10.《深入理解Java虚拟机》虚拟机类加载机制

本篇blog主要是讲解一下两点内容：
1. 虚拟机如何加载这些Class文件？
2. Class文件中的信息进入到虚拟机之后会发生什么变化？

与C/C++不同，Java里面类型的加载、连接和初始化过程都是在程序运行期间完成的。这种策略虽然会稍微增加性能开销但是换来了高度的灵活性，Java里天生可以动态扩展的语言特性就是依赖于运行期间动态加载和动态连接的特点实现的。

1. 类加载的时机

类从被加载到虚拟机内存开始到卸载出内存为止，整个生命周期包括：加载、验证、准备、解析、初始化、使用、卸载7个阶段。其中验证、准备、解析三个部分统称为连接。这7个阶段发生的顺序如下图：

其中：加载、验证、准备、初始化、卸载这5个阶段的顺序是确定的，类的加载过程必须按照这种顺序按部就班地开始，而解析阶段不一定：它在某些情况下可以初始化阶段之后再开始，这是为了支持Java语言的运行时绑定（也称为动态绑定）。

接下来讲解加载、验证、准备、解析、初始化五个步骤，这五个步骤组成了一个完整的类加载过程。使用没什么好说的，卸载属于GC的工作，在之前GC的文章中已经有所提及了。

2类加载的过程：

2.1 加载

加载是类加载的第一个阶段。有两种时机会触发类加载：
1. 预加载。虚拟机启动时加载，加载的是JAVA_HOME/lib/下的rt.jar下的.class文件，这个jar包里面的内容是程序运行时非常常常用到的，像java.lang.、java.util.、java.io.*等等，因此随着虚拟机一起加载。要证明这一点很简单，写一个空的main函数，设置虚拟机参数为”-XX:+TraceClassLoading”来获取类加载信息，运行一下：
2. 运行时加载。虚拟机在用到一个.class文件的时候，会先去内存中查看一下这个.class文件有没有被加载，如果没有就会按照类的全限定名来加载这个类。

那么，加载阶段做了什么，其实加载阶段做了有三件事情：

1) 通过类的全限定名来获取定义此类的二进制字节流；
2) 将类信息、静态变量、字节码、常量这些.class文件中的内容放入方法区中
3) 在内存中生成一个代表这个.class文件的java.lang.Class对象，作为方法区这个类的各种数据的访问入口。一般这个Class是在堆里的，不过HotSpot虚拟机比较特殊，这个Class对象是放在方法区中的。

虚拟机规范对这三点的要求并不具体，因此虚拟机实现与具体应用的灵活度都是相当大的。例如第一条，根本没有指明二进制字节流要从哪里来、怎么来，因此单单就这一条，就能变出许多花样来：
- 从zip包中获取，这就是以后jar、ear、war格式的基础。
- 从网络中获取，典型应用就是Applet。
- 运行时计算生成，典型应用就是动态代理技术。
- 由其他文件生成，典型应用就是JSP，即由JSP生成对应的.class文件。
- 从数据库中读取，这种场景比较少见。

总而言之，在非数组类加载整个过程中，这部分是对于开发者来说可控性最强的一个阶段。

这里有一个特例就是对于数组类而言，情况就不同了。数组类本身不通过类加载器创建，它是由Java虚拟机直接创建的。但是数组类与类加载器仍有密切的关系，因为数组里面的Element是类，最终还是要靠类加载器去创建。

2.2 验证

验证是连接阶段的第一步，这一步的主要目的是：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的安全。

Java语言本身是相对安全的语言（相对C/C++来说），但是前面说过，.class文件未必要从Java源码编译而来，可以使用任何途径产生，甚至包括用十六进制编辑器直接编写来产生.class文件。在字节码语言层面上，Java代码至少从语义上是可以表达出来的。虚拟机如果不检查输入的字节流，对其完全信任的话，很可能会因为载入了有害的字节流而导致系统崩溃，所以验证是虚拟机对自身保护的一项重要工作。这个阶段是否严谨直接决定了Java虚拟机是否能承受恶意代码的攻击。

