jvm探秘八：类加载机制之类加载过程

概述

---

java中类加载的全过程，就是加载，验证，准备，解析和初始化5个阶段执行的具体动作。

一：加载

---

“加载”是“类加载”中的一个阶段（两个名词不要弄混了），这个阶段通常也被称作“装载”。
在加载阶段，虚拟机需要完成以下三件事（虚拟机规范对这三件事的要求并不具体，因此虚拟机实现与具体应用的灵活度相当大）：

• 通过“类全名”来获取定义此类的二进制字节流

  虚拟机规范对于“通过“类全名”来获取定义此类的二进制字节流”并没有指明二进制流必须要从一个本地class文件中获取，准确地说是根本没有指明要从哪里获取及怎样获取。例如：
  ①.从Zip包中读取，这很常见，最终成为日后JAR、EAR、WAR格式的基础。
  ②.从网络获取，常见应用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ProxyGenerator.generateProxyClass来为特定接口生成$Prxoy的代理类的二进制字节流。
  ④.由其他格式文件生成，典型场景：JSP应用
  ⑤.从数据库中读取，这种场景相对少见，有些中间件服务器(如SAP Netweaver)可以选择把程序安装到数据库中来完成程序代码在集群间的分发。

• 将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

  虚拟机规范并未规定方法区存储数据的具体数据结构，数据存储格式由虚拟机实现自行定义

• 在内存中生成一个代表这个类的java.lang.Class对象，作为方法区这些数据的访问入口

  加载阶段完成后，虚拟机外部的二进制字节流就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有虚拟机实现自行定义，虚拟机并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，它虽然是个对象，但在存放在方法区里），这个对象作为程序访问方法区中的这些类型数据的外部接口。

相对于类加载过程的其他阶段，加载阶段(准备地说，是加载阶段中获取类的二进制字节流的动作)是开发期可控性最强的阶段，因为加载阶段可以使用系统提供的类加载器(ClassLoader)来完成，也可以由用户自定义的类加载器完成，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。

二：验证

---

验证是链接阶段的第一步，这一步主要的目的是确保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安全。

Java语言本身是相对安全的语言（相对于C/C++），使用纯粹的Java代码无法做到诸如访问数组边界之外的数据、将一个对象转型为它未实现的数据类型、跳转到不存在的代码行等，如果这样做了，编译器将拒绝编译，但是Class文件不一定由Java源码编译而来，完全可以使用任何途径，如：用十六进制编辑器直接编写来产生Class文件，在字节码层面上，上述Java代码无法做到的事情都是可以实现的，此时虚拟机如果不检查输入的字节流，很有可能因为载入了有害的字节流而导致系统崩溃，所以验证时虚拟机对自身保护的一项重要工作

虚拟机规范对该阶段的规定非常笼统，仅要求如果验证到输入的字节流不符合Class文件的存储格式，就抛出一个java.lang.VerifyError异常（JDK1.6的API文档对该异常类的描述为：当“校验器”检测到一个类文件虽然格式正确，但包含着一些内部不一致问题或安全性问题时，抛出该错误）或其子类异常，具体检查哪些方面、如何检查、何时检查，都未做强制要求或明确说明，故不同的虚拟机对验证的实现有所不同，但大致都会完成如下4个阶段的检查过程：

验证阶段主要包括四个检验过程：文件格式验证、元数据验证、字节码验证和符号引用验证。

文件格式验证

该阶段验证字节流是否符合Class文件格式的规范，并且是否能被当前版本的虚拟机处理

• 是否以魔数0xCAFEBABE开头
• 主次版本号是否在当前虚拟机的处理范围之内等
• 常量池的常量是否有不被支持的常量类型
• 指向常量的各种索引值是否有指向不存在常量或不符合类型的常量
• Class文件中各个部分及文件是否有被删除的或者附加的其他信息

第一阶段的主要目的是保证输入的字节流能被正确的解析并存储于方法区内，格式上符合描述一个Java类型信息的要求

该阶段的验证是基于字节流的，经过这个阶段的验证后，字节流才会进入内存的方法区中进行存储，故后面的三个验证阶段是基于方法区的存储结构进行的。

元数据验证

这个阶段是对字节码描述的信息进行语义分析，以保证起描述的信息符合java语言规范要求。
验证点可能包括：

• 这个类是否有父类(除了java.lang.Object之外，所有的类都应当有父类)
• 这个类是否继承了不允许被继承的类(被final修饰的)
• 如果这个类的父类是抽象类，是否实现了起父类或接口中要求实现的所有方法
• 类中的字段，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重载

第二阶段的主要目的是对类的元数据信息进行语义检验，保证不存在不符合Java语言规范的元数据信息。

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语义是合法的、符合逻辑的。在第二阶段对元数据信息中的数据类型做完全检验后，这个阶段对类的方法体进行校验分析，保证被校验类的方法在运行时不会做出危害虚拟机安全的行为。如：

• 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，保证不会出现在操作数栈放进去一个int类型，使用时却按照long类型加入本地变量表。
• 保证跳转指令不会跳转到方法体意外的字节码指令上。
• 保证访法体中的类型转换有效例如可以把一个子类对象赋值给父类数据类型，这是安全的，但不能把一个父类对象赋值给子类数据类型、保证跳转命令不会跳转到方法体以外的字节码命令上。

