深入理解Java虚拟机-类文件结构及加载

系列阅读
1.深入理解Java虚拟机-GC&运行时数据区
2.深入理解Java虚拟机-类文件结构及加载
3.深入理解Java虚拟机-内存模型及多线程

1. JVM中立特性

平台无关性
java宣传口号为“一次编写，到处运行”。各种不同平台的虚拟机与所有平台都统一使用的程序存储格式-字节码（ByteCode）是构成平台无关性的基石。Class文件中包含了Java虚拟机指令集和符号表以及其他若干辅助信息。
语言无关性
运行在JVM上的语言：Java、Clojure、Groovy、JRuby、Jython、Scala。Java虚拟机只与"Class文件"这种特定的二进制文件格式所关联。

Java虚拟机提供的语言无关性

2. Class类文件

定义
JVM规范描绘了JVM应有的共同程序存储格式：Class文件格式以及字节码指令集。
Class文件是JVM执行引擎的数据入口。任何一个Class文件都对应着惟一一个类或接口的定义信息。

结构
Class文件是一组以8位字节为基础单位的二进制流，各项数据严格按顺序排列，中间无分隔符。

Class文件格式采用类似C语言结构体的伪结构来存储数据，包含两种数据类型：

无符号数
属于基本的数据类型，可描述数字、索引引用、数量值或者按照UTF-8编码构成字符串值。
表
由多个无符号数或其他表作为数据项构成的符合数据类型，描述有层次关系的复合结构的数据，整个Class文件本质上是一张表。

常量池
可理解为Class文件中的资源仓库，主要存放两大类常量：
字面量（Literal）：接近Java语言的常量概念，如文本字符串、声明为final的常量值等。
符号引用（Symbolic References）：属于编译原理的概念，包含：

类和接口的全限定名（Fully Qualified Name）
字段的名称和描述符（Descriptor）
方法的名称和描述符

常量池中每一项常量都是一个表。
当虚拟机运行时，从常量池获得对应的符号引用，再在类创建时或运行时解析、翻译到具体的内存地址之中。

描述符
用来描述字段的数据类型、方法的参数列表（包括数量、类型以及顺序）和返回值。

描述符标识字符含义

对象头
每个对象都有一个对象头,存放对象的系统信息.包括对象的哈希值,年龄,锁的指针等.

Code属性
可以把一个Java程序的信息分为代码（Code，方法体里的Java代码）和元数据（Metadata，包括类、字段、方法定义及其他信息）两部分。Code属性用于描述代码。
Java虚拟机执行字节码是基于栈的体系结构。虚拟机规范明确限制了一个方法不允许超过65535条字节码指令，即2的16次方-1。
虚拟机运行时根据max_stack（操作数栈深度最大值）来分配栈帧中的操作栈深度。
在任何实例方法里面，都可以通过“this”关键字访问到此方法所属的对象，因此实例方法的局部变量表中至少会存在一个指向当前对象实例的局部变量。

ConstantValue属性
属性表中包含ContantValue属性。对于非static类型的属性（即实例变量）的赋值是在实例构造器<init>方法中进行的；对于类变量有两种选择：在类构造器<clinit>方法中或者使用ConstantValue属性。

Sun Javac编译器中，如果同时使用final和static修饰一个变量（常量），且数据类型是基本类型或Java.lang.String，就生成ConstantValue属性进行初始化，如果这个变量没有被final修饰，或者并非基本类型及字符串，则在<clinit>方法中进行初始化。

3. 字节码指令集

定义
Java虚拟机的指令由一个字节长度的、代表着某种操作含义的数字（称为操作码Opcode）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Operands）而构成。
Java虚拟机规范已经定义了约200条编码值对应的指令含义。指令含义-扩展
一条字节码指令在解释执行时，解释器将要运行需要行代码才能实现它的语义；如果是编译执行，一条字节码指令也可能转化成若干条本地机器码指令。
编译型语言要先编译再运行，而解释性语言直接“运行”源代码。java的编译器先将其编译为class文件，也就是字节码；然后将字节码交由jvm(java虚拟机)解释执行。参考

数据类型
编译器会在编译器或运行期将byte/short/boolean/char类型的数据/数组转换成相应的int类型数据，并采用相应的int类型的字节码指令来处理。

