Java虚拟机入门

Java Virtual Machine Java

字数统计: 2.6k阅读时长: 9 min

 2018/01/07

Java诞生于互联网兴盛的上世纪90年代，为了在不同终端设备上运行Java程序，其在设计之初，就考虑到了语言的可移植性，确保编写完后，可以在任何平台上运行。随着互联网时代的来临，Java因其平台无关性（platform independence), 安全性(security)、网络可移动性(network mobility)以及内存自动管理(Garbage Collection)等特征而得到了广泛的应用。那么， Java的这些特性究竟是如何实现的？相比早前的C/C++等编译型语言，Java程序首先被编译成一个个包含了字节码(bytecode)的.class文件，运行时，.class文件被加载Java虚拟机（Java Virtual Machine)上执行。实际上，任何其他语言只要能够编译成JVM能够识别的bytecode， JVM都可以执行。从这个角度来看，JVM封装了平台的硬件细节，使得Java程序在编译完后可以在任何有Java运行环境的（Java Runtime Enviroment, JRE)平台上运行，无需再关心不同平台的差异。接下来，就来看下，JVM的具体结构以及各个组成部分的功能。

下图是JVM的结构图, 其主要由如下三个部分组成：

类加载系统(class loader subsystem）：负责加载class文件；
运行时数据区: (Runtime data areas）：运行程序运行时的内存区域，保存如类实例、类名、方法参数、方法代码以及局部变量等，主要分为方法区(method area)、堆（heap)、栈（Java Stacks)等几个区域，对于不同的虚拟机实现运行时数据区可能并不一样。
执行系统(Execution Engine）：负责执行JVM指令

Internal Architecture of JVM

类文件

Java类文件.class是由.java文件编译过来的二进制文件，其中每个字符都只有8-bit，因此类文件字节流也叫做bytecode，每个数据项都是依次相邻存储，不会有任何填充位，如果一个数据项有多个字节，则将其分成多个连续的字节存放（采用高位在前的bit-endian编码）。这中连续存放的格式使得类文件更加紧凑，方便在网络中传输。

类文件的定义确保了不管在何种系统下编译产生，JVM都能够正确的加载、解析执行；因此，其他语言通过编译产生同样的.class文件，JVM同样能够解析执行。

那么，类文件具体包含哪些信息了？Java文件中的变量、方法名以及方法中的代码又是如何存储的？JVM虚拟机规范给出了类文件的结构：

class file structure

这其中，u1,u2,u4分别表示一个字节、两个字节以及四个字节长的无符号整数，可以看出，类文件实际上是一个由不同长度的数据项组成，每个数据项都有一个类型(type)，名称(name)以及数量（count），比如类文件魔数magic是一个类型为u2、数量为1的数据项。类文件就是按照上述顺序存储的，我们来看看各个数据项的具体信息：

魔数(magic)

类文件的开头四个字节总是它的魔数(magic number)0xCAFEBABE，魔数用于识别某个文件是否是类文件；如果一个文件的魔术不是0xCAFEBABE，则肯定不是类文件。

minor_version/major_version

第二个四个字节分别是次版本号与主版本号，用于表示Java对应的版本，如果版本号不再有效的范围内，JVM会直接拒绝加载该类文件。

常量池(constant pool)

顾名思义，常量池包含了类或者接口中的常量，如字符串、final变量、类名以及方法名等。常量池是由一个个常量项组成的表，该表大小为constant_pool_count，表索引的位置是从1到constant_pool_count-1,索引位置0是预留位置，一般不使用。每个常量项都是由一个字节的tag与一个字节数组构成：


cp_info {
    u1 tag;
    u1 info[]
}

info数组的大小是根据不同tag对应的数据项所占空间大小决定的，常量池有如下几种tag类型：

contant pool tags

例如，标签CONSTANT_Class，用于表示一个类或者接口名称，其主要有两部分组成：

长度为u1的标签值；
长度为u2的名称索引（指向常量表中的某个位置）


CONSTANT_Class_info {
    u1 tag;
    u2 name_index;
}

从这里也可以看到，对于Java语言来说，类名或者接口名的最大长度为255个字符。

access_flags

类型标志，占有2个字节，用于表示这个类或者接口的类型：

access flags

this_class

在类型标志之后的两个字节，是this_class数据项，用于表示类名，该数据项实际是一个constant pool的索引，其指向一个CONSTANT_Class类。

super_class

super_class占两个字节，跟this_class一样，也是一个常量池的索引，用于表示一个类的父类的全限定名（例如java.lang.object对应的全限定名为java/lang/object)。在Java中，所有类的基类都是java.lang.object，因此对于所有类，该索引都指向一个java.lang.object的CONSTANT_Class_info常量项，但是对于Object类本身来说，该值为0。

interfaces_count and interfaces

super_class之后是interfaces_count，表示类所实现的接口或者在类中定义的接口数。接着interfaces_count是接口数据索引数组interfaces，该数组包含了所有指向常量池中接口描述信息CONTANT_Class_info的索引。

