【1】JVM 的“无关性”
Java具有平台无关性,也就是任何操作系统都能运行Java代码。之所以能实现这一点,是因为Java运行在虚拟机上,不同的操作系统都拥有各自的Java虚拟机,因此Java能实现“一次编写,处处运行”。
而JVM不仅具有平台无关性,还具有语言无关性。
平台无关性是指不同的操作系统都有各自的JVM,而语言无关性是指Java虚拟机能运行除Java以外的代码。
Java源代码首先需要使用javac编译器编译成class文件,然后启动JVM执行class文件,从而程序开始运行。
也就是JVM只认识class文件,它并不管何种语言生成了class文件,只要class文件符合JVM的规范就能运行。
因此目前已经有Scala、JRuby、Jython等语言能够在JVM上运行。它们有各自的语法规则,不过它们的编译器都能将各自的源码编译成符合JVM规范的class文件,从而能够借助JVM运行它们。
【2】Class文件结构
class文件是二进制文件,它的内容具有严格的规范,文件中没有任何空格,全是连续的0/1。class文件中的所有内容被分为两种类型:无符号数和表。
① 无符号数
它表示class文件中的值,这些值没有任何类型,但有不同的长度。根据这些值长度的不同分为:u1 , u2 ,u4 , u8,分别代表了1字节的无符号数,2字节的无符号数,4字节的无符号数和8字节的无符号数。
② 表
class文件中的所有数据(即无符号数)要么单独存在,要么由多个无符号数组成二维表。即 class文件中的数据要么是单个值,要么是二维表。
③ class文件的组织结构
- 魔数
- 本文件的版本信息
- 常量池
- 访问标志
- 类索引
- 父类索引
- 接口索引集合
- 字段表集合
- 方法表集合
【3】Class文件的构成1–魔数
class文件的头4个字节称为魔数,用来表示这个class文件的类型。
魔数的作用就相当于文件后缀名,只不过后缀名容易被修改,不安全,因此在class文件中标示文件类型比较合适。
class文件的魔数是用16进制表示的“CAFEBABE”。
【4】Class文件的构成2–版本信息
紧接着魔数的4个字节是版本号。它表示本class中使用的是哪个版本的JDK。
在高版本的JVM上能够运行低版本的class文件,但在低版本的JVM无法运行高版本的class文件。即使该class文件中没有用到任何高版本JDK的特性也无法运行。
【5】Class文件的构成3–常量池
① 什么是常量池
紧接着版本号之后的就是常量池了。常量池存放两种类型的常量:字面值常量和符号引用。
- 字面值常量
字面值常量即我们在程序中定义的字符串,被final修饰的值。
String str = "abc";
static final int a = 10;
// 字符串“abc” 和整型数值 10 就位于常量池中。
- 符号引用
符号引用就是我们定义的各种名字:
- 类和接口的全限定名;
- 字段的名字和描述符;
- 方法的名字和描述符。
② 常量池的特点
常量池长度不固定
常量池的大小是不固定的(程序运行期间会动态添加常量),因此常量池的开头放置一个u2类型的无符号数,用来存储当前常量池的容量。JVM根据这个值就知道常量池的头尾。这个值是从1开始,若为5表示池中有四个常量。
常量池中的常量由二维表来表示
常量池开头有个常量池容量计数器,接下来就是一个个 常量了,只不过常量都是由一张张二维表构成,除了记录常量的值以外,还记录当前常量的相关信息。- 常量池是class文件的资源仓库
- 常量池是与本class中其他部分关联最多的部分
- 常量池是class文件中空间占用最大的部分之一
③ 常量池中常量的类型
常量池中的常量大体分为:字面值常量和符号引用。在此基础上,根据常量的数据类型不同,又可以被细分为14种常量类型。这14种常量类型都有各自的二维表示结构。每种常量类型的头1个字节都是tag,用于表示当前常量属于14种类型的哪一种。
以CONSTANT_Class_info
常量为例,它的二维表示结构如下:
CONSTANT_Class_info
表
类型 | 名称 | 数量 |
---|---|---|
u1 | tag | 1 |
u2 | name_index | 1 |
tag表示当前常量的类型(当前常量为CONSTANT_Class_info
,因此tag的值应为7,表示一个类或接口的全限定名)。
name_index表示这个类或接口全限定名的位置。它的值表示指向常量池中的第几个常量。
它会指向一个CONSTANT_Utf8_info
类型的常量,该类型的常量二维表结构如下:
CONSTANT_Utf8_info
表
类型 | 名称 | 数量 |
---|---|---|
u1 | tag | 1 |
u2 | length | 1 |
u1 | bytes | length |
CONSTANT_Utf8_info
表示字符串常量;- tag表示当前常量的类型,这里应该是1;
- length表示这个字符串的长度;
- bytes为这个字符串的内容(采用缩略的UTF8编码)。
UTF-8编码与缩略UTF-8编码
前者每个字符使用3个字节表示,而后者把128个ASKCII码用1字节表示,某些字符用2字节表示,某些字符用3字节表示。
为什么Java中定义的类、变量的名字必须小于64K?
