时，如果类没有进行过初始化，则需要先触发其初始化。

      生成这四条指令的最常见的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有初始化，则需要先触发其父类的初始化。

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

5）当使用JDK1.7的动态语言支持时，如果一个java.lang.invoke.MethodHandle实例最后的解析结果是REF_getStatic、REF_putstatic、REF_invokestatic的方法句柄，并且这个方法句柄对应的类进行过没有初始化，则需要先触发其初始化。

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，所有引用类的方法都不会触发其初始化，称为被动引用。

/**
 *被动使用类字段演示一：
 *通过子类引用父类的静态字段，不会导致子类初始化
 */
public class SuperClass {

	static {
		System.out.println("SuperClass  init!");
	}

	public static int value = 123;

}

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


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

上述代码运行之后，只会输出“SuperClass 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，因此通过其子类来引用父类中定义的静态字段，只会触发父类的初始化而不会触发子类的初始化。

注意：至于是否要触发子类的加载和验证，在虚拟机规范中未明确规定，这点取决于虚拟机的具体实现。对于Sun HotSpot虚拟机来说，此操作会导致子类的加载。

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

运行之后，这段代码没有输出“SuperClass init!”，这说明没有触发SuperClass的初始化阶段。但是这段代码触发了另外一个名为L包名.SuperClass的类的初始化阶段，这是由虚拟机自动生成的、直接继承与java.lang.Object的子类，创建动作由字节码指令newArray触发。这个类代表了一个一维数组，数组中应有的属性和方法都实现在这个类里。Java语言中对数组的访问要比c/c++相对安全是因为这个类封装了数组元素的访问方法。

/**
 * 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，本质上并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
 */
public class ConstClass {
	static {
		System.out.println("ConstClass  init!");
	}
	public static final String HELLOWORLD = "hello world";
}

public class NoInitialization {
	public static void main(String[] args) {
		System.out.println(ConstClass.HELLOWORLD);
	}
}

上述并没有输出“ConstClass  init!”，这是因为在编译阶段通过常量传播优化，已经将此常量的值“hello world”存储到了NoInitialization类的常量池中，以后NoInitialization对常量ConstClass.HELLOWORLD的引用实际都被转化为NoInitialization类对自身常量池的引用。也就是说，这两个类在被编译成Class之后，就不存在任何联系了。

接口的加载与类的加载基本相同，真正的区别是前面讲述的五种“有且只有”需要初始化场景中的第三种：当一个类初始化时，要求其父类全部都已经初始化过，但是一个接口在初始化时，并不要求其父接口全部都完成了初始化，只有真正使用到父接口的时候（如引用接口中定义的常量）才会初始化。

2、类的加载过程

按照“加载、验证、准备、解析、初始化”五个阶段讲解。

2.1、加载

“加载”是“类加载”过程的一个阶段，虚拟机需要完成以下的三件事情：

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的静态存储结构转换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；

虚拟机规范的这三点要求其实并不算具体，因此虚拟机实现与具体应用的灵活度都是相当大的。例如第一条就根本没有指明要从哪里获取、怎样获取。虚拟机设计团队在加载阶段搭建了一个相当开放、广阔的“舞台”，Java发展历程中充满活力的开发人员则在这个舞台上玩出了新花样。许多举足轻重的Java技术都是建立在这一基础之上，例如：

从Zip包中读取，这很常见，最终成为日后JAR、EAR、WAR格式的基础；

从网络中获取，这种场景最典型的应用就是Applet；

运行时计算生成，这种场景使用得最多的就是动态代理技术，在java.lang.reflect.proxy中，就是用了ProxyGenerator.generateProxyClass来为特定接口生成形式为“*$Proxy”的代理类的二进制字节流；

由其他文件生成，典型场景是JSP应用，即由JSP文件生成对应的Class文件；

.......

