深入理解Java虛擬機(jī)(類文件結(jié)構(gòu))

歡迎關(guān)注微信公眾號：BaronTalk，獲取更多精彩好文！

之前在閱讀 ASM 文檔時，對于已編譯類的結(jié)構(gòu)、方法描述符、訪問標(biāo)志、ACC_PUBLIC、ACC_PRIVATE、各種字節(jié)碼指令等等許多概念聽起來都是云山霧罩、一知半解，原因就在于對類文件結(jié)構(gòu)和類加載機(jī)制不夠了解。直到后來細(xì)讀了《深入理解 Java 虛擬機(jī)》中虛擬機(jī)執(zhí)行子系統(tǒng)的相關(guān)內(nèi)容，才建立了清晰的認(rèn)知。如果你也和我一樣，不了解類結(jié)構(gòu)和類加載，但是工作中又涉及到字節(jié)碼相關(guān)內(nèi)容，相信后面兩篇文章會對你有所幫助。

我們所編寫的每一行代碼，要在機(jī)器上運(yùn)行最終都需要編譯成二進(jìn)制的機(jī)器碼 CPU 才能識別。但是由于虛擬機(jī)的存在，屏蔽了操作系統(tǒng)與 CPU 指令集的差異性，類似于 Java 這種建立在虛擬機(jī)之上的編程語言通常會編譯成一種中間格式的文件來存儲，比如我們今天要聊的字節(jié)碼(ByteCode)文件。

一. 語言無關(guān)性

Java 虛擬機(jī)的設(shè)計者在設(shè)計之初就考慮并實(shí)現(xiàn)了其它語言在 Java 虛擬機(jī)上運(yùn)行的可能性。所以并不是只有 Java 語言能夠跑在 Java 虛擬機(jī)上，時至今日諸如 Kotlin、Groovy、Jython、JRuby 等一大批 JVM 語言都能夠在 Java 虛擬機(jī)上運(yùn)行。它們和 Java 語言一樣都會被編譯器編譯成字節(jié)碼文件，然后由虛擬機(jī)來執(zhí)行。所以說類文件(字節(jié)碼文件)具有語言無關(guān)性。

二. Class 文件結(jié)構(gòu)

Class 文件是一組以 8 位字節(jié)為基礎(chǔ)單位的二進(jìn)制流，各個數(shù)據(jù)嚴(yán)格按照順序緊湊的排列在 Class 文件中，中間無任何分隔符，這使得整個 Class 文件中存儲的內(nèi)容幾乎全部都是程序運(yùn)行的必要數(shù)據(jù)，沒有空隙存在。當(dāng)遇到需要占用 8 位字節(jié)以上空間的數(shù)據(jù)項(xiàng)時，會按照高位在前的方式分割成若干個 8 位字節(jié)進(jìn)行存儲。

Java 虛擬機(jī)規(guī)范規(guī)定 Class 文件格式采用一種類似與 C 語言結(jié)構(gòu)體的微結(jié)構(gòu)體來存儲數(shù)據(jù)，這種偽結(jié)構(gòu)體中只有兩種數(shù)據(jù)類型：無符號數(shù)和表。

無符號數(shù)屬于基本的數(shù)據(jù)類型，以 u1、u2、u4、u8來分別代表 1 個字節(jié)、2 個字節(jié)、4 個字節(jié)和 8 個字節(jié)的無符號數(shù)，無符號數(shù)可以用來描述數(shù)字、索引引用、數(shù)量值或者按照 UTF-8 編碼結(jié)構(gòu)構(gòu)成的字符串值。

表是由多個無符號數(shù)或者其他表作為數(shù)據(jù)項(xiàng)構(gòu)成的復(fù)合數(shù)據(jù)類型，所有表都習(xí)慣性地以「_info」結(jié)尾。表用于描述有層次關(guān)系的復(fù)合結(jié)構(gòu)的數(shù)據(jù)，整個 Class 文件就是一張表，它由下表中所示的數(shù)據(jù)項(xiàng)構(gòu)成。

