Java中JVM字節碼的詳細介紹

這篇文章帶給大家的內容是關於Java中JVM字節碼的詳細介紹，有一定的參考價值，有需要的朋友可以參考一下，希望對你有幫助。

這是Java基礎篇(JVM)的文章，本來想先說說Java類別載入機制的，後來想想，JVM的作用是載入編譯器編譯好的字節碼，並解釋成機器碼，那麼首先應該了解字節碼，然後再談加載字節碼的類別加載機制似乎會好些，所以這篇改成詳解字節碼。

由於Java純粹物件導向的特性，字節碼只要能表示一個類別的訊息，就可以表示整個Java程式了，JVM只要能載入一個類別的信息，就能載入整個程式了。所以，不管是字節碼，還是JVM載入機制，關注點都是在類別中。我關注的點主要在於：

1. 由於字節碼不是一次性全部加載進入內存，那麼JVM是如何知道自己要加載的類信息在.class文件的哪個位置的？

2. 字節碼是如何表示類別資訊的？

3. 字節碼會進行程式的最佳化嗎？

第一個問題很簡單，因為即使一個原始檔案有很多個類別（只有一個public類別），編譯器也會為其中每個類別產生一個.class文件，JVM載入時依照需要載入的類別名稱載入即可。

要解決後面的問題，首先我們來看字節碼的組成（Mac下用Hex Fiend開啟）。

對這樣一段程式碼：

package com.test.main1;

public class ByteCodeTest {

	int num1 = 1;
	int num2 = 2;

	public int getAdd() {

		return num1 + num2;
	}
}

class Extend extends ByteCodeTest {
	public int getSubstract() {
		return num1 - num2;
	}
}

我們來分析其中的Extend類別。

用Hex Fiend開啟編譯後的.class檔案是這樣的（16進位代碼）：

由於class檔案沒有分隔符，所以每個位置代表什麼、各部分的長度等格式是嚴格規定死的，見下表：

其中u1、u2、u4、u8代表幾個位元組的無符號數，在反編譯出來的16進位檔案中，兩個數字代表一個位元組，也就是u1。

從頭到尾一項一項地看：

（1）magic：u4，魔數，代表本檔案是.class檔案。 .jpg等也會有這種魔數，正因為魔數存在，即使將*.jpg改成*.123，也能照常打開。

（2）minor version、major version：各u2，版本號，向下相容，即高版本JDK可以使用低版本的.class文件，反之不行。

（3）constant_pool_count：u2，常數池中常數的數量，0019代表有24個。

（4）接下來就是具體的常數，共constant_pool_count-1個。

常數池通常存兩種類型的資料：

字面量：如字串、final修飾的常數等；

符號引用：如類別/介面的全限定名、方法的名稱和描述、欄位的名稱和描述等。

根據反編譯出來的數字，先查下表得到該常數的型別和長度，接下來的與查得的長度相等的數字則表示該常數具體的值。

如070002，就表示該種型別為CONSTANT_Class_info，它的tag為u1，且接下來u2長度為index指向全限定名常數項的索引。這個索引還要結合javap -verbose打開的class檔案一起看，這裡清楚地列出了常數池中的內容和順序：

在這裡可以看到0002索引項的常數為：com/test/main1/Extend，是類別的全限定名稱。如果是值是字串，那麼就需要根據該值轉換成十進位並查ASCII碼表得到具體的字元。接下來的常數都照此分析：

01001563 6F6D2F74 6573742F 6D61696E 312F4578 74656E64：com/test/main1/Extend

#070004：com/# 01001B63 6F6D2F74 6573742F 6D61696E 312F4279 7465436F 64655465 7374：com/test/main1/ByteCodeTest

#1010096301096; 01000328 2956：()V

#01000443 6F6465 ：Code

0A000300 09：com/test/main1/ByteCodeTest、"7e51f00a783d7eb8f68358439dee7daf":()V

#0C000500 06：7e51f00a783d7eb8f68358439dee7daf、()V

0C000500 06：7e51f00a783d7eb8f68358439dee7daf、()V

##01000F4C 696E654E 756D6265 72546162 6C65：LineNumberTable

0100124C 6F63616C 56617269 61626C65 563616C 56617269 61626C65 5636126006467260000 86973：this

0100174C 636F6D2F 74657374 2F6D6169 6E312F45 7874656E 643B：Lcom/test /main1/Extend;

