java 符号引用_JVM里的符号引用如何存储？

嗯，题主这个问题恐怕是很多初学者都会有的。主要是“符号引用”和“直接引用”这俩概念看起来很“空洞”，不结合一个实际实现来看的话理解起来不形象。

==================================================

先看Class文件里的“符号引用”。

考虑这样一个Java类：

public class X {

public void foo() {

bar();

}

public void bar() { }

}它编译出来的Class文件的文本表现形式如下：

Classfile /private/tmp/X.class

Last modified Jun 13, 2015; size 372 bytes

MD5 checksum 8abb9cbb66266e8bc3f5eeb35c3cc4dd

Compiled from "X.java"

public class X

SourceFile: "X.java"

minor version: 0

major version: 51

flags: ACC_PUBLIC, ACC_SUPER

Constant pool:

#1 = Methodref #4.#16 // java/lang/Object."":()V

#2 = Methodref #3.#17 // X.bar:()V

#3 = Class #18 // X

#4 = Class #19 // java/lang/Object

#5 = Utf8

#6 = Utf8 ()V

#7 = Utf8 Code

#8 = Utf8 LineNumberTable

#9 = Utf8 LocalVariableTable

#10 = Utf8 this

#11 = Utf8 LX;

#12 = Utf8 foo

#13 = Utf8 bar

#14 = Utf8 SourceFile

#15 = Utf8 X.java

#16 = NameAndType #5:#6 // "":()V

#17 = NameAndType #13:#6 // bar:()V

#18 = Utf8 X

#19 = Utf8 java/lang/Object

{

public X();

flags: ACC_PUBLIC

Code:

stack=1, locals=1, args_size=1

0: aload_0

1: invokespecial #1 // Method java/lang/Object."":()V

4: return

LineNumberTable:

line 1: 0

LocalVariableTable:

Start Length Slot Name Signature

0 5 0 this LX;

public void foo();

flags: ACC_PUBLIC

Code:

stack=1, locals=1, args_size=1

0: aload_0

1: invokevirtual #2 // Method bar:()V

4: return

LineNumberTable:

line 3: 0

line 4: 4

LocalVariableTable:

Start Length Slot Name Signature

0 5 0 this LX;

public void bar();

flags: ACC_PUBLIC

Code:

stack=0, locals=1, args_size=1

0: return

LineNumberTable:

line 6: 0

LocalVariableTable:

Start Length Slot Name Signature

0 1 0 this LX;

}可以看到Class文件里有一段叫做“常量池”，里面存储的该Class文件里的大部分常量的内容。

来考察foo()方法里的一条字节码指令：

1: invokevirtual #2 // Method bar:()V这在Class文件中的实际编码为：

[B6] [00 02]其中0xB6是invokevirtual指令的操作码(opcode)，后面的0x0002是该指令的操作数(operand)，用于指定要调用的目标方法。

这个参数是Class文件里的常量池的下标。那么去找下标为2的常量池项，是：

#2 = Methodref #3.#17 // X.bar:()V这在Class文件中的实际编码为(以十六进制表示，Class文件里使用高位在前字节序(big-endian))：

[0A] [00 03] [00 11]其中0x0A是CONSTANT_Methodref_info的tag，后面的0x0003和0x0011是该常量池项的两个部分：class_index和name_and_type_index。这两部分分别都是常量池下标，引用着另外两个常量池项。

顺着这条线索把能传递引用到的常量池项都找出来，会看到(按深度优先顺序排列)：

#2 = Methodref #3.#17 // X.bar:()V

#3 = Class #18 // X

#18 = Utf8 X

#17 = NameAndType #13:#6 // bar:()V

#13 = Utf8 bar

#6 = Utf8 ()V把引用关系画成一棵树的话：

#2 Methodref X.bar:()V

/ \

#3 Class X #17 NameAndType bar:()V

| / \

#18 Utf8 X #13 Utf8 bar #6 Utf8 ()V

标记为Utf8的常量池项在Class文件中实际为CONSTANT_Utf8_info，是以略微修改过的UTF-8编码的字符串文本。

这样就清楚了对不对？

由此可以看出，Class文件中的invokevirtual指令的操作数经过几层间接之后，最后都是由字符串来表示的。这就是Class文件里的“符号引用”的实态：带有类型(tag) / 结构(符号间引用层次)的字符串。

==================================================

然后再看JVM里的“直接引用”的样子。

这里就不拿HotSpot VM来举例了，因为它的实现略复杂。让我们看个更简单的实现，Sun的元祖JVM——Sun JDK 1.0.2的32位x86上的做法。

请先参考另一个回答里讲到Sun Classic VM的部分：为什么bs虚函数表的地址(int*)(&bs)与虚函数地址(int*)*(int*)(&bs) 不是同一个？ - RednaxelaFX 的回答

Sun Classic VM:(以32位Sun JDK 1.0.2在x86上为例)

HObject ClassObject

-4 [ hdr ]

--> +0 [ obj ] --> +0 [ ... fields ... ]

+4 [ methods ] \

\ methodtable ClassClass

> +0 [ classdescriptor ] --> +0 [ ... ]