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，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控制字节流的获取方式（即重写类加载器的loadClass（）方法）。

对于数组类而言，情况就有些不同，数组类本身不通过类加载器创建，它是Java虚拟机直接创建的。但是数组类与类加载器仍然有密切的关系，因为数组类的元素类型（指的是数组去掉所有维度的类型）最终要靠类加载器去创建，一个数组类的创建过程就遵循以下规则：

1）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，那就递归采用本节中定义的加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（一个类必须与类加载器一起确定唯一性）；

2）如果数组的组件类型不是引用类型（例如int[]数组），Java虚拟机将会把数组C标记为与引导类加载器关联；

3）数组类的可见性与它的组件类型的可见性一致，如果组件类型不是引用类型，那数组类的可见性将默认为public；

加载阶段完成后，虚拟机外部的二进制字节流将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（并没有明确规定是在Java堆中，对于HotSpot虚拟机而言，Class对象比较特殊，它虽然是对象，但是存放在方法区里面），这个对象将作为程序访问方法区中的这些类型数据的外部接口。

2.2、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。前面说过，Class文件并不一定是要求用Java源码编译而来，可以使用任何途径产生，甚至可以使用十六机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可以实现的，至少语义上是可以表达出来的。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崩溃，所以验证是虚拟机对自身保护的一项重要工作。

如果验证到输入的字节流不符合Class文件格式的约束，虚拟机将抛出一个java.lang.VertifyError异常或其子类异常。从整体上看，验证阶段大致会分为下面四个阶段的校验动作：文件格式验证、元数据验证、字节码验证、符号引用验证。

注意：只有通过第一个阶段的验证后，字节流才会进入内存的方法区中进行存储，所以后面的三个验证阶段全部基于方法区的存储结构进行的，不会直接操作字节流。

符号引用验证的主要目的是确保解析动作能正常的执行，如果无法通过符号引用验证，那么将抛出哪一个java.lang.InCompatibleClassChangeError异常的子类。

2.3、准备

准备阶段是正式为类变量（被static修饰的变量）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，而不是实例变量，实例变量将会在对象实例化之后随着对象一起分配在Java堆中，其次，这里所说的初始值“通常情况”下是数据类型的零值。假设类变量的定义为：

public static int value =  123;

那变量value在准备阶段过后，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<cinit>()方法之中的，所以把value赋值为123的动作将在初始化阶段才会执行。

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就会被初始化为指定的值，例如：

public static final int value = 123;

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

2.4、解析

解析阶段是虚拟机将常量池内的符号引用替换为直接引用的过程，那么在解析阶段中所说的直接引用与符号引用又有什么关联呢？

a）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的定位到目标即可。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。

b）直接引用：直接引用可以是直接指向目标的指针、相对偏移量或者是一个能间接定位到目标的句柄。直接引用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，那引用的目标必定已经在内存中存在。

虚拟机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前才去解析它。

2.5、初始化

初始化阶段是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代码。

在准备阶段，变量已经赋值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，或者可以从另外一个角度表达：初始化阶段是执行类构造器<clinit>()方法的过程。

a）<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（static{}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，静态语句块中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，在前面的静态语句块中可以赋值，但是不能访问。

public class Test {
    static {
        i = 0;
        System.out.println(i);//Ilegal forward reference非法向前引用
    }
    static int i = 0;
}

b）<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，虚拟机会保证在子类的<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<clinit>()方法的类肯定是java.lang.object。

c）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。

d）<clinit>()方法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，也就没有对变量赋值操作，那么编译器可以不为这个类生成<clinit>()方法。

e）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。

f）虚拟机会保证一个类的<clinit>()方法在多线程环境中被正确的加载、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。如果一个类的<clinit>()方法中有耗时很长的操作，就可能造成多个进程阻塞，在实际的应用中这种阻塞往往很隐蔽。

2.6、类加载器

虚拟机设计团队把类加载阶段中的“通过一个类的全限定名来获取描述此类的二进制字节流”这个动作放到了Java虚拟机外部去实现。类加载器在类层次划分、OSGI、热部署、代码加密等领域大放异彩，成为Java技术体系中一块重要的基石。

2.6.1、类与类加载器

类加载器虽然只用于实现类的加载动作，但它在Java程序中起到的作用却远远不限于类加载阶段。对于任意一个类，都需要由加载它的类加载器和这个类本身一同确立其在Java虚拟机中的唯一性，每一个类加载器，都拥有一个独立的类名称空间，即：比较两个类是否“相等”，只有在这两个类是由同一个类加载器加载的前提下才有意义，否则，即使这两个类来源于同一个Class文件，被同一个虚拟机加载，只要加载它们的类加载器不同，那这两个类就必定不相等。这里的相等，包括代表类的Class对象的equals方法、isAssignableFrom方法、isInstance方法的返回结果，也包括使用instanceOf关键字做对象所属关系判定等情况。

