1.問題

1. JAVA文本文件如何被翻譯成CLASS二進制文件?
2. 如何理解CLASS文件的組成結(jié)構(gòu)?
3. 虛擬機如何加載使用類文件的生命周期?
4. 虛擬機系列診斷工具如何使用?
5. 虛擬機內(nèi)存淘汰機制?
6. 虛擬機指令集架構(gòu)?

2.關(guān)鍵詞

編譯，魔數(shù)，常量池，字面量，數(shù)據(jù)表，堆棧，方法區(qū)，程序計數(shù)器，內(nèi)存引用，內(nèi)存溢出，垃圾回收器，新生區(qū)，***區(qū)，指令集

3.全文概要

本文將從宏觀及微觀角度來介紹類文件結(jié)構(gòu)、虛擬機加載類文件機制，類文件生命周期及字節(jié)碼加載引擎，更加立體的加深對虛擬機工作的認識。

4.CLASS文件結(jié)構(gòu)分析

從我們學習JAVA語言的***天起，就執(zhí)行過JAVA/JAVAC命令。JAVAC就是把我們寫好的后綴為.java的文本文件編譯成后綴為.class的字節(jié)碼文件。上一章我們介紹代碼本質(zhì)的時候就了解到JAVA語言的語法元素。java文件我們可以通過文本編輯器打開，里面也是我們熟悉的java代碼，符合了java語言的語法規(guī)范。但是對于class里面的內(nèi)容，我們要陌生很多。上一章我們知道代碼通過編譯器翻譯成機器指令，那class文件會不會也是java虛擬機翻譯成的指令呢?

其實當java文件被編譯成class文件后，就跟java語言沒什么關(guān)系了。指令執(zhí)行引擎是JVM虛擬機，其他編程語言，比如Scala，Python等都可以編譯成class文件，然后放到JVM來執(zhí)行。這么說來，我們更加有必要探究class文件的本質(zhì)了。

4.1 CLASS文件示例

我們先從微觀的角度來介紹class文件的結(jié)構(gòu)。先寫一個簡單的java文本文件，然后編譯成class文件，來觀察class的結(jié)構(gòu)組成。

先定義一個接口文件，Add.java文件如下：

package com.lzh.jvm; 
public interface Add{ 
 int add(int i,int j); 
} 
再寫一個接口的實現(xiàn)類AddImpl.java，這個基本包含我們?nèi)粘＝?jīng)常使用的文件結(jié)構(gòu)： 
package com.lzh.jvm; 
public class AddImpl implements Add{ 
 public static final int TOP = 100; 
 private String point; 
 public int add(int i,int j){ 
 return i + j; 
 } 
} 

由于存在包名定義我們需要建好com/lzh/jvm的文件目錄，然后在當前目錄先后編譯com/lzh/jvm/Add.java文件和com/lzh/jvm/AddImpl.java文件。得到了Add.class文件和AddImpl.class文件。

Add.java二進制文件：

 

 

 

 

Add.class二進制文件：

 

 

 

 

AddImpl.java二進制文件：

 

 

 

 

AddImpl.class二進制文件：

 

 

 

 

以上四個圖是用WinHex二進制編輯工具打開的，左邊是文件的二進制編碼，右邊是ASCII標準編碼，所以只能表示英式鍵盤上的字符，出現(xiàn)中文的話則顯示亂碼。為了閱讀方便，工具展示的是16進制的格式，兩個16進制的編碼表示一個字節(jié)空間(8位)。

直觀上我們可以看出來java文件占用的存儲空間比class要少很多，這也符合我們上一章介紹的代碼翻譯過程。本質(zhì)上計算機并不認識java文件里面的內(nèi)容，java屬于高級語言，里面的語法更為接近人類的語言，但是對于計算機來說全難以理解。所以需要把java文件的內(nèi)容翻譯成jvm認識的文件格式。

 

高級語言高度抽象了語言元素，翻譯為機器指令則要花費更多的“口舌”來指導計算機一步步執(zhí)行代碼語句。下一節(jié)我們來解釋class文件的結(jié)構(gòu)，從而理解jvm如何理解執(zhí)行class的內(nèi)容。

4.2 class文件結(jié)構(gòu)說明

本節(jié)我們將以上圖給的AddImpl.class為例子來介紹類的結(jié)構(gòu)。從結(jié)構(gòu)上來看，class文件只存放兩種類型數(shù)據(jù)，分別為基礎(chǔ)字段和表。

• 基礎(chǔ)字段：用于描述數(shù)字，引用，數(shù)值或字符串的無符號數(shù)，類型為u1,u2,u4,u8表示占用字節(jié)數(shù)
• 表：只有一行的可變列數(shù)的表結(jié)構(gòu)，每個字段可以是基礎(chǔ)字段或其他表的索引