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。

运算指令
用于对两个操作数栈上的值进行某种特定运算，并将结果重新存入到操作栈顶。
JVM规范要求在处理浮点数时，严格遵循IEEE 754中定义的非正规浮点数值和逐级下溢的运算规则。

类型转换指令
JVM直接支持（即转换无需显式的转换指令）以下数值类型的宽化类型转换：

int类型到long/float/double类型
long类型到float/double类型
float到double类型
而窄化类型转换则需要显式使用辅助指令完成。可能会发生上限溢出、下限溢出和精度丢失等情况，但不可能抛出运行时异常。

4. 类加载机制

虚拟机把描述类的数据从Class文件加载到内存，并对数据进行校验、转换解析和初始化，最终形成可以被虚拟机直接使用的Java类型，这就是虚拟机的类加载机制。

Java天生可以动态扩展的语言特性就是依赖运行期动态加载和动态连接这个特点实现的。

JVM加载类是一种懒加载的模式，只有在需要某个类的时候才会加载，只是声明某个类的引用而不创建对象的时候是不会加载的。

类的生命周期

“解析”阶段某些情况下可以在“初始化”阶段之后开始，这是为了支持Java语言的运行时绑定（动态绑定/晚期绑定）。

数组类本身不通过类加载器创建，由JVM直接创建。

加载
加载阶段需要完成3件事：

通过一个类的全限定名来获取定义此类的二进制字节流
将这个字节流所代表的静态存储结构转化成方法区的运行时数据结构
在内存中生成一个代表这个类的java.lang.Class对象，作为方法区这个类的各种数据的访问入口。
加载完成后，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。

加载阶段和连接阶段的部分内容（如一部分字节码文件格式验证动作）是交叉进行的。

验证
验证是连接阶段的第一步，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，且不会危害虚拟机自身的安全。主要完成以下4阶段的检验动作。

文件格式检验
验证字节流是否符合Class文件格式的规范，且能被当前版本的虚拟机处理。
主要目的是保证输入的字节流能正确的解析并存储于方法区之内，格式上符合描述一个Java类型信息的要求。
只有通过这个阶段的验证，字节流才会进入内存的方法去中进行存储。
元数据验证
第二阶段是对字节码描述的信息进行语义分析，以保证其描述的信息符合Java语言规范的要求。

元数据
1.定义
元数据是用来描述数据的数据。
在编程语言上下文中，元数据是添加到程序元素如方法、字段、类和包上的额外信息。
2.Java中的元数据
注解Annotation就是java平台的元数据，是 J2SE5.0新增加的功能，该机制允许在Java 代码中添加自定义注释，并允许通过反射（reflection），以编程方式访问元数据注释。
常见作用为：生成文档。跟踪代码依赖性，实现替代配置文件功能。在编译时进行格式检查。
3.特点
元数据以标签的形式存在于Java代码中。
元数据可以只存在于Java源代码级别，也可以存在于编译之后的Class文件内部。
元数据描述的信息是类型安全的，即元数据内部的字段都是有明确类型的。
元数据需要编译器之外的工具额外的处理用来生成其它的程序部件。
参考

字节码验证
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事情。
主要目的是通过数据流和控制流分析，确定程序语意是合法的、符合逻辑的。
符号引用验证
该阶段的校验发生在虚拟机将符号引用转换为直接引用的时候，将在连接的第三个阶段（解析阶段）中发生。
符号引用验证可以看作是对类自身以外（常量池中的各种符号引用）的信息进行匹配性校验，确保解析动作能正常执行。

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将在方法区中进行分配。
这时候进行内存分配的仅包括类变量（被static修饰的变量），通常情况下是数据类型的零值.。但是存在ConstantValue属性的value会赋上指定的值。

基本数据类型的零值

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。

符号引用
符号引用是一个字符串，它给出了被引用的内容的名字并且可能会包含一些其他关于这个被引用项的信息——这些信息必须足以唯一的识别一个类、字段、方法。
例如，在Class文件中它以CONSTANT_Class_info、CONSTANT_Fieldref_info、CONSTANT_Methodref_info等类型的常量出现。
符号引用与虚拟机实现的内存布局无关。引用的目标不一定已经加在到内存中。
直接引用
直接指向目标的指针、相对偏移量、或间接定位到目标的句柄。
对于指向“类型”(Class对象)、类变量、类方法的直接引用可能是指向方法区的本地指针。
直接引用与虚拟机实现的内存布局相关。如果有直接引用，引用的目标必定已在内存中存在。
参考