+4 [ vtable[0] ] methodblock

+8 [ vtable[1] ] --> +0 [ ... ]

... [ vtable... ](请留心阅读上面链接里关于虚方法表与JVM的部分。Sun的元祖JVM也是用虚方法表的喔。)

元祖JVM在做类加载的时候会把Class文件的各个部分分别解析(parse)为JVM的内部数据结构。例如说类的元数据记录在ClassClass结构体里，每个方法的元数据记录在各自的methodblock结构体里，等等。

在刚加载好一个类的时候，Class文件里的常量池和每个方法的字节码(Code属性)会被基本原样的拷贝到内存里先放着，也就是说仍然处于使用“符号引用”的状态；直到真的要被使用到的时候才会被解析(resolve)为直接引用。

假定我们要第一次执行到foo()方法里调用bar()方法的那条invokevirtual指令了。

此时JVM会发现该指令尚未被解析(resolve)，所以会先去解析一下。

通过其操作数所记录的常量池下标0x0002，找到常量池项#2，发现该常量池项也尚未被解析(resolve)，于是进一步去解析一下。

通过Methodref所记录的class_index找到类名，进一步找到被调用方法的类的ClassClass结构体；然后通过name_and_type_index找到方法名和方法描述符，到ClassClass结构体上记录的方法列表里找到匹配的那个methodblock；最终把找到的methodblock的指针写回到常量池项#2里。

也就是说，原本常量池项#2在类加载后的运行时常量池里的内容跟Class文件里的一致，是：

[00 03] [00 11](tag被放到了别的地方；小细节：刚加载进来的时候数据仍然是按高位在前字节序存储的)

而在解析后，假设找到的methodblock*是0x45762300，那么常量池项#2的内容会变为：

[00 23 76 45](解析后字节序使用x86原生使用的低位在前字节序(little-endian)，为了后续使用方便)

这样，以后再查询到常量池项#2时，里面就不再是一个符号引用，而是一个能直接找到Java方法元数据的methodblock*了。这里的methodblock*就是一个“直接引用”。

解析好常量池项#2之后回到invokevirtual指令的解析。

回顾一下，在解析前那条指令的内容是：

[B6] [00 02]而在解析后，这块代码被改写为：

[D6] [06] [01]其中opcode部分从invokevirtual改写为invokevirtual_quick，以表示该指令已经解析完毕。

原本存储操作数的2字节空间现在分别存了2个1字节信息，第一个是虚方法表的下标(vtable index)，第二个是方法的参数个数。这两项信息都由前面解析常量池项#2得到的methodblock*读取而来。

也就是：

invokevirtual_quick vtable_index=6, args_size=1

这里例子里，类X对应在JVM里的虚方法表会是这个样子的：

[0]: java.lang.Object.hashCode:()I

[1]: java.lang.Object.equals:(Ljava/lang/Object;)Z

[2]: java.lang.Object.clone:()Ljava/lang/Object;

[3]: java.lang.Object.toString:()Ljava/lang/String;

[4]: java.lang.Object.finalize:()V

[5]: X.foo:()V

[6]: X.bar:()V所以JVM在执行invokevirtual_quick要调用X.bar()时，只要顺着对象引用查找到虚方法表，然后从中取出第6项的methodblock*，就可以找到实际应该调用的目标然后调用过去了。

假如类X还有子类Y，并且Y覆写了bar()方法，那么类Y的虚方法表就会像这样：

[0]: java.lang.Object.hashCode:()I

[1]: java.lang.Object.equals:(Ljava/lang/Object;)Z

[2]: java.lang.Object.clone:()Ljava/lang/Object;

[3]: java.lang.Object.toString:()Ljava/lang/String;

[4]: java.lang.Object.finalize:()V

[5]: X.foo:()V

[6]: Y.bar:()V于是通过vtable_index=6就可以找到类Y所实现的bar()方法。

所以说在解析/改写后的invokevirtual_quick指令里，虚方法表下标(vtable index)也是一个“直接引用”的表现。

关于这种“_quick”指令的设计，可以参考远古的JVM规范第1版的第9章。这里有一份拷贝：http://www.cs.miami.edu/~burt/reference/java/language_vm_specification.pdf

在现在的HotSpot VM里，围绕常量池、invokevirtual的解析(再次强调是resolve)的具体实现方式跟元祖JVM不一样，但是大体的思路还是相通的。

HotSpot VM的运行时常量池有ConstantPool和ConstantPoolCache两部分，有些类型的常量池项会直接在ConstantPool里解析，另一些会把解析的结果放到ConstantPoolCache里。以前发过一帖有简易的图解例子，可以参考：请问，jvm实现读取class文件常量池信息是怎样呢？

==================================================

由此可见，符号引用通常是设计字符串的——用文本形式来表示引用关系。

而直接引用是JVM(或其它运行时环境)所能直接使用的形式。它既可以表现为直接指针(如上面常量池项#2解析为methodblock*)，也可能是其它形式(例如invokevirtual_quick指令里的vtable index)。

关键点不在于形式是否为“直接指针”，而是在于JVM是否能“直接使用”这种形式的数据。