public class Test {
    public static void main(String[] args) {
        ClassLoader myLoader = new ClassLoader() {
            @Override
            public Class<?> loadClass(String name) throws ClassNotFoundException {
                try {
                    String fileName = name.substring(name.lastIndexOf("." + 1)) + ".class";
                    InputStream is = getClass().getResourceAsStream(fileName);
                    if (is == null) {
                        return super.loadClass(name);
                    }
                    byte[] b = new byte[is.available()];
                    is.read(b);
                    return defineClass(name, b, 0, b.length);
                } catch (IOException e) {
                    throw new ClassNotFoundException(name);
                }
            }
        };
        Object obj = myLoader.loadClass("org.fenixsoft.classloading.Test").newInstance();
        System.out.print(obj.getClass());
        System.out.println(obj instanceof org.fenixsoft.classloading.Test);
       
    }
}

结果：

 //org.fenixsoft.classloading.Test
 //false

为什么是false呢？这是因为虚拟机中存在了两个ClassLoader，一个是由系统应用程序类加载器加载的，一个是我们自定义的类加载器，虽然都是来自同一个Class文件，但依然是两个独立的类，做对象所属类型检查时结果自然是false。

2.6.2、双亲委派模型

从Java虚拟机的角度，只存在两种不同的类加载器：一种是启动类加载器，这个类加载器使用C++语言实现，是虚拟机自身的一部分；另一种就是所有其他的类加载器，这些类加载器是由Java语言实现，独立于虚拟机外部，并且全部继承自抽象类java.lang.ClassLoader。

从Java开发人员的角度来看，类加载器还可以划分为更细致些，绝大部分Java程序都会使用以下3种系统提供的类加载器。

a）启动类加载器。这个类加载器负责将存放在<JAVA_HOME>\lib目录中的，或者被-Xbootclasspath参数所指定的路径中的，并且能被虚拟机识别的（仅按照文件名识别，例如rt.jar，名字不符合的类库即使被放到lib目录下也不会被加载）类库加载到虚拟机内存中。

启动类加载器无法被Java程序直接引用，用户在编写自定义类加载器时，如果需要把加载请求委派给引导类加载器，那直接使用null代替即可。

b）扩展类加载器。ExtClassLoader实现，负责加载<JAVA_HOME>\lib\ext目录中，或者被java.ext.dirs系统变量指定的路径中的所有类库。开发者可以直接使用扩展类加载器。

c）应用程序类加载器。AppClassLoader实现，这个类加载器是ClassLoader中的getSystemClassLoader()方法的返回值，所以一般也成为系统类加载器。负责加载用户路径（ClassPath)上所指定的类库，开发者可以直接使用这个类加载器，如果应用程序中没有自定义过自己的类加载器，一般情况下这个就是程序中默认的类加载器。

我们的应用程序都是这三种类加载器相互配合进行加载的，如果有必要，还可以加入自己定义的类加载器。

上图展示的是类加载器之间的这种层次关系。双亲委派模型要求除了顶层的启动类加载器外，其余的类加载器都应有自己的父类加载器。这里的父子关系不是以继承的关系来实现的，而是使用组合关系来复用父加载器的代码。

工作过程：如果一个类加载器收到类加载的请求，它首先不会自己去尝试加载这个类，而是把请求委派给父类加载器去完成，每个层次的类加载器都是如此，因此所有的加载请求最终都应该传送到顶层的启动类加载器中，只有当父加载器反馈自己无法完成这个加载请求的时候（它的搜索范围中没有找到所需的类），子加载器才会尝试自己去加载。

双亲委派模型的好处就是Java类随着它的类加载器一起具备了一种带有优先级的层次关系。例如java.lang.Object，它存放在rt.jar中，无论哪一个类加载器要加载这个类，最终都会委派给处于模型最顶端的启动类加载器进行加载，因此Object类在程序的各种类加载器环境中都是同一个类。相反，如果没有使用双亲委托模型，由各个类加载器自行去加载的话，如果用户自己编写了一个称为java.lang.Object的类，并存放在了用户的ClassPath中，那系统中将出现多个不同的Object，这样会一片混乱。你可以尝试去编写一个与rt.jar类库中已有类重名的Java类，将发现可以正常编译，但永远无法被加载运行[即使自定义了自己的类加载器，强行用defineClass去加载一个以“java.lang”开头的类，也不会成功。如果尝试这样做的话，将会收到一个由虚拟机自己抛出的"java.lang.SecurityException：prohibited package name:java.lang"]。