【JVM】虚拟机类加载机制（2）---类加载的过程

加载、验证、准备、解析、初始化是类加载的全过程。

加载

“加载”是“类加载”（Class Loading）过程的一个阶段，在加载阶段需要完成以下三件事情：

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

二进制流的获取途径：

1.从ZIP包中获取，称为JAR、EAR、WAR格式的基础

2.从网络中获取，常见的有Applet

3.运行时计算生成，这种场景使用的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

4.由其他文件生成，常见的有JSP，通过JSP文件生成对应的Class类

5.从数据库中读取

对于非数组类，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，开发人员可以通过定义自己的类加载器去控制字节流的获取方式（即重写一个类加载器的loadClass方法）。

对于数组类而言，数组类本身不通过类加载器创建，它是由JVM直接创建的。数组类与类加载器仍有密切的关系，因为数组类的元素类型（Element Type，指的是去掉所有维度的类型）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：

1.如果数组的组件类型（Component Type指的是数组去掉一个维度后的类型）是引用类型，那就递归采用上述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），JVM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，那数组的可见性将默认为public。

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。

验证

验证是连接阶段的第一步，主要是为了确保Class文件的字节流中包含的信息符合当前JVM的要求，并不会危害JVM自身的安全。验证阶段是否严谨决定了JVM能否承受恶意代码的攻击，从执行性能的角度上讲，验证阶段的工作量在JVM的类加载子系统中又占了相当大的一部分。

验证阶段大致上会完成下面四个阶段的检验动作：文件格式校验、元数据校验、字节码校验、符号引用校验。

1.文件格式校验

这一阶段主要验证字节流是否符合Class文件格式的规范，并且能够被当前版本的JVM处理，这一阶段可能包含下面这些验证点：

是否以魔术0xCAFEBABE开头；

主、次版本号是否在当前JVM的处理范围之内；

常量池的常量中是否有不被支持的常量类型（检查常量的tag标志）；

指向常量的各种索引值中是否有指向不存在的常量或不符合规范的常量；

CONSTANT_Utf8_info型常量中是否有不符合UTF8编码的数据；

Class文件中各个部分以及文件本身是否有被删除或被附加的其他信息；

......

该阶段的验证主要是为了保证输入的字节流能正确地解析并存储于方法区之内，格式上符合一个Java类型信息的要求。该阶段的验证是基于二进制字节流进行的，只有通过了这个阶段的验证后，字节流才会进入内存的方法区中进行存储，之后的三个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。

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：

这个类是否有父类（除了java.lang.Object之外，所有类都应当有父类）；

这个类的父类是否继承了不被允许继承的类（被final修饰的类）；

如果这个类不是抽象类，是否实现了父类或接口中要求实现的全部方法；

类的字段、方法是否与父类产生矛盾（例如覆盖了父类的final字段，或者出现不符合规则的方法重载，例如方法参数都一致但返回类型不同）；

......

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.字节码验证

第三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，确定程序予以是合法的、符合逻辑的。在第二阶段对元数据信息中的数据类型做完校验后，这个阶段将对类的方法进行校验分析，保证被校验类的方法在运行时不会做出危害JVM安全的事件：

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以外的字节码指令上；

保证方法体中的类型转换是有效的；

......

4.符号引用验证

最后一个阶段的校验发生在JVM将符号引用转换为直接引用的时候，这个转化动作将在第三阶段--解析阶段发生，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，通常需要校验以下内容：

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跟所描述的方法和字段；

符号引用中的类、字段、方法的访问性是否被可以被当前类访问；

......