4.2.1 魔數(shù)

用于判斷文件類型，通常我們以文件后綴來判別文件類型，但是如果修改后綴就會導致安全問題。class以4個字節(jié)的空間作為開端，來標明class的類型，CA FE BA BE表示class類型的文件。

4.2.2 版本數(shù)

魔數(shù)后面緊接著4個字節(jié)表示jdk版本號。

• 次版本號：前兩個字段0x0000
• 主版本號：后兩個字段0x0035，轉(zhuǎn)換十進制為53，對應(yīng)jdk1.9

4.2.3 常量池

常量池顧名思義是用于存放字符串常量，字符串常量包含：

• 字面量：字符串，常量
• 引用符合：類/接口全限定名，字段/方法名稱和修飾符

我們知道class本質(zhì)是一些表的集合，同樣常量池也不例外，只不過存放在常量池位置的表有特定的類型，共有11種類型，如下表(圖片引用《深入理解Java虛擬機 JVM高級特性與***實踐 》)：

 

 

 

 

每個表的表結(jié)構(gòu)說明如下：

 

 

 

 

這11種類型的表***個字段統(tǒng)一為標志字段tag，占用u1一個字節(jié)，用于表示該表存放的數(shù)據(jù)類型。

首先進入常量池開始的兩個字節(jié)(u2)表示的是常量池的長度，也就是表的個數(shù)。

我們可以看到例子中常量池個數(shù)為0x0017，轉(zhuǎn)換為十進制為23，由于第0個表為保留索引，表示沒引用到任何字符串，所以實際表的索引是從1開始計算，也就是1~23共22個表。

我們先觀察AddImpl.class常量池，分析第1張表的表結(jié)構(gòu)。查表可知緊接著表個數(shù)后面的u1位置為0A，轉(zhuǎn)換為十進制為10，該表類型為CONSTANT_Methodref_info,觀察表結(jié)構(gòu)可知接下來的兩個u2位置屬于該表的字段，這兩個字段都是表索引類型，0x0003表示引用第3個表，0x0013表示引用第19個表。

 

然后該表結(jié)束緊接著是第2張表***個表，該表tag為07是CONSTANT_Class_info類型，第二個空間為u2的字段值為0x0014,引用第20個表。

接著分析第3張表，根據(jù)同樣的方法，一直可以把常量池的表結(jié)構(gòu)分析完。常量池的作用就是把源代碼所有文本數(shù)據(jù)都集中在常量池這個區(qū)間位置內(nèi)，里面各個表之間相互引用，統(tǒng)一管理文本數(shù)據(jù)。由于表之間的引用，***文本數(shù)據(jù)都是存放在CONSTANT_Class_info表里面，而該表規(guī)定文本長度的字段length空間是u2類型，占用2個字節(jié)，空間2的16次方，65536/1024=64K,所以java的變量或方法名大小不能超過64K。

4.2.4 訪問標志

修飾類或接口的限定標志

在常量池結(jié)束后緊接著2個字節(jié)的訪問標志，共32個標志位。

4.2.5 類/父類/接口索引集合

類索引、父類索引與接口索引集合：指向常量池的CONSTANT_Class_info表，再由CONSTANT_Class_info表里面的index指向特定CONSTANT_Utf8_info表的bytes字段的字面量。

4.5.6 字段表集合

字段表集合：

字段表結(jié)構(gòu)如下

數(shù)組用 [ 表示，字段表用來表示類里面所有變量(不包括方法里面的局部變量)

4.5.7 方法表集合

方法表集合：

方法表結(jié)構(gòu)如下

4.5.8 屬性表集合

屬性表集合

方法體里面的內(nèi)容編譯為Code屬性，code表結(jié)構(gòu)如下

Code,Exceptions,LineNumberTable,LocalVariableTable,SourceFile,ConstantValue,InnerClasses,Deprecated,Synthetic

class文件就像是一個產(chǎn)品的模具，把模具制造出來的過程就是把class加載到j(luò)vm內(nèi)存的過程，然后jvm再照著class模具的樣子印出對象來。重點在于模具的設(shè)計，其實模具被生產(chǎn)出來也是需要它本身有一套模具。這就是class嚴格的結(jié)構(gòu)規(guī)范，class文件結(jié)構(gòu)規(guī)范給出了各個方面的要求，只有按照這個要求造出來的模具才是可用的，才可以被用來制造產(chǎn)品，不然連產(chǎn)品線都上不去，就如同jvm判斷class不符合規(guī)范而拒絕加載。