類型

名稱

數(shù)量

u4

magic

1

u2

minor_version

1

u2

major_version

1

u2

constant_pool_count

1

cp_info

constant_pool

constant_pool_count-1

u2

access_flags

1

u2

this_class

1

u2

super_class

1

u2

interfaces_count

1

u2

interfaces

interfaces_count

u2

fields_count

1

field_info

fields

fields_count

u2

methods_count

1

method_info

methods

methods_count

u2

attributes_count

1

attribute_info

attributes

attributes_count

Class 文件中存儲的字節(jié)嚴(yán)格按照上表中的順序緊湊的排列在一起。哪個字節(jié)代表什么含義，長度是多少，先后順序如何都是被嚴(yán)格限制的，不允許有任何改變。

2.1 魔數(shù)與 Class 文件版本

每個 Class 文件的頭 4 個字節(jié)稱為魔數(shù)(Magic Number)，它的唯一作用是確定這個文件是否為一個能被虛擬機(jī)接收的 Calss 文件。之所以使用魔數(shù)而不是文件后綴名來進(jìn)行識別主要是基于安全性的考慮，因?yàn)槲募缶Y名是可以隨意更改的。Class 文件的魔數(shù)值為「0xCAFEBABE」。

緊接著魔數(shù)的 4 個字節(jié)存儲的是 Class 文件的版本號：第 5 和第 6 兩個字節(jié)是次版本號(Minor Version)，第 7 和第 8 個字節(jié)是主版本號(Major Version)。高版本的 JDK 能夠向下兼容低版本的 Class 文件，虛擬機(jī)會拒絕執(zhí)行超過其版本號的 Class 文件。

2.2 常量池

主版本號之后是常量池入口，常量池可以理解為 Class 文件之中的資源倉庫，它是 Class 文件結(jié)構(gòu)中與其他項(xiàng)目關(guān)聯(lián)最多的數(shù)據(jù)類型，也是占用 Class 文件空間最大的數(shù)據(jù)項(xiàng)目之一，同是它還是 Class 文件中第一個出現(xiàn)的表類型數(shù)據(jù)項(xiàng)目。

因?yàn)槌Ａ砍刂谐Ａ康臄?shù)量是不固定的，所以在常量池入口需要放置一個 u2 類型的數(shù)據(jù)來表示常量池的容量「constant_pool_count」，和計算機(jī)科學(xué)中計數(shù)的方法不一樣，這個容量是從 1 開始而不是從 0 開始計數(shù)。之所以將第 0 項(xiàng)常量空出來是為了滿足后面某些指向常量池的索引值的數(shù)據(jù)在特定情況下需要表達(dá)「不引用任何一個常量池項(xiàng)目」的含義，這種情況可以把索引值置為 0 來表示。

Class 文件結(jié)構(gòu)中只有常量池的容量計數(shù)是從 1 開始的，其它集合類型，包括接口索引集合、字段表集合、方法表集合等容量計數(shù)都是從 0 開始。

常量池中主要存放兩大類常量：字面量和符號引用。

字面量比較接近 Java 語言層面的常量概念，如字符串、聲明為 final 的常量值等。

符號引用屬于編譯原理方面的概念，包括了以下三類常量：

類和接口的全限定名

字段的名稱和描述符

方法的名稱和描述符

2.3 訪問標(biāo)志

緊接著常量池之后的兩個字節(jié)代表訪問標(biāo)志(access_flag)，這個標(biāo)志用于識別一些類或者接口層次的訪問信息，包括這個 Class 是類還是接口；是否定義為 public 類型；是否定義為 abstract 類型；如果是類的話，是否被申明為 final 等。具體的標(biāo)志位以及標(biāo)志的含義見下表：

標(biāo)志名稱

標(biāo)志值

含義

ACC_PUBLIC

0x0001

是否為 public 類型

ACC_FINAL

0x0010

是否被聲明為 final，只有類可設(shè)置

ACC_SUPER

0x0020

是否允許使用 invokespecial 字節(jié)碼指令的新語意，invokespecial 指令的語意在 JKD 1.0.2 中發(fā)生過改變，微聊區(qū)別這條指令使用哪種語意，JDK 1.0.2 編譯出來的類的這個標(biāo)志都必須為真

