[译]JVM结构

导读：

看来要研究JVM反汇编代码前得先了解JVM的结构
以下是我翻译的JVM Spec的跟JVM结构有关的章节

类文件格式

JVM使用一种硬件、操作系统无关的二进制格式来保存编译后的代码。

数据类型

和Java语言一样，JVM操作两种数据类型：基本类型和引用类型。
类型检验应该在编译期完成，JVM不需要负责类型检验。
JVM根据指令来分辨操作数的类型：

iadd -> int
ladd -> long
fadd -> float
dadd -> double

JVM显式的支持“对象”的概念。一个对象可以使一个动态分配的对象实例或一个数组。一个引用拥有引用类型。引用类型可以理解为指向对象或数组的指针。可以同时有多个引用指向一个对象实例或数组。对象实例和数组总是通过引用被操作，传递和测试（Tested via values of type reference）。

returnAddress类型

JVM中的returnAddress类型是 jsr,ret和jsr_w指令。returnAddress类型是指向JVM操作码的指针。returnAddress类型不是简单意义上的数值，不属于任何一种基本类型。Java程序无法动态地修改returnAddress。

boolean类型

JVM只boolean类型提供有限的支持。没有单独的JVM指令单独操作boolean值，Java源代码中对boolean类型变量的操作被编译为int类型的指令。JVM不直接的支持boolean类型的数组，而是使用操作byte数组的指令来操作boolean数组。比如baload,bastore。Java编译器将Java语言的true和false映射为JVM中的int类型的1和0。

引用类型

引用类型包括三中：class types, array types, interface types。他们的值指向动态创建的类对象，数组或实现接口的类对象。一个引用可以是空的（null）。空引用不指向任何对象。空引用不属于任何类型，但是可以被转换成任何类型。JVM Spec 不强制要求null在字节码中为某个值，如“0”。

运行时数据区域（Runtime Data Areas）

JVM定义了一组运行时数据区域。这些区域再JVM运行程序时使用。一些区域在JVM启动的时候就被创建，在JVM关闭时销毁。还有些区域是每个线程所有的。线程启动时创建，线程结束时销毁。

    pc 寄存器

JVM支持多线程。每个线程都有自己的pc（program counter）寄存器。任意时刻JVM线程执行某个方法的代码。如果方法不是native的，那么pc指向当前执行的JVM指令。如果是native的，那么pc必须足够大来保存returnAddress或一个当前pingai平台下的本地指针。

    JVM栈

每个线程都拥有一个私有的JVM stack，这个堆栈与线程一同创建。JVM栈和C语言的栈相似。由于JVM的Frame可以放在堆上，所以JVM stack可以是不连续的。JVM实现者应该让程序员可以控制初始栈的大小，并控制栈的最大最小值。JVM stack 可以动态增加。

    Heap

JVM有一个堆，所有JVM中的线程共享这个堆。所有的类对象实例和数组都分配在堆上。
JVM堆在JVM启动的时候被创建。JVM提供一个垃圾收集者来管理堆。堆上的对象不需要程序员显式地销毁。堆可以是固定大小，也可以根据需要增加大小。堆可以是不连续的。

    方法区域（Method Area）

JVM有一个方法区域，所有JVM中的线程共享这个区域。这个区域与C语言程序中的“text”段类似。在其中保存了每个类属的数据，比如 Runtime constant pool，field和method data，还有方法的字节码和构造函数，其中还包括类的“special methods”，还有实例和接口初始化代码。

    Runtime constant pool

一个Runtime constant pool是代表了一个class文件中类或接口的常量表。其中包含若干常量，从编译期就固定的数值常量到编译期必须决定的方法和field的引用。Runtime constant pool类似与C语言中的符号表。
每个Runtime constant pool从JVM的Method Area 中分配。Runtime constant pool在类或接口被JVM创建的时候创建。

    Native Method Stack

JVM可以使用传统的堆栈来支持本地方法。

Frame

Frame用来存储数据，部分返回结果，也用于动态连接，返回方法的结果，以及分发异常
每次调用方法，JVM都会再当前线程的Stack上创建一个Frame，当方法结束是销毁这个Frame。
每个Frame都有自己的局部变量数组，自己的操作数栈（operand stack）。

局部变量数组和操作数栈的大小在编译期就决定了。局部变量和操作数有当前Frame所属的方法提供。
Frame的大小由虚拟机的实现者决定。Frame所占用的内存可以在方法调用的时分配。

每个线程运行的某个时刻只能有一个Frame是活跃的，称为“当前Frame”。这个线程称为“当前线程”。包含这个方法的类称为“当前类”。当一个方法调用了另一个方法，那么它的Frame不在活跃，被调用的方法的Frame成为“当前Frame”。注意：两个线程创建的Frame是完全独立的。

    局部变量

每个Frame都有一个局部变量数组，数组的长度取决于方法的局部变量个数。
单个局部变量可以存储：boolean, byte, char, short, int, float, reference和returenAddress
一对局部变量可以存储：long或double

局部变量用索引值来取址。第一个局部变量的索引是0。

JVM使用局部变量来传递方法参数。对于类方法，方法参数从局部变量“0”（零）开始。
对于实例方法，局部变量“0”被用来保存当前实例的引用值（this）。方法参数从局部变量“1”开始。

    操作数栈（stack）

每个Frame都包含一个LIFO的栈，称为Operand Stack。该栈的最大深度在编译期决定，有创建Frame的方法代码决定。

JVM需要提供将局部变量或常量压入操作数栈的指令。其他指令可以操作栈上的数据，并将结果也压入栈。操作数栈也用于传递参数和接受返回值。

比如，iadd指令将两个int值加起来。这就需要被加的两个数在栈的最顶端。他们是由前面的指令压入栈的。两个数从栈中弹出。相加后的结果被压入栈。

    动态连接（Dynamic Linking）

每个Frame包含一个指向当前 Runtime constant pool的引用，用来提供方法的动态链接。
方法代码是通过符号来引用变量和调用方法的。JVM动态的将符号翻译为具体的方法引用或变量的索引。
这就是Java实现晚绑定的机制。这种晚绑定使得代码变得更安全。

    方法正常结束与异常结束

如果方法没有引起或抛出任何异常，那么方法会正常结束。需要指出的是，异常可以是由JVM直接抛出的，也可以是程序显式抛出的。

初始化方法

在JVM层次上，每个类的构造函数都有一个特殊的名字。这个名字由编译器提供。Java语言中不能直接使用这个名字。在JVM中，通过invokespecial指令来调用这个方法。

一个类或接口最多有一个类或接口初始化方法。这个方法是静态而且没有任何参数的。它有一个特殊的名字：。这个名字也有编译期提供，Java语言中不能直接用。类和接口的初始化方法有JVM隐式地调用。它们从不被某个JVM指令调用，而是作为类的初始化过程的一部分被调用。

异常

抛出异常会使当前方法异常结束。每个类的异常Handler被放在类文件的一个表中。
当异常发生的时候，JVM会从中找到合适的异常处理Handler来处理，如果当前方法没有合适的处理当前异常的Handler，则将当前方法的Frame弹出，扔掉Operand stack和局部变量。返回到当前方法的调用者中，再重复前面的过程，直到到达调用链条的顶端。如果最外层的方法也没有合适的Handler，就退出当前线程。

本文转自
http://hi.baidu.com/aztack/blog/item/2c6e78f47ee8ebdaf2d385c7.html