验证阶段主要做了以下几个工作，具体的实现是虚拟机的实现部分，研究的意义不大：
1)文件格式的验证：
这个地方要说一点和开发者相关的。.class文件的第5~第8个字节表示的是该.class文件的主次版本号，验证的时候会对这4个字节做一个验证，高版本的JDK能向下兼容以前版本的.class文件，但不能运行以后的class文件，即使文件格式未发生任何变化，虚拟机也必须拒绝执行超过其版本号的.class文件。举个具体的例子，如果一段.java代码是在JDK1.6下编译的，那么JDK1.6、JDK1.7的环境能运行这个.java代码生成的.class文件，但是JDK1.5、JDK1.4乃更低的JDK版本是无法运行这个.java代码生成的.class文件的。如果运行，会抛出java.lang.UnsupportedClassVersionError。所以我们一般代码换了平台一定要重新编译。

2）元数据验证：主要是语义分析，保证其描述的信息符合Java语言规范要求。

3)字节码验证：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。

4）符号引用验证：目的是保证解析动作能正常执行。

2.3 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，这些变量所使用的内存都将在方法区中进行分配。这里有两点容易混淆的概念：
1）这时候进行内存分配的变量仅仅只有类变量(被static修饰的变量)，而不包括实例变量。实例变量将会在为对象实例化时随对象一起分配在Java堆中。
2）这个阶段赋初始值的变量指的是那些不被final修饰的static变量，比如”public static int value = 123;”，value在准备阶段过后是0，而不是123。给value赋值为123的动作将在初始化阶段才进行。比如”public static final int value = 123;”就不一样了，在准备阶段，虚拟机就会给value赋值为123。

各个数据类型的零值如下图：

2.4 解析

解析阶段是虚拟机将常量池内的符号引用替换为直接引用的过程。
1、符号引用。
这个其实是属于编译原理方面的概念，符号引用包括了下面三类常量：
· 类和接口的全限定名
· 字段的名称和描述符
· 方法的名称和描述符
这么说可能不太好理解，结合实际看一下，写一段很简单的代码：

package com.xrq.test6;public class TestMain{    private static int i;    private double d;    public static void print()    {    }    private boolean trueOrFalse()    {        return false;    }}

用javap把这段代码的.class反编译一下：

Constant pool:   #1 = Class              #2             //  com/xrq/test6/TestMain   #2 = Utf8               com/xrq/test6/TestMain   #3 = Class              #4             //  java/lang/Object   #4 = Utf8               java/lang/Object   #5 = Utf8               i   #6 = Utf8               I   #7 = Utf8               d   #8 = Utf8               D   #9 = Utf8               <init>  #10 = Utf8               ()V  #11 = Utf8               Code  #12 = Methodref          #3.#13         //  java/lang/Object."<init>":()V  #13 = NameAndType        #9:#10         //  "<init>":()V  #14 = Utf8               LineNumberTable  #15 = Utf8               LocalVariableTable  #16 = Utf8               this  #17 = Utf8               Lcom/xrq/test6/TestMain;  #18 = Utf8               print  #19 = Utf8               trueOrFalse  #20 = Utf8               ()Z  #21 = Utf8               SourceFile  #22 = Utf8               TestMain.java

看到Constant Pool也就是常量池中有22项内容，其中带”Utf8”的就是符号引用。比如#2，它的值是”com/xrq/test6/TestMain”，表示的是这个类的全限定名；又比如#5为i，#6为I，它们是一对的，表示变量时Integer（int）类型的，名字叫做i；#6为D、#7为d也是一样，表示一个Double（double）类型的变量，名字为d；#18、#19表示的都是方法的名字。

那其实总而言之，符号引用和我们上面讲的是一样的，是对于类、变量、方法的描述。符号引用和虚拟机的内存布局是没有关系的，引用的目标未必已经加载到内存中了。

2、直接引用
直接引用可以是直接指向目标的指针、相对偏移量或是一个能间接定位到目标的句柄。直接引用是和虚拟机实现的内存布局相关的，同一个符号引用在不同的虚拟机示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存在在内存中了。