5.類文件生命周期

類加載時機

類初始化的時機，大部分為被動初始化，用不到的時候都不會初始化。

類加載過程

• 加載：全限定名檢索二進制字節(jié)流(不止class文件)->讀取至方法區(qū)->在堆上生成class對應(yīng)的對象
• 驗證：文件格式驗證(符合class文件規(guī)范)->元數(shù)據(jù)驗證(語義分析)->字節(jié)碼驗證(方法體校驗)->符號引用驗證?？梢杂?Xverify:none來跳過類加載驗證
• 準備：類變量分配內(nèi)存設(shè)置初值，并未進行賦值操作
• 解析：針對類接口，字段，方法的符合引用進行解析匹配。類解析，接口解析，字段解析，類方法解析，接口方法解析，
• 初始化：執(zhí)行類構(gòu)造器

()方法，按源碼順序執(zhí)行所有static的語句。沒有靜態(tài)變量或者static語句的類將不會有()。

類加載器

啟動類加載器，擴展類加載器，應(yīng)用程序類加載器

類加載器采用雙親委派機制來讀取類文件，破壞雙親委派模型如：OSGI服務(wù)由自定義類加載器機制實現(xiàn)。每個OSGI模塊(Bundle)都有自己的加載器

6.虛擬機診斷工具

虛擬機性能監(jiān)控與故障處理工具，給一個系統(tǒng)定位問題的時候，知識，經(jīng)驗是基礎(chǔ)，數(shù)據(jù)是依據(jù)，工具就是處理數(shù)據(jù)的手段。

JDK的命令行工具

• 虛擬機進程狀況工具：jps -lvm
• 虛擬機統(tǒng)計信息監(jiān)視工具：jstat -gc pid interval count
• java配置信息工具：jinfo -flag pid
• java內(nèi)存映像工具：jmap -dump：format=b,file=java.bin pid

生成堆轉(zhuǎn)儲文件

• 虛擬機堆轉(zhuǎn)儲快照分析工具：jhat file 分析堆轉(zhuǎn)儲文件，通過瀏覽器訪問分析文件
• java堆棧跟蹤工具：jstack [ option ] vmid

用于生成虛擬機當前時刻的線程快照threaddump或者Javacore

JDK的可視化工具

• jconsole
• jvisualvm

7.虛擬機內(nèi)存淘汰機制

本節(jié)從宏觀的角度講解JVM內(nèi)存結(jié)構(gòu)、內(nèi)存分配運行策略，垃圾回收機制。

7.1虛擬機內(nèi)存分布

java內(nèi)存區(qū)域與內(nèi)存溢出

jvm內(nèi)存區(qū)域：方法區(qū)，虛擬機棧，本地方法棧，堆，程序計數(shù)器;

• 程序計數(shù)器：字節(jié)碼行號指示器，每個線程需要一個程序計數(shù)器
• 虛擬機棧：方法執(zhí)行時創(chuàng)建棧幀(存儲局部變量，操作棧，動態(tài)鏈接，方法出口)編譯時期就能確定占用空間大小，線程請求的棧深度超過jvm運行深度時拋StackOverflowError，當jvm棧無法申請到空閑內(nèi)存時拋OutOfMemoryError，通過-Xss,-Xsx來配置初始內(nèi)存
• 本地方法棧：執(zhí)行本地方法，如操作系統(tǒng)api接口
• 堆：存放對象的空間，通過-Xmx,-Xms配置堆大小，當堆無法申請到內(nèi)存時拋OutOfMemoryError
• 方法區(qū)：存儲類數(shù)據(jù)，常量，常量池，靜態(tài)變量，通過MaxPermSize參數(shù)配置
• 對象訪問：初始化一個對象，其引用存放于棧幀，對象存放于堆內(nèi)存，對象包含屬性信息和該對象父類、接口等類型數(shù)據(jù)(該類型數(shù)據(jù)存儲在方法區(qū)空間，對象擁有類型數(shù)據(jù)的地址)

7.2內(nèi)存回收算法

內(nèi)存回收概述：

虛擬機棧、本地棧和程序計數(shù)器在編譯完畢后已經(jīng)可以確定所需內(nèi)存空間，程序執(zhí)行完畢后也會自動釋放所有內(nèi)存空間，所以不需要進行動態(tài)回收優(yōu)化。

jvm內(nèi)存調(diào)優(yōu)主要針對堆和方法區(qū)兩大區(qū)域的內(nèi)存。

引用：強Strong，軟sfot，弱weak，虛phantom,強引用不會回收，軟引用在內(nèi)存達到溢出邊界時回收，弱引用在每次回收周期時回收，虛引用專門被標記為回收對象。