01000C67 65745375 62737472 616374：getSubstract

01000328 2949：()I

09000100 111：com/#1890001

##0C001200 13：num1、I

0100046E 756D31：num1

01000149：I

09000100 15：com/test/main1/Extend、num2:I

0C001600 13：num2、I

0100046E 756D32：num2

01000A53 6F757263 6546696C 65：SourceFile

01001142 79746543 6F646554 6573742E 6A617661：ByteCodeTest.java

至此，常數池中的常數全數解析完畢。

（5）再接下來是u2的access_flags：access_flags存取標誌的主要目的是標記該類別是類別還是接口，如果是類，存取權限是否為public，是否是abstract，是否被標誌為final等，請見下表：

##ACC_INTERFACE0x0200表示接口，非類別ACC_ABSTRACTACC_SYNTHETIC#ACC_ANNOTATION

Flag_name	Value	##Interpretation
ACC_PUBLIC	0x0001
		表示存取權限為public，可以從本包外存取
#ACC_FINAL	0x0010	表示由final修飾，不允許有子類別
#ACC_SUPER
	# #0x0020	較為特殊，表示動態綁定直接父類，請參閱下方的解釋
0x0400	表示抽象類，不能實例化
0x1000	表示由synthetic修飾，不在原始碼中出現，見附錄[2]

#########0x2000############表示是annotation類型################################################# ###########ACC_ENUM############0x4000############表示是枚舉類型######### #######

所以，本类中的access_flags是0020，表示这个Extend类调用父类的方法时，并非是编译时绑定，而是在运行时搜索类层次，找到最近的父类进行调用。这样可以保证调用的结果是一定是调用最近的父类，而不是编译时绑定的父类，保证结果的正确性。

（6）this_class：u2的类索引，用于确定类的全限定名。本类的this_class是0001，表示在常量池中#1索引，是com/test/main1/Extend

（7）super_class：u2的父类索引，用于确定直接父类的全限定名。本类是0003，#3是com/test/main1/ByteCodeTest

（8）interfaces_count：u2，表示当前类实现的接口数量，注意是直接实现的接口数量。本类中是0000，表示没有实现接口。

（9）Interfaces：表示接口的全限定名索引。每个接口u2，共interfaces_count个。本类为空。

（10）fields_count：u2，表示类变量和实例变量总的个数。本类中是0000，无。

（11）fields：fileds的长度为filed_info，filed_info是一个复合结构，组成如下：

filed_info: {
　　u2　　　　　　　　access_flags;　　　
　　u2　　　　　　　　name_index;
　　u2　　　　　　　　descriptor_index;　　　　　　
　　u2　　　　　　　　attributes_count;
　　attribute_info　　　attributes[attributes_count];
}

由于本类无类变量和实例变量，故本字段为空。

（12）methods_count：u2，表示方法个数。本类中是0002，表示有2个。

（13）methods：methods的长度为一个method_info结构：

method_info {
　　u2　　　　　　　　access_flags;　　　　　　　　　　0000　　　　？
　　u2　　　　　　　　name_index;　　　　　　　　　　 0005　　　<init>
　　u2　　　　　　　　descriptor_index;　　　　　　　　 0006　　　　()V
　　u2　　　　　　　　attributes_count;　　　　　　　　 0001　　　　1个
　　attribute_info　　　attributes[attributes_count];　　　0007　　　　Code
}

其中attribute_info结构如下：

attribute_info {
　　u2　　attribute_name_index;　　0007　　Code
　　u1　　attribute_length;
　　u1　　info[attribute_length];
}

上面是通用的attribute_info的定义，另外，JVM里预定义了几种attribute，Code即是其中一种（注意，如果使用的是JVM预定义的attribute，则attribute_info的结构就按照预定义的来），其结构如下：