类、接口、变量等名字都属于符号引用,它们都存储在常量池中。而不管哪种符号引用,它们的名字都由CONSTANT_Utf8_info
类型的常量表示,这种类型的常量使用u2存储字符串的长度。由于2字节(16位)最多能表示65535个数,因此这些名字的最大长度最多只能是64K。
【6】Class文件的构成4–访问标志
在常量池之后是2字节的访问标志–access_flags
。访问标志是用来表示这个class文件是类还是接口、是否被public、abstract、final修饰。
由于这些标志都由是/否表示,因次可以用0/1表示。
访问表示为2字节,可以表示16为标志,但JVM目前只定义了8种,未定义的直接写0。
具体访问标志如下表所示:
标志名 | 标志值 | 标志含义 | 针对的对像 |
---|---|---|---|
ACC_PUBLIC | 0x0001 | public类型 | 所有类型 |
ACC_FINAL | 0x0010 | final类型 | 类 |
ACC_SUPER | 0x0020 | 使用新的invokespecial语义 | 类和接口 |
ACC_INTERFACE | 0x0200 | 接口类型 | 接口 |
ACC_ABSTRACT | 0x0400 | 抽象类型 | 类和接口 |
ACC_SYNTHETIC | 0x1000 | 该类不由用户代码生成 | 所有类型 |
ACC_ANNOTATION | 0x2000 | 注解类型 | 注解 |
ACC_ENUM | 0x4000 | 枚举类型 | 枚举 |
ACC_SUPER
标志含义为使用新的invokespecial语义 。 invokespecial是一个字节码指令, 用于调用一个方法, 一般情况下, 调用构造方法或者使用super关键字显示调用父类的方法时, 会使用这条字节码指令。 这正是ACC_SUPER这个名字的由来。
在java 1.2之前, invokespecial对方法的调用都是静态绑定的, 而ACC_SUPER这个标志位在java 1.2的时候加入到class文件中, 它为invokespecial这条指令增加了动态绑定的功能。
还有一点需要说明, 既然access_flags
出现在class文件中的类的层面上, 那么它只能描述类型的修饰符, 而不能描述字段或方法的修饰符。
【7】Class文件的构成5–类索引、父类索引和接口索引集合
类索引、父类索引和接口索引集合是用来表示当前class文件所表示类的名字、父类名字以及接口们的名字。
它们按照顺序依次排列,类索引和父类索引各自使用一个u2类型的无符号常量,这个常量指向CONSTANT_Class_info
类型的常量,该常量的bytes字段记录了本类、父类的全限定名。
由于一个类实现的接口可能有好多个,因此需要用一个集合来表示接口索引,它在类索引和父类索引之后。这个集合头两个字节表示接口索引集合的长度,接下来就是接口的名字索引。
【8】Class文件的构成6–字段表的集合
① 什么是字段表集合
字段表集合用于存储本类所涉及到的成员变量,包括实例变量和类变量,但不包括方法中的局部变量。
每一个字段表只表示一个成员变量,本类中的所有成员变量构成了字段表集合。
② 字段表结构定义
类型 | 名称 | 数量 |
---|---|---|
u2 | access_flags | 1 |
u2 | name_index | 1 |
u2 | descriptor_index | 1 |
u2 | attributes_count | 1 |
attributes_info | attributes | attributes_count |
- access_flags
字段的访问标志。在Java中,每个成员变量都有一系列的修饰符,和上述class文件的访问标志的作用一样,只不过成员变量的访问标志与类的访问标志稍有区别。
- name_index
本字段名字的索引。指向一个CONSTANT_Class_info
类型的常量,这里面存储了本字段的名字等信息。
- descriptor_index
描述符。用于描述本字段在Java中的数据类型等信息。
- attributes_count
属性表集合的长度。
- attributes
属性表集合。到descriptor_index为止是字段表的固定信息,光有上述信息可能无法完整地描述一个字段,因此用属性表集合来存放额外的信息,比如一个字段的值。
③ 描述符
成员变量(包括静态成员变量和实例成员变量)和方法都有各自的描述符。
对于字段而言,描述符用于描述字段的数据类型。
对于方法而言,描述符用于描述字段的数据类型、参数类别和返回值。
在描述符中,基本数据类型用大写字母表示,对象类型用L对象类型的全限定名
表示,数据用[数组类型的全限定名
表示。
描述方法时,将参数根据上述规则放在()中,()右侧按照上述方法放置返回值。而且参数之间无需任何符号。
④ 字段表集合注意点
一个class文件的字段表集合不能出现从父类/接口继承而来的字段。
一个class文件的字段表集合可能会出现程序中没有定义的字段
如编译器会自动地在内部类的class文件的字段表集合中添加外部类对象的成员变量,供内部类访问外部类。
- Java中只要一个类中两个字段名字相同就无法通过编译。但在JVM规范中,允许两个字段的名字相同但描述符不同的情况,并且认为它们是两个不同的字段(联想方法重载)。
【9】Class文件的构成7–方法表的集合
在class文件中,所有的方法以二维表的形式存储,每张表来表示一个函数,一个类中的所有方法构成方法表的集合。
方法表的结构和字段表的结构一致,只不过访问标志和属性表集合的可选项有所不同。
类型 | 名称 | 数量 |
---|---|---|
u2 | access_flags | 1 |
u2 | name_index | 1 |
u2 | descriptor_index | 1 |
u2 | attributes_count | 1 |
attributes_info | attributes | attributes_count |
方法表的属性表集合中有一张Code属性表,用于存储当前方法经编译器编译过后的字节码指令。
方法表集合的注意点
如果本class没有重写父类的方法,那么本class文件的方法表集合是不会出现父类/父接口的方法表。
本class的方法表集合可能出现程序没有定义的方法
编译器在编译时会在class文件的方法表集合中加入类构造器和实例构造器。重载一个方法需要由相同的简单名称和不同的特征签名。
JVM的特征签名和Java的特征签名有所不同:
-
- Java特征签名:方法参数在常量池中的字段符号引用的集合;
-
- JVM特征签名:方法参数+返回值。
-