ACC_INTERFACE

0x0200

標(biāo)識這是一個接口

ACC_ABSTRACT

0x0400

是否為 abstract 類型，對于接口或者抽象類來說，此標(biāo)志值為真，其它類值為假

ACC_SYNTHETIC

0x1000

標(biāo)識這個類并非由用戶代碼產(chǎn)生

ACC_ANNOTATION

0x2000

標(biāo)識這是一個注解

ACC_ENUM

0x4000

標(biāo)識這是一個枚舉

access_flags 中一共有 16 個標(biāo)志位可以使用，當(dāng)前只定義了其中的 8 個，沒有使用到的標(biāo)志位要求一律為 0。

2.4 類索引、父類索引與接口索引集合

類索引(this_class)和父類索引(super_class)都是一個 u2 類型的數(shù)據(jù)，而接口索引集合(interfaces)是一組 u2 類型的數(shù)據(jù)集合，Class 文件中由這三項(xiàng)數(shù)據(jù)來確定這個類的繼承關(guān)系。

類索引用于確定這個類的全限定名

父類索引用于確定這個類的父類的全限定名

接口索引集合用于描述這個類實(shí)現(xiàn)了哪些接口

2.5 字段表集合

字段表集合(field_info)用于描述接口或者類中聲明的變量。字段(field)包括類變量和實(shí)例變量，但不包括方法內(nèi)部聲明的局部變量。下面我們看看字段表的結(jié)構(gòu)：

類型

名稱

數(shù)量

u2

access_flag

1

u2

name_index

1

u2

descriptor_index

1

u2

attributes_count

1

attribute_info

attributes

attributes_count

字段修飾符放在 access_flags 中，它與類中的 access_flag 非常相似，都是一個 u2 的數(shù)據(jù)類型。

標(biāo)志名稱

標(biāo)志值

含義

ACC_PUBLIC

0x0001

字段是否為 public

ACC_PRIVATE

0x0002

字段是否為 private

ACC_PROTECTED

0x0004

字段是否為 protected

ACC_STATIC

0x0008

字段是否為 static

ACC_FINAL

0x0010

字段是否為 final

ACC_VOLATILE

0x0040

字段是否為 volatile

ACC_TRANSIENT

0x0080

字段是否為 transient

ACC_SYNTHETIC

0x1000

字段是否由編譯器自動生成

ACC_ENUM

0x4000

字段是否為 enum

2.6 方法表集合

Class 文件中對方法的描述和對字段的描述是完全一致的，方法表中的結(jié)構(gòu)和字段表的結(jié)構(gòu)一樣。

因?yàn)?volatile 關(guān)鍵字和 transient 關(guān)鍵字不能修飾方法，所以方法表的訪問標(biāo)志中沒有 ACC_VOLATILE 和 ACC_TRANSIENT。與之相對的，synchronizes、native、strictfp 和 abstract 關(guān)鍵字可以修飾方法，所以方法表的訪問標(biāo)志中增加了 ACC_SYNCHRONIZED、ACC_NATIVE、ACC_STRICTFP 和 ACC_ABSTRACT 標(biāo)志。

對于方法里的代碼，經(jīng)過編譯器編譯成字節(jié)碼指令后，存放在方法屬性表中一個名為「Code」的屬性里面。

2.7 屬性表集合

在 Class 文件、字段表、方法表中都可以攜帶自己的屬性表(attribute_info)集合，用于描述某些場景專有的信息。

屬性表集合不像 Class 文件中的其它數(shù)據(jù)項(xiàng)要求這么嚴(yán)格，不強(qiáng)制要求各屬性表的順序，并且只要不與已有屬性名重復(fù)，任何人實(shí)現(xiàn)的編譯器都可以向?qū)傩员碇袑懭胱约憾x的屬性信息，Java 虛擬機(jī)在運(yùn)行時會略掉它不認(rèn)識的屬性。

寫在最后

為了控制篇幅，這篇文章里丟棄了很多細(xì)節(jié)，比如常量池的項(xiàng)目類型、方法表、屬性表的具體內(nèi)容等等。建議想要深入了解的同學(xué)可以自己動手將 Java 類編譯成二進(jìn)制字節(jié)碼文件，根據(jù)文章里介紹的類文件結(jié)構(gòu)逐個字符去對照和實(shí)驗(yàn)，有助于加深理解。

關(guān)于「類文件結(jié)構(gòu)」我們就介紹到這里，下一篇我們來聊聊「虛擬機(jī)的類加載機(jī)制」。

參考資料：

《深入理解 Java 虛擬機(jī)：JVM 高級特性與最佳實(shí)踐(第 2 版)》

總結(jié)

以上是生活随笔為你收集整理的深入理解Java虚拟机知乎_深入理解Java虚拟机（类文件结构）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。