类加载的过程

声明:本文摘抄自《深入理解Java虚拟机》一书,本文完全为自我学习,请感兴趣的同学购买正版,支持原创

加载

“加载”是“类加载”过程的一个阶段,在加载阶段,虚拟机需要完成以下3件事情:

  1. 通过一个类的全限定名来获取定义此类的二进制字节流。
  2. 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。
  3. 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。

虚拟机规范的这3条并不算具体,例如“通过一个类的全限定名来获取定义此类的二进制字节流”这条,它没有指明二进制字节流要从一个Class文件中获取,准确地说是根本没有指明要从哪里获取,怎样获取。因此二进制字节流可以通过多种方式获取,例如:

  • 从ZIP包中读取,如JAR,EAR,WAR格式文件。
  • 从网络中获取,典型场景是Applet应用。
  • 运行时计算生成,这种场景使用最多的就是动态代理技术。
  • 由其他文件生成,典型场景是JSP应用。
  • 从数据库中读取,这种场景相对少见,例如有些中间件服务器(SAP Netweaver)可以选择把程序安装到数据库中来完成代码在集群间的分发。

相对类加载过程的其他阶段,加载阶段是开发人员可控性最强的,因为加载阶段既可以使用系统提供的引导类加载器来完成,也可以由用户自定义的类加载器去完成,开发人员可以通过自己的类加载器去控制字节流的获取方式。

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要的格式存储在方法区之中,方法区中的数据存储格式由虚拟机实现自行定义,虚拟机规范中并未明确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,它虽然是对象,但是存放在方法区里面),这个对象作为程序访问方法区中的这些类型数据的访问入口。

加载阶段和连接阶段的部分内容是交叉进行的,加载阶段尚未完成,连接阶段可能已经开始。

验证

验证是连接阶段的第一步,这一阶段的目的是为了确保Class的二进制字节流中包含的信息符合虚拟机规范的要求,并且不会危害到虚拟机自身的安全。
验证阶段大致上会完成以下4个动作:

  1. 文件格式验证
  2. 元数据验证
  3. 字节码验证
  4. 符号引用验证
1. 文件格式验证

文件格式验证的包括但不限于以下几点:

  • 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内
  • 常量池的常量中是否有不被支持的常量类型(检查常量的tag标志)
  • 指向常量的各种索引值中是否有指向不存在的常量或不符合类型的常量
  • CONSTANT_Utf8_info型的常量中是否有不符合UTF-8编码的数据
  • Class文件各个部分及文件是否有被删除的或附件的其他信息
    ......
    这个阶段的验证是基于二进制字节流进行的,只有通过了这个阶段的验证后,字节流才会进入内存的方法区进行存储,所以后面3个验证阶段全部是基于方法区的存储结构进行的,不会再直接操作字节流。
2. 元数据验证

第二阶段验证的主要目的是对类的元数据信息进行语义校验。可能包括的验证点如下:

  • 这个类是否有父类(除了java.lang.Object之外,所有的类都应该有父类)
  • 这个类的父类是否继承了不允许被继承的类(被final修饰的类,如String)
  • 如果这个类不是抽象类,是否实现了其父类或接口之中要求实现的所有方法。
  • 类中的方法,字段是否与父类产生冲突(例如覆盖了父类的final字段,或者出现不符合规则的方法重载,例如方法参数都一致,但返回值类型却不同等)。
    ......
3. 字节码验证

字节码验证是整个验证阶段中最复杂的一个,主要目的是通过数据流和控制流分析,确定程序语义是否是合法的,符合逻辑的。

  • 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,例如不会出现类似这样的情况:在操作栈上放置了一个int类型的数据,使用时确按long类型来加载入本地变量表中。
  • 保证跳转指令不会跳转到方法体以外的字节码指令上。
  • 保证方法体中类型转换是有效的,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,但是把父类对象赋值给子类数据类型,甚至把对象赋值给与它毫无继承关系,完全不相干的一个数据类型,则是危险和不合法的。
    ......
4. 符号引用验证

符号引用验证阶段发生在虚拟机将符号引用转化为直接引用的时候,这个转化动作将在解析阶段中发生。符号引用验证可以看做是对类自身以外的信息进行匹配性校验,通常校验如下的内容:

  • 符号引用中通过字符串描述的全限定名是否能够找到对应的类。
  • 在指定类中是否存在符合方法的字段描述符以及简单名称所描述的方法和字段。
  • 符号引用中的类,字段,方法是否可以被当前类所访问。
    ......

