Java虚拟机(四):类文件结构

4.1 无关性的基石

          实现语言无关性的基础是虚拟机和字节码存储格式。Java虚拟机不和包括Java在内的任何语言绑定，它只与“Class”文件这种特定的二进制文件格式所关联，Class文件中包含了Java虚拟机指令集和符号表以及若干其它辅助信息。基于安全方面的考虑，Java虚拟机规范要求在Class文件中使用许多强制性的语法和结构化约束，但任一门功能性语言都可以表示为一个能被Java虚拟机所接受的有效的Class文件。作为一个通用的、机器无关的执行平台，任何其它语言的实现者都可以将Java虚拟机作为语言的产品交付媒介。如Groovy、Scala等。

4.2 Class类文件的结构

          Class文件是一组以8位字节为基础单位的二进制流，各个数据项目严格按照顺序紧凑地排列在Class文件之中，中间没有添加任何分隔符，这使得整个Class文件中存储的内容几乎全部是程序运行的必要数据，没有空隙存在。当遇到需要占用8位字节以上空间的数据项时，则会按照高位在前的方式分割成若干个8位字节进行存储。

          Class文件格式采用一种类似C语言结构体的伪结构来存储数据，这种伪结构只有两种数据类型：无符号数和表。

          无符号数属于基本的数据类型，以u1、u2、u4、u8来分别代表1个字节、2个字节、4个字节和8个字节的无符号数，无符号数可以用来描述数字、索引引用、数量值或者按照UTF-8编码构成字符串值。

          表是由多个无符号数或者其它表作为数据项构成的复合数据类型，所有表都习惯地以“_info”结尾。表用于描述有层次关系的复合结构的数据，整个Class文件本质上就是一张表。如图：

         Class的结构不像XML等描述语言，由于它没有任何分割符号，所以在上表中的数据项，无论是顺序还是数量，甚至于数据存储的字节序这样的细节，都是被严格限定的，哪个字节代表什么含义，长度是多少，先后顺序如何，都不运行改变。

4.2.1 魔数与Class文件的版本

         每个Class文件的头4个字节称为魔数，它的唯一作用是确定这个文件是否为一个能被虚拟机接受的Class文件。

         紧接着魔数的4个字节存储的是Class文件的版本号：第5个和第6个字节是次版本号(Minor Version)，第7个和第8个字节是主版本号(Major Version)。Java的版本号是从45开始的，JDK1.1之后的每个JDK大版本发布主版本号向上加1，高版本的JDK能向下兼容以前的Class文件，但不能运行以后版本的Class的文件，即使文件格式并未发生任何变化，虚拟机也必须拒绝执行超过其版本号的Class文件。

4.2.2 常量池

          紧接着主次版本号之后的是常量池入口，常量池可以理解为Class文件之中的资源仓库，它是Class文件结构中与其它项目关联最多的数据类型，也是占用Class文件空间最大的数据项目之一，同时它还是在Class文件中第一个出现的表类型数据项目。

          常量池中主要存放两大类常量：字面量和符号引用。字面量比较接近于Java语言层面的常量概念，如文本字符串、声明为final的常量值等。而符号引用则属于编译原理方面的概念，包含了下面三类常量：

          （1）类和接口的全限定名

          （2）字段的名称和描述符

          （3）方法的名称和描述符

           在Class文件中不会报错各个方法、字段的最终内存布局信息，因此这些字段、方法的符号引用不经过运行期转换的话无法得到真正的内存入口地址，也就无法直接被虚拟机使用。当虚拟机运行时，需要从常量池获得对应的符合引用，再在类创建时或运行时解析、翻译到具体的内存地址之中。

4.2.3 访问标志

         在常量池结束之后，紧接着的两个字节代表访问标志(access_flags)，这个标志用于识别一些类或者接口层次的访问信息，包括：这个Class是类还是接口；是否定义为public类型；是否定义为abstract类型；如果是类的话，是否被声明为final等。具体标志位含义如下：

4.2.4 类索引、父类索引与接口索引集合

         类索引和父类索引都是一个u2类型的数据，而接口索引集合是一组u2类型的数据的集合，Class文件中由这三项数据来确定这个类的继承关系。类索引用于确定这个类的全限定名，父类索引用于确定这个类的父类的全限定名。

4.2.5 字段表集合

         字段表用于描述接口或者类中声明的变量。字段包括类级变量以及实例变量，但不包括在方法内部声明的局部变量。字段表集合中不会列出从超类或者父接口继承而来的字段，但有可能列出原本Java代码中不存在的字段，譬如在内部类中为了保持对外部类的访问性，会自动添加指向外部类实例的字段。

4.2.6 方法表集合

        方法表的结构如同字段表一样，依次包括了访问标志、名称索引、描述符索引、属性表集合几项。

        因为violate关键字和transient关键字不能修饰方法，所以方法表的访问标志中没有这些相关标志。与之相对的，synchronized，native，strictfp（精确浮点，可以应用于类、接口、方法）和abstract关键字可以修饰方法，所以方法表中有这些标志。

         与字段表集合相对应的，如果父类方法在子类中没有被重写，方法表集合中就不会出现来自父类的方法信息。但同样的，有可能会出现编译器自动添加的方法，最典型的便是类构造器“<clinit>”方法和实例构造器“<init>”方法。