验证阶段是一个非常重要、但不是一定必要的阶段。如果所运行的全部代码都已经被反复使用和验证过，那么在实施阶段就可以考虑使用-Xverify:none参数来关闭大部分的类验证措施，以缩短JVM类加载的时间。

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，这些变量所使用的的内存都将在方法区进行分配。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。这里所说的初始值通常情况下是指数据类型的零值。如public static int value = 123;在准备阶段会将value的初始值设置为0而不是123。将value的值设置为123将会在初始化阶段才会执行。

特殊情况下，如果变量包含ConstantValue属性，那在初始阶段变量value就会被初始化为ConstantValue属性所指定的值。如public static final int value = 123，在准备阶段虚拟机就会根据ConstantValue的设置将value设置为123。

解析

解析阶段是JVM将常量池内的符号引用替换为直接引用的过程。

符号引用（Symbolic References）：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，引用的目标并一定已经加载到内存中。各种JVM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是一致的，因为符号引用的字面量形式明确定义在JVM规范的Class文件格式中。

直接引用（Direct References）：直接引用是可以直接指向目标的指针，相对偏移量或者是一个能够间接定位到目标的句柄。直接引用和JVM实现的内存布局是相关的，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，那引用的目标必定在内存中存在。

JVM并未规定解析阶段发生的具体时间，只要求在执行了anewarray、checkcast、getfield、getstatic、instanceof、invokedynamic、invokeinterface、invokespecial、invokestatic、invokevirtual、ldc、ldc_w、multianewarray、new、putfield和putstatic这16个用于操作符号引用的字节码指令之前，先对它们所使用的的符号引用进行解析。所以JVM实现可以根据需要来判断实在类被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使用前才去解析它。

对同一个符号引用进行多次解析请求是一件很常见的事情，除了invokedynamic指令以外，JVM实现可以对第一次解析的结果进行缓存（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）从而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，虚拟机需要保证的就是在同一个实体中，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致成功；同样地，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，上面规则不成立。当碰到某个前面已经由invokedynamic指令触发过解析的符号引用时，并不意味着这个解析结果对于其他invokedynamic指令也同样生效，因为invokedynamic指令的目的本来就是用来动态语言支持（目前仅适用Java语言 Specifier），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，其余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，分别对应于常量池的CONSTANT_Class_info、CONSTANT_Field_info、CONSTANT_Methodref_info、CONSTANT_InterfaceMethondref_info、CONSTANT_MethodType_info、CONSTANT_MethodHandle_info、CONSTANT_InvokeDynamic_info7种常量类型。

1.类或接口的解析

假设当前代码所处的类为D。如果把一个从未解析过的符号引用N解析为一个类或接口C的直接引用，那JVM需要完成以下三个步骤：

🦉如果C不是一个数组类型，那JVM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。

🦉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的描述符会是类似“[Ljava/lang/Integer/”，那将会按照第1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，需要加载的类型就是“java.lang.Integer”，接着由JVM生成一个代表此数组维度和元素的数组对象。

🦉如果上面的步骤没有出现任何异常，那么C在JVM中实际已经成为一个有效的类或接口了，但在解析完成之前还需要进行符号引用验证，确认D是否具备对C的访问权限。如果发现不具备访问权限，将会抛出java.lang.IllegalAccessError异常。

2.字段解析

要解析一个未被解析过的字段符号引用，首先将字段表内class_index项中索引的CONSTANT_Class_info符号引用进行解析，也就是字段所属的类或接口的符号引用。如果在解析这个类或接口的过程中出现了任何异常，都会导致字段符号引用解析的失败。如果解析成功完成，那将这个字段所属的类或接口用C表示，JVM规范要求按照下面的步骤对C进行后续字段的搜索：

🦉如果C本身就包含了简单名称和字段描述都与目标相匹配的字段，则返回这个字段的直接引用，查找结束。

🦉否则，如果在C中实现了接口，将会按照继承关系自下往上递归搜索各个接口和它的父接口，如果接口中包含了简单名称和字段描述都与目标相匹配的字段，则返回这个字段的直接引用，查找结束。

🦉否则，如果C不是java.lang.Object的话，将会按照继承关系自下往上递归搜索其父类，如果在父类中包含了简单名称和字段描述都与目标匹配的字段，则返回这个字段的直接引用，查找结束。