符号引用验证的主要目的是保证解析动作能够正常执行,如果无法通过符号引用验证,那么将会抛出一个java.lang.IncompatibleClassChangeError异常的子类,例如java.lang.IllegalAccessError,java.lang.NoSuchFieldError,java.lang.NoSuchMethodError等。

对于虚拟机的类加载机制而言,验证阶段是非常重要的,但不是一定必要的阶段。如果所运行的全部代码(包括自己编写的以及第三方包中的代码)都已经被反复使用和验证过,那么在实施阶段就可以考虑使用-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时间。

准备

准备阶段是为类变量分配内存并设置类变量初始值阶段,这些变量所使用的内存都将在方法区中进行分配。这个阶段有两个概念容易产生混淆,首先,这时候进行内存分配的仅包括类变量(被static修饰的变量),而不包括实例变量,实例变量将会在对象实例化时随着对象一起分配在Java堆中。其次,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;
那变量value在准备阶段过后初始值是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指令是在程序被编译后,存放与类构造器<cinit>()方法之中,所以把value赋值为123的动作将在初始化阶段才会执行。

Java中所有基本类型的零值

上面提到,在“通常情况”下初始值是零值,那相对会有一些“特殊情况”:如果类字段的字段属性中存在ConstantValue属性,那么在准备阶段变量value就会被初始化为ConstantValue属性所指定的值,假设上面类变量value的定义为:
public static final int value = 123;
编译时Javac将会为value生成ConstantValue属性,在准备阶段虚拟机就会根据ConstantValue的设置将value赋值为123。

解析

解析阶段是虚拟机将常量池中的符号引用替换为直接引用的过程。
符号引用(Symbolic Reference):符号引用以一组符号来描述所引用的目标,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。符号引用与虚拟机内存布局无关,引用的目标不一定已经加载到内存中,
直接引用(Direct Reference):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内存布局相关的。如果有了直接引用,那么引用的目标必定已经在内存中存在。

虚拟机规范中并未规定解析阶段发生的具体时间,只要求了在执行anewarray,checkcast,getfield,getstatic,instanceof,invokedynamic,invokeinterface,invokespecial,invokestatic,invokevirtual,ldc,ldc_w,multianewarray,new,putfield和putstatic这16个用于操作符号引用的字节码指令之前,先对它们所使用的符号引用进行解析。

对同一个符号引用进行多次解析请求是很常见的事情,除invokedynamic指令以外,虚拟机实现可以对第一次解析结果进行缓存(在运行时常量池中记录直接引用,并把常量标示为已解析状态),从而避免解析动作重复进行。

对于invokedynamic指令,该指令是用于动态语音支持的,它所对应的引用称为“动态调用点限定符(Dynamic Call Site Specifier)”,这里“动态”的含义是指必须等到程序运行到这条指令的时候,解析动作才能进行。相对的,其余可触发解析的指令都是“静态”的,可以在刚刚完成加载阶段,还没有开始执行代码时就进行解析。

1. 类或接口解析

假设当前代码所处的类为D,如果要把一个从未解析过的符号引用N解析为一个类或接口C的直接引用,那虚拟机完成整个解析过程需要以下3个步骤:

  1. 如果C不是一个数组类型,那虚拟机将会把代表N的全限定名传递给D的类加载器去加载这个类C。在加载过程中,由于元数据验证,字节码验证的需要,又可能触发其他相关类的加载动作,例如加载这个类的父类或实现的接口。一旦这个加载过程出现了任何异常,解析过程就宣告失败。
  2. 如果C是一个数组类型,并且数组的元素类型为对象,也就是N的描述符会是类似“[Ljava/lang/Integer”的形式,那将会按照第1点的规则加载数组元素类型。如果N的描述符如前面所假设的形式,需要加载的元素类型就是“java.lang.Integer”,接着由虚拟机生成一个代表此数组维度和元素的数组对象。
  3. 如果上面的步骤没有出现任何异常,那么C在虚拟机中实际上已经是一个有效的类或接口了,但在解析完成之前还要进行符号引用验证,确认D是否具备对C的访问权限。如果发现不具备访问权限,将抛出java.lang.IllegalAccessError异常。
2. 字段解析

要解析一个未被解析过的字段符号引用,首先将会对字段表内class_index项中索引的CONSTANT_Class_info符号引用进行解析,也就是字段所属的类或接口的符号引用。如果解析成功完成,那将这个字段所属的类或接口用C表示,虚拟机规范要求按照如下步骤对C进行后续字段的搜索:

  1. 如果C本身就包含了简单名称和字段描述符都与目标相匹配的字段,则返回这个字段的直接引用,查找结束。
  2. 否则,如果在C中实现了接口,将会按照继承关系从下往上递归搜索各个接口和它的父接口,如果接口中包含了简单名称和字段描述符都与目标相匹配的字段,则返回这个字段的直接引用,查找结束。
  3. 否则,如果C不是java.lang.Object的话,将会按照继承关系从下往上递归搜索其父类,如果在父类中包含了简单名称和字段描述符都与目标相匹配的字段,则返回这个字段的直接引用,查找结束。
  4. 如果查找成功,将会对这个字段进行权限验证,如果发现不具备对字段的访问权限,则会抛出java.lang.IllegalAccessError。如果查找失败,抛出java.lang.NoSuchFieldError异常。

在实际应用中,虚拟机的编译器实现可能比上述规范要求的更为严格,如果有一个同名字段同时出现在C的接口和父接口中,或者同时出现在自己或者父类的多个接口中,那么编译器将可能拒绝编译。

3. 类方法解析

4. 接口方法解析

初始化

初始化阶段是执行类构造器<cinit>()方法的过程。

  • <cinit>()方法是由编译器自动收集类中的所有类变量的赋值动作和静态语句块(static{}块)中的语句合并产生的,编译器收集的顺序是按照语句在源文件中出现的顺序所决定的,静态语句块只能访问到定义在静态语句块之前的变量,定义在它之后的变量,在前面的静态语句块可以进行赋值,但不能访问。
  • <cinit>()方法与类构造函数(实例构造器<init>()方法)不同,它不需要显示的调用父类的构造器,虚拟机会保证在子类的<cinit>()方法执行之前,父类的<cinit>()方法已经执行完毕。因此Java虚拟机中第一个被执行的<cinit>()方法的类肯定是java.lang.Object。
  • 由于父类的<cinit>()方法先执行,也意味着父类中定义的静态语句块要优先于子类的变量赋值操作。
  • <cinit>()方法对于类或接口来说不是必须的,如果一个类中没有静态语句块,也没有对变量的赋值操作,那么编译器可以不为这个类生成<cinit>()方法。
  • 接口中不能使用静态语句块,但仍然有变量初始化的赋值操作,因此接口和类一样都会生成<cinit>()方法。但接口与类不同的是,执行接口的<cinit>()方法,不需要先执行父接口的<cinit>()方法,只有当父接口中定义的变量使用时,父接口才会初始化。另外,接口实现的类在初始化时也一样不会执行接口的<cinit>()方法。
  • 虚拟机会保证一个类的<cinit>()方法在多线程环境下被正确的加锁和同步,如果多个线程同时去初始化一个类,那么只会有一个线程去执行这个类的<cinit>()方法,其他线程都需要阻塞等待,直到活动线程执行<cinit>()方法结束。如果<cinit>()方法中有耗时很长的操作,就可能造成多个进程阻塞,在实际应用中这种阻塞往往是很隐蔽的。

推荐阅读更多精彩内容