內(nèi)存分配與回收策略

• 對象優(yōu)先在Eden區(qū)分配：
• 新生對象回收策略Minor GC(頻繁)
• 老年代對象回收策略Full GC/Major GC(慢)
• 大對象直接進入老年代：

超過3m的對象直接進入老年區(qū) -XX:PretenureSizeThreshold=3145728(3M)

• 長期存貨對象進入老年區(qū)：

Survivor區(qū)中的對象經(jīng)歷一次Minor GC年齡增加一歲，超過15歲進入老年區(qū)

-XX:MaxTenuringThreshold=15

• 動態(tài)對象年齡判定：設(shè)置Survivor區(qū)對象占用一半空間以上的對象進入老年區(qū)

垃圾收集算法

標記-清除、復制、標記-整理、分代收集(新生用復制，老年用標記-整理)

7.3內(nèi)存收集器

• serial收集器：單線程，主要用于client模式
• ParNew收集器：多線程版的serial，主要用于server模式
• Parallel Scavenge收集器：線程可控吞吐量(用戶代碼時間/用戶代碼時間+垃圾收集時間)，自動調(diào)節(jié)吞吐量，用戶新生代內(nèi)存區(qū)
• Serial Old收集器：老年版本serial
• Parallel Old收集器：老年版本Parallel Scavenge
• CMS(Concurrent Mark Sweep)收集器：停頓時間短，并發(fā)收集
• G1收集器：分塊標記整理，不產(chǎn)生碎片

8.虛擬機指令集架構(gòu)(執(zhí)行引擎)

8.1虛擬機字節(jié)碼執(zhí)行引擎

運行時棧幀結(jié)構(gòu)

每個方法調(diào)用開始到執(zhí)行完成的過程，對應(yīng)這一個棧幀在虛擬機棧里面從入棧到出棧的過程。

• 棧幀包含：局部變量表，操作數(shù)棧，動態(tài)連接，方法返回
• 方法調(diào)用

方法調(diào)用不等于方法執(zhí)行，而且確定調(diào)用方法的版本。

• 方法調(diào)用字節(jié)碼指令：invokestatic,invokespecial,invokevirtual,invokeinterface
• 靜態(tài)分派：靜態(tài)類型，實際類型，編譯器重載時通過參數(shù)的靜態(tài)類型來確定方法的版本。(選方法)
• 動態(tài)分派：invokevirtual指令把類方法符號引用解析到不同直接引用上，來確定棧頂?shù)膶嶋H對象(選對象)
• 單分派：靜態(tài)多分派，相同指令有多個方法版本。
• 多分派：動態(tài)單分派，方法接受者只能確定唯一一個。

基于棧的字節(jié)碼解釋

解釋執(zhí)行：

基于棧指令集與基于寄存器的指令集：

基于本地解釋器執(zhí)行過程

類加載 執(zhí)行子系統(tǒng)案例

tomcat類加載，OSGI熱插拔，字節(jié)碼生成技術(shù)，動態(tài)代理，Retrotranslator

9.虛擬機實現(xiàn)機制進化過程

程序編譯與代碼優(yōu)化

早期編譯(編譯期)

• javac編譯器：解析與符號表填充，注解處理，生成字節(jié)碼
• java語法糖：語法糖有助于代碼開發(fā)，但是編譯后就會解開糖衣，還原到基礎(chǔ)語法的class二進制文件

重載要求方法具備不同的特征簽名(不包括返回值)，但是class文件中，只要描述不是完全一致的方法就可以共存,如：

public String foo(List<String> arg){ 
 final int var = 0; 
 return ""; 
} 
public int foo(List<Integer> arg){ 
 int var = 0; 
 return 0; 
} 

晚期編譯(運行期)

• HotSpot虛擬機內(nèi)的即時編譯

解析模式 -Xint 
編譯模式 -Xcomp 
混合模式 Mixed mode 
分層編譯：解釋執(zhí)行 -> C1(Client Compiler)編譯 -> C2編譯(Server Compiler) 
觸發(fā)條件：基于采樣的熱點探測，基于計數(shù)器的熱點探測 

10.總結(jié)

由于JVM涉及內(nèi)容較深且廣，篇幅有限無法深入分析細節(jié)。本文從微觀方面分析了作為原材料的CLASS文件的結(jié)構(gòu)，又從宏觀方面闡述了JVM是如何消化每一個進入的CLASS。JVM自定義了一套邏輯上的指令集，這也呼應(yīng)了之前我們介紹的計算機如何運行一文，現(xiàn)代計算機性能有了長足的發(fā)展，但是本質(zhì)上還是完備的諾依曼體系架構(gòu)。隨著量子計算的突飛猛進，相信未來的計算模型也會有革命性的突破。