Code_attribute {　　//Code_attribute包含某个方法、实例初始化方法、类或接口初始化方法的Java虚拟机指令及相关辅助信息
　　u2　　attribute_name_index;　　0007　　　　　　　Code
　　u4　　attribute_length;　　　　0000002F　　　　　 47
　　u2　　max_stack;　　　　　　 0001　　　　　　　　1　//用来给出当前方法的操作数栈在方法执行的任何时间点的最大深度
　　u2　　max_locals;　　　　　　0001　　　　　 　　　1　//用来给出分配在当前方法引用的局部变量表中的局部变量个数
　　u4　　code_length;　　　　　 00000005　　　　　　5　//给出当前方法code[]数组的字节数
　　u1　　code[code_length];　　  2AB70008 B1　　　　42、183、0、8、177　
　　　　　　　　//给出了实现当前方法的Java虚拟机代码的实际字节内容　（这些数字代码实际对应一些Java虚拟机的指令）
　　u2　　exception_table_lentgh; 　　0000　　　　　　 0　　　　　　　  　//异常的信息
　　{
　　　　u2　　start_pc;　　　//这两项的值表明了异常处理器在code[]中的有效范围，即异常处理器x应满足：start_pc≤x≤end_pc
　　　　u2　　end_pc;　　　//start_pc必须在code[]中取值，end_pc要么在code[]中取值，要么等于code_length的值
　　　　u2　　handler_pc;　//表示一个异常处理器的起点
　　　　u2　　catch_type;　//表示当前异常处理器需要捕捉的异常类型。为0，则都调用该异常处理器，可用来实现finally。
　　} exception_table[exception_table_lentgh];　　　　　　在本类中大括号里的结构为空
　　u2　　attribute_count;　　　　0002　　　　　　　　　　2　　　　表示该方法的其它附加属性，本类有1个
　　attribute_info　　attributes[attributes_count];　　　　　  000A、000B　　　  LineNumberTable、LocalVariableTable
}

LineNumberTable和LocalVariableTable又是两个预定义的attribute，其结构如下：

LineNumberTable_attribute {　//被调试器用来确定源文件中由给定的行号所表示的内容，对应于Java虚拟机code[]数组的哪部分
　　u2　　attribute_name_index;　　　　　　000A
　　u4　　attribute_length;　　　　 　　　　 00000006
　　u2　　line_number_table_length;　　　　 0001
　　{　　u2　　start_pc;　　　　　　　　　　0000　　　　
　　　　 u2　　line_number;　　　　　　　　 000E　　　　　//该值必须与源文件中对应的行号相匹配
　　} line_number_table[line_number_table_length];
}

以及：

LocalVariableTable_attribute {
　　u2　　attribute_name_index;　　　　000B
　　u4　　attribute_length;　　　　　　  0000000C
　　u2　　local_variable_table_length; 　 0001
　　{　　u2　　start_pc;　　　　　　　   0000
　　　　 u2　　length;　　　　　　　　   0005
　　　　 u2　　name_index;　　　　　　 000C
　　　　 u2　　descriptor_index;　　　　000D　　　　//用来表示源程序中局部变量类型的字段描述符
　　　　u2　　 index;　　　　　　　　　 0000
　　} local_variable_table[local_variable_table_length];

然后就是第二个方法，具体略过。

（14）attributes_count：u2，这里的attribute表示整个class文件的附加属性，和前面方法的attribute结构相同。本类中为0001。

（15）attributes：class文件附加属性，本类中为0017，指向常量池#17，为SourceFile，SourceFile的结构如下：

SourceFile_attribute {
　　u2　　attribute_name_index;　　0017　　　　　SourceFile
　　u4　　attribute_length;　　　　  00000002　　 2
　　u2　　sourcefile_index;　　　     0018　　　　　ByteCodeTest.java　//表示本class文件是由ByteCodeTest.java编译来的
}

嗯，字节码的内容大概就写这么多。可以看到通篇文章基本都是在分析字节码文件的16进制代码，所以可以这么说，字节码的核心在于其16进制代码，利用规范中的规则去解析这些代码，可以得出关于这个类的全部信息，包括：

1. 这个类的版本号；

2. 这个类的常量池大小，以及常量池中的常量；

3. 这个类的访问权限；

4. 这个类的全限定名、直接父类全限定名、类的直接实现的接口信息；

5. 这个类的类变量和实例变量的信息；

6. 这个类的方法信息；

7. 其它的这个类的附加信息，如来自哪个源文件等。

解析完字节码，回头再来看开始提出的问题，也就迎刃而解了。由于字节码文件格式严格按照规定，可以用来表示类的全部信息；字节码只是用来表示类信息的，不会进行程序的优化。

那么在编译期间，编译器会对程序进行优化吗？运行期间JVM会吗？什么时候进行的，按照什么原则呢？这个留作以后再表。

最后，值得注意的是，字节码不仅是平台无关的（任何平台生成的字节码都可以在任何的JRE环境运行），还是语言无关的，不仅Java可以生成字节码，其它语言如Groovy、Jython、Scala等也能生成字节码，运行在JRE环境中。

以上是Java中JVM字節碼的詳細介紹的詳細內容。更多資訊請關注PHP中文網其他相關文章！