JDK1.6之后的Javac编译器进行了一项优化，给方法体的Code属性的属性表中增加了一项新属性：StackMapTable，该属性保存了方法体中的类型信息，可以使字节码验证时的类型推导变为类型检查从而节省时间。在JDK1.6的HotSpot虚拟机中提供了-XX:-UseSplitVerifier选项来关闭这项优化，或者使用-XX:+FailOverToOldVerifier选项在类型检查失败时退回到使用类型推导方式进行校验

符号引用验证

最后一个阶段发生在虚拟机将符号引用转化为直接引用的时候，这个转化动作将在连接的第三个阶段，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。通常需要检验如下内容：

• 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
• 指定的类中是否存在符合描述符与简单名称描述的方法与字段
• 符号引用类中的类，字段和方法的访问性(private、protected、public、default)是否可被当前类访问。

如果无法通过符号引用验证，将会抛出一个java.lang.IncompatibleClassChangeError异常（特别要注意其继承自java.lang.Error而不是java.lang.Exception）的子类，其子类均为通常由编译器捕获的错误。

对于虚拟机的类加载机制来说，验证阶段是个很重要但不是必要（因为对程序运行期没有影响）。如果运行的全部代码都已经被反复使用和验证过，在实施阶段可以使用-Xverify:none参数来关闭大部分的类验证措施以缩短虚拟机类加载的时间

三：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，这些内存都将在方法区中进行分配。特别注意：
这个时候进行内存分配的仅包含类变量（被Static修饰的变量），则不包括实例变量（实例变量将会在对象实例化时随着对象一起体在Java堆中）。
这里所说的初始值“通常情况”下是数据类型的零值。假设一个类变量定义为:
public static int value = 123;
那么变量value在准备阶段过后的初始值为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，存放于类构造器<clinit>()方法之中，所以把value赋值为12的动作将在初始化阶段才会被执行。
初始值“通常情况”下是零值，但在“特殊情况”下：如果类字段的字段属性表中包含ConstantValue属性，那在准备阶段变量就会被初始化为ConstantValue属性所指定的值，即如果a变量定义变为public final static int a = 123;，编译时javac会为a生成ConstantValue属性，准备阶段虚拟机就会根据ConstantValue的设置将a的值置为123。

四：解析

---

解析阶段是虚拟机常量池内的符号引用替换为直接引用的过程。符号引用在Class文件格式中它以CONSTANT_Class_info，CONSTANT_Fieldref_info，CONSTANT_Methodref_info等类型的常量出现。

• 符号引用(Symbolic References)

符号引用是一组符号来描述所引用的目标对象，符号可以是任何形式的字面量，只要使用时能无歧义地定位到目标即可。符号引用与虚拟机实现的内存布局无关，引用的目标对象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，因此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。

• 直接引用(Direct References)

直接引用可以是直接指向目标对象的指针、相对偏移量或是一个能间接定位到目标的句柄。直接引用是与虚拟机内存布局实现相关的，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。
虚拟机规范并没有规定解析阶段发生的具体时间，只要求了在执行

anewarry,checkcast,getfield,getstatic,instanceof,invokedynamic,invokeinterface,invokespecial,invokestatic,invokevirtual,ldc,ldc_w,multianewarray,new,putfield和putstatic16个用于操作符号引用的字节码指令之前，先对它们使用的符号引用进行解析，所以虚拟机实现会根据需要来判断，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。

解析的动作主要针对类或接口、字段、类方法、接口方法四类符号引用进行。分别对应编译后常量池内的CONSTANT_Class_Info、CONSTANT_Fieldref_Info、CONSTANT_Methodef_Info、CONSTANT_InterfaceMethoder_Info四种常量类型。
①.类、接口的解析
②.字段解析
③.类方法解析
④.接口方法解析

解析是从本类开始，向父级类搜索，直到搜索到对应的调用对象。

五：初始化

---

类的初始化阶段是类加载过程的最后一步，该阶段才真正开始执行类中定义的Java程序代码（或者说是字节码）。初始化阶段是执行<clinit>()方法的过程。

• <clinit>是由编译器自动收集类中所有类变量的赋值动作和静态语句块中的语句合并产生的，编译器收集的顺序由语句在源文件中出现的顺序决定，特别注意的是，静态语句块只能访问到定义在它之前的类变量，定义在它之后的类变量只能赋值，不能访问。
• 类构造器<clinit>()方法与类的构造函数(实例构造函数<init>()方法)不同，它不需要显式调用父类构造，虚拟机会保证在子类<clinit>()方法执行之前，父类的<clinit>()方法已经执行完毕（这也意味着父类中定义的静态语句块要优于子类的变量赋值操作）。因此在虚拟机中的第一个执行的<clinit>()方法的类肯定是java.lang.Object。
• 由于父类的()方法先执行，意味着父类中定义的静态语句块要优于子类的变量赋值操作。
• <clinit>()方法对于类或接口来说并不是必须的，如果一个类中没有静态语句，也没有变量赋值的操作，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，但是可以有类变量的赋值操作，故编译器也会对接口生成<clinit>()方法。但接口与类不同的是，执行接口的<clinit>()方法不需要先执行父接口的<clinit>()方法。只有当父接口中定义的变量被使用时，父接口才会被初始化。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。
• 虚拟机会保证一个类的<clinit>()方法在多线程环境中被正确加锁和同步，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，那就可能造成多个进程阻塞。