4.2.7 属性表集合

         在Class文件、字段表、方法表都可以携带自己的属性表集合，以用于描述某些场景的专有的信息。

         属性表限制相对宽松，不再要求各个属性表具有严格顺序，并且只要不与已有属性名重复，任何人实现的编译器都可以向属性表中写入自己定义的属性信息。

         为了能正确解析Class文件，虚拟机规范预定义了9项虚拟机实现应当能识别的属性，后增至21项。

4.3 字节码指令简介

         Java虚拟机的指令由一个字节长度的、代表着某种特定操作含义的数字(称为操作码)以及跟随其后的零至多个代表此操作所需参数(称为操作数)而构成。

         字节码指令集是一种具有鲜明特点、优劣势都很突出的指令集架构。优点：追求尽可能小数据量、高传输效率。缺点：虚拟机处理超过一个字节数据的时候，需要在运行时从字节中重建出具体数据的结构。

4.3.1 字节码与数据类型

         在Java虚拟机的指令集中，大多数的指令都包含了其操作所对应的数据类型信息。每个指令的操作在虚拟机内部可能会是由同一段代码来实现的，但在Class文件中它们必须拥有各自独立的操作码。

         Java虚拟机的指令集对于特定的操作只提供了有限的类型相关指令去支持它，即并非每种数据类型和每一种操作都有对应的指令。有一些单独的指令可以在必要的时候用来将一些不支持的类型转换为可被支持的类型。

4.3.2 加载和存储指令

         加载和存储指令用于将数据在栈帧中的局部变量表和操作数栈之间来回传输，这类指令包括以下内容：

        （1）将一个局部变量加载到操作栈：iload、iload_<n>、lload、lload_<n>、fload、fload_<n>、dload、dload_<n>、aload、aload_<n>。

        （2）将一个数值从操作数栈存储到局部变量表：Xstroe、Xstore_<n>，X是假设值，真实值可为（i、l、f、d、a）。

        （3）将一个常量加载到操作数栈：bipush、sipush等。

        （4）扩充局部变量表的访问索引的指令：wide。

         存储数据的操作数栈和局部变量表主要就是由加载和存储指令进行操作，除此之外，还有少量指令，如访问对象的字段和数组元素的指令也会向操作数栈传输数据。

4.3.3 运算指令

         运算或算术指令用于对两个操作数栈上的值进行某种特定运算，并把结果重新存入到操作栈顶。大体算术指令可分为两种：对整型数据进行运算的指令和对浮点型数据进行运算的指令。

4.3.4 类型转换指令

         类型转换指令可以将两种不同的数值类型进行相互转换，这些转换操作一般用于实现用户代码中的显示类型转换操作，或者用来处理本节开篇所提到的字节码指令集中数据类型相关指令无法与数据类型一一对应的问题。

         Java虚拟机直接支持（即转换时无需显示的转换指令）以下数据类型的宽化类型转换（即小范围类型向大范围类型的安全转换）：

        （1）int类型到long、float、double类型。

        （2）long类型到float、double类型。

        （3）float类型到double类型。

         相对的，处理窄化类型转换时，必须显示地使用转换指令完成。窄化类型转换有可能会导致转换结果产生不同的正负号、不同的数量级的情况，转换过程很可能会导致数值的精度丢失。

4.3.5 对象创建与访问指令

         虽然类实例和数组都是对象，但Java虚拟机对其创建与操作使用了不同的字节码指令。对象创建后，就可以通过访问指令获取对象实例或者数组实例中的字段或者数组元素，这些指令如下：

4.3.6 操作数栈管理指令

         如同操作一个普通数据结构中的堆栈那样，Java虚拟机提供了一些用于直接操作操作数栈的指令。如：

          （1）将操作数栈的栈顶一个或两个元素出栈：pop、pop2。

          （2）复制栈顶一个或两个数值并将复制值或双份的复制值重新压入栈顶：dup、dup2、dup_x1、dup2_x1、dum_x2、dup2_x2。

          （3）将栈最顶端的两个数值互换：swap。

4.3.7 控制转移指令

         控制转移指令可以让Java虚拟机有条件或无条件地从指定的位置指令而不是控制转移指令的下一条指令继续执行程序，从概念模型上理解，可以认为控制转移指令就是在有条件或无条件地修改PC寄存器的值。

4.3.8 方法调用和返回指令

         方法调用指令如下：

       （1）invokevirtual指令用于调用对象的实例方法，根据对象的实际类型进行分派（虚方法分派）。

       （2）invokeinterface指令用于调用接口方法，它会在运行时搜索一个实现了这个接口方法的对象，找出合适的方法进行调用。

       （3）invokespecial指令用于调用一些需要特殊处理的实例方法，包括实例初始化方法、私有方法和父类方法。

       （4）invokestatic指令用于调用类方法（static方法）。

       （5）invokedynamic指令用于在运行时动态解析出调用点限定符所引用的方法，并执行该方法。

        方法调用指令与数据类型无关，而方法返回指令是根据返回值的类型区分的，如ireturn，lreturn，等。

4.3.9 异常处理指令

         在Java程序中显式抛出的异常操作都有athrow指令来实现，除了用throw语句显式抛出异常之外，Java虚拟机规范还规定了许多运行时异常会在其它Java虚拟机指令检测到异常状况时自动抛出。处理异常（catch语句）不是由字节码指令来实现的，而是采用异常表来实现的。

4.3.10 同步指令 

          Java虚拟机可以支持方法级的同步和方法内部一段指令序列的同步，这两种同步结构都是使用管程来支持的。

4.4 公有设计和私有设计

         虚拟机实现的方式主要有以下两种：

         （1）将输入的Java虚拟机代码在加载或执行时翻译成另外一种虚拟机的指令集。

         （2）将输入的Java虚拟机代码在加载或执行时翻译成宿主机CPU的本地指令集（即JIT代码生成技术）