在接口信息之后还包含了类似的数据项fields_count/fields、methods_count/methods、attributes_count/attributes。

运行时数据区

类文件加载完成后， JVM需要为程序新建内存区域，保存诸如方法名、类名、类实例、方法参数、返回值以及局部变量等。JVM将这些运行时的内存主要分为几个区域(需要注意的是，不同的虚拟机实现运行时数据区可能并不相同）：

Java Runtime Data Areas

方法区(method area）：方法区在JVM启动时候创建，用于存储每个类的运行时常量池（constant pool),变量以及方法信息以及相应的代码。方法区为所有线程共享。如果方法区内存不足，不能满足分配请求时，JVM会抛出一个OutOfMemoryError异常；
堆区(Heap）：JVM启动时创建，所有引用类对象的创建都是在堆区进行的，该区的内存分配与释放都是由GC(Gabage Collector)来负责管理的。与方法区一样，堆区也是为所有线程共享的。当JVM的内存管理系统无法分配所需内存时，则抛出OutOfMemoryError异常；
栈(Java Stacks）：新的进程创建时，JVM为其创建一个栈区，用于保存线程的本地变量以及运行结果，返回值等。Java栈是由栈帧(Stack frames)组成的，一个栈帧包含了Java方法调用的状态，当一个线程调用某个方法时，JVM将一个新的栈帧压入栈区；当调用方法完成后，则将该栈帧从栈中弹出。如果一个线程所需的栈内存超过了JVM栈最大能够提供的大小，则会抛出StackOverflowError;
程序计数器寄存器(PC registers）：每个线程都有自己的程序计数器，用于保存当前线程所运行方法的地址，如果该方法不是native的，程序计数器保存的是线程当前正在执行的方法地址；而对于native方法，程序计数器的值是不定的；
本地方法栈(Native Method Stacks）:一个线程调用其他语言如C/C++的方法时， JVM会为其创建一个本地方法栈，用于保存临时变量以及返回值等；
运行时常量池(run-time constant pool): 每个类与接口在类文件中都有一个constant_pool的表，用于存放数值或者方法的引用。每个常量池所需内存都是从JVM的方法区中分配的，JVM会在类或者接口创建的时候为其构造一个运行时常量池。当常量池内存分配不足时，JVM会抛出一个OutOfMemoryError的异常。

执行系统

执行系统(Execution Engine)是JVM的核心部分，主要负责执行虚拟机指令。对于每个线程，都有自己的执行系统实例。执行系统可能直接执行字节码指令，或者执行本地代码，也可以通过JIT执行编译后的本地代码。JVM规范对具体如何执行指令并没有做明确的规定，只是提供了指令的定义。

JVM中的指令都有一个助记符，一般都是由一个单字节操作码(opcode)，跟着零个或者多个操作数(operands)，多数的指令都有操作码，没有操作数。大部分指令的操作码都在首个字母标识了该指令对应的动作，例如，iload指令加载局部变量值的操作栈上，这个局部变量的值必须是int,与此类似的指令还有fload, dload等：

int型指令对应开头为*i*;
float型指令对应为*f*;
double型指令对应为**d**;
long型指令对应为l;
short型指令对应s;
byte型指令对应b;
char型指令对应c;
引用类型指令对应a;

来看一个JVM指令的具体实例，有如下一个类SayHello.java:


package com.examples.jason.javecore;

public class SayHello {
    
    private static void sayHello() {
        System.out.print("hello, world!\n");
    }
    
    public static void main(String[] args) {
        SayHello.sayHello();
    }

}

在对应文件目录输入指令javac SayHello.java，得到一个SayHello.class的文件，接着利用反编译工具javap,输入指令javap -c SayHello.class,得到反汇编后的字节码：


Compiled from "SayHello.java"
public class com.examples.jason.javecore.SayHello {
  public com.examples.jason.javecore.SayHello();
    Code:
       0: aload_0
       1: invokespecial #1                  // Method java/lang/Object."<init>":()V
       4: return

  public static void main(java.lang.String[]);
    Code:
       0: invokestatic  #5                  // Method sayHello:()V
       3: return
}

参考资料

原文作者：Jason Wang

更新日期：2021-08-11, 15:05:51

Next Post

Java中的垃圾回收机制
Previous Post

如何用JobScheduler进行任务调度

CATALOG

1. 类文件
2. 运行时数据区
3. 执行系统
4. 参考资料