解析动作主要针对类或接口、字段、类方法、接口方法、方法类型、方法句柄、调用点限定符7类符号引用进行。

初始化
初始化阶段才真正开始执行类中定义的Java程序代码（或字节码）
初始化阶段是执行类构造器<clinit>()方法的过程，<clinic>()方法是由编译器自动收集类中的所有类变量的复制动作和静态语句块(static{}块)中的语句合并产生的，编译器收集的顺序是由语句在源文件中出现的顺序决定的。
<clinit>()方法不需要显式地调用父类构造器，虚拟机会保证子类的<clinit>()方法执行之前父类的<clinit>()方法已执行完毕。
执行接口的<clinit>()方法不需要先执行父接口<clinit>()方法。

有且只有五种情况下必须立即对类进行“初始化”：
1）遇到new、getstatic、putstatic、invokestatic四条指令时，如果类没有进行过初始化，先触发其初始化。生成这4条指令最常见的场景是：使用new关键词实例化对象、读取或设置一个类的静态字段（final、已在编译器把结果放入常量池的静态字段除外）、调用一个类的静态方法时。
2）使用java.lang.reflect包的方法对类进行放射调用的时候，如没进行过初始化则触发。
3）初始化一个类的时候，如果其父类没有进行初始化，需先触发父类初始化。
4）当虚拟机启动时，用户需要指定一个要执行的主类（包含main()方法的那个类），虚拟机会先初始化这个主类。
5）当使用JDK1.7的动态语言时支持时，如果一个java.lang.invoke.MethodHandle实例最后的解析结果是REF_getStatic、REF_putStatic、REF_invokeStatic的方法句柄，且句柄对应的类没初始化过。
从Java虚拟机层面看，除了使用new关键字创建对象的方式外，其他方式全部都是通过转变为invokevirtual指令直接创建对象的。参考

初始化与实例化的区别
在同一个类加载器下，一个类型只会被初始化一次，但是可以任意实例化。
类的初始化是指类加载过程中的初始化阶段对类变量按照程序员的意图进行赋值的过程；而类的实例化是指在类完全加载到内存中后创建对象的过程。
实例化的触发时机一般是new及反射调用。
类实例化的一般过程：
父类的类构造器<clinit>() -> 子类的类构造器<clinit>() -> 父类的成员变量和实例代码块 -> 父类的构造函数 -> 子类的成员变量和实例代码块 -> 子类的构造函数。

类加载器
对于任意一个类，都需要由加载它的类加载器和这个类本身一同确立其在JVM中的唯一性，每个类加载器都拥有一个独立的类名称空间。

启动类加载器（Bootstrap ClassLoader）使用C++语言实现，是虚拟机自身的一部分。
其他类加载器都由Java语言实现，独立于虚拟机外部。
应用程序类加载器是ClassLoader中的getSystemClassLoader()方法的返回值，如果应用程序中没有自定义过自己的类加载器，一般情况下这个就是程序中默认的类加载器。

双亲委派模型工作流程：
如果一个类加载器收到了类加载的请求，首先不会自己去尝试加载这个类，而是把请求委派给父类加载器去完成，每个层次的类加载都如此，因此所有的加载请求都传送到顶层的类加载器中，只有当父加载器反馈无法完成这个加载请求时，子加载器才会尝试自己去加载。

双亲委派模型

5. 虚拟机字节码执行

代码编译的结果是从本地机器码转变成字节码。
虚拟机的执行引擎是自己实现的，因此可自行制定指令集与执行引擎的结构体系。

栈帧（Stack Frame）是用于支持虚拟机进行方法调用和方法执行的数据结构，每个方法从调用开始至执行完成的过程，都对应一个栈帧在虚拟机栈里面从入栈到出栈的过程。
在活动线程中，只有位于栈顶的栈帧才是有效的，称为当前栈帧。执行引擎运行的所有字节码指令都值针对当前栈帧进行操作。

栈帧的概念结构

注：主要内容摘录自书籍 深入理解Java虚拟机，周志明著