🦉否则，查找失败，抛出java.lang.NoSuchFieldError异常。

如果查找过程成功返回了引用，将会对这个字段进行权限验证，如果发现不具备对字段的访问权限，将抛出java.lang.IlleagalAccessError异常。

在实际应用中，JVM的编译器可能会比上述规范要求更严格一些，如果有一个同名字段同时出现在C的接口和父类中，或者同时出现在自己活父类的多个接口中出现，那编译器将可能拒绝编译。

3.类方法解析

类方法解析的第一个步骤与字段解析一样，也需要先解析出类方法表的class_index项中索引的方法所属的类或接口的符号引用，如果解析成功，依然用C表示这个类，接线来JVM将会按照下面步骤进行后续的类方法搜索：

🦉类方法和接口方法符号引用的常量定义是分开的，如果在类方法中发现class_index中索引是个接口，那就直接抛出java.lang.IncompatibleClassChangeError异常。

🦉如果通过了第1步，在类C中查找是否有简单名称和描述符都与目标匹配相匹配的方法，如果有则返回这个方法的直接引用，查找结束。

🦉否则，在类C的父类中递归查找是否有简单名称和描述符都与目标相匹配的方法，有则返回这个方法的直接引用，查找结束。

🦉否则，在类C实现的接口列表以及它们的父接口之中递归查找是否有简单名称和描述符都与目标相匹配的方法，如果存在匹配的方法，说明C是一个抽象类，这时查找结束，抛出java.lang.AbstractMethodError异常。

🦉否则，宣告方法查找结束，抛出java.lang.NoSuchMethodError。

最后，如果成功返回了直接引用，将会对这个方法进行权限验证，如果发现不具备对此方法的访问权限，将会抛出java.lang.IllegalAccessError异常。

4.接口方法解析

接口方法也需要先解析出接口方法表的class_index项中索引的方法所属的类或接口的符号引用，如果解析成功，依然用C来表示这个接口，接下来JVM会按照下面的步骤进行后续的接口方法搜索：

🦉与类方法的解析不同，如果在接口方法表中发现class_index中的索引C是个类而不是个接口，就直接抛出java.lang.IncompatibleCclassChangeError异常。

🦉否则，在接口C中查找是否有简单名称和描述符都和目标相匹配的方法，如果有则返回这个方法的直接引用，查找结束。

🦉否则，在接口C的父接口中递归查找，直到java.lang.Object类（查找范围会包括Object类），如果有简单名称和描述符都和目标相匹配的方法，则返回这个方法的直接引用。

🦉否则，则查找失败，抛出java.lang.NoSuchMethodError异常。

由于接口中的方法默认都是public的，所以不存在访问权限的问题。

初始化

类初始化阶段是类加载过程的最后一个阶段，前面的类加载过程中，除了在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JVM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（字节码）。

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，则根虎程序员通过程序制定的主观计划去初始化类变量和其他资源，或者可以从另一个角度来表达：初始化阶段是执行类构造器<clinit>()方法的过程。<clinit>()方法执行过程中的特点：

🦉<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所决定的，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，在静态语句块可以赋值，但不能访问。

public class Test {
    static {
        i = 0;//给变量赋值可以正常编译通过
        System.out.println(i);//访问会提示“非法向前引用”
    }
}

🦉<clinit>()方法与类的构造函数（或者说实力构造器<init>()）方法不同，它不需要显式地调用父类构造器，JVM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的<clinit>()方法的类肯定是java.lang.Object。

🦉由于父类的<clinit>()方法限制性，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：

static class Parent {
    public static int A = 1;
    static {
        A = 2;
    }
}

static class Sub extends Parent {
    public static int B = A;
}

public static void main(String[] args) {
    System.out.println(Sub.B);
}

🦉<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<clinit>()方法不需要先执行父接口的<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。

🦉JVM会保证一个类的<clinit>()方法在多线程环境中被正确地枷锁、同步，如果多个线程同时去初始化一个类，那么只有一个类会执行这个类的<clinit>()方法，其他线程都需要阻塞等待，直到活动线程执行完毕。如果在一个类的<clinit>()方法中有很耗时的操作，就有可能造成多个线程阻塞。