2.5 初始化

初始化阶段是类加载步骤的最后一步。初始化阶段才真正开始执行类中定义的Java程序代码(或则说字节码)。在初始化阶段是执行类构造器的<clinit>()方法的过程。这个函数有一些需要注意的地方：
1. 这个函数里面主要的就是：给static变量赋予用户指定的值以及执行静态代码块。
2. <clinit>()方法与类的构造函数(或则说实例构造器<init>()方法)不同，它不需要显示调用父类的构造器，虚拟机可以保证子类的<clinit>()方法执行之前父类的<clinit>()方法方法已经执行完毕。可以知道虚拟机中第一个被执行的 <clinit>()方法的类肯定是java.lang.Object类。
3. 从第二点不难推出：父类中定义的静态语句块要优先于子类中的变量赋值操作。下图示例：

package JVM;class Parent {    public static int A=1;    static {        System.out.print(A);        A=2;    }}class Sub extends Parent{    public static int B = A;}public class NullMain {    public static void main(String[] args) {        System.out.print(Sub.B);    }}

输出结果是：

12

我们可以得出，在class中首先执行的是静态变量的赋值，然后是静态代码块；父类的静态代码块优先于子类的静态变量的赋值。
4. <clinit>()方法不是必须的，如果一个类中没有静态语句块，就不必生成<clinit>()方法。
5. 虚拟机会保证类的初始化在多线程环境中被正确地加锁、同步，即如果多个线程同时去初始化一个类，那么只会有一个类去执行这个类的<clinit>()方法，其他线程都要阻塞等待，直至活动线程执行<clinit>()方法完毕。因此如果在一个类的<clinit>()方法中有耗时很长的操作，就可能造成多个进程阻塞。不过其他线程虽然会阻塞，但是执行<clinit>()方法的那条线程退出<clinit>()方法后，其他线程不会再次进入<clinit>()方法了，因为同一个类加载器下，一个类只会初始化一次。实际应用中这种阻塞往往是比较隐蔽的，要小心。

Java虚拟机规范严格规定了有且只有5种场景必须立即对类进行初始化，这4种场景也称为对一个类进行主动引用（其实还有一种场景，不过暂时我还没弄明白这种场景的意思，就先不写了）：
1、使用new关键字实例化对象、读取或者设置一个类的静态字段（被final修饰的静态字段除外）、调用一个类的静态方法的时候

2、使用java.lang.reflect包中的方法对类进行反射调用的时候

3、初始化一个类，发现其父类还没有初始化过的时候

4、虚拟机启动的时候，虚拟机会先初始化用户指定的包含main()方法的那个类

除了上面4种场景外，所有引用类的方式都不会触发类的初始化，称为被动引用，接下来看下被动引用的几个例子：

1、子类引用父类静态字段，不会导致子类初始化。至于子类是否被加载、验证了，前者可以通过”-XX:+TraceClassLoading”来查看

class SuperClass{    public static int value = 123;    static    {        System.out.println("SuperClass init");    }}class SubClass extends SuperClass{    static    {        System.out.println("SubClass init");    }}public class TestMain{    public static void main(String[] args)    {        System.out.println(SubClass.value);    }}//运行结果是：/**SuperClass init123*/

2、通过数组定义引用类，不会触发此类的初始化

public class SuperClass{    public static int value = 123;    static    {        System.out.println("SuperClass init");    }}public class TestMain{    public static void main(String[] args)    {        SuperClass[] scs = new SuperClass[10];    }}//运行结果是：/***/

3、引用静态常量时，常量在编译阶段会存入类的常量池中，本质上并没有直接引用到定义常量的类

class ConstClass{    public static final String HELLOWORLD =  "Hello World";    static    {        System.out.println("ConstCLass init");    }}public class TestMain{    public static void main(String[] args)    {        System.out.println(ConstClass.HELLOWORLD);    }}//运行结果：/**Hello World*/

编译阶段通过常量传播优化，常量HELLOWORLD的值”Hello World”实际上已经存储到了NotInitialization类的常量池中，以后NotInitialization对常量ConstClass.HELLOWORLD的引用实际上都被转化为NotInitialization类对自身常量池的引用了。也就是说，实际上的NotInitialization的Class文件中并没有ConstClass类的符号引用入口，这两个类在编译成Class之后就不存在任何联系了.